Menggunakan rangka matematik dengan akar dalam kecerdasan buatan dan robotik, penyelidik telah menemui proses bagaimana orang membuat keputusan dalam kumpulan.
Para penyelidik juga mendapati mereka boleh meramalkan pilihan seseorang dengan lebih kerap berbanding kaedah deskriptif yang lebih tradisional.
Dalam kumpulan besar ahli yang pada asasnya tanpa nama, orang ramai membuat pilihan berdasarkan model "minda kumpulan" dan simulasi yang berkembang tentang bagaimana pilihan akan mempengaruhi minda berteori itu, kajian itu mendapati.
"Keputusan kami amat menarik memandangkan peranan media sosial yang semakin meningkat dalam menentukan bagaimana manusia bertindak sebagai ahli kumpulan tertentu," kata penulis kanan Rajesh Rao, seorang profesor di Sekolah Sains Komputer & Kejuruteraan Paul G. Allen di Universiti Washington dan pengarah bersama Pusat Neuroteknologi.
"Kita hampir dapat melihat sekilas minda manusia dan menganalisis mekanisme pengiraannya yang mendasari untuk membuat keputusan kolektif."
Tindakan kami dan kumpulan
"Dalam forum dalam talian dan kumpulan media sosial, gabungan tindakan ahli kumpulan tanpa nama boleh mempengaruhi tindakan anda yang seterusnya, dan sebaliknya, tindakan anda sendiri boleh mengubah tingkah laku masa depan seluruh kumpulan," kata Rao.
Para penyelidik ingin mengetahui mekanisme apa yang sedang berlaku dalam tetapan seperti ini.
Dalam kertas kerja tersebut, mereka menjelaskan bahawa tingkah laku manusia bergantung pada ramalan keadaan persekitaran masa depan—tekaan terbaik tentang apa yang mungkin berlaku—dan tahap ketidakpastian tentang persekitaran tersebut meningkat "secara drastik" dalam suasana sosial. Untuk meramalkan apa yang mungkin berlaku apabila manusia lain terlibat, seseorang membuat model minda orang lain, yang dipanggil teori minda, dan kemudian menggunakan model tersebut untuk mensimulasikan bagaimana tindakan seseorang sendiri akan mempengaruhi "minda" orang lain itu.
Walaupun tindakan ini berfungsi dengan baik untuk interaksi secara individu, keupayaan untuk memodelkan minda individu dalam kumpulan yang besar adalah jauh lebih sukar. Kajian baharu menunjukkan bahawa manusia mencipta model purata "minda" yang mewakili kumpulan walaupun identiti orang lain tidak diketahui.
Untuk mengkaji kerumitan yang timbul dalam membuat keputusan berkumpulan, para penyelidik menumpukan pada "tugas dilema sukarelawan," di mana beberapa individu menanggung beberapa kos untuk memberi manfaat kepada seluruh kumpulan. Contoh tugas tersebut termasuk tugas mengawal, menderma darah dan melangkah ke hadapan untuk menghentikan tindakan keganasan di tempat awam, jelas mereka dalam kertas kerja tersebut.
Meramalkan keputusan
Untuk meniru situasi ini dan mengkaji kedua-dua tindak balas tingkah laku dan otak, para penyelidik memasukkan subjek ke dalam MRI, satu demi satu, dan meminta mereka bermain satu permainan. Dalam permainan yang dipanggil permainan barangan awam, sumbangan subjek kepada wang komunal mempengaruhi orang lain dan menentukan apa yang akan diterima oleh semua orang dalam kumpulan. Subjek boleh memutuskan untuk menyumbang satu dolar atau memutuskan untuk "menumpang percuma"—iaitu, tidak menyumbang untuk mendapatkan ganjaran dengan harapan orang lain akan menyumbang kepada wang tersebut.
Jika jumlah sumbangan melebihi jumlah yang telah ditetapkan, setiap orang akan mendapat dua dolar kembali. Subjek bermain berpuluh-puluh pusingan dengan orang lain yang tidak pernah mereka temui. Tanpa disedari oleh subjek, komputer yang meniru pemain manusia sebelumnya sebenarnya telah mensimulasikan yang lain.
“Kita hampir dapat melihat sekilas minda manusia dan menganalisis mekanisme pengiraan yang mendasarinya untuk membuat keputusan kolektif,” kata penulis utama Koosha Khalvati, seorang pelajar kedoktoran di Allen School. “Apabila berinteraksi dengan sebilangan besar orang, kami mendapati bahawa manusia cuba meramalkan interaksi kumpulan masa depan berdasarkan model niat ahli kumpulan purata. Yang penting, mereka juga tahu bahawa tindakan mereka sendiri boleh mempengaruhi kumpulan. Contohnya, mereka sedar bahawa walaupun mereka tidak dikenali oleh orang lain, tingkah laku mementingkan diri sendiri akan mengurangkan kerjasama dalam kumpulan dalam interaksi masa depan dan mungkin membawa hasil yang tidak diingini.”
Dalam kajian mereka, para penyelidik dapat menetapkan pembolehubah matematik kepada tindakan ini dan mencipta model komputer mereka sendiri untuk meramalkan keputusan yang mungkin dibuat oleh seseorang semasa bermain. Mereka mendapati bahawa model mereka meramalkan tingkah laku manusia dengan jauh lebih baik daripada model pembelajaran peneguhan—iaitu, apabila pemain belajar untuk menyumbang berdasarkan bagaimana pusingan sebelumnya memberi atau tidak memberi pulangan tanpa mengira pemain lain—dan pendekatan deskriptif yang lebih tradisional.
Memandangkan model tersebut memberikan penjelasan kuantitatif untuk tingkah laku manusia, Rao tertanya-tanya sama ada ia mungkin berguna apabila membina mesin yang berinteraksi dengan manusia.
"Dalam senario di mana mesin atau perisian berinteraksi dengan kumpulan besar orang, keputusan kami mungkin berterusan beberapa pengajaran untuk AI,” katanya. “Mesin yang mensimulasikan 'minda sesebuah kumpulan' dan mensimulasikan bagaimana tindakannya mempengaruhi kumpulan tersebut boleh membawa kepada AI yang lebih mesra manusia yang tingkah lakunya lebih sejajar dengan nilai-nilai manusia.”
Hasilnya muncul dalam Kemajuan sains.
Mengenai Pengarang
Penulis Kanan: Rajesh Rao, seorang profesor di Sekolah Sains Komputer & Kejuruteraan Paul G. Allen, Universiti Washington dan pengarah bersama Pusat Neuroteknologi. Penulis utama: Koosha Khalvati, seorang pelajar kedoktoran di Sekolah Allen.
Penulis bersama tambahan adalah dari UC Davis; Universiti New York; dan Institut des Sciences Cognitives Marc Jeannerod. Institut Kesihatan Mental Kebangsaan, Yayasan Sains Kebangsaan dan Yayasan Amal Dunia Templeton membiayai kajian ini.
Buku berkaitan:
Tabiat Atom: Cara Mudah & Terbukti Membangunkan Tabiat Baik & Melanggar Orang Buruk
oleh James Clear
Tabiat Atom memberikan nasihat praktikal untuk membangunkan tabiat baik dan menghentikan tabiat buruk, berdasarkan penyelidikan saintifik tentang perubahan tingkah laku.
Klik untuk maklumat lanjut atau untuk memesan
Empat Kecenderungan: Profil Keperibadian Yang Sangat diperlukan yang Mengungkapkan Cara Membuat Hidup Anda Lebih Baik (dan Kehidupan Orang Lain Lebih Baik, Terlalu)
oleh Gretchen Rubin
Empat Kecenderungan mengenal pasti empat jenis personaliti dan menerangkan cara memahami kecenderungan anda sendiri boleh membantu anda memperbaiki perhubungan, tabiat kerja dan kebahagiaan keseluruhan anda.
Klik untuk maklumat lanjut atau untuk memesan
Fikirkan Lagi: Kekuatan Mengetahui Apa yang Anda Tidak Tahu
oleh Adam Grant
Think Again meneroka cara orang boleh mengubah fikiran dan sikap mereka, serta menawarkan strategi untuk meningkatkan pemikiran kritis dan membuat keputusan.
Klik untuk maklumat lanjut atau untuk memesan
Badan Menjaga Markah: Otak, Minda, dan Tubuh dalam Penyembuhan Trauma
oleh Bessel van der Kolk
The Body Keeps the Score membincangkan kaitan antara trauma dan kesihatan fizikal, dan menawarkan pandangan tentang cara trauma boleh dirawat dan diubati.
Klik untuk maklumat lanjut atau untuk memesan
Psikologi Wang: Pelajaran abadi tentang kekayaan, ketamakan, dan kebahagiaan
oleh Morgan Housel
Psikologi Wang mengkaji cara bagaimana sikap dan tingkah laku kita terhadap wang boleh membentuk kejayaan kewangan dan kesejahteraan keseluruhan kita.
