Социальное моделирование: вычислительные методы в социальных науках.

Введение

Область исследований, применяющая методы изучения проблем в социальных науках, включая приложения для видеоигр. Социальное моделирование – это область исследований, которая использует вычислительные методы для изучения проблем в социальных науках. Исследуемые вопросы охватывают вычислительное право, психологию, организационное поведение, социологию, политологию, экономику, антропологию, географию, инженерию. Другие исследователи моделировали возникновение норм с помощью мемов или то, как социальные нормы и эмоции могут регулировать друг друга. Институты изучаются через исследование условий, при которых агенты способны координировать свои действия, или посредством моделирования работ Роберта Путнэма о гражданских традициях. Репутация, например, моделируется путем создания агентов с моделью репутации, основанной на концепциях Пьера Бурдье (имидж, социальный авторитет и престиж), и наблюдения за их поведением на виртуальном рынке. Передача знаний и социальный процесс науки: специальный раздел на эту тему представлен в журнале "Journal of Artificial Societies and Social Simulation". Ким (2011) смоделировала психологическую модель суждений, основанную на предыдущих исследованиях (в частности, с учетом мотивированного рассуждения), и сравнила статистические закономерности симуляции с эмпирическими наблюдениями за поведением избирателей; другие исследователи сравнивали методы делегирования. Экономика: см. вычислительную экономику и экономику, основанную на агентах.

Симуляция на уровне системы

Симуляция на системном уровне (SLS) – это старейший уровень социального моделирования. Симуляция на системном уровне рассматривает ситуацию как единое целое. Этот теоретический подход к социальным ситуациям использует широкий спектр информации для определения того, как должно развиваться общество и его члены при наличии определенных переменных. Следовательно, при заданных конкретных переменных, общество и его члены должны демонстрировать определенную реакцию на новую ситуацию. Прохождение через это теоретическое моделирование позволяет исследователям формировать обоснованные представления о том, что произойдет при определенных условиях. Например, если бы НАСА проводило симуляцию на системном уровне, это было бы выгодно организации, предоставляя экономически эффективный метод исследования для анализа различных сценариев. Это позволяет исследователю изучать виртуальные возможности данной симуляции, разрабатывать процедуры безопасности и получать подтвержденные данные о том, как будет развиваться та или иная ситуация.

Моделирование на системном уровне

Моделирование на системном уровне (SLM) стремится конкретно предсказывать (в отличие от обобщения, свойственного системному моделированию при прогнозировании) и отображать любое количество действий, поведения или иных теоретических возможностей практически любого человека, объекта, конструкции и так далее в рамках системы, используя обширный набор математических уравнений и компьютерного программирования в виде моделей. Модель – это представление конкретного объекта или явления, от предметов и людей до структур и продуктов, созданное на основе математических уравнений и разработанное с помощью компьютеров таким образом, чтобы оно могло заменять собой соответствующий объект или явление в исследовании. Модели могут быть как простыми, так и сложными, в зависимости от потребностей; однако они должны быть проще, чем то, что они представляют, при этом сохраняя реалистичное сходство для обеспечения точности. Они создаются на основе набора данных, которые преобразуются в языки программирования, позволяющие им представлять рассматриваемую систему. Эти модели, подобно симуляциям, используются для лучшего понимания конкретных ролей и действий различных элементов, чтобы предсказывать поведение и подобные характеристики.

Моделирование на основе агентов

Агентное социальное моделирование (ABSS) заключается в создании моделей различных обществ на основе искусственных агентов (различающихся по масштабу) и размещении их в компьютерной симуляции для наблюдения за их поведением. На основе этих данных можно изучать реакции искусственных агентов и экстраполировать их на поведение реальных агентов и результаты моделирования. Три основные области, связанные с ABSS, – это агентные вычисления, социальные науки и компьютерное моделирование. Агентные вычисления охватывают разработку модели и самих агентов, в то время как компьютерное моделирование отвечает за симуляцию поведения агентов в модели и анализ полученных результатов. Социальные науки обеспечивают теоретическую основу и отражают социальную составляющую модели, где разрабатываются и изучаются социальные явления. Основная цель ABSS – предоставление моделей и инструментов для агентного моделирования социальных явлений. С помощью ABSS можно исследовать различные сценарии развития явлений, результаты которых сложно или невозможно наблюдать в реальной жизни. Это позволяет получать ценную информацию об обществе и последствиях социальных событий или явлений.

Моделирование на основе агентов

Агентное моделирование (ABM) – это система, в которой совокупность агентов независимо взаимодействует в сетях. Каждый отдельный агент отвечает за различные модели поведения, которые приводят к коллективным результатам. Эти модели поведения в целом помогают определить функционирование сети. ABM фокусируется на человеческих социальных взаимодействиях и на том, как люди сотрудничают и общаются друг с другом, не обладая единым «коллективным разумом». По сути, это означает, что в центре внимания оказываются последствия взаимодействия между людьми (агентами) в популяции. Исследователям легче понять этот тип моделирования, воспроизводя эти динамики на более мелком, локальном уровне. В сущности, ABM помогает лучше понять взаимодействие между людьми (агентами), которые, в свою очередь, оказывают влияние друг на друга (реагируя на это влияние). Простые индивидуальные правила или действия могут приводить к согласованному групповому поведению. Изменения в этих индивидуальных действиях могут повлиять на коллектив в любой популяции. Агентное моделирование – это экспериментальный инструмент для теоретических исследований, позволяющий учитывать более сложные индивидуальные модели поведения, такие как адаптация. В целом, с помощью этого типа моделирования создатель или исследователь стремится смоделировать поведение агентов и их взаимодействие, чтобы лучше понять, как эти индивидуальные взаимодействия влияют на всю популяцию. По сути, ABM – это способ моделирования и понимания различных глобальных закономерностей.

Текущие исследования

В настоящее время существует несколько исследовательских проектов, которые напрямую связаны с моделированием и агент-ориентированным моделированием. Ниже приведен краткий обзор. "Генеративная социальная наука для социопространственного моделирования" или (GENESIS) — это исследовательский узел Национального центра социальных наук Великобритании, финансируемый исследовательским советом Великобритании ESRC. "Национальная электронная инфраструктура для социального моделирования" или (NeISS) — это проект, финансируемый JISC и базирующийся в Великобритании. "Сетевые модели управления и сетей сотрудничества в области НИОКР" или (N.E.M.O) — это исследовательский центр, основная задача которого — выявление способов создания и оценки желательных сетевых структур для типичных функций, таких как знания, создание, передача и распространение. В конечном итоге, эти исследования помогут лицам, принимающим политические решения на всех уровнях, повысить эффективность и результативность сетевых политических инструментов в продвижении экономики знаний в Европе. "Агент-ориентированное моделирование поведения рынка и потребителей" — это еще одна исследовательская группа, финансируемая Корпоративными исследованиями Unilever. В настоящее время проводится исследование полезности агент-ориентированного моделирования для моделирования поведения потребителей и демонстрации потенциальной ценности и информации, которые оно может добавить к устоявшимся методам маркетинга. "Новые и возникающие модели мира посредством индивидуального, эволюционного и социального обучения" или (New Ties) — это трехлетний проект, который в конечном итоге создаст виртуальное общество, разработанное с использованием агент-ориентированного моделирования. Проект разработает моделируемое общество, способное исследовать окружающую среду и развивать собственное представление об этой среде и обществе посредством взаимодействия. Цель исследовательского проекта — обеспечить в моделируемом обществе индивидуальное обучение, эволюционное обучение и социальное обучение. Проект Бруха и Маре по сегрегации в районах: Цель исследования — выяснить причины сегрегации в районах по расовому признаку и определить переломный момент, когда люди чувствуют себя некомфортно с уровнем интеграции в своем районе и решают покинуть его. Они создали модель с использованием карточек, поместили дом агента в центр и окружили его домами представителей разных рас. Они спрашивали людей, насколько комфортно они себя чувствуют в различных ситуациях; если их устраивала одна ситуация, они спрашивали о другой, пока район не стал полностью интегрированным. Результаты Бруха и Маре показали, что переломный момент наступил при 50%. Когда в районе стало 50% представителей меньшинств и 50% белых, люди обеих рас начали чувствовать себя некомфортно, и начался отток белого населения. Использование агент-ориентированного моделирования показало, насколько оно может быть полезно в социологии, людям не нужно было объяснять, почему они чувствуют себя некомфортно, а только указывать, в какой ситуации им было некомфортно. Программа MAELIA (Multi Agent Emergent Norms Assessment) — это проект, посвященный взаимосвязям между пользователями и управляющими природным ресурсом, в данном случае водой, а также связанным с ними нормам и законам, которые должны быть выработаны в их рамках (конвенциям) или навязаны им другими субъектами (институтами). Цель проекта — создание универсальной многомасштабной платформы, предназначенной для решения проблем, связанных с водными конфликтами. Проект Mosi Agil — это четырехлетняя программа, финансируемая автономным регионом Мадрид в рамках программы MOSI AGIL CM (грант S2013/ICE 3019, софинансируемый структурными фондами ЕС — ФСЕ и FEDER). Он направлен на создание базы знаний и практических инструментов, необходимых для более эффективного управления поведением людей в крупных помещениях. Поэтому в рамках проекта изучается развитие ситуационной осведомленности и интеллектуальных сред, поддерживаемых использованием агент-ориентированного социального моделирования. Агент-ориентированное моделирование наиболее полезно для создания моста между микро- и макроуровнями, что является важной частью социологических исследований. Агент-ориентированные модели наиболее подходят для изучения процессов, в которых отсутствует централизованное управление, включая возникновение институтов, которые, после создания, навязывают порядок сверху вниз. Модели фокусируются на том, как простые и предсказуемые локальные взаимодействия порождают знакомые, но детализированные глобальные закономерности, такие как возникновение норм и участие в коллективных действиях. Майкл У. Мейси и Роберт Уиллер исследовали недавний обзор приложений и обнаружили, что существует две основные проблемы агент-ориентированного моделирования: самоорганизация социальной структуры и возникновение социального порядка. Ниже приведено краткое описание каждой проблемы, которую, по мнению Мейси и Уиллера, необходимо решить: "Возникающая структура. В этих моделях агенты меняют свое местоположение или поведение в ответ на социальные влияния или отбор. Агенты могут начинать как недифференцированные, а затем менять свое местоположение или поведение, чтобы избежать различий или изоляции (или, в некоторых случаях, перенаселенности). Однако вместо того, чтобы создавать однородность, эти конформистские решения приводят к формированию глобальных моделей культурной дифференциации, стратификации и гомофильного кластеризации в локальных сетях. Другие исследования обращают этот процесс вспять, начиная с гетерогенного населения и заканчивая конвергенцией: координацией, распространением и внезапным крахом норм, конвенций, инноваций и технологических стандартов." "Возникающий социальный порядок. Эти исследования показывают, как эгоистичная адаптация может привести к успешным коллективным действиям без альтруизма или глобального (сверху вниз) навязывания контроля. Ключевым выводом, сделанным в многочисленных исследованиях, является то, что жизнеспособность доверия, сотрудничества и коллективных действий решающим образом зависит от встраивания взаимодействия." Эти примеры просто демонстрируют сложность нашей среды и то, что агент-ориентированные модели предназначены для изучения минимальных условий, самого простого набора предположений о человеческом поведении, необходимых для возникновения данного социального явления на более высоком уровне организации.

There are several current research projects that relate directly to modeling and agent based simulation the following are listed below with a brief overview. "Generative e Social Science for Socio Spatial Simulation" or (GENESIS) is a research node of the UK National Centre for e Social Science funded by the UK research council ESRC. "National e Infrastructure for Social Simulation" or (NeISS) is a UK based project funded by JISC. "Network Models Governance and R&D collaboration networks" or (N. E. M. O) is a research centre whose main focus is to identify ways to create and to assess desirable network structures for typical functions; (e. g. knowledge, creation, transfer, and distribution.) This research will ultimately aid policy makers at all political levels in improving the effectiveness and efficiency of network based policy instruments at promoting the knowledge economy in Europe. "Agent based Simulations of Market and Consumer Behavior" is another research group that is funded by the Unilever Corporate Research. The current research that is being conducted is investigating the usefulness of agent based simulations for modeling consumer behavior and to show the potential value and insights it can add to long established marketing methods. "New and Emergent World Models Through Individual, Evolutionary and Social Learning" or (New Ties) is a three year project that will ultimately create a virtual society developed by agent based simulation. The project will develop a simulated society capable of exploring the environment and developing its own image of this environment and the society through interaction. The goal of the research project is for the simulated society to exhibit individual learning, evolutionary learning and social learning. Bruch and Mare's project on neighborhood segregation: The purpose of the study is to figure out the reasoning for neighborhood segregation based on race, and to figure out the tipping point or when people become uncomfortable with the integration levels into their neighborhood, and decide to flee from the neighborhood. They set up a model using flash cards, and put the agent's house in the middle and put houses of different races surrounding the agent's house. They asked people how comfortable they would feel with different situations; if they were okay with one situation, they asked another until the neighborhood was fully integrated. Bruch and Mare's results showed that the tipping point was at 50%. When a neighborhood became 50% minority and 50% white, people of both races began to become uncomfortable and white flight began to rise. The use of agent based modeling showed how useful it can be in the world of sociology, people did not have to answer why they would become uncomfortable, just which situation they were uncomfortable with. The MAELIA Program (Multi Agent Emergent Norms Assessment) is a project dealing with the relationships between the users and managers of a natural resource, in that case water, and the related norms and laws that are to be built within them (conventions) or are imposed to them by other actors (institutions). The purpose of the project is to build a generic multiscale platform which is planned to deal with water conflict related issues. The Mosi Agil project is a four year program funded by the Autonomous Region of Madrid through the program MOSI AGIL CM (grant S2013/ICE 3019, co funded by EU Structural Funds FSE and FEDER). It aims at creating a body of knowledge and practical tools which are necessary to handle more effectively the behavior of occupants of large facilities. Therefore, the project studies the development of ambient intelligence and intelligent environments supported by the use of Agent Based Social Simulation. Agent based modeling is most useful in providing a bridge between micro and macro levels, which is a large part of what sociology studies. Agent based models are most appropriate for studying processes that lack central coordination, including the emergence of institutions that, once established, impose order from the top down. The models focus on how simple and predictable local interactions generate familiar but highly detailed global patterns, such as emergence of norms and participation of collective action. Michael W. Macy and Robert Willer researched a recent survey of applications and found that there were two main problems with agent based modeling the self organization of social structure and the emergence of social order Below is a brief description of each problem Macy and Willer believe there to be;
"Emergent structure. In these models, agents change location or behavior in response to social influences or selection pressures. Agents may start out undifferentiated and then change location or behavior so as to avoid becoming different or isolated (or in some cases, overcrowded). Rather than producing homogeneity, however, these conformist decisions aggregate to produce global patterns of cultural differentiation, stratification, and homophilic clustering in local networks. Other studies reverse the process, starting with a heterogeneous population and ending in convergence: the coordination, diffusion, and sudden collapse of norms, conventions, innovations, and technological standards." "Emergent social order. These studies show how egoistic adaptation can lead to successful collective action without either altruism or global (top down) imposition of control. A key finding across numerous studies is that the viability of trust, cooperation, and collective action depends decisively on the embeddedness of interaction." These examples simply show the complexity of our environment and that agent based models are designed to explore the minimal conditions, the simplest set of assumptions about human behavior, required for a given social phenomenon to emerge at a higher level of organization.