نظریه بازی زیبا؛ استفاده از ریاضیات برای حل تعارضات انسانی
به گزارش پیامک خنده، از ریاضیات تئوری بازی ها برای پیش بینی نتایج در موقعیت های تعارض استفاده می شود. اکنون نظریه بازی ها از طریق داده های بزرگ برای حل مسائل بسیار بحث برانگیز بین مردم و محیط زیست انطباق پیدا کرده است.
به گزارش خبرنگاران به نقل از مادرن دیپلماسی، تئوری بازی یک مفهوم ریاضی است که هدف آن پیش بینی نتایج و راه حل های مسئله ای می باشد که در آن طرفین به گونه متضاد، همپوشانی یا مختلط تعامل دارند. در این نظریه، بازی همگان را به یک راه حل بهینه یا تعادل می رساند.
این شرایط نویدبخش یک رویکرد علمی برای درک چگونگی تصمیم گیری افراد و دستیابی به سازش در موقعیت های جهانی واقعی را می دهد.
نظریه بازی ها در دهه 1940 میلادی در زمینه اقتصاد شکل گرفت. جان نش در سال 1994 میلادی جایزه نوبل علوم اقتصادی را برای فعالیت در این زمینه کسب کرد. فیلم برنده اسکار فکر زیبا با بازی راسل کرو در نقش جان نش نیز در این باره ساخته شده است.
پروفسور نیلز بونفلد دانشمند علوم اجتماعی و محیط زیست در دانشگاه استرلینگ بریتانیا می گوید: اگرچه این مفهوم برای چندین دهه وجود داشته، اما تفاوت در حال حاضر توانایی ساخت نظریه بازی در الگوریتم ها، بازی ها و برنامه های مبتنی بر رایانه برای کاربرد گسترده تر آن است. این امر به ویژه در عصر داده های بزرگ صدق می کند.
او می گوید: نظریه بازی ها به عنوان یک ایده نظری مدت هاست برای نشان دادن راه حل هایی برای مسائل مرتبط با تعارض وجود داشته است. ما واقعا می بینیم که این نظریه ظرفیت بالقوه انتقال به رایانه را دارد تا از طریق آن از داده هایی که می توان جمع آوری کرد حداکثر استفاده را کسب کرده و همزمان امکان دسترسی به افراد بیش تری فراهم شود.
تعارضات حفاظتی
پروفسور بونفلد پروژه ConFooBio را با حمایت اتحادیه اروپا را هدایت کرد که نظریه بازی را در سناریو هایی که در آن افراد بر سر منابع و محیط در تضاد بودند به کار برده بود. تیم او قصد داشت مدلی برای پیش بینی راه حل های تضاد بین امنیت غذایی و تنوع زیستی ایجاد کند. نقطه آغاز آن بود که وقتی دو یا چند طرف با یکدیگر اختلاف دارند برای مثال، با زمین یا منابع طبیعی چه کاری باید انجام دهیم؟ آیا باید غذای بیش تری تولید کنیم؟ یا باید از منطقه خاصی برای تنوع زیستی محافظت به عمل آوریم؟ این تیم بر روی هفت مطالعه موردی از درگیری های مربوط به کشاورزان و حفاظت از غاز ها در اسکاتلند تا مطالعات مربوط به فیل ها و حمله به محصولات کشاورزی در گابن متمرکز شده بود. ConFooBio بیش از 300 کارگاه آموزشی نظریه بازی با بیش از 900 نفر در مکان های متعددی از جمله گابن، کنیا، ماداگاسکار، تانزانیا و اسکاتلند برگزار کرد.
چالش های زیست محیطی
پروفسور بونفلد متوجه شد که لازم است از نظریه بازی در شکل خالص آن صرفنظر کرده و در عوض بازی های پیچیده تری بسازد تا چالش های زیست محیطی را که جهان در حال حاضر با آن روبرو است مانند تغییرات آب و هوایی مورد ارزیابی قرار دهد. هم چنین، اتخاذ رویکردی مبتنی بر مردم بیش تر از آن چه در ابتدا برنامه ریزی شده بود برای هدف قرار دادن بهتر بازی ها ضرورت پیدا کرد. بونفلد می گوید: شرکت کنندگان شامل افرادی بودند که به طور مستقیم در این درگیری ها دخیل بودند و در بسکمک از موارد بسیار ناراضی بودند. از طریق بازی ها ما تعامل بالایی از جوامع دریافت کردیم حتی از جوامعی که در آن درگیری زیاد است و مردم تمایلی به شرکت در پژوهش ندارند. ما نشان دادیم که مردم زمانی قادر به حل تعارض هستند که به یکدیگر اعتماد داشته باشند و حرفی برای گفتن داشته باشند و زمانی که پول کافی برای تلاش های حفاظتی دریافت می کنند حل تعارضات امکان پذیر است. این تیم یک چارچوب مدل سازی برای پیش بینی نتایج مدیریت حیات وحش در میان درگیری ایجاد کرد.
بازی حفاظت
هم چنین، پژوهشگران یک بازی قابل دسترس درباره حفاظت به نام Crops vs Creatures ایجاد کردند که در آن بازیکنان بین طیف وسیعی از گزینه ها از تیراندازی به موجودات گرفته تا اختصاص زیستگاه برای حفاظت تصمیم می گیرند.
پروفسور بونفلد امیدوار است که این نوع بازی ها از طریق فروشگاه های اپلیکیشن به صورت جریان اصلی در دسترس تر شوند مانند بازی در مورد درگیری ها در حوزه تنوع زیستی و عدالت در حوزه انرژی در یک ابتکار عمل جداگانه که او در یک پروژه به نام Beacon روی آن کار می کند. او می گوید:اگر به مردم بگویید که یک بازی هیجان انگیز یا یک مدل پیچیده دارید از میان آن دو کدام یک را انتخاب می کنید من فکر می کنم پاسخ بسیار آسان است.
پروفسور بونفلد می افزاید: در پروژه ConFooBio ما توانستیم نشان دهیم که مدل ها و الگوریتم های نو ما می توانند با شرایط تازه سازگار شوند و به تغییرات محیطی و اجتماعی پاسخ دهند. مدل های ما برای پیشنهاد راه هایی به منظور مدیریت تضاد بین سهامداران با اهداف رقابتی مفید هستند.
پویایی رسانه های اجتماعی
پروژه دیگری به نام Odycceus عناصر تئوری بازی ها را برای بررسی آن چه که رسانه های اجتماعی می توانند در مورد پویایی های اجتماعی به ما بگویند و به طور بالقوه در تشخیص زودهنگام تعارضات اجتماعی در حال ظهور به ما کمک کند به کار گرفت. آنان زبان، محتوا و نظرات بحث های رسانه های اجتماعی را با استفاده از ابزار های داده مورد تجزیه و تحلیل قرار دادند. اکهارد اولبریش هماهنگ کننده پروژه Odycceus و فیزیکدان موسسه ماکس پلانک برای ریاضیات در علوم در لایپزیگ در آلمان توضیح داد که چنین ابزار هایی برای تجزیه و تحلیل حجم وسیعی از اطلاعات در گفتمان عمومی مورد نیاز هستند. انگیزه کار او تا حدی با تلاش برای درک دلایل قطبی شدن دیدگاه ها و رشد جنبش های پوپولیستی عمدتا راست افراطی است.
انگیزه کار او تا حدی با تلاش برای درک دلایل قطبی شدن دیدگاه ها و رشد جنبش های پوپولیستی مانند سازمان راست افراطی پِگیدا است که در زادگاه اش درسدن در سال 2014 میلادی تاسیس شد. این تیم ابزار های مختلفی را ایجاد کردند که پژوهشگران از طریق یک پلتفرم باز به نام پِنِلوپه در دسترس بودند. در این پژوهش مواردی مانند لایک های کاربران در توئیتر مورد بررسی قرار گرفتند که پژوهشگران را قادر می ساخت تا ارتباطات بین کاربران توییتر و موضوعات پرطرفدار را درک کنند و این موضوع به درک چگونگی تحول بحث های اجتماعی کمک می کند.
برنامه های دیگر شامل دو برنامه مشارکتی به نام های Opinion Observatory و Opinion Facilitator بودند که افراد را قادر می سازد تا پویایی موقعیت های درگیری را مورد نظارت قرار دهند مانند کمک به پیوند مقالات خبری حاوی مفاهیم مرتبط.
الگو های قطبی شدن
اولبریش می گوید:این بازار ها پیش تر به ما این امکان را داده اند که بینش بهتری نسبت به الگو های قطبی شدن و درک جهان بینی های مختلف داشته باشیم. برای مثال، او می گوید که تیم اش پیروز به ایجاد مدلی در مورد تاثیر بازخورد اجتماعی بر قطبی سازی شد که ایده های نظری نظریه بازی را در بر می گرفت.
یافته ها حاکی از آن است که شکل گیری گروه های قطبی شده آنلاین کم تر به مفهوم سنتی حباب های رسانه های اجتماعی و اتاق های پژواک مربوط می شود تا روشی که افراد با کسب تایید همتایان شان هویت خود را می سازند. او می افزاید اتصال نقاط بین نظریه بازی و قطبی سازی می تواند کاربرد های واقعی برای مواردی مانند بهترین نحوه تنظیم رسانه های اجتماعی را داشته باشد.
او می گوید: در فرمول بندی تئوری بازی شما با انگیزه های بازیکنان آغاز می کنید و آنان اقدامات خود را برای به حداکثر رساندن سود مورد انتظارشان انتخاب می کنند. این اجازه می دهد تا پیش بینی هایی درباره نحوه تغییر رفتار افراد در صورتی که برای مثال، رسانه های اجتماعی را تنظیم کنید انجام شود.
اولبریش می افزاید که امیدوار است چنین مدل سازی ای بتواند درک بهتری از دموکراسی و بحث ها در حوزه عمومی فراهم کند و هم چنین، راه های بهتری را برای شرکت در بحث های عمومی به مردم نشان دهد. او می گوید:در نتیجه، راه های بهتری برای مقابله با درگیری هایی که داریم و باید حل کنیم خواهیم داشت. اولبریش توضیح می دهد که چالش های مهمی نیز در استفاده از نظریه بازی برای موقعیت های جهانی واقعی وجود دارد.
دیدگاه های متفاوت
برای مثال، گنجاندن تفاوت های فرهنگی در نظریه بازی سخت است، زیرا چنین تفاوت هایی ممکن است به این معنا باشد که دو نفر روش های بسیار متفاوتی برای نگاه کردن به یک مشکل دارند. پروفسور بونفلد می افزاید: مشکل نظریه بازی ها این است که در پی راه حل هایی برای راه حل یک مشکل است. با نگاهی به درگیری ها در چند سال گذشته، برای من روشن است که ما نمی توانیم درگیری ها را حل کنیم فقط می توانیم آن را مدیریت کنیم. ایجاد عواملی مانند تغییرات آب و هوا و بافت محلی نیز در یک مدل امری پیچیده است.
با این وجود، او می گوید: نظریه بازی روشی مفید برای کشف مدل ها، بازی ها و برنامه ها به منظور مقابله با منازعات است. نظریه بازی از مبانی بسیار ساده تا موقعیت های کاملا پیچیده نقطه ورود خوبی می باشد. نظریه بازی چارچوبی به ما می دهد که می توانید از طریق آن کار کنید.
منبع: فرارو