Параллели между моделями обучения и протестами
Читаем про группу концептов, которые используются в областях social learning и reinforcement learning. Exploration/exploitation dillema, information cascades, action spaces, signal distributions. Протестное поведение – это такой же предмет коллективного обучения, как любое другое поведение. Следовательно, соответствующие концепты можно применять к протесту. Хотя об этом мало пишут.
Несколько довольно очевидных и поверхностных выводов.
Перед тем, как митинг произойдет в реальности, у потенциальных участников должен появиться образ протеста. А именно, два представления о происходящем.
Первое – пространство действий (action space). То-есть, конкретный набор выборов, дискретных или непрерывных. Обычный человек не проводит всё время, думая о том, участвовать или не участвовать ему в протесте. Он принимает решение, только когда входящая информация представляет повод поразмыслить и выбрать. В социологии движений об этом пишет Collins 1981; Oliver 1989; Myers 2000.
Второе представление – это сумма сигналов, сообщающих, выгодным или невыгодным будет тот или другой выбор (совокупность сигналов – signal space). Возможен ли успех. Насколько вероятен арест. Сигналы могут быть персональными (личный опыт) или социальными (научение на сообщениях о чужом опыте и демонстрации чужих выборов). Каждый сигнал имеет определенный вес, и каждый усиливает склонность к выбору того или другого действия из action space. Оценивая сигналы, люди решают, какой поступок будет оптимальным.
Когда персональные сигналы теряют вес относительно социальных (личный опыт вдруг устарел, не сообщает достаточно информации о происходящем), в процессе научения могут происходить «информационные каскады». Это когда каждый оценивает оптимальный выбор, полагаясь на решения других, потому что чужие поступки как будто несут больше информации. Поведение большого числа людей становится похожим, и вместе с тем мало опирается на личный опыт. Есть указания, что протестные волны могут быть отчасти результатом информационных каскадов (Biggs 2003).
Итак. Чтобы люди пришли на реальное событие, прежде до них должен быть донесен определенный информационный конструкт. Когда сеть малых инициатив собирала людей на митинги, мы столкнулись именно с этими проблемами: до слишком многих не сумели донести возможность выбора; кто знал о выборе, тот получал социальные сигналы, что событие будет затратным и неэффективным. В результате, представление о митинге определило небольшой масштаб реального митинга.
Что любопытно – в некоторых моделях есть специфические условия, после которых возникает каскад (как протест после опыта беспомощности) или один каскад переключается на другой (каскад выборов бездействия на каскад выборов протеста). Было бы интересно попробовать перевести эти условия на язык политических возможностей для активистов.
Читаем про группу концептов, которые используются в областях social learning и reinforcement learning. Exploration/exploitation dillema, information cascades, action spaces, signal distributions. Протестное поведение – это такой же предмет коллективного обучения, как любое другое поведение. Следовательно, соответствующие концепты можно применять к протесту. Хотя об этом мало пишут.
Несколько довольно очевидных и поверхностных выводов.
Перед тем, как митинг произойдет в реальности, у потенциальных участников должен появиться образ протеста. А именно, два представления о происходящем.
Первое – пространство действий (action space). То-есть, конкретный набор выборов, дискретных или непрерывных. Обычный человек не проводит всё время, думая о том, участвовать или не участвовать ему в протесте. Он принимает решение, только когда входящая информация представляет повод поразмыслить и выбрать. В социологии движений об этом пишет Collins 1981; Oliver 1989; Myers 2000.
Второе представление – это сумма сигналов, сообщающих, выгодным или невыгодным будет тот или другой выбор (совокупность сигналов – signal space). Возможен ли успех. Насколько вероятен арест. Сигналы могут быть персональными (личный опыт) или социальными (научение на сообщениях о чужом опыте и демонстрации чужих выборов). Каждый сигнал имеет определенный вес, и каждый усиливает склонность к выбору того или другого действия из action space. Оценивая сигналы, люди решают, какой поступок будет оптимальным.
Когда персональные сигналы теряют вес относительно социальных (личный опыт вдруг устарел, не сообщает достаточно информации о происходящем), в процессе научения могут происходить «информационные каскады». Это когда каждый оценивает оптимальный выбор, полагаясь на решения других, потому что чужие поступки как будто несут больше информации. Поведение большого числа людей становится похожим, и вместе с тем мало опирается на личный опыт. Есть указания, что протестные волны могут быть отчасти результатом информационных каскадов (Biggs 2003).
Итак. Чтобы люди пришли на реальное событие, прежде до них должен быть донесен определенный информационный конструкт. Когда сеть малых инициатив собирала людей на митинги, мы столкнулись именно с этими проблемами: до слишком многих не сумели донести возможность выбора; кто знал о выборе, тот получал социальные сигналы, что событие будет затратным и неэффективным. В результате, представление о митинге определило небольшой масштаб реального митинга.
Что любопытно – в некоторых моделях есть специфические условия, после которых возникает каскад (как протест после опыта беспомощности) или один каскад переключается на другой (каскад выборов бездействия на каскад выборов протеста). Было бы интересно попробовать перевести эти условия на язык политических возможностей для активистов.