Modelování sociálních jevů v informatice

Sociální informatika, jak jsme již v předchozích dvou dílech ukázali, je vědou velice rozmanitou, která neredukuje materiál, se kterým pracuje jen na čistě matematické poznatky, ale snaží se propojit matematické a informatické modely s poznatky sociálními, lingvistickými či etickými. To jí vytváří prostor pro velké množství překvapivých aplikací – od HCI přes umělou inteligenci až po počítačové zpracování emocí nebo dialogové systémy.

Nesmírně významnou aplikací je také simulace a modelování sociálních jevů, které je možné si také relativně snadno vyzkoušet i bez  hlubší znalosti matematiky či informatiky. Výsledky jsou přitom překvapivé a zajímavé. Abychom mohli o jednotlivých aplikacích nějakým systematickým způsobem hovořit, je nutné zmínit něco málo z teorie.

Sociologický kontext

Zásadním prvkem při tvorbě jakýchkoli společenských modelů jsou data, která nám poskytuje sociologie. V zásadě platí, že modelovat činnost jednoho konkrétního člověka není možné, neboť disponuje svobodnou vůlí, kterou většinou považujeme za nedeterministickou. Čím více lidí ale v modelech vystupuje, tím jsou více vázáni určitými statistickými danostmi – většina lidí chodí do práce, nejsou notoričtí lháři a podvodníci atp. Pokud chceme, aby náš model odpovídal realitě, potřebujeme vhodná sociologická data, která nám řeknou, jakým způsobem máme nastavit jednotlivé komponenty.

Asi nejnázornější možností, jak sociální děje simulovat, je užití agentů. To jsou programy, které disponují umělou inteligencí, vstupní množinou informací, a je možné jim nastavit určité preference. V žádném případě není možné, aby se agent choval jako skutečný člověk ve všech případech, ale lze jej nastavit tak, aby mu v určitých ohledech odpovídal. Agentů je obvykle v souboru více a je možné jim nastavovat různé vlastnosti – například zda budou spolupracovat, budou altruističní, etnocentrističtí atp.

Ty je možné dát do určité situace, připojit určité jevy (například informační šum, náhodná úmrtí ,...) a sledovat, jakým způsobem se bude systém vyvíjet. Dobrá sociální data s informacemi o tom, na čem mohou dané vlastnosti záviset, tedy představují základ reálného modelu.

Čím je soubor méně formálně svázán, tím lepší výsledky lze očekávat, neboť matematicky se nejlépe modeluje chaos. Zde je možné upozornit na analogii s fyzikou – ideální plyn (tedy soubor navzájem neinteragujících částic) umíme popsat velice dobře, ale studovat podrobný popis chování elektronového plynu v kovech je podstatně těžší. Pohyb elektronů v atomovém obalu křemíku je již analyticky nemožný. Pěkně je tedy možné modelovat chaos či dav.

Těmto modelům pak odpovídá například studium revolucí, pohybu chodců, dopravy, práce mravenců v mraveništi atp.

Dynamické systémy

Mimo sociologická data je třeba mít k dispozici také vhodný informatický, potažmo matematický aparát pro popis takových systémů, kterým říkáme dynamické, tedy měnící se. V zásadě existuje několik metod, jak takovýto popis provádět. My se v následujícím omezíme na tři významné směry, kterou jsou relativně snadno pochopitelné.

První metodu jsme již popsali v předchozí části, je založená na práci s agenty. Výhodou je, že můžeme vytvářet poměrně zajímavý mix interagujících objektů a nepotřebujeme dopředu vědět, jak simulace dopadne. Stačí jen vytvořit agenty a spustit program. Nevýhodou je, že výsledky mají jen statistický charakter a s narůstajícím počtem agentů roste prudce i výpočetní složitost.

Druhou možností jsou matematické modely, které jsou podobné jako ve fyzice. Obvykle představují diferenciální rovnici (prvního či druhého řádu) – výsledkem je tedy funkce. Výstup je tak přesný, jak přesný je vstupní matematický model. Často je možné se k výsledkům dostat jen numerickou cestou. Pro řadu případů jsou tyto modely optimální. Příkladem může být výpočet vývoje populace kaprů v rybníce; nechť P je populace a H výlov, pak výsledkem elementárních úvah je rovnice:

`(dP)/(dt)=(P-1)P-H`

Na tomto místě je možné si všimnout, že řešení této rovnice má řadu zajímavých extrémních případů – umožňuje nám rozhodnout, za jakých situací počet kaprů poroste, kdy bude naopak klesat atp. Pomocí matematických modelů je možné dobře studovat oscilace či rezonance, a to jak společenské, tak také fyzikální.

Poslední variantou jsou tzv. samoorganizující se systémy, které se používají především pro studium vývoje populace. Zástupcem této kategorie je hra life, na kterou se podíváme podrobněji v samostatné kapitole.

Z hlediska dynamických systémů je důležitá řada subtilních jevů. Matematické modely se v posledku skrývají za všemi zmíněnými variantami, i když často v poněkud složitějším provedení. Často dojde k tomu, že mají rovnice více řešení – pak mluvíme o bifurkaci. To, které z nich se uskuteční, závisí často jen na náhodě nebo velice jemných efektech – „mávnutí motýlích křídel“. To je skutečnost, kterou je třeba si uvědomit, pokud s modely pracujeme.

Je dobré odpouštět?

Poměrně zajímavým modelem sociální interakce je tzv. vězňovo dilema. „Policie zatkne dva muže a sdělí jim obvinění z krádeží. Ve skutečnosti proti nim nic moc nemá, a tak každému z nich nabídne spolupráci – pokud se přizná jen jeden (a usvědčí toho druhého), bude korunním svědkem a police jej propustí. Jeho komplic si ale odsedí šest let. Pokud se nepřizná ani jeden z nich, soud je bude muset odsoudit jen k jednomu roku vězení, neboť nemá důkazy. Pokud se ale přiznají oba, žádný korunní svědek není třeba a oba dostanou tříletý trest.“

Toto dilema se řeší v rámci teorie her, která je založená na tazích. Pokud se podíváme racionálně na to, co je pro vězně jako celek nejvýhodnější, tak by to byla samozřejmě spolupráce – pokud budou oba zapírat, dopadnou v průměru nejlépe. Pro jednotlivce je ale nejvýhodnější varianta druhého podrazit, přiznat se a doufat, že druhý neudělá totéž.

Ukazuje se tedy, že pro danou situaci je výhodné nespolupracovat, což se může na první pohled jevit jako nepřijatelný závěr. Ve skutečnosti tento model příliš neodpovídá realitě – lidí je více než dva a interagují spolu častěji. V takovém modelu je jako nejlepší forma spolupráce „oko za oko, zub za zub“. Na počátku nabídne jeden z hráčů spolupráci, pokud je zrazen, tak ji druhému již příště nenabídne. Vyplatí se tedy odpouštět jen jednou.

Ještě zajímavější je, pokud se do komunikace dostane šum, tedy netriviální riziko neporozumění si. V takovém případě se vyplatí odpustit dvakrát či třikrát. Odpouštět je tedy optimální strategie, která překvapivě nese podstatně lepší výsledky než být „zlý“ a nespolupracovat. V tomto kontextu je možné zmínit, že metoda odpouštění přináší maximální profit jak jednotlivci, tak celému společenství.

Tyto modely fungují výše popsaným systémem na přiměřeném mixu podvodníků, spolupracujících a důvěřivců. Je samozřejmě jasné, že pokud budeme mít jednoho „zločince“ mezi agenty, kteří budou mít strategii vždy spolupracovat, tak se stane jednoznačným vítězem právě on. Taková situace ale neodpovídá skutečnosti. Jednou či dvakrát odpouštějící strategie se jeví jako relativně stabilní a výhodná, i když čelí padesáti procentům podvodníků.

Ač jde o pragmatický model chování, může mít překvapivé etické důsledky – je profitabilní se chovat korektně, čestně a odpouštět. A to bez ohledu na náboženství či etické přesvědčení. Striktně pro vlastní prospěch. Podobným způsobem lze namodelovat etnocentrické chování – tedy zda se vyplatí protekcionismus a preference spolupráce jen s vlastním etnikem (národem, společností, ...). Jednoznačně se ukazuje, že nikoli, což může být pro žáky významné a překvapující zjištění.

Netlogo

Pokud chcete žákům ukázat, jak je skutečně možné provádět modelování sociálních jevů, je možné použít například aplikaci s názvem Netlogo, pomocí něhož lze simulovat nejrůznější procesy, a to nejen sociální. Ze zajímavých, již vypracovaných modelů je možné zmínit například šíření nemoci AIDS, modelování dopravy, vězňovo dilema, revoluce a řada dalších. Mimo to jsou dostupné ale také modely z dalších oblastí, jako je například šíření počítačových virů v síti, změny klimatu, děje v plynech atp.

U každého již hotového modelu je možné samozřejmě dolaďovat různé detaily a parametry a vytvořit si tak zajímavou virtuální laboratoř v oblastech, které byly ještě před několika málo lety považovány za nedostupné. Tyto modely mohou snadno ovládat i žáci a mohou se tak stát zajímavým námětem pro různé seminární práce či články do (nejen školního) časopisu.

Netlogo je ale v prvé řadě programovací prostředí, takže je možné různých seminářů v informatice využít také k tvorbě některých vlastních projektů. Není to nikterak mimořádně obtížné a žákům se v této oblasti otvírají možnosti poměrně pokročilého vlastního výzkumu. Zároveň se zde nabízí možnost spojit výuku sociologie v rámci společenskovědního základu a informatiky. Rozvíjí se kompetence k řešení problémů, ale také ke spolupráci či výchova k občanství. V tomto kontextu je možné Netlogo do gymnaziální výuky jen doporučit, a to i přesto, že ji svými možnostmi silně přesahuje.

Hra Life

Jednou z mála použitelných jednoduchých ukázek toho, jak mohou fungovat samoorganizující se systémy, je hra Life. Lze ji použít také k výuce řady pokročilejších informatických konstrukcí, jako jsou automaty a gramatiky, ale to na středních školách asi nebude úplně zajímavé. Žákům může připadnout zábavná hra samotná a její některá možná řešení.

Vše funguje tak, že hráč vytvoří počáteční konfiguraci systému, a dále jen sleduje, jak se systém vyvíjí. Samotný vývoj je dán následujícími pravidly (existuje více variant):

1. Každá živá buňka s méně než dvěma živými sousedy zemře.
2. Každá živá buňka se dvěma nebo třemi sousedy zůstává žít.
3. Každá živá buňka s více než třemi sousedy zemře.
4. Každá mrtvá buňka s právě třemi sousedy oživne.

Je možné hrát hru na čtverečkovaném papíře nebo přímo na počítači. Počáteční konfigurace je dána vybarvením příslušných čtverečků. Zajímavé na těchto systémech je, že poměrně dobře mohou simulovat živé struktury a vykazují určité pozoruhodné vlastnosti. Například není známá konfigurace, pro kterou by počet živých struktur rostl nade všechny meze nebo existují systémy, které se určitý čas vyvíjejí a pak zaujmou stabilní polohu nebo kolem ní oscilují.

Pokud se rozhodnete Life zařadit do výuky, neměla by chybět diskuse nad tím, jaký význam mají jednotlivá pravidla a jak je možné je aplikovat na přirozenou populaci.

Závěr

Možnosti modelování sociálních, ale také biologických či fyzikálních struktur jsou velice zajímavou oblastí, kterou je možné na středních školách rozvíjet. Přináší překvapivé výsledky, nabízí propojení s dalšími obory a učí žáky zamýšlet se nad tím, jak vypadá svět okolo nich. Ač není v rámci RVP věnován této třídě jevů nějaký speciální prostor, je možné říci, že pomocí zmíněných nástrojů je možné udělat z vědy popisné – sociologie – vědu schopnou predikce. A to je něco, co je možné (nejen na gymnáziu) považovat za úspěch.

Osobně bych také vyzdvihl výsledky některých modelů, které mají přímý dopad na to, jakým způsobem by se měl člověk chovat. Mohou ukázat žákům, že odpouštět není něčím důležitým nejen z hlediska psychologie či náboženství, ale také pragmatický krok k osobnímu i celospolečenskému profitu. Pokud se naučí modelovací nástroje využívat, budou moci být mnohem odolnější vůči demagogické manipulaci sekt, politiků a dalších subjektů, které se snaží více útočit na city než na rozum.