Des chercheurs de l'armée ont développé pour la première fois un modèle analytique pour montrer comment des groupes de personnes influencent le comportement individuel.
Techniquement parlant, cela n'avait jamais été fait auparavant :personne n'avait pris les informations de calcul d'un modèle collectif (solutions numériques de, dire, des milliers d'équations) et l'a utilisé pour déterminer exactement le comportement d'un individu (réduit à une équation). Des scientifiques du U.S. Army Research Laboratory rapportent leurs découvertes (« Fractional Dynamics of Individuals in Complex Networks ») dans l'édition d'octobre de Frontières en physique .
Cette découverte était le produit de recherches en cours pour modéliser comment un individu s'adapte au comportement de groupe. Le programme de l'ARL en science des réseaux cherche à déterminer le comportement de groupe collectif émergeant du comportement dynamique des individus. Autrefois, le travail collaboratif des Drs. Bruce West, scientifique principal au bureau de recherche de l'armée, et Malgorzata Turalska, chercheur post-doctorant à l'ARL, axé sur la construction et l'interprétation des résultats de modèles informatiques à grande échelle de réseaux dynamiques complexes à partir desquels des propriétés collectives telles que l'essaimage, l'intelligence collective et la prise de décision pourraient être déterminées.
"Le Dr Turalska et moi avions développé et exploré un modèle de prise de décision en réseau pendant plusieurs années, " West a déclaré. "Mais récemment, il nous est venu à l'esprit de changer la question de 'Comment l'individu change-t-il le comportement du groupe?' à « Comment le groupe modifie-t-il le comportement individuel ? » Tourner la question à l'envers nous a permis de poursuivre le Saint Graal des sciences sociales pour l'Armée, qui a été de trouver un moyen de prédire la sensibilité des individus à la persuasion, propagande et tromperie pure et simple. Les modèles développés à cette fin ont évolué au point qu'ils nécessitent des calculs à grande échelle aussi complexes et difficiles à interpréter que les résultats d'expériences psychologiques impliquant des humains. Par conséquent, la présente étude suggère un moyen de contourner ces calculs chronophages et de représenter la sensibilité recherchée dans un seul paramètre. »
Les psychologues et les sociologues ont intensément étudié et débattu de la façon dont les valeurs et les attitudes des individus changent lorsqu'ils rejoignent une organisation, dit Ouest. De même, l'Armée s'intéresse à cette dynamique comment elle peut se jouer dans les organisations terroristes, et inversement comment les individus se transforment au cours de l'entraînement de base de l'Armée de terre. Plus les leaders comprennent profondément le processus d'apprentissage et d'adaptation au sein d'un groupe, plus ils seront efficaces dans le processus de formation, augmentant ainsi l'appropriation par la recrue de ses nouvelles capacités en développement, qui est la vraie mesure du succès de la formation.
Dans leur article, Turalska et West dérivent et testent avec succès un nouveau type de modèle dynamique de comportement individuel qui incorpore quantitativement le comportement dynamique du groupe. Le test montre que la solution analytique de ce nouveau type d'équation coïncide avec les prédictions de la simulation informatique à grande échelle de la dynamique de groupe.
Le modèle se compose de nombreux individus en interaction qui ont une décision oui/non à prendre, par exemple, c'est le jour des élections, et ils doivent voter R ou D. Supposons que seuls les individus ne puissent pas se décider, ils basculent rapidement entre les deux options, alors ils commencent à parler avec leurs voisins. En raison de cet échange d'informations, le calcul numérique à l'aide du modèle informatique révèle que les gens gardent maintenant leurs opinions beaucoup plus longtemps.
Pour modéliser la dynamique de groupe, le test a utilisé un nouveau type d'équation, avec un non-entier (fractionnel), plutôt qu'un entier, dérivé, pour représenter des opinions fluctuantes. Dans un groupe de 10, 000 personnes, l'influence de 9, 999 personnes pour perturber un individu sont condensées en un seul paramètre, qui est l'indice de la dérivée fractionnaire. West a dit que quel que soit le comportement de l'individu avant de rejoindre le groupe, le changement de comportement est dramatique après l'adhésion. La force de l'influence du groupe sur le comportement d'un individu est comprimée en un seul chiffre, la dérivée non entière.
Par conséquent, le simple comportement aléatoire d'un individu pour décider comment voter, ou en prenant toute autre décision, lorsqu'il est isolé, est remplacé par un comportement qui pourrait jouer un rôle plus adaptatif dans les réseaux sociaux. Les auteurs conjecturent que ce comportement peut être générique, mais il reste à déterminer à quel point le comportement de l'individu est robuste par rapport aux signaux de contrôle qui pourraient conduire le réseau.
Le calcul fractionnaire a, seulement au cours de la dernière décennie, été appliqué à des problèmes physiques complexes tels que la turbulence, le comportement des fluides non newtoniens, et la relaxation des perturbations dans les matériaux viscoélastiques; cependant, personne n'avait auparavant appliqué d'opérateurs fractionnaires à la description et à l'interprétation de phénomènes dynamiques sociaux/psychologiques. L'idée de regrouper l'effet des interactions entre les membres d'un groupe social en un seul paramètre qui détermine le niveau d'influence du collectif sur l'individu n'a jamais été mathématiquement réalisée auparavant.
West a déclaré que cette recherche ouvre la porte à un nouveau domaine d'étude alliant la science des réseaux et le calcul fractionnaire, où les calculs numériques à grande échelle de la dynamique des réseaux complexes peuvent être représentés à travers les indices non entiers des dérivées. Cela peut même suggérer une nouvelle approche de l'intelligence artificielle dans laquelle la mémoire est incorporée dans la structure dynamique des réseaux de neurones.
