Коллективное поведение: динамика, алгоритмы и особенности размера группы

Динамический выбор наиболее точен в небольших группах. Групповое проживание характерно для многих видов, и размеры групп варьируются от небольших (стадо слонов и львиный прайд) до очень больших (стаи птиц или косяки рыб). У разных видов развились группы разного размера в различных условиях окружающей среды, но, так или иначе, групповое проживание эволюционировало из-за многочисленных преимуществ. Одним из важнейших преимуществ является, что потомство членов группы имеет больше шансов на выживание благодаря коллективному поведению группы.

Динамика группового выживания

Динамика группового выживания зависит от множества алгоритмов коллективного поведения (т.е. правил, сформированных для членов группы в различных контекстах). Алгоритмы часто являются общими и, естественно, различаются у разных видов, а успешная работа часто зависит от размера группы.

Некоторые алгоритмы лучше работают для больших групп, а другие – для небольших групп. Например, травоядные, живущие большими группами, получают защиту от хищников за счет численной силы и, в частности, за счет применения простых алгоритмов коллективного поведения, поддерживающих распределенное коллективное внимание и бдительность к угрозам.

Естественно, постоянная бдительность может быть утомительной, особенно если приходится поддерживать в одиночку. Гораздо легче поддерживать бдительность, если каждый в большой группе по очереди (и затем отдыхает) следит за происходящем. Подобно алгоритму, гонящему мексиканскую волну на футбольном матче, большие группы антилоп, пасущихся в саванне, поддерживают бдительность волн, следуя простому правилу: смотреть вверх, когда поднимает взгляд сосед, опускать голову, чтобы пожевать траву, когда сосед опускает голову, чтобы жевать траву.

Простой алгоритм имитации, один из наиболее широкого набора алгоритмов имитации поведения, хорошо выполняет эволюционную функцию: группа поддерживает коллективную бдительность, и все получают выгоду, увеличивая шансы на выживание. Конечно, антилопам, газелям и другим большим группам травоядных мало коллективной бдительности, еще нужно уметь бежать, если нападет хищник.

Действительно, алгоритм бдительности быстро заменяется другим алгоритмом, применяемым каждым членом группы, когда угроза неизбежна: многообразный алгоритм – бег в случайных и непредсказуемых направлениях при нападении хищников.

Алгоритмы коллективного поведения

В то же время хищники могут использовать разные алгоритмы коллективного поведения в ответ на бдительность и случайное движение добычи, часто путем координации разнообразного набора поведений в коллективную стратегию при совместной охоте. Например, группа львов может сбить более крупную и быструю добычу, кружась, сгоняя и ловя добычу в ограниченном пространстве, а затем атакуя одновременно сзади и сбоку.

Алгоритмы коллективного поведения, контролирующие последовательности охоты, разнообразны (т.е. сложны), чем простые последовательные правила, которым следуют антилопы [(1) бдительность -> (2) случайный бег]. Действительно, сложность правил делает их «творческими» и, как таковые, менее похожими на «алгоритмы». Такое коллективное поведение повторяемо и предсказуемо. Разные львиные прайды будут использовать одно и то же коллективное поведение для получения одинаковых результатов. Каждое новое поколение львов усваивает ту или иную версию того же коллективного поведения или рискует погибнуть прайду.

Наблюдение за коллективным поведением часто вызывает благоговение и удивление у Homo sapiens. Например, ропот птичьих стай и динамическое кружение, разделение и переформирование рыбных косяков. Многие будут удивлены, узнав, что высокоорганизованные стаи рыб возможно объяснить ссылкой на три простых правила: если сосед подплывает слишком близко, отойди; если нахожусь слишком далеко от группы, нужно подойти ближе; и куда бы ни пошел сосед, нужно придерживаться его курса.

Понимание алгоритмов коллективного поведения может умалить благоговение и удивление у некоторых людей. Алгоритмы коллективного поведения важны и должны вызывать глубочайшее чувство удивления, поскольку групповая жизнь невероятно важна для Homo sapiens. От мексиканской волны на футбольных матчах до итеративного принятия решений об инновациях проектных групп в высокотехнологичных компаниях, используемые алгоритмы коллективного поведения, варьируются от простых до сложных и могут работать в динамике малых или больших групп.

Размер группы, оптимизированной для различных алгоритмов коллективного поведения, варьируется в зависимости от цели, установленной и преследуемой группой в конкретном экологическом контексте.

Факторы влияющие на размер группы

В широком экологическом контексте исследователи, изучающие различные виды, выявили множество факторов, влияющих на размер группы, включая поиск пищи, миграцию, риск нападения хищников, внутривидовую конкуренцию и объем информации, доступной группе.

Стремление к точности коллективных решений

Висенте-Пейдж и его коллеги определили еще один фактор, влияющий на размер группы – стремление к точности коллективных решений. Используя ряд математических моделей, преследующих цель оптимизации точности коллективных решений в динамических ситуациях (т.е. когда группы принимают несколько решений в течение серии раундов принятия решений), Висенте-Пейдж и его коллеги помогают понять, почему высокоэффективные команды, стремящиеся максимизировать коллективный разум и принятие точных решений часто имеют относительно небольшой размер.

Homo sapiens, как вид, живущий в группах, вызывает глубокое восхищение, особенно в последние столетия, когда рост населения, глобализация, урбанизация и новые формы и масштабы физических и виртуальных групп возникли в тандеме с промышленной и технологической революциями. Проще говоря, в отличие от любых других видов, Homo sapiens может группироваться в группы, размерами, варьирующимися от очень маленьких до больших.

С исторической точки зрения, до сельскохозяйственной революции, до того, как сельское хозяйство способствовало возникновению крупных групп людей и поселений, размеры человеческих групп были относительно небольшими. По оценкам антропологов и приматологов, размеры человеческих групп (т.е. групп и племен), хотя и относительно небольшие, в целом были больше, чем размеры групп шимпанзе (т.е. отряды).

Одним из алгоритмов коллективного поведения, ограничивающим размер группы шимпанзе, является использование ими очень трудоемких ритуалов ухода, служащих для поддержания групповой сплоченности посредством физического контакта. А поскольку существует ограничение на количество времени, необходимое каждому члену группы на уход за другими участниками, оно ограничивает размер группы, способной поддерживать хорошие социальные отношения.

Большие группы объединяются в мелкие

Данбар предполагает, что эволюция разговорных способностей у Homo sapiens способствовала сплоченности в немного наиболее крупных группах. Но даже с новыми алгоритмами вербального коллективного поведения, предназначенными для поддержания социального контакта («Доброе утро, рад вас видеть, хорошо выглядите!»), группы охотников-собирателей редко превышали 150 человек.

В то же время любая группа охотников-собирателей, работающая над созданием широкой коалиции, на самом деле состоит из мелких высокофункциональных подгрупп, выполняющих ряд сложных коллективных действий (есть команды: охотников; собирателей; по обслуживанию дома; охотников и собирателей следующего поколения за игрой, развивающая дружбу и жизненные навыки). В идеале меньшие подгруппы коллективно оптимизируют распределенные материальные и социальные функции, необходимые для поддержания большей группы или племени.

То же самое верно и для современных обществ, поскольку при тщательном анализе видно, что большие группы объединяются в наиболее мелкие группы. Меньшие группы выполняют множество различных функций, и ясно, что разнообразие функций, стремившиеся Homo sapiens выполнять, увеличилось во время сельскохозяйственной, промышленной и технологической революций.

В последнее время люди часто называют сплоченные команды, высокоэффективные группы, будь то военные, исполнительные, следственные, научные, проектные и т.д., и такие группы чаще всего характеризуются размерами в диапазоне от 3 до 15 человек. Высокоэффективные команды могут отдавать предпочтение относительно небольшим группам, часто в районе 4-7 человек.

Как точность принятия решений зависит от размера группы

Иногда в контексте возбужденного, глобализованного, поддерживаемого технологиями обмена информацией, и того, что интуитивно воспринимается как потенциальная мудрость толпы, уходит из вида значение небольших групп и команд. В то время как динамика больших групп имеет огромное влияние, когда речь идет о динамичных социальных обменах, оптимизирующих коллективный разум и принятие решений в областях, богатых знаниями, а также о критическом управлении обществами в локальных и глобальных сетях, решения и действия, предпринимаемые небольшими группами и команды очень важны. Естественно, точность принятия решений имеет решающее значение для адаптивного успеха, и поэтому оптимизация размера группы для поддержки точности принятия решений становится целью естественного и культурного отбора.

Однако, как отметили Висенте-Пейдж и его коллеги, понимание, как точность принятия решений зависит от размера группы, на удивление ограничено. Исторически сложилось, что влиятельная работа над теоремой Кондорсе о жюри и эксперименты, по групповой оценке, Гальтона укрепили идею, что большие группы принимают наиболее точные решения, чем меньшие группы.

Например, когда отдельных людей просят независимо друг от друга оценить вес быка или количество шариков в банке, каждый человек, вероятно, будет неточным в большей или меньшей степени. Таким образом, члены группы являются «шумными оценщиками».

Однако в шуме оценок ошибки, сделанной членами группы, часто компенсируют друг друга, и в совокупности группа часто дает среднюю оценку, являющейся достаточно точной. Так образуется мудрость толпы. Идея, что в средних оценках группы есть некоторая «мудрость», укрепила определенную веру, культивированной людьми в то время в отношении динамики больших групп в социальной сети.

Использование средних оценок для больших групп не поможет в решении сложных социальных проблем. Средние оценки, полученные большими группами, безусловно, могут быть информативными и полезными время от времени, но разнообразный, распределенный и повторяющийся набор решений и действий, которые небольшие сплоченные группы могут реализовать при совместной работе в команде, имеет решающее значение для адаптивного успеха.

Разнообразие и сложность, а также итеративное движение к повышению точности решений важны для человеческих систем, учитывая разнообразие, сложность и изменчивый характер окружающей среды. Люди стремятся контролировать. В соответствии с законом необходимого разнообразия Эшби, чтобы система была стабильной при выполнении сложных адаптивных функций, число состояний, на которые способен ее механизм управления (т.е. разнообразие), должно быть больше или равно числу состояний в управляемой системе.

Адаптация к нынешним человеческим и экологическим системам не может быть обеспечена с помощью какого-либо простого алгоритма коллективного поведения (обосновывающего все групповые решения и действия в алгоритме оценки среднего значения большой группы) – разнообразного и итеративно оптимизированного набора функций, доставляемых многократно меньшими группами, имеющими решающее значение.

Как отметили Висенте-Пейдж и его коллеги: модели группового принятия решений, основанные на работах Гальтона и Кондорсе, основаны на идее, что люди принимают решения независимо друг от друга, но реальность групповой жизни означает, что (а) люди взаимодействуют и обмениваются информацией друг с другом, и (б) они принимают последовательные решения в повторяющихся раундах взаимодействия, используя как личную информацию, так и информацию в отношении прошлых решений членов группы.

Модели, фокусирующиеся на социальных и последовательных сценариях принятия решений, показывают, что первоначальные ошибки, сделанные небольшим числом людей в начале первого раунда принятия решений, могут распространяться и каскадироваться в группе. Таким образом, исправление ошибок решений в будущих раундах важно, но группе не всегда легко исправить себя.

Переоценка и исправление ошибок при принятии коллективных решений

Как отметили Висенте-Пейдж и его коллеги, когда у групп есть возможность переоценить решения во втором, третьем, четвертом раунде и т.д., доступ к социальной информации особенно ценен для тех, кто сделал выбор в самом начале (кто впервые имел ограниченный доступ к социальной информации).

Однако большие группы не могут улучшить результаты повторной оценки в поздних раундах из-за распространения ошибок: неправильный выбор, сделанный первыми последователями неправильного выбора, влияет на оставшихся агентов в группе, с большей вероятностью способных сделать аналогичный неправильный выбор.

Если группа невелика, то, когда первые последователи примут решение во втором раунде, обнаружат, что относительно небольшое число ошибившихся индивидуумов и, исходя из распределения ошибок в группе и вероятности, что обладают личной информацией в отношении правильного решения, существует разумная вероятность, что перейдут от неточных ответов к точным в последующих раундах, и вскоре группа исправится самостоятельно.

Напротив, когда группа большая, к тому времени, когда первые последователи принимают решение во втором раунде, число людей, принявших неправильное решение, велико, и, следовательно, первые последователи вряд ли исправят выбор в следующем раунде. Социальная информация, доминирующая в профиле принятия групповых решений, является ложной.

Поскольку в большой группе широко распространена ложная информация, группа медленно исправляется на основе новой информации, поступающей либо извне социальной группы, либо изнутри самой группы. Существует разумная вероятность, что в дальнейших раундах они смогут перейти от неточных ответов к наиболее точным, и вскоре группа исправит недочеты и ошибки самостоятельно.

Таким образом, небольшие группы более подвижны и гибки в том смысле, что могут с большей готовностью корректировать себя в течение нескольких раундов принятия решений, в то время как крупные группы делают гораздо медленнее и с большей вероятностью распространяют и каскадируют «ошибки» по всему миру.

Экстремальные примеры каскадных эффектов в больших группах становятся распространенными с появлением динамики социальных сетей. Например, несмотря, что положительная обратная связь и динамика распространения, стимулирующие продажи спиннеров, разыгрались в большой группе и привело к массовым глобальным продажам, участники второго раунда, несомненно, определили ограниченную игровую ценность спиннеров, и после действительно массовых продаж, каскадных эффектов, наблюдаемых в системе, аналитики отмечали, что «спиннеры Fidget Spinner закончились».

Интересно, ключевая социальная информация, определяющая «первый раунд» принятия решений потребителями с февраля по июнь 2017 года, когда интерес к спиннерам и продажи достигали пика, включала ряд чрезвычайно популярных видео на YouTube, усиливших интерес и укрепивших идею, что прядильщики представляют собой нетехнологический вариант игры для сильно отвлекаемой молодежи с «дефицитом внимания».

Например, одно видео на YouTube, опубликованное 19 июня 2017 г. компанией Dude Perfect, на 30 июня 2019 г. набрало более 121 миллиона просмотров. До появления YouTube маловероятно, что интерес и связанные с ним продажи спиннеров достигли пика так высоко и быстро. В отличие от некоторых чрезвычайно популярных игрушек, завоевавших огромную (устойчивую) долю рынка за несколько дней до появления YouTube (Кубик Рубика), спиннер имеет ограниченную игровую ценность.

Заключение

Как отмечает Самптер, важно анализировать алгоритмы коллективного поведения, действующие в разных группах и контекстах, и принципы, лежащие в основе коллективного поведения животных (изменчивость, положительная и отрицательная обратная связь, пороги реагирования, избыточность, торможение и др.). Понимание человеческих систем требует понимания, как данные принципы и алгоритмы коллективного поведения действуют в малых и больших группах в разных экосистемах.

Если Homo sapiens желает развить новые структуры (оптимизировать команду команд и связанные с ней коллективные разумные объединения), помогающие вести себя разумно и согласующиеся с законом необходимого разнообразия Эшби, тогда, возможно либо работать над уменьшением сложности среды или процессов, либо увеличивать разнообразие поведения, чтобы оно соответствовало разнообразию среды.

Оба пути адаптации, вероятно, сработают, но широкая динамика, если следовать текущим тенденциям, скорее всего, будет определяться потребностью в увеличении разнообразия поведения.

Важно понимать некоторые проблемы, возникающие у команды в данном отношении, когда пытаются решить сложные социальные проблемы. В общем плане важно помнить, что принцип Эшби или «закон» необходимого разнообразия действует на всех уровнях человеческих систем – он применим как к малым, так и к большим группам, а также к отдельным людям, обязанным самостоятельно управлять разнообразием, необходимым для адаптации к собственной уникальной среде, независимо, что среда может требовать от них как от личностей. Именно на данном уровне, в широкой науке о системах и человеческих системах в частности, наука о больших и малых группах встречается с наукой психологии.