Les choix que nous faisons dans le cadre de grands groupes, tels que les forums en ligne et les réseaux sociaux, peuvent nous sembler assez automatiques. Mais notre processus de prise de décision est plus compliqué que nous ne le pensons. Donc, les chercheurs ont travaillé pour comprendre ce qui se cache derrière ce processus apparemment intuitif.

Maintenant, Une nouvelle recherche de l'Université de Washington a découvert que dans de grands groupes de membres essentiellement anonymes, les gens font des choix basés sur un modèle de « l'esprit du groupe » et une simulation évolutive de la façon dont un choix affectera cet esprit théorisé.

En utilisant un cadre mathématique avec des racines dans l'intelligence artificielle et la robotique, Les chercheurs de l'UW ont pu découvrir le processus par lequel une personne fait des choix en groupe. Et, ils ont également constaté qu'ils étaient capables de prédire le choix d'une personne plus souvent que les méthodes descriptives plus traditionnelles. Les résultats ont été publiés mercredi, 27 novembre dans Avancées scientifiques .

"Nos résultats sont particulièrement intéressants à la lumière du rôle croissant des médias sociaux dans la façon dont les humains se comportent en tant que membres de groupes particuliers, " a déclaré l'auteur principal Rajesh Rao, le professeur CJ et Elizabeth Hwang à la Paul G. Allen School of Computer Science &Engineering de l'UW et codirecteur du Center for Neurotechnology.

"Dans les forums en ligne et les groupes de médias sociaux, les actions combinées des membres anonymes du groupe peuvent influencer votre prochaine action, et inversement, votre propre action peut changer le comportement futur de tout le groupe, " dit Rao.

Les chercheurs voulaient découvrir quels mécanismes sont en jeu dans de tels contextes.

Dans le journal, ils expliquent que le comportement humain repose sur des prédictions d'états futurs de l'environnement - une meilleure estimation de ce qui pourrait arriver - et que le degré d'incertitude concernant cet environnement augmente « considérablement » dans les contextes sociaux. Pour prédire ce qui pourrait arriver lorsqu'un autre être humain est impliqué, une personne fait un modèle de l'esprit de l'autre, appelé une théorie de l'esprit, et utilise ensuite ce modèle pour simuler comment ses propres actions affecteront cet autre « esprit ».

Bien que cet acte fonctionne bien pour les interactions en tête-à-tête, la capacité de modeler les esprits individuels dans un grand groupe est beaucoup plus difficile. La nouvelle recherche suggère que les humains créent un modèle moyen d'un « esprit » représentatif du groupe même lorsque l'identité des autres n'est pas connue.

Pour étudier les complexités qui surviennent dans la prise de décision de groupe, les chercheurs se sont concentrés sur la « tâche dilemme du bénévole, " où quelques individus supportent certains coûts au profit de l'ensemble du groupe. Des exemples de la tâche incluent le devoir de garde, don de sang et s'avancer pour faire cesser un acte de violence dans un lieu public, ils expliquent dans le journal.

Pour imiter cette situation et étudier les réponses comportementales et cérébrales, les chercheurs ont soumis les sujets à une IRM, un par un, et les a fait jouer à un jeu. Dans le jeu, appelé un jeu de biens publics, la contribution du sujet à une cagnotte commune influence les autres et détermine ce que chacun dans le groupe obtient en retour. Un sujet peut décider de contribuer un dollar ou décider de « faire du free-ride », c'est-à-dire ne pas contribuer pour obtenir la récompense dans l'espoir que d'autres contribueront à la cagnotte.

Si le total des cotisations dépasse un montant prédéterminé, tout le monde récupère deux dollars. Les sujets ont joué des dizaines de tours avec d'autres qu'ils n'ont jamais rencontrés. A l'insu du sujet, les autres ont en fait été simulés par un ordinateur imitant d'anciens joueurs humains.

« Nous pouvons presque avoir un aperçu de l'esprit humain et analyser son mécanisme de calcul sous-jacent pour prendre des décisions collectives, " a déclaré l'auteur principal Koosha Khalvati, un doctorant à l'école Allen. "Lorsque vous interagissez avec un grand nombre de personnes, nous avons constaté que les humains essaient de prédire les futures interactions de groupe sur la base d'un modèle d'intention d'un membre moyen du groupe. Surtout, ils savent aussi que leurs propres actions peuvent influencer le groupe. Par exemple, ils sont conscients que même s'ils sont anonymes pour les autres, leur comportement égoïste réduirait la collaboration au sein du groupe dans les interactions futures et entraînerait peut-être des résultats indésirables. »

Dans leur étude, les chercheurs ont pu attribuer des variables mathématiques à ces actions et créer leurs propres modèles informatiques pour prédire les décisions que la personne pourrait prendre pendant le jeu. Ils ont découvert que leur modèle prédit le comportement humain beaucoup mieux que les modèles d'apprentissage par renforcement, c'est-à-dire lorsqu'un joueur apprend à contribuer en fonction de la façon dont le tour précédent a payé ou non, indépendamment des autres joueurs et des approches descriptives plus traditionnelles.

Étant donné que le modèle fournit une explication quantitative du comportement humain, Rao s'est demandé si cela pouvait être utile lors de la construction de machines qui interagissent avec les humains.

"Dans les scénarios où une machine ou un logiciel interagit avec de grands groupes de personnes, nos résultats peuvent contenir des leçons pour l'IA, " a-t-il dit. " Une machine qui simule " l'esprit d'un groupe " et simule comment ses actions affectent le groupe peut conduire à une IA plus humaine dont le comportement est mieux aligné avec les valeurs des humains. "