Kuinka ihmiset tekevät päätöksiä ryhmissä?

Kuinka ihmiset tekevät päätöksiä ryhmissä

Käyttämällä matemaattisia puitteita, joiden juuret ovat tekoälyssä ja robotiikassa, tutkijat ovat paljastaneet prosessin, jolla ihmiset tekevät päätöksiä ryhmissä.

Tutkijat havaitsivat myös, että he pystyivät ennakoimaan ihmisen valinnan useammin kuin perinteisemmät kuvailevat menetelmät.

Suurissa ryhmissä, joissa on oleellisesti anonyymejä jäseniä, ihmiset tekevät valintoja perustuen ”ryhmän mielen” malliin ja kehittyvään simulointiin siitä, miten valinta vaikuttaa kyseiseen teorioituun mieleen, tutkimus toteaa.

"Tuloksemme ovat erityisen mielenkiintoisia, kun otetaan huomioon sosiaalisen median kasvava rooli sanelemalla ihmisten käyttäytymistä tiettyjen ryhmien jäseninä", sanoo vanhempi kirjailija Rajesh Rao, Washingtonin yliopiston Paul G. Allenin tietotekniikan ja tekniikan koulun professori. ja neuroteknologiakeskuksen yhteisjohtaja.

"Voimme melkein saada katseen ihmisen mieleen ja analysoida sen taustalla olevaa laskennallista mekanismia kollektiivisten päätösten tekemiseksi."

Toimintamme ja ryhmämme

”Verkkofoorumeilla ja sosiaalisen median ryhmissä tuntemattomien ryhmän jäsenten yhdistelmätoimet voivat vaikuttaa seuraavaan toimintaan, ja päinvastoin, oma toiminta voi muuttaa koko ryhmän tulevaa käyttäytymistä”, Rao sanoo.

Tutkijat halusivat selvittää, mitkä mekanismit pelaavat tällaisissa ympäristöissä.


Hanki viimeisin InnerSelfistä


Lehdessä he selittävät, että ihmisen käyttäytyminen riippuu ennusteista ympäristön tulevista tiloista - paras arvaus siihen, mitä voi tapahtua - ja epävarmuus ympäristöstä lisääntyy "rajusti" sosiaalisissa puitteissa. Ennustaakseen mitä tapahtuu, kun toinen ihminen on mukana, henkilö laatii toisen mielen mallin, jota kutsutaan mielen teoriaksi, ja käyttää sitten tätä mallia simuloidakseen, kuinka omat teot vaikuttavat toiseen ”mieliin”.

Vaikka tämä teko toimii hyvin yhden-yhden-vuorovaikutuksessa, kyky mallintaa yksittäisten mieliä suuressa ryhmässä on paljon vaikeampaa. Uusi tutkimus ehdottaa, että ihmiset luovat keskimääräisen mallin ryhmän "mielen" edustajasta, vaikka muiden identiteettejä ei tunneta.

Tutkiessaan ryhmäpäätöksentekoon liittyviä monimutkaisuuksia tutkijat keskittyivät ”vapaaehtoisen dilemmatehtävään”, jossa muutama henkilö kärsii kustannuksista koko ryhmän hyödyksi. Esimerkkejä tehtävästä ovat vartiointi, verenluovutus ja eteneminen väkivallan lopettamiseksi julkisessa paikassa, he selittävät lehdessä.

Päätösten ennakointi

Jäljitellä tätä tilannetta ja tutkia sekä käyttäytymistä että aivojen reaktioita, tutkijat asettivat kohteet yksitellen MRT: hen ja kehottivat heitä pelaamaan peliä. Pöydässä, jota kutsutaan julkisten hyödykkeiden peliksi, kohteen panos yhteisölliseen rahapankkiin vaikuttaa muihin ja määrittää, mitä kaikki ryhmän jäsenet saavat takaisin. Aihe voi päättää lisätä dollarinsa tai päättää "vapaasti ajaa" - toisin sanoen olla osallistumatta palkkion saamiseen siinä toivossa, että muut osallistuvat pottiin.

Jos kokonaissummat ylittävät ennalta määrätyn summan, kaikki saavat kaksi dollaria takaisin. Aiheet pelasivat kymmeniä kierroksia muiden kanssa, joita he eivät koskaan tavanneet. Aiheesta tuntematon tietokone, joka jäljitteli aiempia ihmispelaajia, simuloi muita.

"Voimme melkein saada katseen ihmisen mieleen ja analysoida sen taustalla olevaa laskennallista mekanismia kollektiivisten päätösten tekemisessä", sanoo johtava kirjailija Koosha Khalvati, Allen-koulun jatko-opiskelija. ”Vuorovaikutuksessa suuren määrän ihmisten kanssa havaitsimme, että ihmiset yrittävät ennustaa tulevaa ryhmävuorovaikutusta keskimääräisen ryhmän jäsenen aikomuksen perusteella. Tärkeää on, että he tietävät myös, että heidän omat tekonsa voivat vaikuttaa ryhmään. Esimerkiksi he tietävät, että vaikka he ovat nimettömiä muille, heidän itsekäs käyttäytyminen vähentäisi ryhmäyhteistyötä tulevissa vuorovaikutuksissa ja saattaisi mahdollisesti johtaa toivottuihin tuloksiin. "

Tutkimuksessaan tutkijat pystyivät osoittamaan matemaattiset muuttujat näihin toimiin ja luomaan omat tietokonemallinsa ennustamaan, mitä päätöksiä henkilö voi tehdä pelaamisen aikana. He havaitsivat, että heidän mallinsa ennustaa ihmisen käyttäytymistä huomattavasti paremmin kuin vahvistusoppimismalleja - toisin sanoen kun pelaaja oppii osallistumaan sen perusteella, kuinka edellinen kierros teki tai ei maksanut palkkioita muista pelaajista riippumatta - ja perinteisemmille kuvaileville lähestymistavoille.

Koska malli tarjoaa kvantitatiivisen selityksen ihmisen käyttäytymiselle, Rao pohtii, olisiko siitä hyötyä rakennettaessa koneita olla vuorovaikutuksessa ihmisten kanssa.

”Skenaarioissa, joissa kone tai ohjelmisto on vuorovaikutuksessa suurten ihmisryhmien kanssa, tuloksemme voivat pitää paikkansa joitain oppitunteja AI: lle," hän sanoo. "Kone, joka simuloi 'ryhmän mieltä' ja simuloi sen vaikutuksia ryhmään, voi johtaa inhimillisempään AI: hen, jonka käyttäytyminen vastaa paremmin ihmisten arvoja."

Tulokset ilmestyvät Tiede ennakot.

Tietoja Tekijät

Vanhempi kirjoittaja: Rajesh Rao, professori Washingtonin yliopiston Paul G. Allenin tietotekniikan ja tekniikan korkeakoulusta ja neurotekniikan keskuksen apulaisjohtaja. Johtava kirjailija: Koosha Khalvati, Allen-koulun jatko-opiskelija.

Muita tekijöitä ovat UC Davis; New Yorkin yliopisto; ja Institut des Sciences Cognitives Marc Jeannerod. Työtä rahoittivat mielenterveyden kansallinen instituutti, kansallinen tiedesäätiö ja Templeton World Charity Foundation.

Alkuperäinen tutkimus

enafarzh-CNzh-TWnltlfifrdehiiditjakomsnofaptruessvtrvi

seuraa InnerSelfia

facebook-kuvakeTwitter-kuvakeRSS-kuvake

Hanki uusimmat sähköpostitse

{Emailcloak = off}