Identification d'une structure communue dans les préférences des agents pour la décision collective // uncovering common preference structure in collective decision

Topic description

Dans la prise de décision collective, un groupe doit parvenir à un choix commun parmi plusieurs alternatives – par exemple, des candidats, des projets à financer ou des politiques à adopter – en fonction des préférences individuelles de ses membres. Comprendre comment agréger ces préférences individuelles en une décision collective est une question centrale du choix social computationnel (COMSOC), un domaine à l'intersection de l'intelligence artificielle, de l'économie et des sciences politiques [1]. Chaque agent évalue les alternatives selon un ensemble de critères personnels (fondés sur ses croyances, ses valeurs, ses expériences, etc.), que nous appellerons ici son système de valeurs. Bien que ces systèmes soient privés et spécifiques à chaque agent, il est généralement admis en COMSOC que les préférences individuelles s'articulent souvent, au moins approximativement, autour d'une structure sous-jacente commune [2]. Un exemple classique d'une telle structure est celui des préférences unimodales, où les alternatives sont ordonnées le long d'un axe commun (par exemple, un axe politique gauche-droite).
Pour apprendre une structure de préférences, il est nécessaire d'extraire des informations des systèmes de valeurs des agents. Cependant, nous n'avons pas d'accès direct à ces systèmes privés et complexes : les préférences sont généralement recueillies via un format de préférence commun, par exemple, des classements, des votes d'approbation ou des comparaisons par paires. Ces formats offrent inévitablement une vision partielle, et parfois déformée, des préférences. Par exemple, un agent peut préférer strictement une alternative à une autre, ce qui ne peut pas toujours être exprimé par un vote d'approbation. Inversement, un agent peut n'avoir aucune opinion sur certaines alternatives, mais être contraint de les classer lorsqu'on lui demande un classement général.
Ceci soulève une question naturelle, mais largement inexplorée : comment le choix du format de préférence influence-t-il les structures de préférences qui peuvent être apprises ? Des travaux récents suggèrent que différents formats peuvent effectivement conduire à des conclusions différentes concernant une même population, par exemple en produisant des axes politiques différents selon que les préférences sont exprimées sous forme de classements ou de votes d'approbation.
Cette thèse étudiera l'impact des formats de préférence sur l'information structurelle de ces préférences. L'objectif est d'élaborer un cadre formel permettant de comparer ces formats en fonction des informations qu'ils révèlent, déforment ou dissimulent. Plus précisément, le projet examinera :
- les types de propriétés structurelles qui peuvent être inférées à partir de différents formats,
- l'information (structurelle) perdue ou transformée lors du passage d'un format à un autre,
- comment la connaissance de la structure sous-jacente peut guider la conception de méthodes d'élicitation des préférences plus efficaces.
En comprenant le lien entre la manière dont les préférences sont exprimées et l'information structurelle qui peut en être extraite, cette recherche vise à contribuer à la fois aux fondements théoriques de la théorie des préférences structurées et à la conception de systèmes de décision collective plus efficaces, fiables et interprétables.

Références

[1] F. Brandt, V. Conitzer, U. Endriss, J. Lang et A. Procaccia (dir.). Handbook of Computational Social Choice. Cambridge University Press, .
[2] E. Elkind, M. Lackner et D. Peters. Preference restrictions in computational social choice: A survey, IJCAI .
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

In collective decision-making, a group must reach a common choice among several alternatives—for example, candidates, projects to fund, or policies to adopt—based on the individual preferences of its members. Understanding how to aggregate these individual preferences into a collective decision is a central question in computational social choice (COMSOC), a field at the intersection of artificial intelligence, economics, and political science [1]. Each agent evaluates the alternatives according to a set of personal criteria (based on their beliefs, values, experiences, etc.), which we will refer to here as their value system. Although these systems are private and specific to each agent, it is generally accepted in COMSOC that individual preferences often revolve, at least approximately, around a common underlying structure [2]. A classic example of such a structure is unimodal preferences, where alternatives are ordered along a common axis (for example, a left-right political axis).

To learn a preference structure, it is necessary to extract information from agents' value systems. However, we do not have direct access to these private and complex systems: preferences are usually collected via a common preference format, such as rankings, approval votes, or pairwise comparisons. These formats inevitably offer a partial, and sometimes distorted, view of preferences. For example, an agent may strictly prefer one alternative to another, which cannot always be expressed by an approval vote. Conversely, an agent may have no opinion on some alternatives but be compelled to rank them when asked for an overall ranking.

This raises a natural but largely unexplored question: how does the choice of preference format influence the preference structures that can be learned? Recent work suggests that different formats can indeed lead to different conclusions about the same population, for example, by producing different policy axes depending on whether preferences are expressed as rankings or approval votes.

This thesis will investigate the impact of preference formats on the structural information of those preferences. The goal is to develop a formal framework for comparing these formats based on the information they reveal, distort, or conceal. More specifically, the project will examine:

- the types of structural properties that can be inferred from different formats,
- the (structural) information lost or transformed when moving from one format to another,
- how knowledge of the underlying structure can guide the design of more efficient preference elicitation methods.

By understanding the link between how preferences are expressed and the structural information that can be extracted from them, this research aims to contribute both to the theoretical foundations of structured preference theory and to the design of more efficient, reliable, and interpretable collective decision-making systems.

References

[1] F. Brandt, V. Conitzer, U. Endriss, J. Lang, and A. Procaccia (Eds.). Handbook of Computational Social Choice. Cambridge University Press, .
[2] E. Elkind, M. Lackner and D. Peters. Preference restrictions in computational social choice: A survey, IJCAI .
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Début de la thèse : 01/10/

Funding category

Funding further details

Contrats ED : Programme blanc GS-SIS