Modelo matemático com base em dois elementos: o recrutamento com um feedback positivo
CMistériosBlog - Matemática
Os pesquisadores determinar como grupos tomam decisões
De origem beats 'headphones à proeminência ou aumento de um candidato político nas pesquisas de como formigas e abelhas selecionar um novo local do ninho, as decisões emergentes de grupos freqüentemente ocorrem sem um líder.
Pesquisadores da Universidade Carnegie Mellon desenvolveram um modelo que explica como grupos tomar decisões coletivas quando nenhum membro do grupo tem acesso a toda a informação possível, ou a capacidade de fazer e comunicar uma decisão final. Publicado em ciência avança, o modelo de tomada de decisão descentralizada mostra como feedback positivo durante o processo de exploração se mostrou útil para a tomada de decisões rápidas e bons.
"Durante todo o processo de eleições primárias presidenciais, as pessoas estão tentando encontrar um candidato ideal em uma paisagem cheia A pessoa na frente do marcador -. Dizer Donald Trump - recebe mais cobertura e atenção da mídia, o que poderia levar a mais pessoas pensando em votar nele baseados em O reconhecimento do nome ", disse David Hagmann, um Ph.D. estudante no Departamento de Ciências Sociais e decisão da CMU. "Eventualmente, a exposição acrescentou poderia destacar informações que as pessoas não gostam, fazendo com que um candidato a desaparecer nas pesquisas."
Hagmann, junto com Russell Golman e John H. Miller, desenvolveu o modelo matemático com base em dois elementos: o recrutamento com um feedback positivo, onde as opções inicialmente populares se reforçado, e quorum sensing, onde o apoio suficiente para uma determinada escolha desencadeia uma decisão final. Usando um esquema de urna Polya - um modelo estatístico em que bolas de cores diferentes são repetidamente elaborado a partir de um recipiente e previamente escolhido cores tornam-se mais propensos a ser desenhado novamente - os pesquisadores foram capazes de olhar para quanto tempo leva para tomar decisões e calcular o seu precisão.
"Nós descobrimos que o modelo é bastante robusto em toda como ela é implementada", disse Golman, professor assistente de ciências sociais e de decisão. "O mais interessante, quando uma escolha tem mais variação na forma como ela é percebida, é escolhido com menos frequência, estabelecendo aversão ao risco sistêmico".
Sendo um pouco de aversão ao risco no momento de decidir, por exemplo, onde a mudar milhares de abelhas, é a escolha evolutivamente segura.
"Quando todo mundo tem que fazer a mesma coisa, você quer ser lenta e constante para evitar escolhas extremas", disse Golman.
O processo também pode ser usado para explicar como os neurónios do cérebro trabalhar.
"A forma como o cérebro funciona, você precisa obter uma certa quantidade de neurônios para ser ativo, a fim de tomar uma decisão. As teorias atuais sobre a tomada de decisões neuronal não levar o processo de feedback positivo em conta. Mas, geralmente reconhece neurociência que os neurônios estão conectados em redes recorrentes, que permitem feedback positivo ", disse Golman.
O modelo também ajuda a explicar como as tendências decolar, tais como a popularidade dos auscultadores Beats, eo sucesso de táticas de marketing boca-a-boca.
"Early adopters estão andando propagandas para os produtos que compram. Escolhendo os fones de ouvido mais populares não é necessariamente a melhor opção", Golman disse, "mas não é uma má regra de ouro."
» Artigo Publicado
» English language
» Researchers determine how groups make decisions
» Phys-Org
