面向机器的机械式助推（Mecha-nudge）

助推是对向人类决策者呈现选择方式的微妙改变（例如，默认选择加入与选择退出），可以在不限制选择或改变激励的情况下改变行为。随着人工智能代理越来越多地在与人类相同的环境中做出决策，选择的呈现可能会针对机器和人类进行优化。我们引入了机械推动：改变选择的呈现方式，系统地影响人工智能代理，而不会降低人类的决策环境。为了形式化机械推动，我们将贝叶斯说服框架与 V 可用信息相结合，V 可用信息是与观察者相关的香农信息的概括。这产生了用于比较各种干预措施、背景和模型的通用尺度（可用信息位）。将我们的框架应用于 Etsy（独立卖家的全球市场）上的产品列表，我们发现在 ChatGPT 发布后，列表中包含更多有关产品选择的机器可用信息，这与系统性的机械推动一致。