Esquisse du processus de décision collective décrit par Karamched et al. Dans une population d'agents indécis (bleu), un adopteur précoce (rouge) prend une mauvaise décision. Voyant cette décision, un ensemble d'adoptants précoces emboîte le pas, mais un ensemble légèrement plus important d'adoptants précoces (vert) choisit la solution la plus avantageuse. Après avoir observé la dynamique décisionnelle des early adopters, les retardataires prennent leur décision, conduisant une grande partie de la population à corriger l'initiale, mauvaise décision. Crédit :APS/Alan Stonebraker
Qu'il s'agisse de fourmis formant un sentier ou d'individus traversant la rue, l'échange d'informations est essentiel dans la prise de décisions quotidiennes. Mais une nouvelle recherche de la Florida State University montre que le processus de prise de décision en groupe peut mieux fonctionner lorsque les membres traitent les informations un peu différemment.
Bhargav Karamched, professeur adjoint de mathématiques, et une équipe de chercheurs a publié aujourd'hui une nouvelle étude qui aborde la façon dont les groupes prennent des décisions et la dynamique qui permet une prise de décision rapide et précise. Il a découvert que les réseaux constitués à la fois d'individus impulsifs et délibérés créaient, en moyenne, des décisions plus rapides et meilleures qu'un groupe avec des penseurs homogènes.
« Dans les groupes avec des individus impulsifs et délibérés, la première décision est prise rapidement par un individu impulsif qui a besoin de peu de preuves pour faire un choix, " dit Karamched. " Mais, même si c'est faux, cette décision rapide peut révéler les bonnes options à tout le monde. Ce n'est pas le cas dans les groupes homogènes."
L'article est publié en Lettres d'examen physique.
Les chercheurs ont noté dans le document que l'échange d'informations est crucial dans une variété de fonctions biologiques et sociales. Mais Karamched a déclaré que bien que le partage d'informations dans les réseaux ait été assez étudié, très peu de travaux ont été réalisés sur la manière dont les individus d'un réseau devraient intégrer les informations de leurs pairs avec leur propre accumulation de preuves privées. La plupart des études, à la fois théorique et expérimental, se sont concentrés sur la façon dont les individus isolés recueillent de manière optimale des preuves pour faire un choix.
"Ce travail a été motivé par cela, ", a déclaré Karamched. "Comment les individus devraient-ils accumuler de manière optimale les preuves qu'ils voient par eux-mêmes avec les preuves qu'ils obtiennent de leurs pairs pour prendre les meilleures décisions possibles?"
Krešimir Josic, Moores professeur de mathématiques, Biologie et biochimie à l'Université de Houston et auteur principal de l'étude, a noté que le processus fonctionne mieux lorsque les individus d'un groupe tirent le meilleur parti de leurs antécédents variés pour rassembler les matériaux et les connaissances nécessaires pour prendre une décision finale.
« La prise de décision sociale collective est précieuse si tous les individus ont accès à différents types d'informations, " a déclaré Josic.
Karamched a utilisé la modélisation mathématique pour parvenir à sa conclusion, mais a déclaré qu'il y avait beaucoup de place pour des recherches de suivi.
Karamched a déclaré que son modèle suppose que les preuves accumulées par un individu sont indépendantes des preuves collectées par un autre membre du groupe. Si un groupe d'individus essaie de prendre une décision sur la base d'informations accessibles à tous, une modélisation supplémentaire devrait tenir compte de la manière dont les corrélations dans l'information affectent la prise de décision collective.
"Par exemple, choisir entre voter républicain ou démocrate lors d'une élection, l'information accessible à tous est commune et n'est pas spécifiquement destinée à un individu, ", a-t-il déclaré. " L'inclusion des corrélations nécessitera le développement de nouvelles techniques pour analyser les modèles que nous développons. "
