信息设计与贝叶斯说服

你可以不改变事实，只通过有策略地组织真实信息来说服一个理性的人。这就是信息设计：在不说谎的前提下，简化数据或调整呈现方式，引导对方得出某个结论。简化后的信号会成为一条新的、有说服力的信息。

例如，一家影评网站不用详细的百分比评分，而是简单地把电影标为“新鲜”或“腐烂”，这就是在设计信息。相比百分之七十六这种更细致的评分，这种二选一的标签会说服更多人去看标为“新鲜”的电影。

试试这样：当你看到简单的及格或不及格、绿色或红色的健康指标，或点赞或点踩的评价时，问问自己：它简化了哪些复杂信息，为什么要这样简化？

信息设计就是组织信息，借此影响理性决策者的选择。它的核心是贝叶斯说服。在这个框架中，“发送者”（比如一家公司）承诺采用一套信息系统，也就是一种“信号”，来说服“接收者”（比如消费者）采取有利于发送者的行动。

关键在于，发送者不能说谎，接收者也知道信号的规则。发送者设计测试或报告，并承诺无论结果如何，都会如实披露。接收者再根据结果，理性地更新自己的判断；这个结果对他们来说就是新的信息。

想象一家医学诊断公司正在开发一种新检测。它可以不只提供复杂的患病概率评分，而是把检测结果设计成简单的“建议采取行动”或“建议监测”。医生了解检测的判定标准后，看到第一种结果就会被说服采取行动，从而实现公司帮助医生做出明确临床决策的目标。

这也适用于公共政策。政府机构可能把餐馆的卫生状况评为“A”“B”或“C”。相比公布检查员的完整检查清单，这种做法对公众更有说服力。简化后的评级通过信息设计，引导人们做出明确选择：去A级餐馆就餐，避开C级餐馆。

整个系统都依赖发送者作出可信的承诺。如果餐馆能在检查之后贿赂检查员，让对方改掉评级，公众就会失去信任，这套系统也会失效。

贝叶斯说服是一种形式化的经济学模型：发送者设计一套信息系统，也就是一种信号，来影响接收者的行动。发送者承诺遵守信号的规则，接收者则根据结果理性地更新自己的信念，从而被说服采取平均而言有利于发送者的行动。

• Kamenica和Gentzkow（2011）确立了以下结论：如果发送者能设计一种信号，将接收者的初始信念分解为不同的新信念（后验信念），并由这些新信念引导出期望的行动，说服就有可能实现。[1]
• Bergemann和Morris（2019）将这一概念置于更广泛的信息设计领域中。该领域还涵盖多个发送者或多个接收者等更复杂的情境。[2]
• Kolotilin等人（2017）表明，像及格或不及格的评级、直接建议这样的简单信号，往往是说服的最优工具，尤其是在接收者掌握私有信息时。[3]

这个模型有几个关键局限。它假设接收者会完全按照贝叶斯规则更新信念，没有考虑认知偏差。它还依赖发送者能否对某种信息结构作出可信的承诺，而且在实际应用中，计算可能很复杂。