การใช้กรอบทางคณิตศาสตร์ที่มีรากฐานมาจากปัญญาประดิษฐ์และวิทยาการหุ่นยนต์ นักวิจัยได้ค้นพบกระบวนการที่ผู้คนตัดสินใจเป็นกลุ่ม
นักวิจัยยังพบว่าพวกเขาสามารถทำนายทางเลือกของบุคคลได้บ่อยกว่าวิธีการพรรณนาแบบเดิม
ในกลุ่มใหญ่ของสมาชิกนิรนามโดยพื้นฐานแล้ว ผู้คนจะตัดสินใจเลือกตามแบบจำลองของ "ความคิดของกลุ่ม" และการจำลองที่พัฒนาขึ้นว่าทางเลือกจะส่งผลต่อจิตใจที่มีทฤษฎีนั้นอย่างไร
ผู้เขียนอาวุโส Rajesh Rao ศาสตราจารย์จาก Paul G. Allen School of Computer Science & Engineering แห่งมหาวิทยาลัย Washington กล่าวว่า "ผลลัพธ์ของเรามีความน่าสนใจเป็นพิเศษในแง่ของบทบาทที่เพิ่มมากขึ้นของโซเชียลมีเดียในการกำหนดพฤติกรรมของมนุษย์ในฐานะสมาชิกของกลุ่มใดกลุ่มหนึ่ง และผู้อำนวยการศูนย์ประสาทวิทยา
"เราเกือบจะสามารถมองเห็นความคิดของมนุษย์และวิเคราะห์กลไกการคำนวณที่เป็นรากฐานของการตัดสินใจร่วมกันได้"
การกระทำของเราและกลุ่ม
“ในฟอรัมออนไลน์และกลุ่มโซเชียลมีเดีย การกระทำที่รวมกันของสมาชิกกลุ่มนิรนามสามารถมีอิทธิพลต่อการดำเนินการต่อไปของคุณ และในทางกลับกัน การกระทำของคุณสามารถเปลี่ยนพฤติกรรมในอนาคตของทั้งกลุ่มได้” Rao กล่าว
นักวิจัยต้องการค้นหาว่ากลไกใดบ้างที่ใช้งานได้ในสภาพแวดล้อมเช่นนี้
ในบทความนี้ พวกเขาอธิบายว่าพฤติกรรมของมนุษย์อาศัยการคาดคะเนสภาวะแวดล้อมในอนาคต ซึ่งเป็นการคาดเดาได้ดีที่สุดว่าจะเกิดอะไรขึ้น และระดับของความไม่แน่นอนเกี่ยวกับสภาพแวดล้อมนั้นเพิ่มขึ้น "อย่างมาก" ในการตั้งค่าทางสังคม ในการทำนายว่าจะเกิดอะไรขึ้นเมื่อมีมนุษย์อีกคนหนึ่งเข้ามาเกี่ยวข้อง บุคคลหนึ่งจะสร้างแบบจำลองของจิตใจของอีกฝ่ายหนึ่ง ซึ่งเรียกว่าทฤษฎีของจิตใจ จากนั้นจึงใช้แบบจำลองนั้นเพื่อจำลองว่าการกระทำของตนเองจะส่งผลต่อ “จิตใจ” อีกฝ่ายอย่างไร
แม้ว่าการกระทำนี้จะทำงานได้ดีสำหรับการโต้ตอบแบบตัวต่อตัว แต่ความสามารถในการจำลองความคิดของแต่ละคนในกลุ่มใหญ่นั้นยากกว่ามาก การวิจัยใหม่ชี้ให้เห็นว่ามนุษย์สร้างแบบจำลองโดยเฉลี่ยของตัวแทน "จิตใจ" ของกลุ่มแม้ว่าจะไม่ทราบตัวตนของผู้อื่นก็ตาม
ในการตรวจสอบความซับซ้อนที่เกิดขึ้นในการตัดสินใจแบบกลุ่ม นักวิจัยได้เน้นที่ "ภารกิจที่ขึ้นเขียงของอาสาสมัคร" ซึ่งบุคคลไม่กี่คนต้องทนกับค่าใช้จ่ายบางส่วนเพื่อเป็นประโยชน์ต่อทั้งกลุ่ม ตัวอย่างของงาน ได้แก่ หน้าที่พิทักษ์ การบริจาคโลหิต และการก้าวไปข้างหน้าเพื่อยุติการใช้ความรุนแรงในที่สาธารณะ พวกเขาอธิบายไว้ในกระดาษ
การคาดคะเนการตัดสินใจ
เพื่อเลียนแบบสถานการณ์นี้และศึกษาทั้งการตอบสนองทางพฤติกรรมและสมอง นักวิจัยได้ใส่อาสาสมัครใน MRI ทีละคน และให้พวกเขาเล่นเกม ในเกมที่เรียกว่าเกมสินค้าสาธารณะ การมีส่วนร่วมของอาสาสมัครในหม้อเงินของชุมชนมีอิทธิพลต่อผู้อื่นและกำหนดสิ่งที่ทุกคนในกลุ่มจะได้รับกลับมา ผู้ทดลองสามารถตัดสินใจที่จะบริจาคเงินหนึ่งดอลลาร์หรือตัดสินใจที่จะ "นั่งฟรี" นั่นคือไม่มีส่วนร่วมในการรับรางวัลด้วยความหวังว่าคนอื่นจะมีส่วนร่วมในหม้อ
หากเงินสมทบทั้งหมดเกินจำนวนที่กำหนดไว้ ทุกคนจะได้รับเงินคืนสองเหรียญ อาสาสมัครเล่นหลายสิบรอบกับคนอื่นที่พวกเขาไม่เคยพบ คอมพิวเตอร์ที่เลียนแบบผู้เล่นคนก่อน ๆ ได้จำลองคนอื่น ๆ โดยไม่ทราบเรื่องนี้
Koosha Khalvati หัวหน้าทีมวิจัย นักศึกษาระดับปริญญาเอกของ Allen School กล่าวว่า "เราเกือบจะมองเห็นความคิดของมนุษย์และวิเคราะห์กลไกการคำนวณที่เป็นรากฐานของการตัดสินใจร่วมกันได้ “เมื่อมีปฏิสัมพันธ์กับผู้คนจำนวนมาก เราพบว่ามนุษย์พยายามคาดเดาการโต้ตอบของกลุ่มในอนาคตโดยอิงจากแบบจำลองความตั้งใจของสมาชิกในกลุ่มโดยเฉลี่ย ที่สำคัญพวกเขายังรู้ด้วยว่าการกระทำของตนเองสามารถมีอิทธิพลต่อกลุ่มได้ ตัวอย่างเช่น พวกเขาตระหนักดีว่าถึงแม้พวกเขาจะเปิดเผยตัวตนต่อผู้อื่น แต่พฤติกรรมที่เห็นแก่ตัวของพวกเขาจะลดการทำงานร่วมกันในกลุ่มในการปฏิสัมพันธ์ในอนาคตและอาจนำมาซึ่งผลลัพธ์ที่ไม่พึงประสงค์”
ในการศึกษาของพวกเขา นักวิจัยสามารถกำหนดตัวแปรทางคณิตศาสตร์ให้กับการกระทำเหล่านี้ และสร้างแบบจำลองคอมพิวเตอร์ของตนเองเพื่อทำนายว่าบุคคลนั้นจะตัดสินใจอะไรในระหว่างการเล่น พวกเขาพบว่าแบบจำลองของพวกเขาทำนายพฤติกรรมของมนุษย์ได้ดีกว่าแบบจำลองการเรียนรู้แบบเสริมกำลังอย่างมาก นั่นคือเมื่อผู้เล่นเรียนรู้ที่จะมีส่วนร่วมโดยพิจารณาจากวิธีที่รอบที่แล้วทำหรือไม่จ่ายโดยไม่คำนึงถึงผู้เล่นคนอื่น—และแนวทางการพรรณนาแบบดั้งเดิมมากขึ้น
เนื่องจากแบบจำลองนี้ให้คำอธิบายเชิงปริมาณสำหรับพฤติกรรมมนุษย์ เราจึงสงสัยว่าอาจมีประโยชน์เมื่อสร้างเครื่องจักรที่ โต้ตอบกับมนุษย์.
“ในสถานการณ์ที่เครื่องหรือซอฟต์แวร์โต้ตอบกับคนกลุ่มใหญ่ ผลลัพธ์ของเราอาจถือ บทเรียนบางอย่างสำหรับ AI," เขาพูดว่า. “เครื่องที่จำลอง 'ความคิดของกลุ่ม' และจำลองว่าการกระทำของมันส่งผลต่อกลุ่มอย่างไร อาจนำไปสู่ AI ที่เป็นมิตรต่อมนุษย์มากขึ้น ซึ่งพฤติกรรมของเขาสอดคล้องกับค่านิยมของมนุษย์มากขึ้น”
ผลลัพธ์ปรากฏใน วิทยาศาสตร์ก้าวหน้า.
เกี่ยวกับผู้เขียน
ผู้เขียนอาวุโส: Rajesh Rao ศาสตราจารย์ใน Paul G. Allen School of Computer Science & Engineering แห่งมหาวิทยาลัย Washington และผู้อำนวยการศูนย์ประสาทวิทยา ผู้เขียนนำ: Koosha Khalvati นักศึกษาปริญญาเอกจาก Allen School
ผู้เขียนร่วมเพิ่มเติมมาจาก UC Davis; มหาวิทยาลัยนิวยอร์ก; และ Institut des Sciences Cognitives Marc Jeannerod สถาบันสุขภาพจิตแห่งชาติ มูลนิธิวิทยาศาสตร์แห่งชาติ และมูลนิธิ Templeton World Charity Foundation เป็นผู้ให้ทุนสนับสนุนงานนี้
หนังสือที่เกี่ยวข้อง:
Atomic Habits: วิธีที่ง่ายและพิสูจน์แล้วในการสร้างนิสัยที่ดีและทำลายคนที่ไม่ดี
โดย James Clear
Atomic Habits ให้คำแนะนำที่ใช้ได้จริงในการพัฒนานิสัยที่ดีและทำลายนิสัยที่ไม่ดี โดยอ้างอิงจากการวิจัยทางวิทยาศาสตร์เกี่ยวกับการเปลี่ยนแปลงพฤติกรรม
คลิกเพื่อดูข้อมูลเพิ่มเติมหรือสั่งซื้อ
แนวโน้มทั้งสี่: โปรไฟล์บุคลิกภาพที่ขาดไม่ได้ที่เปิดเผยวิธีทำให้ชีวิตของคุณดีขึ้น (และชีวิตของคนอื่นดีขึ้นด้วย)
โดย Gretchen Rubin
แนวโน้มทั้งสี่ระบุประเภทของบุคลิกภาพสี่ประเภทและอธิบายว่าการเข้าใจแนวโน้มของตนเองสามารถช่วยคุณปรับปรุงความสัมพันธ์ นิสัยการทำงาน และความสุขโดยรวมได้อย่างไร
คลิกเพื่อดูข้อมูลเพิ่มเติมหรือสั่งซื้อ
คิดอีกครั้ง: พลังของการรู้ในสิ่งที่คุณไม่รู้
โดย อดัม แกรนท์
Think Again สำรวจวิธีที่ผู้คนสามารถเปลี่ยนความคิดและทัศนคติของพวกเขา และเสนอกลยุทธ์ในการปรับปรุงการคิดเชิงวิพากษ์และการตัดสินใจ
คลิกเพื่อดูข้อมูลเพิ่มเติมหรือสั่งซื้อ
ร่างกายรักษาคะแนน: สมองจิตใจและร่างกายในการรักษาอาการบาดเจ็บ
โดย Bessel van der Kolk
The Body Keeps the Score กล่าวถึงความเชื่อมโยงระหว่างการบาดเจ็บกับสุขภาพร่างกาย และนำเสนอข้อมูลเชิงลึกเกี่ยวกับวิธีการรักษาและเยียวยาบาดแผล
คลิกเพื่อดูข้อมูลเพิ่มเติมหรือสั่งซื้อ
จิตวิทยาแห่งเงิน: บทเรียนเหนือกาลเวลาเกี่ยวกับความมั่งคั่งความโลภและความสุข
โดย มอร์แกน เฮาส์เซิล
จิตวิทยาของเงินตรวจสอบวิธีที่ทัศนคติและพฤติกรรมของเราเกี่ยวกับเงินสามารถกำหนดความสำเร็จทางการเงินและความเป็นอยู่โดยรวมของเราได้
