Learning to be thoughtless : social norms and individual computation

1. Learning to be thoughtless :social norms and individual computation Joshua Epstein Computationnal Economics 2001

2. Learning to be thoughtless… • Hypothèse : « la réflexion individuelle quant à l’adoption d’une norme est inversement proportionnelle à la force de celle-ci » • Feedback between social and internal dynamics

3. Objectifs du modèle • Les agents : • Apprennent « how to behave » • Apprennent « how much to think about how to behave »

4. Le modèle • Agents sur un anneau • Deux attributs pour chaque agent : • La norme de l’agent (binaire L/R) • Rayon d’observation (radius) • Les agents mettent à jour leur norme en fonction de ce qui se passe dans leur rayon d’observation

5. Radius update rule • Si F (r + 1)  F (r) • r := r + 1 • Sinon si F (r – 1) = F (r) • r := r - 1 • Norm update rule : • Match the majority within your radius • Noise = probabilité qu’un agent adopte L ou R au hasard…

6. Running the model… • 190 agents • Scheduling random asynchrone

7. Monolithic social norm • Une seule norme L • Pas de bruit • Radius random entre 1 et 50

8. Monolithic Norm

9. Local conformity, global diversity • Idem conditions précédentes (Pas de bruit) • Random norms à l’initialisation

10. Local conformity, global diversity

11. Re-equilibration after shock • Idem précédent + • On laisse le système se stabiliser • On shock le système pendant 10 tours • Bruit = 1.0 pendant 10 tours

12. Re-equilibration after shock

13. Remarque sur conclusion • Epstein lie ancien état et nouvel état • Ca doit dépendre des tirages

14. Moderate noise and endogenous norms • Idem précédent sans shock • Bruit = 0.15

15. Moderate noise and endogenous norms

16. Higher noise • Idem précédent • Bruit = 0.3

17. Higher noise

18. Maximum noise does not induce maximum search • Bruit = 1.0

19. Maximum noise does not induce maximum search

20. Discussion • Que signifie le rayon ? • Amélioration • Chaque agent a un réseau social • Les relations sont ordonnées par préférence décroissante • Rayon = profondeur de recherche dans le réseau perso…

21. Critique • Préférence donnée à l’extension du rayon ( cf radius update rule) • l’agent peut préférer réduire son rayon d’observation (je recherche le voisinage qui justifie ma norme) • Idée si je trouve un voisinage proche qui conforte ma norme, je le choisis, sinon je change ma norme pour le voisinage r+1

22. The convergence and stability of cultures : local convergence and global polarization Axelrod, Princeton 2001 WP => book

23. Phénomènes à transcrire • Random changes in individual traits (languages) • Geographic isolation => clusters • Specialization « people may have reasons based on interests to be partially resistant to social influence of those with other interests » (rural/urbain)

24. Phénomènes à transcrire • Préférence for extreme views (against homogeneity) • Social differenciation (group effect) • Fads and fashion (some people want to be different, others copy them) • Changing environnement or technology change cultural response

25. Phénomènes à transcrire • Rogers : « transfer of ideas occurs more frequently between individuals… who are similar in certains attributes such as belmiefs, education, social status … » • Homophily => interaction => similarity

26. Approches du changement culturel • Culture is something people learn from each other • Culture =set of attributes

27. Approches du changement culturel • Anthropologues : • Diffusionnistes : culture = set of distinct traits • Culture = system of embedded symbols • Social scientists • Model of social influence (coleman … ) • Approche diffusionniste

28. Méthodologie • Bottom-up • No central authority • Adaptative rather than rational agents • KISS

29. Modèle • Automate cellulaire avec frontières (non tore) • Cellule = set of cultural features (traits for each one)… ex : 87234 • Similarité entre 2 cellules = nb de features egaux (87234 et 87199 = 40 % similarity)

30. Dynamique du modèle • Tire une cellule a au hasard • Tire un de ses voisins b au hasard • Si proba < similarité(a,b) • Interaction : choisit un élément culturel sur lequel ils différent EC, EC(a) = EC(b)

32. Nombre de régions stables

33. Nb de régions stables • Quand voisinage augmente, nb de régions stables diminue… • Testé uniquement sur nb de voisin constant • Taille de la grille : • En faisant varier l ensemble des params : pas d influence • En prenant uniquement la cas privilégiant la formation du plus grand nb de patterns

35. Interprétations • Sur petite taille : pas de place pour survivance des patterns… • Pas d’explication pour la décroissance après le pic… • Résultat de même type sur un tore…

36. Processus en détail • Ligne : • 1111-1111-1111-1112-1112-1112 • Seul mouvement possible à la frontière • Une zone plus importante a plus de chance d’absorber une petite…

37. Cultural zone • Cultural region = groupe d individus ayant exactement la même culture • Cultural zone = groupe d individus pouvant s influencer (ayant au moins 1 cultural feature en commun) • Quand nb cultural region = nb cultural zone, stabilité…

39. Explication grande taille peu de cultures… • Boundaries within cultural zone tend to dissolve • Boundaries between cultural zone tend to be stable • Plus la grille est grande, plus les zones culturelles ont de chances de fusionner (se faire absorber) • Plus la grille est grande, plus la proba est élevé d’avoir quelqu’un dans la grille (non voisin) qui pourrait faire partie de la même cultural zone => le nb de cultural zone decline

40. Résultats contre-intuitifs • Plus il y a de cultural features, moins il persiste de régions stables • Large territories have fewer stable regions…