Representations of epistemic uncertainty and its perception in data-driven strategies

要約

AI とビッグデータの普及により、データや経験的証拠との直接的なやり取りが減りながら、意思決定をサポートする情報量が増加し、意思決定プロセスが再構築されています。
このパラダイムシフトにより、データの可観測性が制限されると曖昧さが生じ、解釈可能性が欠如するため、新たな不確実性の原因が生じます。
データ駆動型戦略の適切な分析の必要性により、この種の限定された知識へのアクセスを説明できる新しいモデルの探索が促進されます。
この貢献は、エージェントを介した知識表現とその伝達における不確実性に対する新しい理論モデルを提示します。
知識状態を比較および結合するための構造をモデルに与えることで、知識状態の動的な記述を提供します。
具体的には、更新は組み合わせによって表現され、その説明可能性は異なる次元表現での一貫性に基づいています。
私たちは、推論の多重度、選好関係、情報尺度の観点から、不等価な知識表現を考察します。
さらに、あいまいさ (エルスバーグのモデル) とデータを観察する他のエージェントによって媒介される知識についての推論 (ウィグナーの友人) の観点から非古典的不確実性を説明する 2 つのシナリオによる形式的なアナロジーを定義します。
最後に、ビジネス価値の側面とその評価のための測定ツールの設計に関する不確実性の下での推論に特に注意を払いながら、データ駆動型戦略に対する提案されたモデルのいくつかの意味について議論します。

要約(オリジナル)

The diffusion of AI and big data is reshaping decision-making processes by increasing the amount of information that supports decisions while reducing direct interaction with data and empirical evidence. This paradigm shift introduces new sources of uncertainty, as limited data observability results in ambiguity and a lack of interpretability. The need for the proper analysis of data-driven strategies motivates the search for new models that can describe this type of bounded access to knowledge. This contribution presents a novel theoretical model for uncertainty in knowledge representation and its transfer mediated by agents. We provide a dynamical description of knowledge states by endowing our model with a structure to compare and combine them. Specifically, an update is represented through combinations, and its explainability is based on its consistency in different dimensional representations. We look at inequivalent knowledge representations in terms of multiplicity of inferences, preference relations, and information measures. Furthermore, we define a formal analogy with two scenarios that illustrate non-classical uncertainty in terms of ambiguity (Ellsberg’s model) and reasoning about knowledge mediated by other agents observing data (Wigner’s friend). Finally, we discuss some implications of the proposed model for data-driven strategies, with special attention to reasoning under uncertainty about business value dimensions and the design of measurement tools for their assessment.

arxiv情報

著者 Mario Angelelli,Massimiliano Gervasi
発行日 2023-11-16 13:58:11+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.AI パーマリンク