この記事では、学習プラットフォームにおけるモデルトレーニングの最適化基準がデザイナーの優先順位を反映しているため、ユーザーが戦略的に行動し、プラットフォームの予測を争う可能性について論じています。既存の研究は主に展開されたモデルに対する戦略的応答に焦点を当てていましたが、本研究ではユーザー行動の相互関係とその未来の予測への影響について考察します。特に、レベル-$k$思考を formalizeし、ユーザーが一手先を見据えて行動する重要性を示します。さらに、協調行動を通じての共同最適化によるモデルへの影響が議論され、個人とユーザーの利益との調整という新たな概念が浮かび上がります。最後に、戦略的分類やパフォーマティブ予測を含む関連する数学的フレームワークとの関連性についても言及します。