Λέμε ότι η Δημοκρατία δεν έχει αδιέξοδα, η επιστήμη προσπαθεί να το αποδείξει:
Συνδυάζοντας τα οικονομικά και την πληροφορική, οι ερευνητές δείχνουν ότι καθώς τα κοινωνικά δίκτυα μεγαλώνουν, συνήθως γίνονται καλύτερα στο να ξεχωρίζουν το γεγονός από τη φαντασία.
Η άνοδος του Διαδικτύου έχει προκαλέσει ενδιαφέρον σε αυτό που ο οικονομικός συγγραφέας James Surowiecki του The New Yorker κάλεσε, σε ένα βιβλίο του ίδιου ονόματος, «Η σοφία του πλήθους»: η ιδέα πως αθροίζοντας ή υπολογίζοντας κατά μέσο όρο την ατελή, διανεμημένη γνώση μιας μεγάλης ομάδας ανθρώπων μπορεί συχνά να παράγει κανείς καλύτερες πληροφορίες από την γνώμη του ειδικού.
Αλλά όπως ο ίδιος ο Surowiecki, και πολλοί σχολιαστές στο βιβλίο του, έχουν επισημάνει, οι περιστάσεις μπορούν να συνωμοτήσουν ώστε να υπονομευθεί η σοφία του πλήθους. Πιο συγκεκριμμένα, εάν μια χούφτα των ανθρώπων σε έναν πληθυσμό ασκήσει μια υπερβολική επιρροή σε εκείνους που είναι γύρω τους, ένα ένστικτο «αγέλης» μπορεί να κινητοποιηθεί, και οι άνθρωποι θα σπεύσουν να υποστηρίξουν μια ιδέα που θα μπορούσε να αποδειχθεί λανθασμένη.
Ευτυχώς, σε μια επιστημονικό άρθρο* που δημοσιεύεται στην Review of Economic Studies, οι ερευνητές από τα τμήματα των οικονομικών και ηλεκτρικής εφαρμοσμένης μηχανικής και πληροφορικής του ΜΙΤ έχουν καταδείξει ότι, καθώς τα δίκτυα των ανθρώπων γίνονται μεγαλύτερα, θα τείνουν συνήθως να συγκλίνουν σε μια ακριβή κατανόηση των πληροφοριών που διανέμονται μεταξύ τους, ακόμα κι αν τα χωριστά μέλη του δικτύου μπορούν να παρατηρήσουν μόνο τους κοντινούς γείτονές τους. Μερικοί αδιάλλακτοι άνθρωποι με μεγάλα ακροατήρια μπορούν να επιβραδύνουν αυτή την σύγκλιση, αλλά μακροπρόθεσμα, είναι απίθανο να την σταματήσουν.
Στο παρελθόν, οι οικονομολόγοι προσπάθησαν να μοντελοποιήσουν τη διάδοση των πληροφοριών μέσω ενός πληθυσμού θα επέτρεπαν σε οποιοδήποτε μέλος του πληθυσμού να παρατηρήσει τις αποφάσεις όλων των άλλων μελών, ή μιας τυχαίας δειγματοληψίας τους. Αυτός κατέστησε τα μοντέλα ευκολότερα από μαθηματική άποψη, αλλά τα έκανε επίσης το λιγότερο αντιπρόσωπευτικά του πραγματικού κόσμου. «Αυτό που κάνει το άρθρο είναι να προσθέσει το σημαντικό παράγοντα του ότι για μια διαδικασία που συμβαίνει σε ένα κοινωνικό δίκτυο συνήθως δεν μπορεί να παρατηρηθεί τι ο καθένας έχει κάνει, ούτε μπορεί κάποιος να δεί τι έχει κάνει ένα τυχαίο δείγμα του πληθυσμού, ενώ μπορεί κανείς να δει τι οι ιδιαίτεροι φίλοι του έχουν κάνει στο δίκτυο,» λέει ο Jon Kleinberg, καθηγητής του Πανεπιστημίου Κορνέλ στο τμήμα πληροφορικής, ο οποίος δεν συμμετείχε στην έρευνα. «Αυτό εισάγει μια πιό σύνθετη δομή στο πρόβλημα, αλλά σίγουρα μια δομή που είναι αντιπροσωπευτική για αυτό που συμβαίνει σε πραγματικές συνθήκες.»
Ομαδική σκέψη (Groupthink)
Όπως εξηγεί ο Kleinberg παλαιότερα μοντέλα έδειξαν τον κίνδυνο αυτού που οι οικονομολόγοι αποκαλούν καταρράκτες πληροφοριών. «Εάν έχετε μερικά κρίσιμα συστατικά - συγκεκριμένα, ότι οι άνθρωποι παίρνουν αποφάσεις σε σειρά, ότι μπορούν να παρατηρήσουν τις προηγούμενες ενέργειες άλλων ανθρώπων αλλά δεν μπορούν να ξέρουν τι εκείνοι οι άνθρωποι ήξεραν πραγματικά - τότε υπάρχει η δυνατότητα να εμφανιστούν οι καταρράκτες πληροφοριών. Στους καταρράκτες πληροφοριών μεγάλες ομάδες ανθρώπων εγκαταλείπουν οποιεσδήποτε ιδιωτικές πληροφορίες έχουν και πραγματικά, για τέλεια λογικούς λόγους, ακολουθούν το πλήθος,» λέει ο Kleinbergι. Το έγγραφο των ερευνητών MIT, εντούτοις, προτείνει ότι ο κίνδυνος των καταρρακτών πληροφοριών μπορεί να μην είναι τόσο τρομερός όσο φάνηκε προηγουμένως.
Ο Ilan Lobel, που πήρε το διδακτορικό του πέρυσι από το διατμηματικίο τμήμα Κέντρο Επιχειρησιακής Έρευνας του MIT και τώρα διδάσκει στο πανεπιστήμιο της Νέας Υόρκης, και οι τρεις επιβλέποντες της διατριβής, ο Daron Acemoglu (Οικονομικά) ο Munther Α. («Munzer») Dahleh και ο Asuman Ozdaglar του εργαστηρίου για Συστήματα Πληροφοριών και Αποφάσεων (LIDS), ανέπτυξαν ένα μαθηματικό μοντέλοπου περιγράφει τις προσπάθειες των μελών ενός κοινωνικού δικτύου να λάβουν δυαδικές αποφάσεις - όπως ποια μάρκα κινητού τηλεφώνου από δύο μάρκες να αγοράσει - βάσει των αποφάσεων που έλαβαν οι γείτονές τους. Το μοντέλο υποθέτει ότι για όλα τα μέλη του πληθυσμού, υπάρχει μια ενιαία σωστή απόφαση: ένα από τα τηλέφωνα είναι πραγματικά καλύτερο από άλλο. Αλλά μερικά μέλη του δικτύου έχουν λανθασμλενες πληροφορίες για το ποιο είναι ποιο.
Οι ερευνητές του MIT ανέλυσαν τη διάδοση των πληροφοριών υπό δύο διαφορετικούς όρους. Σε μια περίπτωση, υπάρχει ένα όριο για το πόσα οποιοδήποτε πρόσωπο μπορεί να ξέρει για την κατάσταση του κόσμου: ακόμα κι αν ένα κινητό τηλέφωνο είναι πραγματικά καλύτερο από το άλλο, κανένας δεν μπορεί να τό ξέρει αυτό με 100% βεβαιότητα. Στην άλλη περίπτωση, δεν υπάρχει κανένα τέτοιο όριο. Υπάρχει διαμάχη μεταξύ των οικονομολόγων και των θεωρητικών της πληροφορίας για το ποιά από τις δύο περιπτώσεις απεικονίζει καλύτερα την πραγματικότητα, και ο Kleinberg προτείνει ότι η απάντηση μπορεί να ποικίλει ανάλογα με το είδος πληροφοριών που διαδίδονται μέσω του δικτύου. Αλλά τα προηγούμενα πρότυπα είχαν προτείνει ότι, εάν υπάρχει όριο, οι καταρράκτες πληροφοριών είναι σχεδόν αναπόφευκτοι.
Οι ερευνητές του MIT έδειξαν ότι εάν δεν υπάρχει κάποιο όριο στη βεβαιότητα, ένα επεκτεινόμενο κοινωνικό δίκτυο θα συγκλίνει τελικά σε μια ακριβή αντιπροσώπευση της κατάστασης του κόσμου. Κάτι που δεν ήταν μια μεγάλη έκπληξη. Αλλά επίσης έδειξαν ότι σε πολλούς κοινούς τύπους δικτύων, ακόμα κι αν υπάρχει ένα όριο στη βεβαιότητα, η σύγκλιση θα εμφανιστεί και πάλι.
«Δεν είμαστε οι πρώτοι για να εξετάσουμε αυτό το πρόβλημα, αλλά οι άνθρωποι στο παρελθόν το έχουν εξετάσει χρησιμοποιώντας περισσότερο μυωπικά μοντέλα,» λέει Acemoglu. «Υπολόγιζαν μοντέλα μέσου όρου: έτσι η άποψή μου είναι ένας μέσος όρος των απόψεων των γειτόνων μου» σε ένα τέτοιο πρότυπο, λέει ο Acemoglu, οι απόψεις των ανθρώπων που είναι στο «επίκεντρο» - δηλαδή που συνδέονται με έναν αρκετά μεγάλο αριθμό άλλων ανθρώπων - θα καταλήξει να είναι το συμπεράσμα της ομάδας συνολικά. «Αυτό που κάνουμε είναι περισσότερο από τη σκοπιά της θεωρίας παιγνίων, όπου τα άτομα συνειδητοποιούν από που προέρχονται οι πληροφορίες τους. Έτσι θα υπάρχει κάποιος παράγοντας διορθώσεων,» λέει ο Acemoglu λέει. «Εάν σας βλέπω, βλέπω τι κάνετε, και βλέπω τι κάνει ο Munzer, και επίσης ξέρω ότι υπάρχει κάποια πιθανότητα να έχετε παρατηρήσει τον Munzer, κατόπιν μειώνω την αξία της άποψής του κατάλληλα, επειδή ξέρω ότι δεν θέλω την μετρήσω υπέρμετρα. Και αυτός είναι ο λόγος για τον οποίο, ακόμα κι αν έχετε αυτούς τους επιδρόντες παράγοντες- δηλαδή ανθρώπους που ο καθένας τους παρατηρεί - τελικά δεν δημιουργεί μια αγέλη που ακολουθεί την άποψή του.»
Όλοι για μένα
Η συμμετοχή των επιστημόνων πληροφορικής στο πρόγραμμα να φανεί κάπως περίεργη, αλλά όπως εξηγεί, o Dahleh, αναπληρωτής διευθυντής του LIDS, «η έρευνα σε αυτό τον κλάδο αντιμετώπισε σχεδόν το ίδιο πρόβλημα, αλλά οι παράγοντες εκεί δεν ήταν εγωιστικοί. Η ιδέα είναι να σχεδιαστεί το δίκτυο με τέτοιο τρόπο έτσι ώστε η σύγκλιση να συμβεί όσο το δυνατόν γρηγορότερα.» Για παράδειγμα, λέει, σε ένα δίκτυο των κατανεμημένων αισθητήρων, η πρόκληση εφαρμοσμένης μηχανικής είναι να σιγουρευτεί ότι ο τελευταίος αισθητήρας - σε μια ακολουθία μεταδόσεων στοιχείων - που πρόκειται να στείλει τα αποτελέσματα στον υπολογιστή ενός ανθρώπου έχει μια ακριβή εικόνα τι συμβαίνει. Εδώ η διαφορά είναι ότι «δεν προσπαθώ να πάρω το σωστό τηλέφωνο για εμένα» λέει ο Dahleh. «Θέλω εσείς να πάρετε το σωστό τηλέφωνο για εσάς.»
Σύμφωνα με τον Kleinberg, το νέο άθρεο αφήνει μερικές εμφανείς ερωτήσεις αναπάντητες, όπως πόσο γρήγορα το δίκτυο θα συγκλίνει στη σωστή απάντηση, και τι συμβαίνει πότε το πρότυπο της γνώσης των παραγόντων γίνεται πιό σύνθετο. Αλλά σε διάφορα προσεχή άρθρα, οι ερευνητές του MIT αρχίζουν να εξετάζουν και τις δύο ερωτήσεις. Ένα έγγραφο εξετάζει το ποσοστό σύγκλισης, αν και Dahleh και Acemoglu σημειώνουν ότι αυτά τα αποτελέσματά είναι «κάπως πιό αδύνατα» από εκείνα για τους όρους της σύγκλισης. Ένα άλλο έγγραφο εξετάζει περιπτώσεις στις οποίες οι διαφορετικοί παράγοντες λαμβάνουν διαφορετικές αποφάσεις δεδομένων των ίδιων πληροφοριών: μερικοί άνθρωποι να προτιμήσουν έναν τύπο τηλεφώνου, άλλοι άλλο. Σε τέτοιες περιπτώσεις, «εάν ξέρετε το ποσοστό των ανθρώπων που είναι υπέρ ενός κινητού, είναι αρκετό - τουλάχιστον σε ορισμένα δίκτυα - να εγγυηθεί την εκμάθηση», λέει ο Dahleh. «Δεν πρέπει να ξέρω, για κάθε άτομο, εάν είναι υπέρ ή ενάντια, Πρέπει ακριβώς να ξέρω ότι το ένα τρίτο των ανθρώπων είναι υπέρ, και τα δύο τρίτα είναι ενάντια.» Για παράδειγμα, λέει, εάν παρατηρήσετε ότι ένα κινεζικό εστιατόριο στη γειτονιά σας είναι πάντα μισοάδειο, και ένα κοντινό ινδικό εστιατόριο είναι πάντα γεμάτο, κατόπιν οι πληροφορίες για ποια ποσοστά των ανθρώπων προτιμούν την κινεζική ή την ινδική κουζίνα θα σας πουν ποιο εστιατόριο, είναι άνω του μετρίου είτε κατώτερης του μέσου όρου ποιότητας.
*http://pages.stern.nyu.edu/~ilobel/socialnetworks_revised.pdf
| 