Wetenschap
Sandia National Laboratories-onderzoekers Mike Bernard, links, en Asmeret Naugle vertalen een web van psychologie, sociale wetenschappen, economie en politiek in een kader om beter te begrijpen hoe groepen beslissingen nemen. Krediet:Randy Montoya
Een deel van wat terroristen zo angstaanjagend maakt, is hun voorliefde voor onvoorspelbare, willekeurig geweld. Op een dag zouden ze een wereldwijd financieel centrum kunnen aanvallen. En de volgende keer zouden ze een buurtfietspad kunnen raken.
Een team van sociale gedragswetenschappers en computationele modelbouwers van Sandia heeft onlangs een inspanning van twee jaar voltooid, genaamd "Mustang, om de interacties en het gedrag van twee extremistische groepen te beoordelen. Het doel was om besluitvormers in de VS en het VK te informeren over de mogelijke reacties van de groepen op specifieke communicatie. Het model suggereerde verschillende communicatie-opties die het meest waarschijnlijk de rekrutering en het geweld van de extremistische groeperingen in de loop van de tijd.
"Extremistische groepen zijn lastig te modelleren. We kunnen ze geen enquêtes geven. Hun gedrag wordt met opzet voor ons verborgen. Ze proberen ons niet te laten weten hoe hun organisaties zijn gestructureerd, " zei Asmeret Naugle, een lead modeler voor deze inspanning.
Het Sandia-team, waaronder psychologen, sociologen, economen en computationele modelbouwers, geïntegreerde informatie verzameld van experts met vergelijkingen gebaseerd op toonaangevende theorieën over menselijk gedrag en menselijke besluitvorming om hun dynamische oorzaak-en-gevolgmodel te creëren. Daarna voerden ze veel simulaties uit om te zien hoe verschillende acties van de VS en het VK de rekrutering en het geweld van de extremistische groepen en een factie binnen hen zouden kunnen beïnvloeden.
"Het is geen glazen bol. We modelleren hoe mensen beslissingen nemen op vele schalen. We gebruiken gevestigde theorieën om individuele leiders te modelleren, groepen, zelfs hele landen, afhankelijk van wat de vraag vereist, " zei Mike Bernard, een computationele psycholoog en hoofdonderzoeker voor de algehele inspanning.
Model op maat gemaakt om specifieke vragen te beantwoorden
Voordat het team begint, ze gaan met het sponsorbureau om de tafel om de precieze vragen te bepalen die het model moet beantwoorden. Ze sorteren alles van de hoofdvraag en secundaire vragen, aan de grenzen van het interessegebied en het tijdsbereik van het model, zei Bernard.
Het onderzoek wordt ook beoordeeld en goedgekeurd door Sandia's Human Studies Board.
Een conceptueel diagram toont een hypothetisch model voor besluitvorming, vergelijkbaar met die ontwikkeld bij Sandia National Laboratories. Krediet:Mike Bernard
De Mustang-inspanning werd gesponsord door het Counter Terrorism Technical Support Office van de Verenigde Staten en het Defense Science Technical Laboratory van het Verenigd Koninkrijk. Samen bepaalden ze het bereik en de reikwijdte van het model, maar het Britse laboratorium had ook een secundair doel. Ze stuurden een sociale wetenschapper, Genade Williams, naar Sandia om te leren hoe het team hun dynamische gedragsmodellen ontwikkelt, van begin tot eind, evenals de sterke punten en beperkingen van het model.
"Werken met Mike en het Sandia-team was een geweldige ervaring, "Zei Williams. "In staat zijn om te leren van een multidisciplinair team en bij te dragen aan een innovatief proces was ongelooflijk waardevol. Niet alleen heeft het project zijn doel bereikt door het nut van het model voor het leger te bepalen, maar het heeft ook mijn begrip vergroot van de waarde van het combineren van sociale wetenschappen met computermodellen om een dieper inzicht te krijgen in groepsgedrag."
Het team van Bernard overlegt met experts met verschillende perspectieven en achtergronden. Voor Mustang, ze interviewden experts van de Amerikaanse inlichtingengemeenschap, de ministeries van Staat en Defensie en het Britse Ministerie van Defensie.
Het team heeft een formele, consistente manier om informatie van experts te verzamelen. Hierdoor kunnen ze de kennis van de experts gemakkelijker vergelijken en contrasteren en conflicterende gebieden identificeren die mogelijk aanvullende analyse of informatie vereisen, zei Naugle.
Op cognitie gebaseerd model voor het beoordelen van oorzaak en gevolg
Volgende, het team verzamelde kennis van deze diverse experts, evenals informatie uit andere bronnen, wiskundige vergelijkingen te bedenken die in het modelleringskader worden opgenomen. Het raamwerk houdt rekening met percepties, motivaties, gedrag uit het verleden en zelfs irrationaliteit, zei Bernard. Het is gebaseerd op gevestigde theorieën in de sociaal-gedragswetenschappen, inclusief psychologie, sociologie, gedragseconomie en politieke theorie, wanneer het zin heeft, hij voegde toe. Het team werkt al zo'n 10 jaar aan het algemene kader.
Zodra de interacties tussen groepen en hun besluitvormingsprocessen zijn vastgelegd in het computermodel, het team bevestigt een visuele weergave van het model met de experts. Bernard zei, "Uiteindelijk heb je een heel complex web van interacties. Als je een visuele manier hebt om naar alles te kijken, dan kunnen de experts het onderzoeken, bekritiseer het en verander het."
Vervolgens voert het team talloze simulaties uit om te kijken naar mogelijke Amerikaanse acties en de resultaten. "Omdat we de psychologie modelleren en waarom mensen beslissingen nemen, we kunnen teruggaan en begrijpen waarom dingen kunnen gebeuren, "Zei Naugle. "Het nuttigste dat we kunnen achterhalen is:zijn er onverwachte gevolgen?"
Groepen en hun besluitvormingsprocessen werken samen in een complex web, zoals geïllustreerd in dit conceptuele, hypothetisch diagram. Krediet:Mike Bernard
Voor Mustang, ze onderzochten verschillende communicatieplannen. De communicatie kan variëren van aankondigingen van openbare diensten en andere traditionele uitzendingen, aan campagnes op sociale media, toespraken of zelfs mond-tot-mondreclame. uiteindelijk, het team presenteerde zijn bevindingen voor verschillende communicatieplannen die de rekrutering en het geweld van de extremistische groep het beste terugdringen aan besluitvormers in de VS en het VK.
Williams hoopt dat de samenwerking tussen haar lab en Sandia nog vele jaren zal voortduren. Ze zei dat ze zowel het modelontwikkelingsproces als de resultaten die door de modellen werden gegenereerd, heel nuttig vond.
Het raamwerk voortdurend verbeteren en toepassen op verschillende vragen
Het team heeft hetzelfde dynamische gedragsbeoordelingskader gebruikt om veel nationale veiligheidsvragen op geopolitiek gebied te beantwoorden, van propaganda en cyberterroristische aanslagen tot factoren die de stabiliteit van een land beïnvloeden, en vele anderen. Echter, omdat de onderliggende principes van hoe mensen beslissingen nemen in wezen hetzelfde zijn, ze hebben het raamwerk ook gebruikt om een aantal vragen te bestuderen die geen verband houden met de nationale veiligheid.
Bijvoorbeeld, in 2015 onderzochten ze als onderdeel van een groter project voor de Food and Drug Administration hoe verschillende aankondigingen van openbare diensten de percentages roken onder tieners zouden beïnvloeden. Ze ontdekten dat zelfs een bescheiden toename van anti-roken-aankondigingen de hoeveelheid positieve praat over roken binnen de gemodelleerde groep tieners kan verminderen en het aantal tieners dat nooit heeft gerookt tegen het einde van het tijdsbestek van het model kan verhogen. Hun resultaten zijn gepubliceerd in de Proceedings of the 2015 Winter Simulation Conference.
Een uitdaging die ze hebben, Bernard zei, zorgt ervoor dat het model zoveel theorie heeft als nodig is om nauwkeurig te zijn, zonder gedrags- of politieke theorieën in te voeren die niet nodig zijn. Ook, omdat wetenschappers voortdurend leren hoe mensen beslissingen nemen en in groepen met elkaar omgaan, het onderliggende raamwerk zal nooit helemaal af zijn, hij zei.
Het Sandia-team probeert het raamwerk te verbeteren om het sneller en gemakkelijker te maken om een definitief model en resultaten te produceren. Het duurt nu minstens twee maanden om een nieuw model te bouwen, wat vaak te traag is als er direct antwoord nodig is.
Enkele van de methoden die Naugle heeft overwogen om het proces van Sandia te versnellen, zijn onder meer het opnemen van machine learning en tekstanalysemogelijkheden om het verzamelen van gegevens sneller te maken. Ze voegde eraan toe dat het niet voor elke vraag nuttig zou zijn, maar het kan een grote tijdsbesparing opleveren voor sommige taken, zoals het bepalen van meningen over roken door het analyseren van grote hoeveelheden posts op sociale media.
"Het is echt belangrijk om ervoor te zorgen dat we de menselijke kant begrijpen van de systemen waar Sandia aan werkt, ' zei Naugle.
Wetenschap © https://nl.scienceaq.com