Measuring Non-Probabilistic Uncertainty: A cognitive, logical and computational assessment of known and unknown unknowns

要約

不確実性が確率論によって適切に記述されない理由は 2 つあります。
1 つ目は、固有またはほぼ固有のイベントによるもので、頻度を確実に測定するにはまったく認識されていないか、めったに発生しません。
2 つ目は、何かが起こるのではないかと恐れているときです。たとえば、「気候変動、金融危機、パンデミック、戦争、次は何ですか?」と尋ねた場合などです。
どちらの場合も、利用可能な選択肢と考えられる結果との間の単純な 1 対 1 の認知マップは最終的に崩壊します。
しかし、そのような破壊は、企業幹部、従業員、およびその他の利害関係者の変化する物語に、特定の、識別可能な、異なる方法で反映されます。
特に、コンサルタントのレポートや株主への手紙などのテキストを分析して、通常は意思決定を導く因果関係に対する両方の種類の不確実性の影響を検出できます。
非確率的な不確実性を測定する手段として認知マップの構造的測定を提案し、最終的には自動テキスト分析がこれらの手法によって提供される可能性を大幅に拡大できることを示唆しています。
予想されるアプリケーションは、統計機関から企業、一般大衆まで、さまざまな関係者に関係する可能性があります。

要約(オリジナル)

There are two reasons why uncertainty may not be adequately described by Probability Theory. The first one is due to unique or nearly-unique events, that either never realized or occurred too seldom for frequencies to be reliably measured. The second one arises when one fears that something may happen, that one is not even able to figure out, e.g., if one asks: ‘Climate change, financial crises, pandemic, war, what next?’ In both cases, simple one-to-one cognitive maps between available alternatives and possible consequences eventually melt down. However, such destructions reflect into the changing narratives of business executives, employees and other stakeholders in specific, identifiable and differential ways. In particular, texts such as consultants’ reports or letters to shareholders can be analysed in order to detect the impact of both sorts of uncertainty onto the causal relations that normally guide decision-making. We propose structural measures of cognitive maps as a means to measure non-probabilistic uncertainty, eventually suggesting that automated text analysis can greatly augment the possibilities offered by these techniques. Prospective applications may concern actors ranging from statistical institutes to businesses as well as the general public.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google