數學模型論證:當信息不具有公開性時,集體決策最優

信息是日常決策的關鍵。佛羅里達州立大學的最新研究表明,當社會成員接收的信息略有不同時,集體決策可能是最佳手段。

數學助理教授Bhargav Karamched和同事今天發表了論文,探討如何制定決策以及動態反饋機制,從而快速,準確地制定決策。他發現,由具有衝動性和傾向性的個體組成的網絡,與思想同質者的團體相比,做出的決策平均而言更快,更好。

Karamched說:“在有衝動和傾向性的人組成的集體中,最先的意見是由一個衝動的個體迅速做出的,他幾乎不需要依據就可以做出選擇。但是,即使他錯了,這個輕率的決定也可以向其他所有人揭示正確的方向。在同質群體中,情況則並非如此。”

據發表在《物理評論快報》上的論文,研究人員指出,信息交換在多種生物學和社會功能中至關重要。Karamched說,儘管已對網絡中的公共信息流進行了相當多的研究,但是關於網絡中的個體節點應如何用與自身更加的緊密私人信息渠道做出決定的研究,還很稀少。大多數研究,無論是理論研究還是實驗,都集中於孤立個體應如何收集證據以做出選擇。

“我們的工作是出於這一動機:個人應該如何從周圍獲得的最大反饋,以做出最佳決策?”

休斯敦大學數學,生物學和生物化學教授,研究的高級作者Krešimir Josić指出,當組中的每個人充分利用其各種背景來收集必要的材料和知識時,可以形成最有效的最終決定。

“如果所有人都能獲得不同類型的信息,那麼集體的社會決策將非常有價值。”

Karamched使用數學模型得出了結論,但他認為還有足夠的後續研究空間。Karamched說,他的模型假設個人的決策依據獨立於任意其他成員。如果一群人試圖根據團體裡所有人可用的信息(就是充分交流過)來做出決策,則需要進行額外的建模來說明信息相關性如何影響集體決策。

https://phys.org/news/2020-11-decision-math-diverse-thinkers-equal.html


分享到:


相關文章: