Teoretiske biologer tester to måder at ræsonnere på og finder overraskende sandheder i enkelhed

Forestil dig en lille landsby, hvor hver handling nogen foretager sig, god eller dårlig, stille og roligt følges af altid opmærksomme, nysgerrige naboer. Et individs omdømme opbygges gennem disse handlinger og observationer, som bestemmer, hvordan andre vil behandle dem. De hjælper en nabo og vil sandsynligvis modtage hjælp fra andre til gengæld; de vender ryggen til en nabo og befinder sig isoleret. Men hvad sker der, når folk begår fejl, når gode gerninger går ubemærket hen, eller fejl fører til uretfærdig skyld?

Her krydser studiet af adfærd med Bayesiansk og abduktiv ræsonnement, siger Erol Akçay, en teoretisk biolog ved University of Pennsylvania's School of Arts &Sciences.

Bayesiansk ræsonnement refererer til en metode til at vurdere sandsynlighed, hvor individer bruger forudgående viden parret med nye beviser til at opdatere deres overbevisninger eller estimater om en bestemt tilstand, i dette tilfælde andre landsbyboeres omdømme. Mens abduktiv ræsonnement involverer en simpel "hvad du ser er, hvad du får" tilgang til at rationalisere og træffe en beslutning, siger Akçay.

I to artikler, den ene udgivet i PLoS Computational Biology og den anden i Journal of Theoretical Biology , undersøgte forskere fra Biologisk Institut, hvordan disse ræsonnementstrategier effektivt kan modelleres og anvendes til at forbedre biologers forståelse af social dynamik.

Gæt det kvalificerede gæt

PLoS Computational Biology Paper undersøger, hvordan Bayesianske statistiske metoder kan bruges til at afveje sandsynligheden for fejl og tilpasse vurderingerne fra aktører inden for et socialt netværk med en mere nuanceret forståelse af omdømme. "Det er noget, vi ofte gør, når vi forsøger at give en forklaring på nogle fænomener uden nogen åbenlys, ligetil eller intuitiv løsning," siger Akçay.

Bryce Morsky, medforfatter på begge artikler og nu assisterende professor ved Florida State University, begyndte arbejdet under sin postdoktorale forskning i Akçays laboratorium. Han siger, at han oprindeligt mente, at redegørelse for fejl i dømmekraften væsentligt kunne forbedre belønning-og-straf-systemet, der understøtter samarbejdet, og at han forventede, at en bedre forståelse af disse fejl og inkorporering af dem i modellen ville fremme et mere effektivt samarbejde.

"I bund og grund var hypotesen, at reduktion af fejl ville føre til en mere præcis vurdering af omdømme, hvilket igen ville fremme samarbejde," siger han.

Holdet udviklede en matematisk model til at simulere Bayesiansk ræsonnement. Det involverede en spilteoretisk model, hvor individer interagerer inden for rammerne af donationsbaserede møder. Andre personer i simuleringen vurderer aktørers omdømme baseret på deres handlinger, påvirket af flere foruddefinerede sociale normer.

I landsbyens sammenhæng betyder det, at man skal dømme hver landsbyboer ud fra deres handlinger – uanset om de hjælper en anden (god) eller undlader at gøre det (dårlig) – men også at tage hensyn til deres historiske omdømme og det potentiale, som du ikke vurderede korrekt.

"Så hvis du for eksempel observerer, at nogen opfører sig dårligt, men du troede, de var gode før, holder du et åbent sind, som du måske ikke så rigtigt. Dette giver mulighed for en nuanceret beregning af omdømmeopdateringer," siger Morsky. Han og kolleger bruger denne model til at se, hvordan fejl og ræsonnementer ville påvirke landsbyboernes opfattelse og sociale dynamik.

De fem centrale sociale normer undersøgelsen udforsker er:Scoring, Shunning, Simple Standing, Staying og Stern Judging; hver påvirker individers omdømme og efterfølgende adfærd forskelligt, hvilket ændrer de evolutionære resultater af samarbejdsstrategier.

"I nogle scenarier, især under Scoring, forbedrede Bayesiansk ræsonnement samarbejdet," siger Morsky. "Men under andre normer, såsom Stern-bedømmelse, resulterede det generelt i mindre samarbejde på grund af strengere bedømmelseskriterier."

Morsky forklarer, at der under Scoring anvendes en simpel regel:Det er godt at samarbejde (give) og dårligt at defekte (ikke give), uanset modtagerens omdømme. Mens der under Stern-bedømmelsen ikke kun tages hensyn til individers handlinger, men deres beslutninger bliver også kritisk evalueret baseret på modtagerens omdømme.

Hvis en landsbyboer beslutter sig for at hjælpe en anden i forbindelse med scenariet med nysgerrige naboer, noteres denne handling positivt under Scoring, uanset hvem der modtager hjælpen eller deres status i landsbyen. Omvendt, under Stern Judging, hvis en landsbyboer vælger at hjælpe en med et dårligt ry, bliver det noteret negativt, siger forskerne.

Han tilføjer, at manglende samarbejde var særligt tydeligt i normer, hvor Bayesiansk ræsonnement førte til mindre tolerance over for fejl, hvilket kunne forværre uenigheder om omdømme i stedet for at løse dem. Dette, kombineret med viden om, at mennesker ikke vejer al den relevante information, før de beslutter sig for, hvem de skal arbejde med, fik Akçay og Morsky til at undersøge andre måder at ræsonnere på.

Mere end blot en anelse

Mens han arbejdede i Akçays laboratorium, rekrutterede Morsky Neel Pandula, som dengang var andenstuderende på gymnasiet. "Vi mødtes gennem Penn Laboratory Experience i Natural Sciences-programmet," siger Morsky. "I lyset af den bayesianske ræsonnementmodel foreslog Neel abduktiv ræsonnement som en anden tilgang til modellering af ræsonnement, og så kom vi til at skrive det papir til Journal of Theoretical Biology , som han blev førsteforfatter til."

Pandula, nu førsteårsstuderende på College of Arts and Sciences, forklarer, at han og Morsky brugte Dempster-Shafer Theory – en sandsynlighedsramme til at udlede de bedste forklaringer – til at danne grundlaget for deres tilgang.

"Det, der er nøglen her, er, at Dempter-Shafer-teorien giver mulighed for en smule fleksibilitet i håndteringen af ​​usikkerhed og giver mulighed for at integrere nye beviser i eksisterende trossystemer uden at forpligte sig til en enkelt hypotese, medmindre beviserne er stærke," siger Pandula.

For eksempel forklarer forskerne, i en landsby, at se en god person hjælpe en anden god person med at tilpasse sig sociale normer og er let accepteret af observatører. Men hvis en landsbyboer kendt som dårlig ses hjælpe en god person, er det i modstrid med disse normer, hvilket får observatører til at stille spørgsmålstegn ved det involverede ry eller nøjagtigheden af ​​deres observation. Derefter bruger de reglerne for abduktiv ræsonnement, specifikt Dempster-Shafer-teorien, idet de tager fejlprocenter og typisk adfærd i betragtning til at bestemme den mest sandsynlige sandhed bag den uventede handling.

Holdet forventede, at abduktiv ræsonnement ville håndtere fejl i omdømmevurderinger mere effektivt, især i offentlige omgivelser, hvor individer kan blive presset på den ene eller anden måde, hvilket resulterer i uoverensstemmelser og fejl. Under Scoring og de andre normer fandt de ud af, at abduktiv ræsonnement bedre kunne fremme samarbejde end Bayesiansk i offentlige omgivelser.

Akçay siger, at det kom som lidt af en overraskelse at se, at en så simpel "kognitivt 'billig, doven' ræsonnementmekanisme ved at navigere på sociale netværk beviser, at den er effektiv til at håndtere de udfordringer, der er forbundet med indirekte gensidighed."

Morsky bemærker, at forskerne i begge modeller valgte ikke at medregne omkostningerne ved en kognitiv byrde. "Du ville håbe, at det at udføre en krævende opgave som at huske, hvilke personer der gjorde hvad og bruge det til at informere dig om, hvad de sandsynligvis vil gøre næste, ville give et positivt, prosocialt resultat. Men selvom du gør denne indsats omkostningsfri, under Bayesian ræsonnement, underminerer det generelt samarbejdet."

Som en opfølgning er forskerne interesseret i at undersøge, hvordan billige ræsonnementsmetoder, som abduktiv ræsonnement, evolutionært kan favoriseres i større, mere komplekse sociale kredse. Og de er interesserede i at anvende disse ræsonnementsmetoder på andre sociale systemer.

Flere oplysninger: Bryce Morsky et al., Indirekte gensidighed med Bayesiansk ræsonnement og skævheder, PLOS Computational Biology (2024). DOI:10.1371/journal.pcbi.1011979

Neel Pandula et al., Indirect reciprocity with abductive reasoning, Journal of Theoretical Biology (2023). DOI:10.1016/j.jtbi.2023.111715

Journaloplysninger: Journal of Theoretical Biology , PLoS Computational Biology

Leveret af University of Pennsylvania