Konstgjorda sällskap och virtuellt våld

Paul Krugman, den framstående ekonomiprofessorn vid Princeton University och New York Times krönikör, förklarade en gång de jejune motiven för sitt val av karriär. I mina tidiga tonåringar var min hemliga fantasi att bli psykohistoriker, skrev han, med hänvisning till den centrala gimmicken, psykohistoria, av Isaac Asimovs fundament trilogi. Krugman fortsatte, Någon gång kommer det att finnas en enhetlig samhällsvetenskap av det slag som Asimov föreställt sig, men för tillfället är ekonomi så nära psykohistoria man kan komma.

Lokal etnisk rensning till folkmord.

Det är rimligt, med tanke på klyftan mellan Asimovs fantasi om en förutsägande kalkyl för mänskliga angelägenheter och verkligheten av mainstream ekonomi – ja, i någon av samhällsvetenskaperna – som praktiserades under större delen av förra seklet. De senaste decennierna har dock sett nya tillvägagångssätt. En av de mest lovande beskrevs av Joshua Epstein, en senior stipendiat vid Brookings Institution, i Växande konstgjorda samhällen: Samhällsvetenskap från botten och upp , en bok som han gav ut 1996 i samarbete med Robert Axtell. Kanske kommer folk en dag att tolka frågan, 'Kan du förklara det?' som att fråga 'Kan du växa det?’ föreslog Epstein. Konstgjord samhällsmodellering tillåter oss att 'växa' sociala strukturer in silico som visar att vissa uppsättningar av mikrospecifikationer är tillräckligt för att generera makrofenomenen av intresse.

Den här historien var en del av vårt julinummer 2007

• Se resten av frågan
• Prenumerera

Vad betyder det här? Och varför ska vi bry oss? Epsteins påstående var dubbelt. Först påpekade han att även om nästan alla mönster som intresserar samhällsvetare är framväxande sådana – det vill säga komplexa utvecklingar som härrör från många relativt enkla interaktioner – uppfattar discipliner som mainstream-ekonomin samhällen som tenderar mot en teoretisk jämvikt. Standardförklaringar antar också att samhällen består av mycket rationella agenter som, med full kunskap, alltid agerar i sitt eget bästa. När det kommer till hur verkliga populationer av olika aktörer med begränsad rationalitet faktiskt utvecklar sina mönster av, säg, förmögenhetsfördelning, noterade Epstein, har aktieförklaringarna nästan ingenting att säga. (Se ett brev till redaktören från Joshua Epstein.)

Epstein var knappast ensam om att framföra den kritiken. Men han föreslog, för det andra, att datormodeller i sig själva effektivt kan beskriva samhällen. I början av 1990-talet hade Epstein och Axtell skapat en simulering som heter Sugarscape, ett kvadratiskt rutnät som representerar ett tvådimensionellt landskap bebott av autonoma underprogram – agenter – som drevs från kvadrat till kvadrat av råa artificiella metabolismer som krävde en resurs, betecknat socker. När hundratals av dessa medel programmerades så att deras synomfång och metaboliska hastigheter varierade, även på enkla sätt, uppstod överraskande mönster.

Faktum är att Epstein och Axtell skulle lära sig att med sina modeller var tricket att få mycket ut , samtidigt som han lägger ner så lite som möjligt, som Epstein skriver i sin senaste bok, Generativ samhällsvetenskap: Studier i agentbaserad beräkningsmodellering . I början av 1990-talet satte de två männen upp två regioner i deras Sugarscape-nät för att vara rika på sockerresursen, så att agenter snabbt drogs mot dem. Ett fåtal medel med överlägsen syn och låga metaboliska hastigheter samlade stora sockerlager. Andra medel, med svagare syn och höga metaboliska hastigheter, levde eller dog i zoner där socker var en bristvara. Epstein och Axtell fann i huvudsak att Sugarscape fungerade som en modell av ett jägare-samlare-samhälle, och återskapade ett gemensamt drag i mänskliga samhällen: snedfördelning av välstånd. Visst, föreställningen att råa automater som rör sig runt ett datornät antyder att ojämlikhet i rikedom är en medfödd egenskap hos mänsklig existens kommer att ogillas inte bara av marxister utan av de flesta av oss andra, med tanke på hur varierande vi vet att våra individuella erfarenheter är. Ändå är naturen full av märkligt konsekventa statistiska samband, som återkommer över olika områden och som statistiker kallar maktlagar.

Den vanligaste maktlagen är Pareto-fördelningen, uppkallad efter den italienska ekonomen Vilfredo Pareto från 1800-talet. I slutet av 1890-talet hävdade Pareto att i ett givet samhälle kommer 20 procent av folket att inneha 80 procent av rikedomen. Men Pareto-fördelningen, även känd som 80-20-regeln, gäller i så olika mänskliga sammanhang som storleken på bosättningar (några storstäder, många mindre städer) och frekvensen av ord i text (några ord används ofta, de flesta ord sällan ), såväl som för naturfenomen som storleken på sandpartiklar och meteoriter. Att beteendet hos Sugarscapes automater gav kraftlagsliknande distributioner indikerade för Epstein och Axtell att de var inne på något.

I början av 1990-talet höll Epstein en presentation vid Santa Fe Institute i New Mexico, ett centrum för studier av komplexa adaptiva system över naturliga, mänskliga och artificiella sammanhang. Jag visade en av våra konstgjorda historier som utspelar sig i det vanliga Sugarscape-landskapet med två sockertoppar, ett sockerlågland i mitten och sockerbadland på sidorna – i praktiken en enkel dalrepresentation, berättade Epstein för mig. Jag frågade publiken om det påminde någon om något. George Gumermans hand sköt upp och han sa: 'Det påminner mig om Anasazi.'

George Gumerman är en antropolog som i decennier har varit en ledande expert på Anasazi, förfäder till dagens Pueblo-folk som från ungefär 1800 f.Kr. till 1300 c.e. bebott Long House Valley i nordöstra Arizona. Epstein och Axtell bestämde sig för att använda sin agentbaserade modellering för att skapa en virtuell Anasazi-civilisation och se hur den matchade den omfattande databasen med bosättningsmönster och liknande som satts ihop av Gumerman och hans kollegor. Epstein mindes att vi började om och byggde den konstgjorda terrängen från grunden, med stor noggrannhet. Element som klimatmönster, majsskörd, fluktuationer i grundvattenytan och mängder av andra faktorer ingick i modellen. Det stora tricket var, kunde vi komma på bra regler för våra konstgjorda Anasazi, placera dem där de verkliga var år 900 e.Kr., och låta dem springa tills de växte fram den sanna historien? Epstein mindes en session där hans teams konstgjorda Anasazi etablerade en bosättning exakt där Long House, den verkliga Anasazi-bosättningen, hade varit. Vi satt bara och skrek upp i luften av tillfredsställelse. Hela verksamheten har kommit väldigt långt sedan dess. Nu är det många som gör den här typen av arbete.

Verkligen. Webbplatsen för Journal of Artificial Societies and Social Simulation , till exempel, listar artiklar med titlar som Cascades of Failure och Extinction in Evolving Complex Systems. Epsteins nya bok samlar hans egna papper sedan 1996; en medföljande CD låter läsarna se serier av modellerna som beskrivs i texten och utforska modellerna på egen hand. I de projekt som beskrivs i boken modellerade Epstein och hans medarbetare, förutom Anasazi, uppkomsten av olika fenomen: mönster i tidpunkten för pensionering; sociala klasser; tanklös överensstämmelse med sociala normer; mönster av smittkoppsinfektion efter en bioterroristincident; och framgångsrik, anpassningsbar organisation.

Modellerna är fascinerande. I båda varianterna som beskrivs i Generating Patterns of Spontaneous Civil Violence (se figurerna 1 och 2), finns det vanliga agenter såväl som agenter som kallas poliser, som representerar en central politisk auktoritet. Den vänstra skärmen visar vanliga agenters uppenbara beteende (blått om det är vilande, rött om det är aktivt) och till höger det underliggande känslobilden, där agenterna är färgade efter deras nivå av politiska klagomål (ju mörkare röd, desto högre klagomål). Klagomål har två komponenter: legitimitet ( L ) av staten, som uppfattas av agenterna, och svårigheter ( H ), vilket är fysisk eller ekonomisk nöd och varierar mellan agenter. Vidare kan agenter lura: på den vänstra skärmen kan förolämpade agenter bli blå (framträder icke-upproriska) när poliser (alltid svarta) är nära, och sedan bli röda (aktivt rebelliska) när poliser flyttar bort. Epstein tilldelade också olika nivåer av riskaversion ( R ) till agenterna: vissa är mer benägna att göra uppror än andra. Agenter bedömer sannolikheten för arrestering av polis innan de går med i ett uppror, och deras bedömningar beror på deras syn ( v ) av vad som finns runt dem – det vill säga hur många rutnätspositioner (nord, söder, öster och väster) de kan se. Till sist får agenter som arresteras av poliser fängelsestraff ( J ). Arresterade agenter hamnar i fängelse under en slumpmässig tid och dyker upp lika förolämpade som de gick in, berättade Epstein för mig. Jag skämtar alltid om att det är de enda två realistiska antagandena i hela modellen.

Även om den här modellen kan verka alltför enkel, genererar den tillräckligt realistiska mönster när den mänskliga operatören ställer in parametrarna för L och J , agenternas och polisens vision och deras initiala tätheter och låter sedan båda grupperna röra sig och interagera. I variant ett, Generalized Rebellion against Central Authority (se figur 1), kan höga koncentrationer av aktivistiska, angripna agenter uppstå i zoner med låg polistäthet. När det händer finner även lindrigt förolämpade agenter det rationellt att riskera uppror. Det är just av denna anledning som mötesfriheten i allmänhet är det första som begränsas under repressiva regimer. Dessutom uppvisar modellen kännetecknet för ett komplext system: punkterad jämvikt, med långa perioder av relativ stabilitet bruten av rebelliska utbrott. I vissa körningar kan den högra känslobildsskärmen vara klarröd med agenternas klagomål, medan den vänstra skärmen är helt blå på grund av deras offentliga stillhet. Vilket skulle vara mer sannolikt att utlösa revolution: en stor absolut minskning av L (legitimitet) i små steg eller en mindre minskning utförd i ett stort steg? Det senare visar det sig. I fallet med den stora men stegvisa minskningen kan poliser plocka av aktivistagenter en efter en och fängsla dem. Omvänt, en plötslig, kraftig minskning av legitimitet sporrar flera förolämpade agenter till aktivt uppror samtidigt. Som Epstein noterade, när det väl är 50 personer som gör uppror är det mycket mindre riskabelt att vara den 51:a.

Variant två, Inter-Group Violence, är mer intressant. Nu delas agenterna in i två etniciteter, blå och grön. Legitimitet blir varje grupps bedömning av den andra gruppens rätt att existera, förklarade Epstein. I detta sammanhang betyder en agents aktivist att den dödar en medlem av den motsatta etniska gruppen. Polisen är fredsbevarare, och om modellen körs utan dem och L bland alla medel minskar med så lite som 20 procent börjar etnisk rensning snabbt. När poliser introduceras uppstår säkra tillflyktsorter. Ändå fortsätter den interetniska fientligheten. I slutändan, som figur 2 visar och Epstein sa till mig, när du tappar legitimiteten i den här varianten, slutar det alltid med att den ena sidan utplånar den andra. Cop-densiteten kan ställas in på vilken nivå som helst. Vid låg polistäthet får man snabbt folkmord. Vid hög polistäthet kan man också ibland få snabbt folkmord, men också ett mycket varierande utfall. I genomsnitt gör fler poliser att det tar längre tid. Tillräckligt längre för att motivera kostnaden för extra polisarbete? Det hela är bara högst osäkert, säger Epstein; att bara ha en ström av poliser skulle inte garantera ett bra resultat.

Sammantaget betonade Epstein faktiskt att hans modeller mest syftade till att uppnå förklaringskraft. Att förklara något betyder inte att man kan förutsäga det, sa han. Han påpekade att även om vi kan förklara blixtar och jordbävningar, kan vi inte heller förutse. Om vi, som Asimov, hoppas kunna förutsäga framtiden, kommer Epsteins modeller att göra en besviken. I själva verket, eftersom hans modeller ger vitt skilda resultat även när deras agenter är programmerade med mycket enkla regler, indikerar de att det aldrig kommer att vara möjligt att förutsäga framtiden. Ändå gör Epsteins konstgjorda samhällen mer för att klargöra de dolda mekanismerna bakom sociala förändringar – och deras oväntade konsekvenser – än något verktyg som samhällsvetare hittills har haft. I framtiden skulle de och andra som dem kunna föreslå hur beslutsfattare kan konstruera den sortens små, billiga interventioner som har stora, fördelaktiga resultat.

Mark Williams är en Teknikgranskning medverkande redaktör.

Generativ samhällsvetenskap: Studier i agentbaserad beräkningsmodellering
Av Joshua M. Epstein
Princeton Studies in Complexity-serien
Princeton University Press, 2006, $49,50

Dölj