Как победить тотальное сетевое оглупление

Найден максимизатор «мудрости толпы

печатление, что скорость оглупления человечества быстро нарастает, становится все более распространенным. На это сетуют уже не только старые университетские профессора, но и вполне современные техно-продвинутые яппи.

Под оглуплением здесь, в первую очередь, подразумевается рост доминирования мнений и предпочтений большинства при выдаче нам всевозможной информации, потребляемой нами через Интернет.

Не без оснований считается, что в основе этого процесса лежат кардинальные изменения инфо-среды обитания человечества за последние пару десятков лет:

  • лавинообразное нарастание объемов информации,
  • смена способов и механизмов взаимодействия людей с информацией.

В результате этого:

  • количество потребляемой информации увеличивается,
  • а качество решений, принимаемых потребителями этой инфы, не только не растет, но и, вроде как, падает.

В свете вышеизложенного, становится все более важен поиск ответов на 3 сакраментальных вопроса.

  1. Как развернуть вектор нарастающего оглупления мира?
  2. Можно ли, в принципе, избежать падения качества принимаемых решений при лавинообразном росте входной информации?
  3. Если возможно, то что конкретно нужно изменить в нашем мире в практическом плане?

Только что опубликованное в Трудах Королевского научного общества (в разделе Biological Science) исследование наводит на интересные (хотя и спорные) мысли, как разработать лекарство от тотального сетевого оглупления.

Как работает механизм тотального оглупления

Любое получение информации по интернету потенциально оглупляет. Люди черпают информацию из глобальных источников, приоритетность контента в которых определяется деятельностью этих же самых людей (их поисковыми запросами и сетевыми переходами, выказанными сетевыми предпочтениями, лайками, разшариванием, покупками и т.д.)

Происходит это из-за следующего.

  • Большинство сетевых сервисов (поисковики, социальные медиа, всевозможные рекомендательные сервисы онлайн торговли, развлечений и т.д.) сегодня ориентируются на интересы, вкусы и потребности большинства. И не просто ориентируются, а постоянно подстраиваются под большинство (и накакая персонализация здесь не в силах что-либо изменить).
  • Так уж по жизни получается, что интересы, вкусы и потребности большинства, мягко говоря, не первосортные. А при наличии положительной обратной связи между предпочтениями большинства и приоритетностью контента, картина становится совсем тухлой.

В итоге, — порочный круг:

— сетевые сервисы, идя на поводу у большинства, все более глупеют, и как результат — все менее достойный контент занимает все более высокие позиции;

— потребляющие этот контент люди незаметно для себя снижают планку своих интересов, вкусов и потребностей, тем самым стимулируя сетевые сервисы следовать за этим снижением.

Победить тотальное сетевое оглупление кажется невозможным. И нам лишь остается констатировать, — глупеем все и во всем, и ничего не поделаешь, — таков наш новый дивный инфо-сетевой мир.

Неожиданное спасение, подсмотренное у природы

Но вот появилась надежда. Только что опубликованное исследование «Modular structure within groups causes information loss but can improve decision accuracy» наводит на интересные мысли о том, как разработать лекарство от тотального сетевого оглупления.

Исследуя вопросы группового принятия решений в природе, авторы раскрыли принципиально новое понимание преимуществ структуризации больших групп разумных агентов.

Большинство из вас слышали про «мудрость толпы» — повышение точности коллективных решений при увеличении размера группы, благодаря преимуществу агрегирования все большего числа мнений участников группы. На этой «мудрости толпы», собственно, и стоит весь краудсорсинг решения интеллектуальных задач.

Однако, не секрет, что у коллективного принятия решений с помощью краудсорсинга есть, как минимум, два крайне негативных момента, катастрофически снижающих точность коллективных решений с увеличением размера групп.

  1. Снижение точности из-за доминирования коррелированных мнений участников группы. Причины таких корреляций могут быть разные: от использования одних и тех же источников информации до социального и психологического влияния других участников группы.
  2. Снижение точности из-за т.н. «безумия толпы» — невежественного большинства, легко забивающего своими воплями мнение умного и потому сдержанного меньшинства.

Важно понимать, что механизмы коллективного принятия решений — практически одни и те же у всех разумных существ (людей, животных, птиц, рыб).

Задачи могут быть разные:

  • обнаружение присутствия хищников,
  • определение направление миграции,
  • поиск энергоэффективного маршрута передвижения,
  • прогнозирование будущих событий,
  • вынесение медицинского диагноза,
  • принятие стратегического решения в бизнесе и т.д. и т.п.

Миллионы лет эволюции доказали, что коллективные решения более эффективны, чем индивидуальные, поскольку агрегируют куда больший объем информации, чем доступно любому из индивидов.

Лирическое отступление о преимуществах «жидкого мозга»

Именно это преимущество коллективного принятия решений легло в основу формирования биологического мозга

— органа, состоящего из очень большого числа нейронов, чья функциональность основана на изменении паттернов связности, основанных на взаимодействиях с окружающей средой, опосредованных сенсорными интерфейсами.

Паттерны связности описываются синаптическими весами, которые определяются в динамике паттернами взаимодействия с окружающей средой.

Однако, еще задолго до развития сложных нейронных сетей микроорганизмы уже собирались в то, что теперь называют «жидким мозгом»

— коллективные структуры, которые могли реагировать на стрессовую среду, представляющую угрозу для отдельных клеток.

Выживание таких коллективных структур было связано с сотрудничеством, а сотрудничество требовало новых форм общения в коллективах. Цитируя Джеймса Шапиро:

«Бактерии маленькие, но не глупые».

Хорошо известным примером такого уровня коллективного поведения является определение кворума

— процесса, в котором участвуют популяции клеток, работающих совместно, и позволяющий группам бактерий контролировать присутствие других бактерий в масштабах всего «бактериального населения», что приводит в некоторых случаях к появлению скоординированных ответов на уровне колоний.

Этот пример наглядно показывает, как микробные колонии могут принимать коллективные решения.

Используя механизмы коллективного принятия решений, абсолютно безмозглые существа способны к шедевриально сложному поведению, обеспечивающему им выживание и репродукцию.

Всего один пример — формы слизи Physarum polycephalum, демонстрирующие супер-эффективное коллективное поведения совокупности отдельных клеток. И хотя организм одноклеточный (но включает несколько ядер), в группах он демонстрирует очень сложные пространственные морфологические паттерны при исследовании окружающей среды, принимая оптимальные решения, связанные с потребностями в питании. Эти коллективные безмозглые системы могут при правильных условиях учиться на опыте, чтобы различать различные источники информации. Кроме того, используя динамику наименьшего действия, коллектив этого одноклеточного плазмоида запросто для решает задачи логики, геометрии и теории графов, включая поиск кратчайшего пути через лабиринт.

Короче, коллективное принятие решений — крайне крутая штука, позволяющая строить не только привычный нам «твердый мозг», но и многочисленные разновидности «жидкого мозга» (подробней об этом можно прочесть а самые последние новости данного направления см. в вышедшем позавчера сборнике «Liquid brains, solid brains: How distributed cognitive architectures process information»).

Как оптимизировать коллективные решения

И животные, и люди, следуя заложенным в них эволюцией нейро-алгоритмам, используют один и тот же метод борьбы против двух вышеназванных изъянов принятия коллективных решений большими группами (напомню, это (1) доминирование коррелированных мнений участников и (2) проявления «безумия толпы»)

– они структурируют большую группу на более мелкие подгруппы.

Формирование у людей и животных групп с некоторой модульной структурой занимает промежуточное положение между «жидким мозгом» (в котором звенья, соединяющие компоненты, являются очень динамичными) и «твердым мозгом» (в котором звенья являются статическими), демонстрируя некоторые особенности обоих.

Чтобы понять и оценить влияние модульной структуры на качество коллективных решений, необходимо определить эффективный размер группы для каждой конкретной модульной структуры.

Эффективный размер группы — это размер группы, которая, принимая решение по правилу простого большинства, достигает той же точности, что и бОльшая группа, содержащая некоторую модульную структуру.

Самым важным здесь является понимание того, что

— любая модульность (структурирование большой группы на подгруппы) ведет к потере точности коллективного решения.

Вот иллюстративный пример.

На рисунке показаны 3 способа структурирования некой группы.

Самый правый пример структурирования демонстрирует, как меньшинство может определить коллективное решение при наличии модульности. В то время как большинство (5 из 9) индивидов проголосовали за один вариант (обозначен черным цветом), этот конкретный ассортимент индивидов в подгруппах привел к консенсусному решению по другому варианту (обозначен белым цветом). Как тут не вспомнить про американскую систему голосования выборщиков, когда большинство избирателей голосовали за Клинтон, а большинство выборщиков — за Трампа.

В результате проведенного исследования, авторы доказали следующее два технических (количественных) вывода.

  1. Увеличение размера группы первоначально повышает коллективную точность благодаря преимуществу агрегирования мнений («мудрость толпы»), но при больших размерах групп коррелированный сигнал все больше доминирует в коллективном решении, снижая точность.
  2. Хотя все группы с модульной структурой страдают снижением общей точности по сравнению с группой без модульной структуры, самая высокая коллективная точность достигается либо с большим количеством небольших подгрупп, либо с небольшим количеством больших подгрупп (с некоторым преимуществом точности перед первой).

А вот теперь о самом важном — о стратегических (качественных) выводах исследования, применимых к любым процессам коллективного принятия решений при работе с информацией.

AВ литературе, посвященной принятию коллективных решений, распространено предположение, что большее количество информации ведет к лучшим решениям. Исследование модульной структуры групп показало, что это может быть не так. Неучет мнений некоторых индивидов (даже в случайном порядке) может оказать благотворное влияние на решения. Если существуют корреляции между мнениями или когда информация, доступная отдельным лицам, очень плохая ( т.е. вероятность выбора правильного варианта из двух доступных вариантов меньше 0,5), тогда больше информации может быть вредным. В этом случае нужно уменьшать количество информации, используемой в коллективном решении, и модульная структура является одним из эффективных механизмов для достижения этой цели. Итогом модульности может стать кардинальное повышение качества принимаемых решений.

BМодульная структура обязательно вызывает потерю информации, не принимая в расчет мнения части участников группы. Однако влияние этой потери информации на коллективную точность зависит от информационной среды, в которой принимается решение.

✔️ В простых инфо-средах потеря информации наносит ущерб коллективной точности.

✔️ Напротив, в сложных инфо-средах модульность имеет тенденцию повышать точность.

Что изменить в мире, дабы развернуть вектор нарастающего оглупления

Исходя из результатов исследования «Modular structure within groups causes information loss but can improve decision accuracy», менять нужно все основные механизмы ранжирования сетевой информации в поисковиках, социальных медиа, всевозможных рекомендательных сервисов онлайн торговли, развлечений и т.д.

  • на смену ранжирования предпочтений одной неструктурированной гигантской группы всех пользователей интернета (в случае поисковиков) или меньших, но все равно огромных групп — пользователей соцсетей и т.д.,
  • должны прийти алгоритмы ранжирования, настроенные на расчет коллективного мнения модулированных (структурированных) групп пользователей, что приведет к повышению качества коллективных решений о значимости (приоритетности) элементов контента во всех многочисленных смыслах используемых в сети: от последовательности элементов поисковых выдач и социальных лент до всевозможных рекомендаций.

Ответ на вопрос, как модулировать (структурировать) огромные группы пользователей еще предстоит решить.

— Но, во-первых, здесь, скорее всего, для каждого из инфо-сервисов может быть найден свой оптимальный способ.

— А во-вторых, как показало исследование, неучет мнений некоторых индивидов, даже в случайном порядке, может оказывать благотворное влияние на коллективные решения.

Так что, в качестве отправной точки, можно начать с того, чтобы просто ограничить размеры учитываемых при ранжировании «сетевых толп», рост которых множит коррелированные мнения и «безумие толпы», продолжая вести человечество по порочному кругу тотального сетевого оглупления.

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *