¿Cómo toman decisiones las personas en grupos?

Cómo las personas toman decisiones en grupos

Utilizando un marco matemático con raíces en la inteligencia artificial y la robótica, los investigadores han descubierto el proceso de cómo las personas toman decisiones en grupos.

Los investigadores también descubrieron que podían predecir la elección de una persona con más frecuencia que los métodos descriptivos más tradicionales.

En los grupos grandes de miembros esencialmente anónimos, las personas toman decisiones basadas en un modelo de la "mente del grupo" y una simulación en evolución de cómo una elección afectará esa mente teorizada, según el estudio.

"Nuestros resultados son particularmente interesantes a la luz del creciente papel de las redes sociales en dictar cómo se comportan los humanos como miembros de grupos particulares", dice el autor principal Rajesh Rao, profesor de la Facultad de Ciencias de la Computación e Ingeniería Paul G. Allen de la Universidad de Washington. y codirector del Centro de Neurotecnología.

"Casi podemos echar un vistazo a la mente humana y analizar su mecanismo computacional subyacente para tomar decisiones colectivas".

Nuestras acciones y el grupo

"En los foros en línea y los grupos de redes sociales, las acciones combinadas de los miembros anónimos del grupo pueden influir en su próxima acción y, por el contrario, su propia acción puede cambiar el comportamiento futuro de todo el grupo", dice Rao.

Los investigadores querían averiguar qué mecanismos están en juego en entornos como estos.


Obtenga lo último de InnerSelf


En el documento, explican que el comportamiento humano se basa en predicciones de futuros estados del entorno, una mejor suposición de lo que podría suceder, y el grado de incertidumbre sobre ese entorno aumenta "drásticamente" en los entornos sociales. Para predecir lo que podría suceder cuando otro humano está involucrado, una persona crea un modelo de la mente del otro, llamada teoría de la mente, y luego usa ese modelo para simular cómo las propias acciones afectarán a esa otra "mente".

Si bien este acto funciona bien para las interacciones uno a uno, la capacidad de modelar mentes individuales en un grupo grande es mucho más difícil. La nueva investigación sugiere que los humanos crean un modelo promedio de un representante "mental" del grupo, incluso cuando no se conocen las identidades de los demás.

Para investigar las complejidades que surgen en la toma de decisiones grupales, los investigadores se centraron en la "tarea del dilema del voluntario", en la que algunas personas soportan algunos costos para beneficiar a todo el grupo. Los ejemplos de la tarea incluyen custodia, donación de sangre y dar un paso adelante para detener un acto de violencia en un lugar público, explican en el documento.

Predecir decisiones

Para imitar esta situación y estudiar las respuestas conductuales y cerebrales, los investigadores colocaron a los sujetos en una resonancia magnética, uno por uno, y los hicieron jugar un juego. En el juego, llamado juego de bienes públicos, la contribución del sujeto a un bote de dinero comunitario influye en los demás y determina lo que todos en el grupo obtienen. Un sujeto puede decidir contribuir con un dólar o decidir "viajar gratis", es decir, no contribuir para obtener la recompensa con la esperanza de que otros contribuyan al bote.

Si las contribuciones totales exceden una cantidad predeterminada, todos reciben dos dólares de vuelta. Los sujetos jugaron docenas de rondas con otros que nunca conocieron. Sin el conocimiento del tema, una computadora que imita a jugadores humanos anteriores simulaba a los demás.

"Casi podemos echar un vistazo a la mente humana y analizar su mecanismo computacional subyacente para tomar decisiones colectivas", dice la autora principal Koosha Khalvati, estudiante de doctorado en la Escuela Allen. “Cuando interactuamos con una gran cantidad de personas, descubrimos que los humanos intentan predecir futuras interacciones grupales basadas en un modelo de la intención de un miembro promedio del grupo. Es importante destacar que también saben que sus propias acciones pueden influir en el grupo. Por ejemplo, son conscientes de que, aunque sean anónimos para los demás, su comportamiento egoísta disminuiría la colaboración en el grupo en futuras interacciones y posiblemente generaría resultados no deseados ".

En su estudio, los investigadores pudieron asignar variables matemáticas a estas acciones y crear sus propios modelos de computadora para predecir qué decisiones podría tomar la persona durante el juego. Descubrieron que su modelo predice el comportamiento humano significativamente mejor que los modelos de aprendizaje por refuerzo, es decir, cuando un jugador aprende a contribuir en función de cómo la ronda anterior pagó o no, independientemente de otros jugadores, y enfoques descriptivos más tradicionales.

Dado que el modelo proporciona una explicación cuantitativa del comportamiento humano, Rao se pregunta si puede ser útil al construir máquinas que interactuar con humanos.

“En escenarios donde una máquina o software está interactuando con grandes grupos de personas, nuestros resultados pueden ser válidos algunas lecciones para IA," él dice. "Una máquina que simula la 'mente de un grupo' y simula cómo sus acciones afectan al grupo puede conducir a una IA más amigable para los humanos cuyo comportamiento está mejor alineado con los valores de los humanos".

Los resultados aparecen en Los avances de la ciencia.

Acerca de los autores

Autor principal: Rajesh Rao, profesor de la Facultad de Ciencias de la Computación e Ingeniería Paul G. Allen de la Universidad de Washington y codirector del Centro de Neurotecnología. Autora principal: Koosha Khalvati, estudiante de doctorado en la Escuela Allen.

Otros coautores son de UC Davis; Universidad de Nueva York; y el Instituto de Ciencias Cognitivas Marc Jeannerod. El Instituto Nacional de Salud Mental, la National Science Foundation y la Templeton World Charity Foundation financiaron el trabajo.

Estudio original

enafarzh-CNzh-TWnltlfifrdehiiditjakomsnofaptruessvtrvi

seguir a InnerSelf en

facebook-icontwitter-iconrss-icon

Obtenga lo último por correo electrónico

{Off} = emailcloak