Социальная симуляция

Информацию о приложениях для видеоигр см. в разделе Социальная симуляция .

Социальное моделирование — это область исследований, которая применяет вычислительные методы для изучения проблем социальных наук . Исследуемые вопросы включают проблемы вычислительного права , психологии , организационное поведение , социология , политология, экономика , антропология, география, инженерия , археология и лингвистика ( Такахаши, Саллах и Рушье, 2007 ).

Целью социального моделирования является преодоление разрыва между описательным подходом, используемым в социальных науках, и формальным подходом, используемым в естественных науках, путем смещения акцента на процессы/механизмы/поведения, которые строят социальную реальность.

В социальном моделировании компьютеры поддерживают мыслительную деятельность человека, реализуя эти механизмы. Эта область исследует моделирование обществ как сложных нелинейных систем , которые трудно изучать с помощью классических математических моделей, основанных на уравнениях. Роберт Аксельрод рассматривает социальное моделирование как третий способ заниматься наукой, отличающийся как от дедуктивного, так и от индуктивного подхода; генерирование данных, которые можно анализировать индуктивно, но исходя из строго определенного набора правил, а не из прямых измерений реального мира. Таким образом, моделирование явления сродни его созданию — построению искусственных обществ. Эти амбициозные цели столкнулись с рядом критических замечаний .

Подход социального моделирования к социальным наукам продвигается и координируется тремя региональными ассоциациями: ESSA для Европы, Северной Америки (реорганизующейся под новым названием CSSS) и PAAA Pacific Asia.

и

Историю агентной модели можно проследить до машины фон Неймана — теоретической машины, способной воспроизводить себя. устройство Предложенное фон Нейманом должно было следовать точным подробным инструкциям по созданию собственной копии. Затем концепция была усовершенствована другом фон Неймана Станиславом Уламом , также математиком; Улам предложил построить машину на бумаге, как набор ячеек в сетке. Идея заинтриговала фон Неймана, который разработал ее и создал первое из устройств, позже названных клеточными автоматами .

Еще одно усовершенствование было предложено математиком Джоном Конвеем . Он сконструировал знаменитую «Игру жизни» . В отличие от машины фон Неймана, «Игра жизни» Конвея действовала по простым правилам в виртуальном мире в форме двухмерной шахматной доски .

Рождение агентной модели как модели социальных систем было в первую очередь вызвано ученым-компьютерщиком Крейгом Рейнольдсом . Он пытался смоделировать реальность живых биологических агентов, известную как искусственная жизнь — термин, придуманный Кристофером Лэнгтоном .

Джошуа М. Эпштейн и Роберт Экстелл разработали первую крупномасштабную модель агента « Сахарный пейзаж » для моделирования и изучения роли социальных явлений, таких как сезонные миграции, загрязнение окружающей среды, половое размножение, боевые действия, передача болезней и даже культура.

Кэтлин М. Карли опубликовала книгу «Вычислительная организационная наука и организационная инженерия», определяющую движение моделирования ворганизаций, основал журнал по социальному моделированию, применяемому к организациям и сложным социотехническим системам: «Вычислительная и математическая теория организации» , и был президентом-основателем Североамериканской ассоциации вычислительных социальных и организационных систем, которая превратилась в нынешнюю CSSSA.

Найджел Гилберт опубликовал вместе с Клаусом Г. Троичем первый учебник по социальному моделированию: «Моделирование для социологов» (1999) и основал его самый актуальный журнал: Журнал искусственных обществ и социального моделирования .

Совсем недавно Рон Сан разработал методы, позволяющие основывать агентное моделирование на моделях человеческого познания, известные как когнитивное социальное моделирование (см. ( Sun 2006 )).

Темы

Вот несколько примеров тем, которые были исследованы с помощью социального моделирования:

• Социальные нормы : Роберт Аксельрод использовал моделирование для исследования основ морали; другие смоделировали возникновение норм, используя мемы , или как социальные нормы и эмоции могут регулировать друг друга.
• Институты : исследуя, при каких условиях агентам удается координировать свои действия, или моделируя работы Роберта Патнэма по гражданским традициям
• Репутация , например, путем создания агентов с моделью репутации Пьера Бурдье (имидж, социальное уважение и престиж) и наблюдения за их поведением на виртуальном рынке.
• Передача знаний есть специальный раздел. и социальный научный процесс: в Журнале искусственных обществ и социального моделирования
• Выборы : Ким (2011) смоделировал психологическую модель суждения на основе предыдущих исследований (в частности, с использованием мотивированных рассуждений ) и сравнил статистические закономерности моделирования с эмпирическими наблюдениями за поведением избирателей; другие сравнили методы делегирования.
• Экономика : см. вычислительную экономику и агентную вычислительную экономику .

Виды симуляции и моделирования

Социальное моделирование может относиться к общему классу стратегий понимания социальной динамики с использованием компьютеров для моделирования социальных систем. Социальное моделирование позволяет более систематически рассматривать возможности результатов.

Существует четыре основных типа социального моделирования:

1. Моделирование на уровне системы.
2. Моделирование на уровне системы.
3. Агентное моделирование.
4. Агентное моделирование.

Социальная симуляция может подпадать под рубрику вычислительной социологии , которая является недавно разработанной отраслью социологии , которая использует вычисления для анализа социальных явлений. Основная предпосылка компьютерной социологии — использовать преимущества компьютерного моделирования ( Полхилл и Эдмондс 2007 ) при построении социальных теорий. Оно предполагает понимание социальных агентов , взаимодействия между этими агентами и влияния этих взаимодействий на социальную совокупность. Хотя предмет и методологии социальных наук отличаются от таковых в естественных науках или информатике , некоторые подходы, используемые в современном социальном моделировании, возникли из таких областей, как физика и искусственный интеллект .

Моделирование уровня системы

Моделирование системного уровня (SLS) — старейший уровень социального моделирования. Моделирование на уровне системы рассматривает ситуацию в целом. Этот теоретический взгляд на социальные ситуации использует широкий спектр информации для определения того, что должно произойти с обществом и его членами при наличии определенных переменных. Следовательно, при представлении конкретных переменных общество и его члены должны иметь определенный ответ на новую ситуацию. Навигация по этому теоретическому моделированию позволит исследователям разработать обоснованные представления о том, что произойдет при некоторых конкретных переменных.

Например, если НАСА проведет моделирование на системном уровне, это принесет пользу организации, предоставив экономически эффективный метод исследования для навигации по моделированию. Это позволяет исследователю управлять виртуальными возможностями данного моделирования и разрабатывать процедуры безопасности , а также получать проверенные факты о том, как будет развиваться определенная ситуация. ( Национальные исследования, 2006 г. )

Моделирование на уровне системы

Моделирование на уровне системы (SLM) направлено на конкретное прогнозирование (в отличие от обобщения моделирования на уровне прогнозирования) и передачу любого количества действий, поведения или других теоретических возможностей практически любого человека, объекта, конструкции и т. д. внутри системы с использованием большого набора математические уравнения и компьютерное программирование в виде моделей.

Модель — это представление конкретной вещи, начиная от объектов и людей и заканчивая структурами и продуктами, созданными с помощью математических уравнений и спроектированными с использованием компьютеров таким образом, чтобы они могли заменять вышеупомянутые объекты в исследовании. Модели могут быть упрощенными или сложными, в зависимости от необходимости; однако модели должны быть проще, чем они представляют, оставаясь при этом реалистично похожими, чтобы их можно было использовать точно. Они создаются с использованием набора данных, которые переводятся на компьютерные языки, которые позволяют им представлять рассматриваемую систему. Эти модели, во многом похожие на симуляции, используются, чтобы помочь нам лучше понять конкретные роли и действия различных вещей, чтобы предсказать поведение и тому подобное.

Агентное моделирование

Социальное моделирование на основе агентов (ABSS) состоит из моделирования различных обществ по образцу искусственных агентов (различных по масштабу) и помещения их в общество, моделируемое компьютером, для наблюдения за поведением агентов. Из этих данных можно узнать о реакциях искусственных агентов и перевести их в результаты неискусственных агентов и моделирования. Тремя основными областями ABSS являются агентные вычисления, социальные науки и компьютерное моделирование.

Агентные вычисления — это разработка модели и агентов, а компьютерное моделирование — это часть моделирования агентов в модели и результатов. Социальные науки представляют собой смесь наук и социальной части модели. Именно здесь разрабатываются и теоретизируются социальные явления. Основная цель ABSS — предоставить модели и инструменты для агентного моделирования социальных явлений. С помощью ABSS мы можем исследовать различные последствия явлений, результат которых мы, возможно, не сможем увидеть в реальной жизни. Оно может предоставить нам ценную информацию об обществе и результатах социальных событий или явлений.

Агентное моделирование

Агентное моделирование (ABM) — это система, в которой совокупность агентов независимо взаимодействует в сетях. Каждый отдельный агент несет ответственность за различное поведение, которое приводит к коллективному поведению. Такое поведение в целом помогает определить работу сети. ABM фокусируется на социальных взаимодействиях людей и на том, как люди работают вместе и общаются друг с другом, не имея единого «группового разума». По сути, это означает, что он имеет тенденцию сосредотачиваться на последствиях взаимодействия между людьми (агентами) в популяции. Исследователи смогут лучше понять этот тип моделирования, моделируя эту динамику на меньшем, более локализованном уровне. По сути, ABM помогает лучше понять взаимодействия между людьми (агентами), которые, в свою очередь, влияют друг на друга (в ответ на эти влияния). Простые индивидуальные правила или действия могут привести к согласованному поведению группы . Изменения в этих индивидуальных действиях могут повлиять на коллективную группу в любой конкретной популяции.

Агентное моделирование — это экспериментальный инструмент теоретических исследований. Это позволяет иметь дело с более сложными видами индивидуального поведения, такими как адаптация. В целом, с помощью этого типа моделирования создатель или исследователь стремится смоделировать поведение агентов и общение между ними, чтобы лучше понять, как эти индивидуальные взаимодействия влияют на всю популяцию. По сути, ПРО — это способ моделирования и понимания различных глобальных закономерностей.

Текущее исследование

В настоящее время существует несколько исследовательских проектов, которые непосредственно связаны с моделированием и агентным моделированием. Ниже перечислены их краткие обзоры.

• «Генеративная электронная социальная наука для социо-пространственного моделирования» или (GENESIS) — это исследовательский центр Национального центра электронных социальных наук Великобритании, финансируемый Исследовательским советом Великобритании ESRC.
• «Национальная электронная инфраструктура социального моделирования» или (NeISS) — это британский проект, финансируемый JISC.
• «Сети управления сетевыми моделями и сотрудничества в области исследований и разработок» или (NEMO) — это исследовательский центр, основной задачей которого является определение способов создания и оценки желаемых сетевых структур для типичных функций; (например, знания, создание, передача и распространение.) Это исследование в конечном итоге поможет политикам на всех политических уровнях в повышении эффективности и результативности сетевых инструментов политики в продвижении экономики знаний в Европе.
• «Агентное моделирование рынка и поведения потребителей» — еще одна исследовательская группа, финансируемая Unilever Corporate Research. Текущее исследование, которое проводится в настоящее время, изучает полезность агентного моделирования для моделирования поведения потребителей и показывает потенциальную ценность и понимание, которые оно может добавить к давно зарекомендовавшим себя маркетинговым методам.
• «Новые и возникающие модели мира посредством индивидуального, эволюционного и социального обучения» или (Новые связи) — это трехлетний проект, который в конечном итоге создаст виртуальное общество, разработанное с помощью агентного моделирования. В рамках проекта будет разработано моделируемое общество, способное исследовать окружающую среду и развивать собственный образ этой среды и общества посредством взаимодействия. Цель исследовательского проекта состоит в том, чтобы смоделированное общество продемонстрировало индивидуальное обучение , эволюционное обучение и социальное обучение .
• Проект Бруха и Маре по сегрегации районов : Цель исследования — выяснить причины сегрегации районов по признаку расы , а также определить переломный момент , когда люди чувствуют себя некомфортно из-за уровня интеграции в свой район и решают бежать. из окрестностей. Они создали модель с помощью карточек, разместили дом агента посередине, а вокруг дома агента разместили дома разных рас. Они спрашивали людей, насколько комфортно они себя чувствовали бы в различных ситуациях; если их устраивала одна ситуация, они спрашивали о другой, пока район не был полностью интегрирован. Результаты Бруха и Маре показали, что переломный момент находился на уровне 50%. Когда в районе на 50% стали меньшинства и на 50% белые, люди обеих рас начали чувствовать себя некомфортно, и бегство белых начало расти. Использование агентного моделирования показало, насколько оно может быть полезно в мире социологии: людям не нужно было отвечать, почему им станет некомфортно, а просто, в какой ситуации им некомфортно.
• Программа MAELIA (Многоагентная оценка возникающих норм) — это проект, посвященный отношениям между пользователями и управляющими природными ресурсами, в данном случае водой, а также соответствующими нормами и законами, которые должны быть встроены в них (конвенции) или навязываются им другими акторами (институтами). Целью проекта является создание универсальной многомасштабной платформы, которая будет решать проблемы, связанные с водными конфликтами .
• Проект Моси-Агиль представляет собой четырехлетнюю программу, финансируемую Автономным регионом Мадрид через программу MOSI-AGIL-CM (грант S2013/ICE-3019, совместно финансируемый структурными фондами ЕС FSE и FEDER). Он направлен на создание совокупности знаний и практических инструментов, необходимых для более эффективного управления поведением обитателей крупных объектов. Таким образом, проект изучает развитие окружающего интеллекта и интеллектуальных сред, поддерживаемых использованием агентного социального моделирования.

Агентное моделирование наиболее полезно для обеспечения моста между микро- и макроуровнями, что составляет большую часть того, что изучает социология. Агентные модели наиболее подходят для изучения процессов, в которых отсутствует центральная координация, включая появление институтов, которые после своего создания наводят порядок сверху вниз. Модели сосредоточены на том, как простые и предсказуемые локальные взаимодействия порождают знакомые, но очень подробные глобальные закономерности, такие как появление норм и участие в коллективных действиях. Майкл В. Мэйси и Роберт Уиллер исследовали недавний обзор приложений и обнаружили, что существуют две основные проблемы с агентным моделированием: самоорганизация социальной структуры и возникновение социального порядка ( Macy & Willer 2002 ). Ниже приводится краткое описание каждой проблемы, которая, по мнению Мэйси и Уиллера, существует;

1. « Эмерджентная структура . В этих моделях агенты меняют местоположение или поведение в ответ на социальные влияния или давление отбора. Агенты могут начинать недифференцированными, а затем менять местоположение или поведение, чтобы не стать разными или изолированными (или, в некоторых случаях, перенаселенными). Однако вместо того, чтобы создавать однородность, эти конформистские решения объединяются, создавая глобальные модели культурной дифференциации, стратификации и гомофильной кластеризации в локальных сетях. Другие исследования обращают процесс вспять, начиная с гетерогенного населения и заканчивая конвергенцией: координация, диффузия и конвергенция. внезапный крах норм, конвенций, инноваций и технологических стандартов».
2. « Новый социальный порядок ». Эти исследования показывают, как эгоистическая адаптация может привести к успешным коллективным действиям без альтруизма или глобального (сверху вниз) навязывания контроля. Ключевой вывод многочисленных исследований заключается в том, что жизнеспособность доверия, сотрудничества и коллективных действий решающим образом зависит от о встроенности взаимодействия».

Эти примеры просто показывают сложность нашей среды и то, что модели, основанные на агентах, предназначены для изучения минимальных условий, простейшего набора предположений о человеческом поведении, необходимых для того, чтобы данное социальное явление возникло на более высоком уровне организации.

Критика

С момента своего создания компьютеризированное социальное моделирование подвергалось некоторой критике в отношении его практичности и точности. Упрощение сложного в социальном моделировании для формирования моделей, из которых мы можем лучше понять последнее, иногда рассматривается как недостаток, поскольку использование довольно простых моделей для моделирования реальной жизни с помощью компьютеров не всегда является лучшим способом прогнозирования поведения.

Большая часть критики, похоже, направлена ​​на агентные модели и симуляцию, а также на то, как они работают:

1. Моделирование, созданное человеком с помощью математических интерфейсов, предсказывает человеческое поведение с учетом сложностей человечества и наших действий. слишком просто
2. Моделирование не может просветить исследователей относительно того, как люди взаимодействуют или ведут себя способами, не запрограммированными в их моделях. По этой причине объем моделирования ограничен тем, что исследователи должны уже знать, что они собираются найти (в некоторой степени, поскольку они не могут найти ничего, что они сами не поместили в модель), по крайней мере смутно, что может исказить результаты. .
3. Из-за сложности того, что измеряется, моделирование необходимо анализировать беспристрастно; однако, поскольку модель работает на основе заранее созданного набора инструкций, закодированных в нее разработчиком модели, предвзятости существуют почти повсеместно.
4. Крайне сложно и зачастую непрактично пытаться связать результаты абстрактного мира, создаваемого симуляцией, с нашим сложным обществом и всеми его вариациями.

Исследователи, работающие в области социального моделирования, могут ответить, что конкурирующие теории социальных наук намного проще, чем те, которые достигаются с помощью моделирования, и, следовательно, страдают от вышеупомянутых недостатков гораздо сильнее. Теории в некоторых социальных науках, как правило, представляют собой линейные модели, которые не являются динамическими и обычно выводятся из небольших лабораторных экспериментов (лабораторные тесты наиболее распространены в психологии, но редки в социологии, политологии, экономике и географии). Поведение популяций агентов в рамках этих моделей редко проверяется или проверяется на основе эмпирических наблюдений.

См. также

• Агентная вычислительная экономика
• Агентское социальное моделирование
• Искусственное сознание
• Искусственная реальность
• Искусственное общество
• Вычислительная социология
• Клиодинамика
• Интерактивные онлайн-персонажи
• Журнал искусственных обществ и социального моделирования
• Имитированная реальность
• Синтетическая среда для анализа и моделирования
• Системная динамика
• Виртуальная реальность

Ссылки

• Карли, Кэтлин М. (2002), «Вычислительная организационная наука и организационная инженерия», Практика и теория имитационного моделирования , 10 (5–7): 253–269, CiteSeerX   10.1.1.299.9346 , doi : 10.1016/S1569-190X( 02)00119-3
• Даль Форно, Арианна; Мерлоне, Уго (2002), «Мультиагентная платформа моделирования для моделирования совершенно рациональных и ограниченно-рациональных агентов в организациях» (PDF) , Journal of Artificial Societies and Social Simulation , 5 (2), заархивировано из оригинала (PDF) 28 июня 2022 г. , получено 12 сентября 2014 г.
• Дэвидссон, Пол (2000), «Многоагентное моделирование: за пределами социального моделирования» (PDF) , Многоагентное моделирование , Конспекты лекций по информатике, 1979 : 97–107, CiteSeerX   10.1.1.15.1056 , doi : 10.1007 /3-540-44561-7_7 , ISBN  978-3-540-41522-0
• Хаджибеганович, Тарик; Штауффер, Дитрих; Шульце, Кристиан (2008), «Граничные эффекты в модифицированной модели избирателя с тремя состояниями для языков», Physica A: Statistical Mechanics and Her Applications , 387 (13): 3242–3252, arXiv : 0711.2757 , Bibcode : 2008PhyA..387.3242 H , doi : 10.1016/j.physa.2008.02.003 , S2CID   14334804
• Полхилл, Дж.Дж.; Эдмондс, Б. (2007), «Открытый доступ к социальному моделированию» (PDF) , Журнал искусственных обществ и социального моделирования , 10 (3)
• Такахаси, Синго; Саллах, Дэвид; Рушье, Жюльетта (2007), Продвижение социального моделирования: Первый Всемирный конгресс , Springer, стр. 354, ISBN  978-4-431-73150-4
• Мэйси, Миссури; Уиллер, Р. (2002), «От факторов к действующим лицам», Annual Review of Sociology , 28 : 143–166, doi : 10.1146/annurev.soc.28.110601.141117 , S2CID   1368768
• Маргитей-Бехт, Андрас (2005), «Агентное моделирование AID» (PDF) , Междисциплинарное описание сложных систем : 84–93, заархивировано из оригинала (PDF) 30 июня 2007 г. , получено 25 сентября 2007 г.
• National Research, C. (2006), Моделирование, моделирование и анализ обороны: решение проблемы , 500 Fifth Street, NW Washington, DC: The National Academies Press, ISBN  978-0-309-10303-9
• Сильван, Дональд А. (1998), «Моделирование взлета и падения государств», Mershon International Studies Review , 42 (Supplement_2): 377–379, doi : 10.2307/254437 , JSTOR   254437
• Сильверман, Эрик; Брайден, Джон (2007), «От искусственных обществ к новой теории социальных наук», «Достижения в области искусственной жизни » (PDF) , конспекты лекций по информатике, том. 4648, стр. 565–574, номер doi : 10.1007/978-3-540-74913-4_57 , ISBN.  978-3-540-74912-7
• Штауффер, Дитрих (2003), «Социофизическое моделирование», Computing in Science and Engineering , 5 (3): 71–75, arXiv : cond-mat/0210213 , Bibcode : 2003CSE.....5c..71S , doi : 10.1109/MCISE.2003.1196310 , S2CID   15746458
• Сан, Рон (2006), Познание и многоагентное взаимодействие: от когнитивного моделирования к социальному моделированию , Cambridge University Press, Нью-Йорк

Внешние ссылки

• JASSS - Журнал искусственных обществ и социального моделирования
• ESSA - Европейская ассоциация социального моделирования
• CSSSA - Американское общество вычислительных социальных наук
• JoSC - Журнал социальной сложности
• Запись о социальном моделировании в NCeSS Wiki
• Центр исследований в области социального моделирования , Университет Суррея
• Лаборатория агентного социального моделирования , Национальный исследовательский совет (CNR), Италия
• Dynamics Lab Университетский колледж Дублина, Ирландия
• CASOS - Центр вычислительного анализа социальных и организационных систем