Lib.ru : Ашкинази Леонид Александрович. Компьютерная Агент-Ориентированная Модель Искусственного Общества

Доклад на конгрессе социологов

Ашкинази Леонид Александрович

Российское общество социологов

leonid2047@gmail.com

КОМПЬЮТЕРНАЯ АГЕНТ-ОРИЕНТИРОВАННАЯ МОДЕЛЬ ИСКУССТВЕННОГО ОБЩЕСТВА

Аннотация.

Построена агент-ориентированная модель искусственного общества. Основные параметры агента - отношение к созиданию и разрушению, или к конструктивной и деструктивной деятельности. Типов отношения два - готовность принять участие (готов или не готов) и готовность возглавить (готов или не готов), то есть всего четыре бинарных параметра. Агентами считаются как индивиды, так и группы. Введены правила взаимодействия агентов, то есть условия, при которых происходит объединение агентов, то есть возникновение нового агента. Введены правила наследования параметров при объединении. Показано, что во многих случаях готовность к деструктивной деятельности в складывающемся обществе оказывается существенно выше, чем средняя для агентов. Рассмотрены ситуации различного количества агентов, от 3 миллионов до 20 агентов (школьный класс). Рассмотрены некоторые пути управления ситуацией. Показано, что склонность общества к деструктивной деятельности существенно зависит от наличия "универсальных" агентов, то есть готовых к обоим видам деятельности.

Ключевые слова: агент-ориентированная модель, искусственное общество, конструктивная деятельность, деструктивная деятельность, управление обществом.

Ashkinazi Leonid Aleksandrovich

Russian Society of Sociologists

leonid2047@gmail.com

COMPUTER AGENT-BASED MODEL OF AN ARTIFICIAL SOCIETY BASED ON ATTITUDE TOWARDS WORK AND VIOLENCE

Abstract.

An agent-oriented model of an artificial society is constructed. The main parameters of the agent are the attitude to work and violence. Work and violence are considered different types of activity. There are two types of attitude - readiness to participate (ready or not ready) and readiness to lead (ready or not ready), that is, four binary parameters in total. Both individuals and groups are considered agents. Rules for the interaction of agents are introduced, that is, the conditions under which the unification of agents occurs, that is, the emergence of a new agent. Rules for the inheritance of parameters during unification are introduced. It is shown that in many cases the readiness for violence in the emerging society turns out to be significantly higher than the average for agents. Situations with different numbers of agents, from 3 million to 20 agents (a school class), are considered. Some ways of managing the situation are considered. It is shown that the propensity of society to violence significantly depends on the presence of "universal" agents, that is, those ready for both work and violence.

Keywords: agent-based model, artificial society, attitude to work, attitude to violence, governance of society.

Введение. Постановка задачи

Социальная проблема, которая явилась причиной постановки этой работы - кажущееся противоречие между низкой готовностью к применению большинством россиян деструктивной деятельности, и высокой готовностью его применения в составе организованных структур. К деструктивной деятельности мы будем в дальнейшем относить разрушение (в частности, принуждение), к конструктивной - вообще созидание, работу

Интуитивно эта проблема кажется очевидной: кругом нормальные люди, а любая организация, причем вовсе не предназначенная для принуждения, может его осуществлять. Учебные заведения увольняют преподавателей и отчисляют студентов. Средства массовой информации и организации культуры применяют принуждение по отношению к своим сотрудникам. И даже организации, представляющие бытовые услуги, угрожают карами и штрафами. С точки зрения психологии эта ситуация отчасти кажется понятной, потому что при вхождении в организацию ответственность распределяется между собой и другими. Как сформулировал А.Е.Ашкинази, "мера ответственности обратно пропорциональна квадрату числа лиц, подписавших документ". Если в организации есть иерархия, то добавляется давление авторитета; эти данные общеизвестны. Цель данной работы - изучить детали этой проблемы и оценить способы влияния на ситуацию.

Моделирование - обычный способ изучения ситуации в естественных науках. Модель в социологии должна содержать сам социум, его элементы, вплоть до отдельных людей. Модели, содержащие элементы материального мира, это обычно экономические модели. Если они содержат, как свои элементы, отдельных людей, их принято называть "агент-ориентированными моделями" (agent-based models). Этот же термин применяется к социологическим моделям [1; 2]. Используется также термин "искусственные общества" [3] - возможно, чтобы указать на социологический аспект и отдалиться от экономического понимания термина "агент". В терминологии [4] такие модели ближе всего к моделям среднего уровня, то есть оперирующим частями социума. По мнению [5] "наиболее современным и эффективным способом моделирования поведения активных объектов является так называемый агентный подход, в котором объект моделирования, агент - это сущность со своим поведением, которое может меняться в зависимости от наступающих в модели событий. В этом смысле агентские модели - это описания в терминах самой реальной жизни, реального поведения".

Строя модель, мы хотим, как минимум, увидеть сходство в поведении социума и модели. Далее, мы хотим, проделывая эксперименты с моделью, которые невозможно проделать с социумом, получить данные, которые иначе получить невозможно или затруднительно. Если эксперименты возможны, но ограничены организационно или финансово, такие данные помогут выбрать область экспериментов с реальным объектом. Если мы хотим как-либо изменить общество, эксперименты на модели могут указать на перспективные направления.

Важным параметром любой модели является ее сложность, например, количество параметров. Оно должно быть минимальным, достаточным для того, чтобы модель в основном вела себя похоже на реальность. То есть отображала свойства реальности, представление о которых у нас уже есть. В этом случае есть шансы, пробуя те или иные "влияния", отыскать способы воздействия на ситуацию.

При выборе для моделирования свойств общества можно использовать различный временной интервал моделирования. Параметры общества в целом и систем в нем, на относительно коротких интервалах определяются параметрами людей. Есть обратное влияние общества на людей - через образование и культуру вообще. Однако это влияние требует большего времени, то есть поколения или нескольких поколений. Если мы выберем для попытки построения модели меньший временной интервал, мы можем не рассматривать проблему изменения самих людей, то есть считать параметры каждого человека, агента, фиксированными.

Для построения модели нам нужно определить, при каких условиях люди будут вступать во взаимодействие. Далее, нужно определить, какие общности людей, то есть какие организации будут получаться при взаимодействии. Причем мы можем попробовать обойтись без моделирования внутренней структуры организаций и не учитывать возможность их распада. Поскольку многие сложившиеся внутри реального общества структуры устойчивы и существуют на протяжении многих поколений. Наконец, если простейшая модель покажет элементарное разумное поведение, то мы сможем попытаться, вводя дополнительные параметры, имитировать более тонкие свойства.

Описание модели

Описание агентов, то есть выбор характеризующих их параметров, может быть сделан разными способами. У нас параметрами были назначены аспекты его поведения. Для характеристики отношения к принуждению и к работе были использованы два отношения - готовность возглавить и готовность принять участие. Это несколько напоминает двухступенчатую модель коммуникации Лазарсфельда. Кроме ситуаций с большим количеством агентов (до миллионов) мы рассмотрели ситуацию с 20 агентами, моделирующими школьный класс.

Перейдем к описанию модели. Мир состоит из агентов и правил их взаимодействия. Агент - это индивид или группа, причем параметры, которыми описывается индивид и группа, одинаковы. Группа в этой модели отличается от индивида только численностью - это агент, у которого параметр "количество", К > 1. Группа не имеет внутренней структуры, это список индивидов, которые ее составляют. Но этот список известен, и алгоритм может использовать эту информацию.

Исходными для программы являются список количеств индивидов всех возможных типов, или вероятности тех или иных значений параметров индивидов. Во втором случае программа начинает работу с формирования списка индивидов, при каждом прогоне заново. Эти два "входа" имитируют два способа формирования групп в обществе. Аналогично формируются массивы при социологических опросах, это квотная выборка и случайная выборка.

При каждом прогоне количество индивидов постоянно, смертей и рождений нет. Программа случайным образом перебирает пары агентов (в том числе и индивидов). При "встрече" двух агентов либо ничего не изменяться, то есть взаимодействие не происходит, либо может возникнуть один новый агент, то есть произойти объединение. Это будет группа, состоящая из всех индивидов, из которых состояли взаимодействующие агенты. Других видов взаимодействия нет, то есть нет изменения параметров взаимодействующих агентов (нет обмен мнениями, обучения, воспитания). Правило остановки - программа за миллион попыток не находит пар агентов, которые взаимодействуют.

Параметров у агентов пять. Основных параметров четыре: готовность к руководству принуждением (РП); готовность к руководству работой (РР); готовность к участию в принуждении (УП); готовность к участию в работе (УР). Использовалась простейшая дискретная модель: 1 - если это есть, 0 - если этого нет. То есть типов агентов может быть 16, от (0, 0, 0, 0) - ничего не возглавляет и ни в чем не участвует, до (1, 1, 1, 1) - готов вообще на все. Естественно, это сильное упрощение - участие в принуждении может быть разным. модель это не учитывает. Однако такой учет очевидно может быть реализован.

Пятый параметр - брезгливость, тоже бинарный (0 или 1), он определяется по-разному для индивида (К = 1) и для группы (К > 1). Этот параметр будет описан позже.

Здесь и далее будем обозначать в скобках типы агентов (индивидов или групп), а также объединения нескольких групп. При этом запись (****) = x будет обозначать долю "х" агентов (****) в обществе. Знак * здесь и далее будет обозначать "0 или 1". Четыре значения в скобках, это значения параметров, перечисленных выше. Это готовность к руководству принуждением, готовность к руководству работой, готовность к участию в принуждении, готовность к участию в работе (в этом порядке). Например, запись "(0000) = 0,05" означает, что в этом обществе имеется 5 % агентов (0000). Запись "(000*) = 0,1" означает, что в этом обществе 10 % агентов (0000) и (0001) в сумме. В частности, (****) тождественно = 1, поскольку (****) - это вообще все.

Из 16-и возможных типов агентов 8 типов можно на интуитивном уровне признать "естественными":

(0001) - только работа в роли подчиненного,

(0010) - только принуждение в роли подчиненного,

(0011) - только подчинение,

(0100) - только руководство работой,

(0101) - только работа.

(1000) - только руководство принуждением,

(1010) - только принуждение,

(1100) - только руководство,

Остальные 8 типов интуитивно воспринимаются как "странные", в социуме их должно быть мало.

Ситуации, когда происходит объединение, следующие. Объединение "по принуждению" - у одного РП = 1, у другого УП = 1 (командир и рядовой). Объединение "по работе" - у одного РР = 1, у другого УР = 1 (начальник и подчиненный). Возможность объединения по принуждению в модели проверяется первой, поэтому, если возможно объединение по обоим механизмам, доминирует объединение по принуждению. В модели это единственное различие между принуждением и работой. При создании модели данное различие интуитивно казалось незначительным, но оказалось, что оно существенно.

Результат объединения, если оно произошло, устроен так: при объединении по принуждению у результата РП = 1 (готовность руководить принуждением), при объединении по работе у результата РР = 1 (готовность руководить работой). Остальные параметры наследуются следующим способом. Если наборы остальных трех параметров у этих двух агентов одинаковы, они такими и передаются результату. Если среди параметров между агентами есть различия, то передается набор параметров того агента, у кого К (численность) больше, а если К равны, то равновероятно передается набор параметров или одного агента, или другого.

Подобное представление может быть применено к моделированию систем не только с принуждением и работой, но и вообще с разными видами деятельности, если различия между ними могут быть представлены в этом виде.

C точки зрения социологии, можно считать, что при численности в несколько тысяч - это имитация выборки в социологии (случайной или квотной), при существенно меньшей численности - это малая группа (например, школьный класса или профессиональный коллектив). Поэтому модель позволяет имитировать различные социологические подходы, а также изучать поведение малых групп при различных принципах их формирования. Перейдем к результатам расчетов.

Основные влияния

Начальное общее количество агентов обычно использовалось 100 000, при этом проверялась постоянство результатов при количестве индивидов от 300 000 до 100 (в некоторых ситуациях отличие результатов при малых количествах было обнаружено, об этом ниже). Исходными для программы являются либо список количеств индивидов всех возможных типов, либо вероятности тех или иных групп значений параметров индивидов. Чтобы обнаружить и исследовать стохастичность, стандартно использовалось 100 прогонов. В качестве главного признака использовалось значение (1***), то есть доля общества, в итоге склонная к активному принуждению.

В финальном состоянии общество всегда состоит из групп, обычно это одна группа типа (1***) и одна типа (0***), соответственно "силовая структура" и "фирма". В реальных обществах групп типа (1***) может быть несколько, а групп типа (0***) может быть и намного больше. То, что в модели этих групп оказывается только две - следствие того, что в данной модели у групп нет возникновения индивидуальности и конкуренции, они могут неограниченно объединяться. При желании соответствующие параметры могут быть введены в модель.

Эксперименты с моделью показали следующее. Главный и очевидный фактор ! 1, влияющий на итоговое состояние общества, это численности в исходном состоянии агентов (0001) и (0010), то есть готовых применять принуждение и работать (чистые типы). Факторы ! 2 и ! 3, важные, но уже не очевидные - численности агентов (0011) и (1100), то есть готовых к любой деятельности соответственно в качестве подчиненных и руководителей (смешанные по горизонтали типы). Кроме того, есть два слабых фактора, это фактор ! 4 - численность агентов (1010) и (0101), то есть готовых и руководить, и принимать участие в одной из деятельностей (смешивание по вертикали) и фактор ! 5 - доля начальников, то есть отношение (1000) к (0010), и отношение (0100) к (0001).

Заметим, что значения (0010) обосновать трудно, под склонностью к принуждению можно понимать разные вещи. В модели, как указано выше, возможность объединения по принуждению проверяется первой. Поэтому если возможно объединение по обоим механизмам, доминирует объединение по принуждению. То есть склонность к принуждению можно трактовать, как то, что агент ставит принуждение "впереди" работы. И лишь если объединение по принуждению оказывается невозможно, переходит к рассмотрению объединения по работе.

Склонность к принуждению - результат истории общества, сложившаяся традиция. В разных обществах значение (0010) может быть очень разным, но большие его значения все-таки ограничены экономикой. Мы использовали значения (0010) от 0,1 до 0,5, имея в виду, что значение 0,1 характерно для обществ с низким уровнем принуждения, 0,30 - для обществ с более высоким уровнем, 0,5 - для обществ, трактующих это как норму.

В табл. 1 показано влияние второго и третьего фактора в зависимости от первого фактора. Напоминаем, что все концентрации - в долях от всего массива, то есть 0,81 - это 81%, а 0,001 - это 0,1%.

Таблица 1. Влияние разных факторов на итоговое состояние общества.

		Три базовые точки с долями индивидов, готовых к участию в принуждении (0010) = 0,1; 0,3 и 0,5. Доля руководителей везде 0,1 от доли участников.
		(0001) = 0,81 (0010) = 0,10 (0100) = 0,08 (1000) = 0,01		(0001) = 0,61 (0010) = 0,30 (0100) = 0,06 (1000) = 0,03		(0001) = 0,41 (0010) = 0,50 (0100) = 0,04 (1000) = 0,05

		(1***) =		(1***) =		(1***) =

(0011) =	0	0,11	0-100-0	0,33	0-100-0	0,55	0-100-0
		0,001	0,11	0-99-1	0,35	8-91-1	0,58	8-92-0
		0,003	0,11	0-88-12	0,41	14-85-1	0,66	24-76-0
		0,01	0,12	3-61-36	0,55	38-57-5	0,84	64-36-0
		0,03	0,21	15-22-63	0,63	57-23-20	0,94	86-13-1

(1100) =	0	0,11	0-100-0	0,33	0-100-0	0,55	0-100-0
		0,001	0,12	1-93-6	0,36	6-93-1	0,64	18-82-0
		0,003	0,10	1-40-59	0,40	17-77-6	0,71	33-67-0
		0,01	0,09	2-0-98	0,41	23-64-13	0,76	47-50-3
		0,03	0,03	2-0-98	0,31	14-78-8	0,74	34-65-1

(0011) = (1100) =	0,03	0,12	9-0-91	0,44	38-29-33	0,90	79-19-2

Видно, что фактор ! 2 влияет существенно при концентрации (0011) от 0,01 до 0,03. Например, при концентрации (0011) = 0,03 итоговое значение (1***) возрастает в зависимости от исходного состояния в 1,5-2 раза, а именно от 0,11 до 0,21, от 0,33 до 0,63 и от 0,55 до 0,94 (значения выделены в таблице). Фактор ! 3 (то есть (1100) заметно влияет лишь при больших исходных значениях (0010), увеличивая итоговое значение (1***) с 0,55 до 0,74 (значения выделены в таблице). Зато этот фактор уменьшает воздействие фактора ! 2, то есть при одновременном наличии (0011) = 0,03 и (1100) = 0,03 значение (1***) либо вообще не увеличиваются, либо увеличение оказывается меньше, чем при действии одного (0011) = 0,03. Это отражено в последней строке в таблице.

Отсюда видно, что если нашей целью является ограничение итогового значения (1***), то надо обращать внимание не только на значение (0010), но и на значение (0011). Второе, в отличие от первого, не очевидно и не тривиально. Глядя на эти результаты, хочется сказать, что в кастовых обществах, в которых "работники" и "воины" относились к разным кастам, было что-то разумное.

Справа от значений (1***) показано курсивом усредненное по ста прогонам модели итоговое распределение индивидов по типам групп. Можно сказать, что это доли индивидов, примкнувших к определенного вида деятельности, влившиеся в определенного типа группы. Левое значение - это доля индивидов, вошедшая в группы типа (1***) > 0,9, то есть реализующие принуждение. Напоминаем, что при этом сам индивид не может менять свои личные свойства. То есть он оказывается причастен к принуждению через принадлежность к группе (что вполне соответствует реалиям). Правое значение - это доля индивидов, вошедшая в группы типа (01**) > 0,9, то есть реализующие работу. Среднее значение - доля индивидов, вошедшая в остальные группы. Видно, что по мере увеличения доли (1100) и особенно - доли (0011), в обществе увеличивается "поляризация". При этом в каждом отдельном прогоне общество чаще всего распадается на две группы. Одна из них - группа типа (0101), то есть занимающаяся работой. Другая группа, склонная к принуждению, может оказаться разного типа - (1010), (1100) или (1111).

Что касается фактора ! 4, то есть численности агентов (1010) и (0101), готовых и руководить, и принимать участие (смешивание по вертикали), то он оказался действующим слабо. В диапазоне значений численностей (1010) и (0101) от 0 до 0,01 влияние отсутствует, и лишь при (1010) = 0,03 и (0101) = 0,03 итоговое значение (1***) увеличивается, но не более, чем на 25 %.

Что касается фактора ! 5, то доля руководителей, то есть отношение (1000) к (0010) и отношение (0100) к (0001) выбрана в соответствии с обычным представлением о "норме управляемости" - 6-15 человек; мы использовали значение 10. Изменение этого отношения в указанных пределах влияло на итоговое значение (1***) еще слабее.

Отторжение принуждения, "брезгливость"

До настоящего момента модель является "жесткой" - в том смысле, что в ней нет управляемых параметров, кроме стартовой точки. Обычно при моделировании управляемые параметры есть, и сравнение результатов работы моделей с реальными ситуациями позволяет сделать какие-то выводы о значениях этих параметров. То есть определить, влияют ли значения конкретного параметра на результат. А если влияют, то какие значения этого параметра ведут к получению результата, наиболее близкого к реальным или к желаемым.

Попробуем ввести механизм управления ситуацией - отторжение принуждения, "брезгливость", причем здесь механизм будет разным для агентов-индивидов и агентов-групп К > 1. В этом разделе, когда имеется в виду агент-индивид, это явно указано.

Пусть среди агентов-индивидов (0*0*) (то есть (0100), (0001) и (0101)) есть одинаковая в этих трех случаях некоторая управляемая доля персонально брезгливых от 0 до 1. Это доля агентов, активно сторонящаяся принуждения. Значение этого признака закрепляется за конкретным агентом-индивидом, а его значение определяется случайным образом с некоторой вероятностью. Действует этот признак так - если его значение 1, то данный индивид не вступает во взаимодействие, если другой агент (индивид или группа) имеет тип (1***).

Коллективная брезгливость на уровне групп, то есть агентов с К > 1 устроена иначе. Любой агент-группа отказывается от объединения с агентами (безразлично, группами или индивидами) типов (1***), если в ней самой доля брезгливых индивидов больше заданного числа коллективной брезгливости от 0 до 1. То есть указанная доля персонально брезгливых агентов делает брезгливой группу. Можно сказать, что указанная доля наделяется правом вето при попытке слиянии с агентами (1***). Подчеркнем, что отсутствие брезгливости соответствует персональной брезгливости = 0 и коллективной брезгливости = 1 (доля не может быть >1, то есть никакая доля брезгливых индивидов не тормозит слияние). Соответственно, максимальная брезгливость соответствует персональной брезгливости = 1 и коллективной брезгливости = 0.

В этом варианте устройства двух брезгливостей ситуация такова - при увеличении персональной брезгливости от 0 до 0,3, то есть когда треть индивидов типов (0100), (0001) и (0101) оказывается избегающей слияния с агентами (1***), итоговое значение (1***) уменьшается в 1,3-1,8 раза. При этом изменяется и распределение индивидов по типам групп - уменьшается доля, включенная в группы типа (1***) > 0,9. При дальнейшем увеличении значения персональной брезгливости итоговое значение (1***) изменяться перестает. Это означает, что при попытке воздействия на общество с целью уменьшения принуждения может существовать оптимальный целевой уровень брезгливости.

Оказалось, что воздействие персональной брезгливости слабо зависят от сопутствующих значений коллективной брезгливости, то есть персональная брезгливость действует независимо. Коллективная брезгливость таким свойством не обладает - в отсутствие персональной она не эффективна. То есть наделять этим свойством группы бесполезно, если его не проявляют отдельные люди.

Детерминированность и разброс

Эксперименты с моделью показывают, что при одинаковых стартовых условиях могут получаться разные результаты. Вот пример для трех точек - строка (0011) = 0,03 в таблице. Напоминаем, что данные в таблице - усредненные по 100 прогонам. Если смотреть, какие ситуации оказываются финальными, то картина такова.

В левой точке, где (0010) = 0,1 в 70 % случаев финальное состояние таково - (0101) = 0,91-0,98. Причем в 30 % случаев финальное состояние - (1111) = 1. В средней точке, где (0010) = 0,3 финальные состояния те же, но их частоты оказываются не 70 % и 30 %, а 20 % и 80 %. В правой точке, соответственно, 10 % и 90 %. И это не погрешности или ошибки, это естественное свойство модели. То есть модельное общество эволюционирует к одному из крайних состояний, и вероятности исхода зависят от стартовой точки. Причем даже в исходной ситуации (0010) = 0,1 в трети случаев результат оказывается таков - (1111) = 1.

Эти данные, как и все предшествующие, относятся к ситуации фиксированных количеств индивидов всех типов. Если же исходными для программы являются не фиксированный список количеств индивидов всех типов, а соответствующие вероятности, то конкретные количества индивидов тех или иных типов могут отклоняться, но в 2/3 случаев не более чем на 10 %. Получаемое при этом значение (1***), то есть доля общества, сползающая к принуждению, вообще не изменяются. Однако при этом в некоторых случаях несколько увеличивается получающийся разброс результатов.

Варьирование численности индивидов

В некоторых случаях поведение модели при малых общих численностях индивидов отличается от поведения при больших численностях. Конкретно, при (0011) = 0,01 и более диапазон независимости результатов от общей численности индивидов оказывается ограничен со стороны малых численностей. Например, при (0011) = 0,03 и уменьшении общей численности до 1000 и 100 индивидов итоговые значения (1***) уменьшаются на 25-30 % и 40-45 % соответственно. Одновременно уменьшается поляризация, то есть доля всех индивидов, поглощенных группами (1***) > 0,9 и группами (01**) > 0,9. При уменьшении общей численности до 1000 и 100 индивидов доля индивидов, поглощенных "крайними" группами, уменьшается соответственно в 2-3 раза и в 7-10 раз.

Ситуация (0011) = 0,01 не выглядит фантастической, поэтому при моделировании малых обществ этот эффект должен учитываться и поведение модели должно проверяться на соответствующих численностях.

Моделирование школьного класса

Вместо термина "принуждение" в этом разделе будем употреблять термин "хулиганство". Предположим, что численность класса 25 человек. Пусть (0000) = 0,2, то есть 5 человек заняты только собой и ни с кем не взаимодействуют. Будем моделировать остальные 20 человек. Рассмотрим 5 вариантов состава такого класса, показанные в табл. 2. Варианты упорядочены по вертикали по нарастанию количества участников хулиганства (0010) в классе - 0, 5, 9-10, 13-15, 18-20 человек. Колонки - это классы, разные по наличию организаторов хулиганства (1000), организаторов работы (0100) и универсальных организаторов (1100). После типов индивидов (слева и наверху) в таблице показаны не доли класса, а непосредственно количества индивидов.

Ситуация с наличием универсальных исполнителей (0011) такова. При отсутствии организаторов эффект отсутствует, а при наличии организаторов любого вида эффект от наличия универсальных исполнителей незначителен (две точки для примера показаны в скобках).

В клетках показаны значения (1***), то есть средние значения доли класса, ориентированные на хулиганство. Заметим, что во всех ранее рассмотренных случаях, то есть при больших общих количествах индивидов, итоговое состояние общества состояло из групп. То есть в обществе все индивиды в итоге входят в те или иные группы. При моделировании класса это не так, часть класса (как это и бывает в реальности) остается вне групп. Значения (1***), указанные в таблице - это средние по 100 прогонам доли итогового состояния, куда входят и возникшие группы (1***) и оставшиеся вне групп индивиды (1***). Например, в клетке, отмеченной в таблице звездочкой, ситуация скатывается к (1***) > 0,9 (выраженно хулиганский класс) в 30 % случаев.

Таблица 2. Влияние исходного состава класса (слева) и наличия руководителей (вверху)

на итоговое состояние класса (среднее значение (1***) по 100 прогонам.

		(1***) =
(0001) =	(0010) =	(0100) = 0 (1000) = 0 (1100) = 0	(0100) = 1 (1000) = 1 (1100) = 0	(0100) = 0 (1000) = 0 (1100) = 1	(0100) = 0 (1000) = 0 (1100) = 2

18-20	0	0,0	0,05	0,50	0,54
13-15	5	0,0	0,30 (0,34)	0,55 (0,60) *	0,70
9-10	9-10	0,0	0,60	0,63	0,84
5	13-15	0,0	0,71	0,78	0,89
0	18-20	0,0	0,95	1,0	1,0

В первой колонке все значения - нули, при отсутствии руководителей группы вообще не складываются. Вторая колонка - класс, в котором оказались два разных специализированных организатора, тут результаты тоже естественный. Последние две колонки - ситуация при наличии одного и двух универсальных организаторов. Оказалось, что даже один такой организатор может "совратить" класс, в котором участников хулиганства (0010) мало или нет совсем. Механизм явления таков - слияние происходит по работе, а первый параметр (готовность руководить принуждением) при первом слиянии наследуется с вероятностью 0,5, а далее - в зависимости от численности индивидов в агентах (см. выше).

В результате классы, стартующие из одинакового (в рамках этой модели) состояния, могут прийти к разному итогу. Возможно, эти данные являются частью ответа на классический вопрос о "роли личности в истории". То есть указанием на важность того, какая именно эта личность - (1000), (0100) или (1100).

Влияние персональной брезгливости на уровне класса сохраняется того же порядка, что и выше, то есть при персональной брезгливости = 0,3 значения (1***) уменьшаются в 1,4-1,6 раза.

Ситуации с наличием универсальных исполнителей (0011) напоминает ситуацию при больших численностях. Замена части индивидов (0001) на (0011) увеличивает итоговые значения (1***). Так, если в сравнительно благополучной точке, отмеченной в таблице звездочкой, заменить треть индивидов (0001) на (0011), то итоговое значение (1***) = 0,30 изменится на 0,46, если заменить всех индивидов (0001) и (0010) на (0011) (согласие на все), то изменится на 0,72. То есть влияние наличия учеников, "согласных на все" на итоговое состояние класса существенно.

Выводы

Готовность индивида лишь принимать участие в работе, но не в принуждении и не в каком-либо руководстве, уже делает его участником групп, готовых и возглавлять, и принимать участие в принуждении. Поэтому из миролюбивых людей может получаться общество, состоящее из групп, способных на принуждение.

Во многих ситуациях результат эволюции не детерминирован, при одних и тех же начальных условиях могут сформироваться совершенно разные общества, в том числе с доминированием принуждения и без такового. По-видимому, влияет последовательность контактов между агентами (людьми и группами) которая в реальном обществе частично случайна.

С точки зрения формирования общества, склонного к принуждению, опасна высокая доля индивидов, склонных к принуждению и, что не очевидно, высокая доля универсальных исполнителей, готовых и к работе, и к принуждению.

Поведение обществ при численности индивидов менее пяти тысяч может отличаться от поведения при большей численности. Однако сформулированные выше выводы действительны и для школьного класса.

Естественным развитием модели является введение "большого времени", в частности, распада групп, а также смерти и рождения индивидов. Причем порождающие пары могут образовываться не вполне случайно (ассортинг), и параметры новых индивидов могут смешиваться из параметров порождающих индивидов и общества (воспитание семьей и обществом).

Автор благодарен А.Ф. Дедкову за написание программы, обсуждение модели и результатов.

Библиографический список.

1. Federico Bianchi, Flaminio Squazzoni. Agent-based models in sociology // WIREs Comput Stat 2015, 7:284-306. doi: 10.1002/wics.1356.

2. Lorenzo Casini, Gianluca Manzo. Agent-based Models and Causality. A Methodological Appraisal // The IAS Working Paper Series 2016:7.

3. Макаров В.Л. Искусственные общества // Экономика и математические методы. 2012., том 48, !3. С. 3-20.

4. Шереги Ф.Э. Категориальные модели в социологии // Историческая психология и социология истории. 2012. !2. С. 107-135.

5. Недосекин А.О. Подходы к финансовому моделированию лизинговой деятельности // Вестник IFEL Rus: Банки и риски. 2007. !4. С. 13. URL: http://www.ifel.ru/br4/8.pdf (дата обращения: 31.12.23).

Оставить комментарий © Copyright Ашкинази Леонид Александрович (leonid2047@gmail.com) Размещен: 24/04/2026, изменен: 24/04/2026. 53k. Статистика. Статья: Политика Скачать FB2	Ваша оценка:
Аннотация: Доклад на VII конгрессе социологов

Ашкинази Леонид Александрович Компьютерная Агент-Ориентированная Модель Искусственного Общества

Ашкинази Леонид Александрович
Компьютерная Агент-Ориентированная Модель Искусственного Общества