[論文レビュー] Understanding the Social Cascading of Geekspeak and the Upshots for Social Cognitive Systems

Michał B. Paradowski, Łukasz Jonak|arXiv (Cornell University)|Nov 29, 2011

Language and cultural evolution参考文献 19被引用数 4

ひとこと要約

本論文は、マイクロブログプラットフォームを用いて、新語（「ジーツスピーク」）がどのようにソーシャルネットワーク内で拡散するかを調査し、複雑性科学を応用して連鎖的拡散をモデル化する。人間のソーシャル認知における露出閾値とシステム的ダイナミクスを明らかにし、二項的相互作用ではなく複数のソーシャルソースから学ぶ社会的認識を備えた人工的認知システムの設計原理を提示する。

ABSTRACT

Barring swarm robotics, a substantial share of current machine-human and machine-machine learning and interaction mechanisms are being developed and fed by results of agent-based computer simulations, game-theoretic models, or robotic experiments based on a dyadic communication pattern. Yet, in real life, humans no less frequently communicate in groups, and gain knowledge and take decisions basing on information cumulatively gleaned from more than one single source. These properties should be taken into consideration in the design of autonomous artificial cognitive systems construed to interact with learn from more than one contact or 'neighbour'. To this end, significant practical import can be gleaned from research applying strict science methodology to human and social phenomena, e.g. to discovery of realistic creativity potential spans, or the 'exposure thresholds' after which new information could be accepted by a cognitive agent. The results will be presented of a project analysing the social propagation of neologisms in a microblogging service. From local, low-level interactions and information flows between agents inventing and imitating discrete lexemes we aim to describe the processes of the emergence of more global systemic order and dynamics, using the latest methods of complexity science. Whether in order to mimic them, or to 'enhance' them, parameters gleaned from complexity science approaches to humans' social and humanistic behaviour should subsequently be incorporated as points of reference in the field of robotics and human-machine interaction.

研究の動機と目的

• 新しい言語的表現（「ジーツスピーク」）がソーシャルネットワーク内でどのように拡散するかを理解すること。
• 社会的連鎖的拡散における人間の情報受容におけるシステム的パターンと閾値を特定すること。
• 人工的認知システムの改善に向けた人間のソーシャル認知からのパラメータを導出すること。
• 人間のソーシャルダイナミクスの知見とマルチエージェント学習システムの設計を結びつけること。

提案手法

• 実世界のマイクロブログデータを分析し、自己創出された語彙の拡散を追跡すること。
• 局所的相互作用から生じるグローバルなダイナミクスをモデル化するために、複雑性科学の手法を適用すること。
• エージェントベースのシミュレーションを用いて情報拡散パターンを再現・分析すること。
• 露出閾値（認知エージェントが新しい情報を受容するポイント）を測定すること。
• 知見をロボティクスおよび AI のための社会的認知システムモデルに統合すること。
• 観察された社会的連鎖と集団行動の理論的モデルを比較すること。

実験結果

リサーチクエスチョン

• RQ1 新しい言語的革新が社会的に受け入れられるための重要な閾値は何か？
• RQ2 局所的相互作用が情報拡散における大規模なシステム的パターンをどのように生じさせるか？
• RQ3 複数の情報ソースは認知エージェントの意思決定にどのように影響するか？
• RQ4 社会的連鎖的ダイナミクスは、社会的に知的な人工的認知システムの設計にどのように活用できるか？
• RQ5 人間のソーシャル認知から得られる、マルチエージェント環境における機械学習を強化する測定可能なパラメータは何か？

主な発見

• 新語は、局所的で低レベルの相互作用から生じる連鎖的パターンによってソーシャルネットワーク内で拡散する。
• 新しい情報が認知エージェントによってより多く受容されるようになる、重要な「露出閾値」が存在する。
• ジーツスピークの伝播は、集団行動の複雑性科学的モデルと整合するシステム的ダイナミクスに従う。
• 複数の情報ソースは、新しい言語的構造の受容と拡散に顕著な影響を与える。
• マイクロブログにおける社会的連鎖的パターンは、現実の認知プロセスを反映しており、人工系のテスト可能なパラメータを提供する。
• 研究結果は、社会的適応性を持つ認知エージェントを設計するにあたり、マルチソース情報統合が不可欠であることを示唆している。