Sztuczne społeczeństwa i wirtualna przemoc

Paul Krugman, wybitny profesor ekonomii Uniwersytetu Princeton i New York Times felietonista, kiedyś wyjaśnił mdłe motywy swojego wyboru kariery. Kiedy byłem nastolatkiem, moją sekretną fantazją było zostać psychohistorykiem, pisał, odnosząc się do głównej sztuczki, psychohistorii, w Izaaku Asimova. Fundacja trylogia. Krugman kontynuował: Pewnego dnia będzie istniała zunifikowana nauka społeczna w rodzaju, jaki wyobrażał sobie Asimov, ale na razie ekonomia jest tak bliska psychohistorii, jak to tylko możliwe.

Lokalne czystki etniczne prowadzące do ludobójstwa.

To śmieszne, biorąc pod uwagę przepaść między fantazją Asimova o predykcyjnym rachunku spraw ludzkich a aktualnością ekonomii głównego nurtu – w istocie którejkolwiek z nauk społecznych – praktykowanej przez większość ostatniego stulecia. Jednak ostatnie dziesięciolecia przyniosły nowe podejścia. Jeden z najbardziej obiecujących opisał Joshua Epstein, starszy pracownik Brookings Institution, w: Rozwijanie sztucznych społeczeństw: nauki społeczne od podstaw , książkę, którą opublikował w 1996 roku we współpracy z Robertem Axtellem. Być może pewnego dnia ludzie zinterpretują pytanie „Czy możesz to wyjaśnić?” rosnąć — zasugerował Epstein. Sztuczne modelowanie społeczeństwa pozwala nam „rozwijać” struktury społeczne w silico wykazanie, że pewne zestawy mikrospecyfikacji są wystarczające do wygenerowania interesujące makrozjawiska.

Ta historia była częścią naszego wydania z lipca 2007 r.

• Zobacz resztę numeru
• Subskrybuj

Co to znaczy? A dlaczego miałoby nas to obchodzić? Twierdzenie Epsteina było dwojakie. Po pierwsze, zwrócił uwagę, że chociaż prawie wszystkie wzorce, które interesują socjologów, są wyłaniające się – to znaczy złożone zmiany wynikające z wielu stosunkowo prostych interakcji – dyscypliny, takie jak ekonomia głównego nurtu, postrzegają społeczeństwa jako dążące do pewnej równowagi pojęciowej. Standardowe wyjaśnienia zakładają również, że społeczeństwa składają się z wysoce racjonalnych podmiotów, które posiadając pełną wiedzę, działają zawsze we własnym najlepszym interesie. Epstein zauważył, że jeśli chodzi o to, w jaki sposób rzeczywiste populacje różnych podmiotów o ograniczonej racjonalności faktycznie ewoluują we wzorce, powiedzmy, dystrybucji bogactwa, wyjaśnienia dotyczące zasobów nie mają prawie nic do powiedzenia. (Zobacz List do redaktora od Joshuy Epsteina.)

Epstein nie był osamotniony w wysuwaniu tej krytyki. Ale po drugie zaproponował, aby modele komputerowe… same w sobie potrafił skutecznie opisywać społeczeństwa. Na początku lat dziewięćdziesiątych Epstein i Axtell stworzyli symulację o nazwie Sugarscape, kwadratową siatkę reprezentującą dwuwymiarowy krajobraz zamieszkany przez autonomiczne podprogramy – agenty – które były napędzane z kwadratu na kwadrat przez prymitywny sztuczny metabolizm, który wymagał zasobu, czyli cukru. Kiedy setki tych czynników zostały zaprogramowane tak, że ich zakres widzenia i tempo metabolizmu zmieniały się, nawet w prosty sposób, pojawiły się zaskakujące wzorce.

Rzeczywiście, Epstein i Axtell nauczyli się, że dzięki ich modelom sztuczka polegała na tym, aby uzyskać dużo na zewnątrz , wkładając jak najmniej, jak pisze Epstein w swojej najnowszej książce, Generatywne nauki społeczne: studia nad modelowaniem obliczeniowym opartym na agentach . Na początku lat 90. ci dwaj mężczyźni utworzyli dwa regiony swojej siatki Sugarscape, aby być bogatym w zasoby cukru, dzięki czemu agenci szybko się do nich zbliżali. Kilku agentów z doskonałym wzrokiem i niskim tempem metabolizmu zgromadziło duże zapasy cukru. Inne czynniki, o słabszym wzroku i wysokim tempie przemiany materii, przetrwały lub ginęły w strefach, w których brakowało cukru. Zasadniczo, jak odkryli Epstein i Axtell, Sugarscape funkcjonował jako model społeczeństwa zbieracko-łowieckiego, odtwarzając wspólną cechę społeczeństw ludzkich: wypaczoną dystrybucję bogactwa. To prawda, że ​​pogląd, że prymitywne automaty poruszające się po sieci komputerowej sugerują, że nierówność bogactwa jest wrodzoną cechą ludzkiej egzystencji, nie będzie lubiany nie tylko przez marksistów, ale także przez większość z nas, biorąc pod uwagę, jak zróżnicowane są nasze indywidualne doświadczenia. Niemniej jednak natura jest pełna szczególnie spójnych relacji statystycznych, które powtarzają się w różnych sferach i które statystycy nazywają prawami władzy.

Najpopularniejszym prawem władzy jest rozkład Pareto, nazwany na cześć XIX-wiecznego włoskiego ekonomisty Vilfredo Pareto. Pod koniec lat 90. XIX wieku Pareto twierdził, że w każdym społeczeństwie 20 procent ludzi będzie posiadać 80 procent bogactwa. Ale rozkład Pareto, znany również jako reguła 80-20, dotyczy tak różnych ludzkich kontekstów, jak wielkość osiedli (kilka dużych miast, wiele mniejszych miasteczek) i częstotliwość słów w tekście (kilka słów używanych często, większość słów rzadko). ), a także zjawisk naturalnych, takich jak wielkość cząstek piasku i meteorytów. To, że zachowanie automatów Sugarscape'a dało rozkłady typu prawa potęgi, wskazywało Epsteinowi i Axtellowi, że coś się dzieje.

Na początku lat 90. Epstein wygłosił prezentację w Instytucie Santa Fe w Nowym Meksyku, centrum badań złożonych systemów adaptacyjnych w naturalnych, ludzkich i sztucznych kontekstach. Pokazałem jedną z naszych sztucznych historii osadzonych w standardowym krajobrazie Sugarscape z dwoma cukrowymi szczytami, niziną cukrową pośrodku i cukrowymi pustkowiami po bokach – w efekcie, prosta reprezentacja doliny, powiedział mi Epstein. Zapytałem publiczność, czy komuś coś to przypominało. Ręka George'a Gumermana uniosła się do góry i powiedział: „Przypomina mi Anasazi”.

George Gumerman jest antropologiem, który od dziesięcioleci jest czołowym ekspertem od Anasazi, przodków dzisiejszego ludu Pueblo, który od około 1800 roku p.n.e. do 1300 n.e. zamieszkała Long House Valley w północno-wschodniej Arizonie. Epstein i Axtell postanowili wykorzystać swoje modelowanie agentowe, aby stworzyć wirtualną cywilizację Anasazi i zobaczyć, jak pasuje do obszernej bazy danych wzorców osadniczych i tym podobnych zgromadzonych przez Gumermana i jego współpracowników. Epstein wspominał: Zaczęliśmy od nowa, budując sztuczny teren od podstaw, z dużą dokładnością. Do modelu weszły takie elementy, jak wzorce klimatyczne, plony kukurydzy, wahania poziomu wód gruntowych i wiele innych czynników. Wielka sztuczka polegała na tym, czy moglibyśmy wymyślić dobre zasady dla naszych sztucznych Anasazi, umieścić je tam, gdzie były prawdziwe w 900 r. i pozwolić im biegać, dopóki nie rozwiną prawdziwej historii? Epstein przypomniał sobie jedną sesję, podczas której sztuczni Anasazi jego drużyny założyli osadę dokładnie tam, gdzie znajdował się Długi Dom, prawdziwa osada Anasazi. Siedzieliśmy po prostu krzycząc w powietrze z satysfakcją. Od tamtego czasu cały biznes przeszedł strasznie długą drogę. Teraz jest wielu ludzi wykonujących taką pracę.

W rzeczy samej. Strona internetowa Dziennik sztucznych społeczeństw i symulacji społecznej , na przykład, wymienia artykuły o tytułach takich jak Cascades of Failure and Extinction in Evolving Complex Systems. Nowa książka Epsteina zbiera jego własne artykuły od 1996 roku; dołączona płyta CD umożliwia czytelnikom oglądanie serii modeli opisanych w tekście i samodzielne poznawanie modeli. W projektach opisanych w książce Epstein i jego współpracownicy modelowali, oprócz Anasazi, pojawianie się różnych zjawisk: wzorców czasu przejścia na emeryturę; klasy społeczne; bezmyślna zgodność z normami społecznymi; wzorce zakażenia ospą po incydencie bioterrorystycznym; i skuteczna, adaptacyjna organizacja.

Modele są fascynujące. W obu wariantach opisanych w Generowaniu wzorców spontanicznej przemocy obywatelskiej (patrz ryc. 1 i 2) występują zarówno zwykli agenci, jak i agenci zwani glinami, reprezentujący centralny autorytet polityczny. Lewy ekran przedstawia jawne zachowanie zwykłych agentów (niebieski oznacza spokój, czerwony aktywny), a prawy ukryty obraz emocji, w którym agenci są pokolorowani zgodnie z poziomem ich politycznej krzywdy (im ciemniejsza czerwień, tym większa krzywda). Skarga składa się z dwóch elementów: zasadności ( L ) państwa w oczach agentów i trudności ( h ), który jest fizycznym lub ekonomicznym niedostatkiem i różni się w zależności od podmiotu. Co więcej, agenci mogą oszukiwać: na lewym ekranie poszkodowani agenci mogą zmienić kolor na niebieski (wydając się niebuntować), gdy gliniarze (zawsze czarni) są w pobliżu, a następnie zmienić kolor na czerwony (aktywnie zbuntowany), gdy gliniarze się oddalają. Epstein przypisał także różne poziomy awersji do ryzyka ( r ) do agentów: niektórzy są bardziej skłonni do buntu niż inni. Agenci oceniają prawdopodobieństwo aresztowania przez gliniarzy przed przyłączeniem się do buntu, a ich oceny zależą od ich wizji ( v ) tego, co jest wokół nich, czyli ile pozycji siatki (północ, południe, wschód i zachód) mogą zobaczyć. Wreszcie agenci aresztowani przez gliny otrzymują wyroki więzienia ( J ). Epstein powiedział mi, że aresztowani agenci trafiają do więzienia na losowy okres i wychodzą na jaw tak samo poszkodowani, jak weszli. Zawsze żartuję, że to jedyne dwa realistyczne założenia w całym modelu.

Chociaż ten model może wydawać się zbyt prosty, generuje wystarczająco realistyczne wzorce, gdy operator ludzki ustawi parametry L oraz J , wizja agentów i gliniarzy oraz ich początkowe zagęszczenie, a następnie pozwala obu grupom poruszać się i wchodzić w interakcje. W wariancie pierwszym, Generalized Rebellion against Central Central (patrz ryc. 1), wysokie koncentracje aktywistów, pokrzywdzonych agentów mogą powstać w strefach o niskim zagęszczeniu gliniarzy. Kiedy tak się dzieje, nawet lekko pokrzywdzeni agenci uważają za racjonalne ryzyko buntu. Właśnie z tego powodu wolność zgromadzeń jest generalnie pierwszą rzeczą ograniczaną w represyjnych reżimach. Co więcej, model wykazuje cechę złożonego systemu: przerywaną równowagę, z długimi okresami względnej stabilności, przerywanymi wybuchami buntowniczymi. W niektórych seriach ekran emocji po prawej stronie może być jasnoczerwony z powodu żalu agentów, podczas gdy lewy ekran jest całkowicie niebieski z powodu ich publicznego spokoju. Co byłoby bardziej prawdopodobne, aby wywołać rewolucję: duża bezwzględna redukcja L (prawomocność) w małych krokach czy mniejsza redukcja przeprowadzona w jednym dużym kroku? Okazuje się, że to drugie. W przypadku dużej, ale stopniowej redukcji, gliniarze mogą wybierać jednego po drugim aktywistów i zamykać ich w więzieniu. I odwrotnie, nagłe, gwałtowne zmniejszenie legalności jednocześnie pobudza wielu pokrzywdzonych agentów do czynnego buntu. Jak zauważył Epstein, gdy zbuntuje się 50 osób, bycie 51. jest o wiele mniej ryzykowne.

Wariant drugi, Przemoc międzygrupowa, jest ciekawszy. Teraz agenci są podzieleni na dwie grupy etniczne, niebieską i zieloną. Legitymacja staje się oceną prawa do istnienia drugiej grupy przez każdą grupę, wyjaśnił Epstein. W tym kontekście odejście agenta oznacza, że ​​zabija on członka przeciwnej grupy etnicznej. Gliny są żołnierzami sił pokojowych, a jeśli model działa bez nich i L wśród wszystkich czynników zmniejsza się zaledwie o 20 procent, szybko rozpoczyna się czystka etniczna. Kiedy wprowadza się gliny, pojawiają się bezpieczne schronienia. Niemniej jednak wrogość międzyetniczna trwa. Ostatecznie, jak pokazuje rysunek 2 i powiedział mi Epstein, kiedy odrzucasz legitymację w tym wariancie, zawsze kończy się to zniszczeniem jednej strony przez drugą. Gęstość Cop można ustawić na dowolnym poziomie. Przy niskim zagęszczeniu gliniarzy dochodzi do szybkiego ludobójstwa. Przy wysokim zagęszczeniu gliniarzy również możesz czasami doświadczyć szybkiego ludobójstwa, ale także bardzo zmienny wynik. Średnio więcej gliniarzy sprawia, że ​​trwa to dłużej. Wystarczająco dłużej, aby uzasadnić koszt dodatkowej policji? To wszystko jest po prostu bardzo niepewne, mówi Epstein; sam napływ gliniarzy nie gwarantowałby dobrego wyniku.

Podsumowując, Epstein podkreślił, że jego modele miały głównie na celu osiągnięcie mocy wyjaśniającej. Wyjaśnienie czegoś nie oznacza, że ​​możesz to przewidzieć, powiedział. Zwrócił uwagę, że chociaż potrafimy wyjaśnić błyskawice i trzęsienia ziemi, nie możemy też przewidzieć. Jeśli mamy nadzieję, podobnie jak Asimov, przewidzieć przyszłość, modele Epsteina rozczarują. W rzeczywistości, ponieważ jego modele dają bardzo rozbieżne wyniki, nawet jeśli ich agenci są zaprogramowani za pomocą bardzo prostych reguł, wskazują, że przewidywanie przyszłości nigdy nie będzie możliwe. Mimo to sztuczne społeczeństwa Epsteina robią więcej, aby wyjaśnić ukryte mechanizmy leżące u podstaw zmian społecznych – i ich nieoczekiwanych konsekwencji – niż jakiekolwiek narzędzie, które do tej pory posiadali socjologowie. W przyszłości oni i im podobni mogą zasugerować, w jaki sposób decydenci mogą opracować rodzaje małych, tanich interwencji, które przyniosą duże, korzystne rezultaty.

Mark Williams jest Przegląd technologii redaktor współpracujący.

Generatywne nauki społeczne: studia nad modelowaniem obliczeniowym opartym na agentach
Joshua M. Epstein
Seria Princeton Studies in Complexity
Princeton University Press, 2006, 49,50 $

ukryć