[論文レビュー] The Wisdom of the Network: How Adaptive Networks Promote Collective Intelligence

Abdullah Almaatouq, Alejandro Noriega-Campero+4 more|arXiv (Cornell University)|May 12, 2018

Opinion Dynamics and Social Influence参考文献 2被引用数 7

ひとこと要約

この論文は、パフォーマンスフィードバックに基づいて接続を動的に再接続する適応的ソーシャルネットワーク—すなわち、適応的ネットワーク—が、最良の個人でさえも上回るより正確な集団推定を生み出すことで、集団知性を向上させることを示している。行動実験とシミュレーションを通じて、2つのメカニズムを同定した。1つは、高パフォーマンス者を強化するグローバルなネットワーク再編成であり、もう1つは、正確な判断を保持するための社会的影響へのローカルな抵抗である。両者とも、非定常的でバイアスがかかる環境において意思決定の正確性を顕著に向上させる。

ABSTRACT

Social networks continuously change as new ties are created and existing ones fade. It is widely noted that our social embedding exerts a strong influence on what information we receive and how we form beliefs and make decisions. However, most empirical studies on the role of social networks in collective intelligence have overlooked the dynamic nature of social networks and its role in fostering adaptive collective intelligence. It remains unknown (1) how network structures adapt to the attributes of individuals, and (2) whether this adaptation promotes the accuracy of individual and collective decisions. Here, we answer these questions through a series of behavioral experiments and supporting simulations. Our results reveal that social network plasticity in the presence of feedback, can adapt to biased and changing information environments, and produce collective estimates that are more accurate than their best-performing member. We explore two mechanisms that explain these results: (1) a global adaptation mechanism where the structural connectivity of the network itself changes such that it amplifies the estimates of high-performing members within the group; (2) a local adaptation mechanism where accurate individuals are more resistant to social influence, and therefore their initial belief is weighted in the collective estimate disproportionately. Thereby, our findings substantiate the role of social network plasticity and feedback as adaptive mechanisms for refining individual and collective judgments.

研究の動機と目的

• フィードバックによって形作られる動的ソーシャルネットワーク構造が、集団意思決定の正確性に与える影響を調査すること。
• ネットワークの可塑性が、バイアスがあり変化し続ける情報環境にグループが適応できるかどうかを検討すること。
• 適応的ネットワークが個人および集団の判断をどのように向上させるか、そのメカニズムを同定すること。
• 静的または外部から与えられるネットワーク構造を仮定する集団知性研究におけるギャップを埋めること。

提案手法

• パフォーマンスフィードバックに基づいて接続を再接続できる動的ソーシャルネットワークにおける人間被験者を対象とした制御された行動実験を実施した。
• 社会的影響への抵抗を測定するための「アドバイスの重み（WOA）」指標を用い、1 - WOA が抵抗を示す（1 = 完全な独立性）。
• ネットワークの中心性を測定するためのフレーマン・セントラリティを用い、高パフォーマンス者に影響力が集中する様子を追跡した。
• 実験結果の妥当性を検証し、さまざまな条件下でのメカニズムを探索するためにネットワークダイナミクスのシミュレーションを実施した。
• 統計解析においてネストされたデータ構造を考慮するため、混合効果モデルとランダム効果を用いた。
• データ収集はEmpiricaプラットフォームを用い、完全なコードと再現データはOSFリポジトリで公開されている。

実験結果

リサーチクエスチョン

• RQ1 フィードバックに基づいて接続が進化する適応的ネットワークは、非定常的でバイアスがかかる情報環境でどのように機能するか？
• RQ2 適応的ネットワークの集団意思決定における正確性向上の背後にあるメカニズムは何か？
• RQ3 パフォーマンスフィードバックにより、ネットワークが高パフォーマンス者を強化する形で再編成できるか？
• RQ4 適応的ネットワークにおいて、個人はどの程度社会的影響に抵抗するのか？また、その抵抗は集団的結果にどのように影響するか？
• RQ5 適応的ネットワーク構造は、グループ推定タスクにおいて最良の個人を上回ることができるか？

主な発見

• 適応的ネットワークは、グループ内で最もパフォーマンスの良い個人の推定よりも、より正確な集団推定を生み出した。
• パフォーマンスフィードバックを受けるネットワークは、静的または適応しないネットワークよりも顕著に高い正確性を達成した。
• グローバルな適応メカニズム—すなわち、ネットワーク構造が高パフォーマンス者を強化する形で進化すること—が、正確性向上の主要因であった。
• ローカルな適応メカニズム—正確な個人が社会的影響に抵抗すること—が、より良い集団的判断に顕著に貢献した。
• 1 - WOA として測定された社会的影響への抵抗は、個人の正確性およびネットワークレベルのパフォーマンスと正の相関関係にあった。
• フィードバックに基づく条件では、時間の経過とともにネットワークの中心性が上昇し、高パフォーマンス者による影響力の集中が構造的再編成によって促進されたことが示された。