Kunstmatige samenlevingen en virtueel geweld

Paul Krugman, de vooraanstaande economieprofessor aan de Princeton University en New York Times columnist, legde eens uit wat de jejune-motieven waren voor zijn beroepskeuze. In mijn vroege tienerjaren was het mijn geheime fantasie om psychohistoricus te worden, schreef hij, verwijzend naar de centrale gimmick, de psychogeschiedenis, van Isaac Asimovs fundament trilogie. Krugman vervolgde: Op een dag zal er een verenigde sociale wetenschap bestaan ​​van het soort dat Asimov zich voorstelde, maar voorlopig staat economie zo dicht mogelijk bij de psychogeschiedenis als je maar kunt krijgen.

Lokale etnische zuivering tot genocide.

Dat is belachelijk, gezien de kloof tussen Asimovs fantasie van een voorspellende calculus van menselijke aangelegenheden en de actualiteit van de reguliere economie - inderdaad, van een van de sociale wetenschappen - zoals die gedurende het grootste deel van de vorige eeuw werd beoefend. De afgelopen decennia hebben echter nieuwe benaderingen plaatsgevonden. Een van de meest veelbelovende werd beschreven door Joshua Epstein, een senior fellow bij de Brookings Institution, in Groeiende kunstmatige samenlevingen: sociale wetenschappen van onderaf , een boek dat hij in 1996 publiceerde in samenwerking met Robert Axtell. Misschien zullen mensen op een dag de vraag 'Kun je het uitleggen?' interpreteren als de vraag 'Kun je? toenemen het?’ suggereerde Epstein. Door kunstmatige samenlevingsmodellering kunnen we sociale structuren 'groeien' in silico wat aantoont dat bepaalde sets van microspecificaties zijn: voldoende om te genereren de macrofenomenen van belang.

Dit verhaal maakte deel uit van ons nummer van juli 2007

• Zie de rest van het nummer
• Abonneren

Wat betekent dit? En waarom zouden we ons zorgen maken? De bewering van Epstein was tweeledig. Ten eerste wees hij erop dat, hoewel bijna alle patronen die sociale wetenschappers interesseren, opkomende patronen zijn - dat wil zeggen complexe ontwikkelingen die voortkomen uit veel relatief eenvoudige interacties - disciplines zoals de reguliere economie samenlevingen beschouwen als neigend naar een fictief evenwicht. Standaardverklaringen gaan er ook van uit dat samenlevingen bestaan ​​uit zeer rationele actoren die, met volledige kennis, altijd in hun eigen belang handelen. Als het gaat om hoe echte populaties van diverse actoren met beperkte rationaliteit hun patronen van bijvoorbeeld welvaartsverdeling daadwerkelijk ontwikkelen, merkte Epstein op, hebben de aandelenverklaringen bijna niets te zeggen. (Zie Een brief aan de redacteur van Joshua Epstein.)

Epstein was niet de enige die die kritiek uitte. Maar ten tweede stelde hij voor dat computermodellen in henzelf samenlevingen effectief zou kunnen beschrijven. In het begin van de jaren negentig hadden Epstein en Axtell een simulatie gemaakt met de naam Sugarscape, een vierkant raster dat een tweedimensionaal landschap vertegenwoordigt dat wordt bewoond door autonome subprogramma's – agenten – die van vierkant naar vierkant werden gedreven door ruwe kunstmatige metabolismes die een hulpbron vereisten, genaamd suiker. Toen honderden van deze middelen zo werden geprogrammeerd dat hun gezichtsvermogen en stofwisselingssnelheid varieerden, zelfs op eenvoudige manieren, ontstonden er verrassende patronen.

Inderdaad, Epstein en Axtell zouden leren dat met hun modellen de truc [was] om veel te krijgen uit , terwijl je er zo min mogelijk in stopt, zoals Epstein in zijn laatste boek schrijft, Generatieve sociale wetenschappen: studies in op agenten gebaseerde computermodellering . In het begin van de jaren negentig hebben de twee mannen twee regio's van hun Sugarscape-raster opgezet om rijk te worden aan de suikerbron, zodat agenten snel naar hen toe trokken. Een paar agenten met een superieur zicht en een lage stofwisseling verzamelden grote suikervoorraden. Andere middelen, met een zwakker gezichtsvermogen en hoge stofwisselingssnelheden, leefden of stierven in zones waar een tekort aan suiker was. In wezen ontdekten Epstein en Axtell dat Sugarscape functioneerde als een model van een jager-verzamelaarsmaatschappij, en een gemeenschappelijk kenmerk van menselijke samenlevingen reproduceerde: scheve verdeling van rijkdom. Toegegeven, het idee dat ruwe automaten die door een computerraster bewegen, suggereert dat ongelijkheid in rijkdom een ​​aangeboren kenmerk van het menselijk bestaan ​​is, zal niet alleen door marxisten, maar ook door de meesten van ons niet worden gewaardeerd, aangezien we weten hoe gevarieerd onze individuele ervaringen zijn. Desalniettemin zit de natuur vol met bijzonder consistente statistische verbanden, die zich in verschillende gebieden voordoen en die statistici machtswetten noemen.

De meest voorkomende machtswet is de Pareto-verdeling, genoemd naar de 19e-eeuwse Italiaanse econoom Vilfredo Pareto. Aan het eind van de jaren 1890 betoogde Pareto dat in een bepaalde samenleving 20 procent van de mensen 80 procent van de rijkdom zal bezitten. Maar de Pareto-verdeling, ook bekend als de 80-20-regel, geldt in zulke uiteenlopende menselijke contexten als de grootte van nederzettingen (een paar grote steden, veel kleinere steden) en de frequentie van woorden in tekst (een paar woorden vaak gebruikt, de meeste woorden zelden ), evenals voor natuurlijke fenomenen zoals de grootte van zanddeeltjes en meteorieten. Dat het gedrag van Sugarscape’s automaten machtswet-achtige distributies opleverde, gaf aan Epstein en Axtell aan dat ze iets op het spoor waren.

Begin jaren negentig gaf Epstein een presentatie in het Santa Fe Institute in New Mexico, een centrum voor de studie van complexe adaptieve systemen in natuurlijke, menselijke en kunstmatige contexten. Ik liet een van onze kunstmatige geschiedenissen zien in het standaard Sugarscape-landschap met twee suikerpieken, een suikerlaagland in het midden en suikerbadlands aan de zijkanten – in feite een eenvoudige weergave van een vallei, vertelde Epstein me. Ik vroeg het publiek of het iemand aan iets deed denken. George Gumermans hand schoot omhoog en hij zei: 'Het doet me denken aan de Anasazi.'

George Gumerman is een antropoloog die al tientallen jaren een vooraanstaand expert is op het gebied van de Anasazi, voorouders van de huidige Pueblo-volkeren die vanaf ongeveer 1800 v.Chr. tot 1300 na Chr. bewoonde Long House Valley in het noordoosten van Arizona. Epstein en Axtell besloten om hun op agenten gebaseerde modellering te gebruiken om een ​​virtuele Anasazi-beschaving te creëren en te zien hoe deze overeenkwam met de uitgebreide database met nederzettingspatronen en dergelijke die door Gumerman en zijn collega's was samengesteld. Epstein herinnerde zich: we begonnen opnieuw en bouwden het kunstmatige terrein helemaal opnieuw op, met grote nauwkeurigheid. Elementen als klimaatpatronen, maïsopbrengsten, fluctuaties van de grondwaterspiegel en tal van andere factoren zijn in het model verwerkt. De grote truc was: kunnen we goede regels bedenken voor onze kunstmatige Anasazi, ze plaatsen waar de echte waren in 900 na Christus, en ze laten rennen totdat ze de ware geschiedenis hebben ontwikkeld? Epstein herinnerde zich een sessie waarin de kunstmatige Anasazi van zijn team een ​​nederzetting stichtte precies waar Long House, de echte Anasazi-nederzetting, had gestaan. We zaten gewoon schreeuwend in de lucht van voldoening. Het hele bedrijf heeft sindsdien een ontzettend lange weg afgelegd. Nu zijn er veel mensen die dit soort werk doen.

Inderdaad. De website van de Journal of kunstmatige samenlevingen en sociale simulatie , bijvoorbeeld, somt artikelen op met titels als Cascades of Failure and Extinction in Evolving Complex Systems. Epsteins nieuwe boek verzamelt zijn eigen papieren sinds 1996; een begeleidende cd laat de lezers de modellen bekijken die in de tekst worden beschreven en de modellen zelf verkennen. In de projecten die in het boek worden beschreven, modelleerden Epstein en zijn medewerkers, naast de Anasazi, de opkomst van verschillende verschijnselen: patronen in de timing van pensionering; sociale klassen; gedachteloze conformiteit met sociale normen; patronen van pokkeninfectie na een bioterroristisch incident; en succesvolle, adaptieve organisatie.

De modellen zijn fascinerend. In beide varianten die worden beschreven in Patronen van spontaan burgerlijk geweld genereren (zie figuren 1 en 2), zijn er zowel reguliere agenten als agenten die politie worden genoemd, die een centrale politieke autoriteit vertegenwoordigen. Het linkerscherm geeft het openlijke gedrag van reguliere agenten weer (blauw als ze stil zijn, rood als ze actief zijn) en rechts het onderliggende emotielandschap, waar agenten worden gekleurd op basis van hun mate van politieke klacht (hoe donkerder het rood, hoe hoger de klacht). Klachten bestaan ​​uit twee componenten: legitimiteit ( L ) van de staat, zoals waargenomen door de agenten, en ontbering ( H ), wat fysieke of economische ontbering is en varieert tussen agenten. Bovendien kunnen agenten bedriegen: op het linkerscherm kunnen benadeelde agenten blauw worden (die niet-rebels lijken) wanneer agenten (altijd zwart) in de buurt zijn, en vervolgens rood worden (actief opstandig) wanneer agenten weglopen. Epstein kende ook verschillende niveaus van risicoaversie toe ( R ) aan de agenten: sommigen zijn meer geneigd om in opstand te komen dan anderen. Agenten beoordelen hun kans op arrestatie door de politie voordat ze zich bij een opstand aansluiten, en hun inschatting hangt af van hun visie ( v ) van wat er om hen heen is - dat wil zeggen, hoeveel rasterposities (noord, zuid, oost en west) ze kunnen zien. Tot slot krijgen agenten die door de politie zijn gearresteerd gevangenisstraffen ( J ). Gearresteerde agenten gaan voor een willekeurige duur naar de gevangenis en komen er net zo bedroefd uit als ze naar binnen gingen, vertelde Epstein me. Ik maak altijd grapjes dat dat de enige twee realistische aannames in het hele model zijn.

Hoewel dit model misschien te eenvoudig lijkt, genereert het realistisch genoeg patronen zodra de menselijke operator de parameters van L en J , de visie van de agenten en de politie, en hun aanvankelijke dichtheden en laat beide groepen vervolgens rondlopen en communiceren. In variant één, Generalized Rebellion against Central Authority (zie figuur 1), kunnen hoge concentraties activistische, benadeelde agenten ontstaan ​​in zones met een lage politiedichtheid. Als dat gebeurt, vinden zelfs licht benadeelde agenten het rationeel om rebellie te riskeren. Juist om deze reden is de vrijheid van vergadering over het algemeen het eerste dat wordt ingeperkt onder repressieve regimes. Bovendien vertoont het model het kenmerk van een complex systeem: onderbroken evenwicht, met lange perioden van relatieve stabiliteit, onderbroken door opstandige uitbarstingen. In sommige runs is het emotiescape-scherm aan de rechterkant felrood met de klacht van de agenten, terwijl het linkerscherm volledig blauw is vanwege hun openbare rust. Wat eerder een revolutie zou veroorzaken: een grote absolute reductie van L (legitimiteit) in kleine stappen of een kleinere verlaging in één grote stap? Dat laatste, zo blijkt. In het geval van de grote maar incrementele reductie, kunnen agenten activistische agenten een voor een uitpikken en gevangen zetten. Omgekeerd zet een plotselinge, scherpe vermindering van de legitimiteit meerdere benadeelde agenten aan tot actieve rebellie tegelijk. Zoals Epstein opmerkte: als er eenmaal 50 mensen in opstand komen, is het een stuk minder riskant om de 51e te zijn.

Variant twee, geweld tussen groepen, is interessanter. Nu zijn agenten verdeeld in twee etniciteiten, blauw en groen. Legitimiteit wordt de beoordeling door elke groep van het bestaansrecht van de andere groep, legde Epstein uit. In deze context betekent de actieve activist van een agent dat hij een lid van de andere etnische groep doodt. De politie is vredeshandhaver, en als het model zonder hen wordt bestuurd en... L onder alle agenten met slechts 20 procent wordt verminderd, begint de etnische zuivering snel. Als de politie wordt geïntroduceerd, ontstaan ​​er veilige havens. Niettemin blijft de interetnische vijandigheid bestaan. Uiteindelijk, zoals figuur 2 laat zien en Epstein me vertelde, wanneer je legitimiteit in deze variant laat vallen, eindigt het altijd met het uitroeien van de ene kant van de andere. De politiedichtheid kan op elk niveau worden ingesteld. Bij lage politiedichtheid krijg je snelle genocide. Bij een hoge politiedichtheid kun je soms ook een snelle genocide krijgen, maar ook een zeer variabele uitkomst. Door meer agenten duurt het gemiddeld langer. Lang genoeg om de kosten van extra politiewerk te rechtvaardigen? Het is allemaal erg onzeker, zegt Epstein; alleen maar een golf van agenten zou geen goede uitkomst garanderen.

Al met al benadrukte Epstein zelfs dat zijn modellen vooral gericht waren op het verkrijgen van verklarende kracht. Iets uitleggen betekent niet dat je het kunt voorspellen, zei hij. Hij wees erop dat hoewel we bliksem en aardbevingen kunnen verklaren, we ook niet kunnen voorspellen. Als we hopen, zoals Asimov, de toekomst te voorspellen, zullen de modellen van Epstein teleurstellen. Omdat zijn modellen zeer uiteenlopende resultaten geven, zelfs als hun agenten zijn geprogrammeerd met zeer eenvoudige regels, geven ze aan dat het voorspellen van de toekomst nooit mogelijk zal zijn. Toch doen de kunstmatige samenlevingen van Epstein meer om de verborgen mechanismen die ten grondslag liggen aan sociale verschuivingen – en hun onverwachte gevolgen – duidelijk te maken dan welk instrument dan ook dat sociale wetenschappers tot nu toe hadden. In de toekomst zouden zij en anderen zoals zij kunnen voorstellen hoe beleidsmakers het soort kleine, goedkope interventies kunnen ontwikkelen die grote, gunstige resultaten hebben.

Mark Williams is een Technologie beoordeling bijdragend redacteur.

Generatieve sociale wetenschappen: studies in op agenten gebaseerde computermodellering
Door Joshua M. Epstein
Princeton Studies in Complexity-serie
Princeton University Press, 2006, $ 49,50

zich verstoppen