ALTHEA

Analyse expérimentale et modélisation des choix collectifs dans les groupes humains

Résumé

Il existe chez l’Homme de très nombreuses situations dans lesquelles les décisions d’un individu sont influencées par les choix réalisés par d’autres individus. Les processus d’influence sociale sont également très largement présents dans nos sociétés numériques et souvent exploités dans les réseaux sociaux ainsi dans que le commerce électronique sur Internet. Comprendre l’influence des diverses formes de traces digitales dans les processus décisionnels constitue donc un enjeu majeur pour le développement de systèmes d’information destinés à accroître les capacités de collaboration et de coordination au sein de groupes humains.

Le projet a pour objectif d’étudier l’influence de ces traces digitales sur les dynamiques de choix collectif chez l’homme. En combinant étroitement expérience et modélisation, le projet vise à comprendre sous quelles conditions des interactions contrôlées entre les individus d’un groupe peuvent conduire celui-ci à trouver ou à se rapprocher de la bonne solution à un problème, c’est-à-dire développer de l’intelligence collective. Le projet étudiera plus spécifiquement les processus de recherche collective d’information et sous quelles conditions un groupe peut optimiser collectivement ses choix dans un jeu de minorité.

Le caractère innovant de ce projet réside dans le développement d’interfaces numériques et de réalité virtuelle permettant le contrôle en temps réel de l’information échangée entre les sujets au sein d’un groupe et la quantification de l’influence de cette information digitale sur les comportements individuels et collectifs.

Mots-clés

Comportements collectifs, Influence sociale, Intelligence collective, Modélisation, Interfaces numériques, Réalité virtuelle.

Partenaires du projet

  • Centre de Recherches sur la Cognition Animale, Centre de Biologie Intégrative, UMR CNRS 5169, Toulouse (Guy Theraulaz, Thomas Bassanetti, Maud Combe, Mathieu Moreau, Ramon Escobedo)

Autres partenaires

Bibliographie

  • Cialdini RB (2006) Influence: The Psychology of Persuasion. HarperCollins Publishers Inc., New York.
  • Berger J (2016) Invisible Influence. The hidden forces that shape behaviour. Simon & Schuster, London.
  • Bond, RM et al. (2012) A 61-million-person experiment in social influence and political mobilization. Nature, 489: 295-298.
  • Liao H, Zeng A, Xiao R, Ren Z-M, Chen D-B, et al. (2014) Ranking Reputation and Quality in Online Rating Systems. PLoS ONE 9: e97146.
  • Golder SA & Macy, MW (2014) Digital Footprints:Opportunities and Challenges for Online Social Research. Annu. Rev. Sociol., 40:129–152.
  • Helbing, D (2015) The Automation of Society is Next: How to Survive the Digital Revolution. North Charleston: Createspace.
  • Xhafa F & Bessis N (2014) Inter-cooperative Collective Intelligence: Techniques and Applications. Berlin, Heidelberg: Springer-Verlag.
  • Jayles B et al. (2017). How can social information improve estimation accuracy in human groups. Proc. Natl. Acad. Sci. USA, 114: 12620-12625.()
  • Jayles, B et al (2020). The impact of incorrect social information on collective wisdom in human groups. Journal of the Royal Society Interface, 17: 20200496. (https://doi.org/10.1098/rsif.2020.0496)
  • Jayles, B et al. (2020). Collective Information Processing in Human Phase Separation. Philosophical Transactions of the Royal Society of London - Serie B., 375, 20190801. (https://doi.org/10.1098/rstb.2019.0801)
  • Weitz S et al. (2012). Modeling Collective Animal Behavior with a Cognitive Perspective: A Methodological Framework. PLoS ONE, 7: e38588. (https://doi.org/10.1371/journal.pone.0038588)
  • Garnier S, Gautrais J & Theraulaz G (2007) The biological principles of swarm intelligence, Swarm Intelligence, 1: 3-31. (https://link.springer.com/article/10.1007/s11721-007-0004-y)
  • Killijian M-O, Pasqua R, Roy M, Tredan G & Zanon C (2016) Souk: Spatial Observation of hUman Kinetics, Computer Networks, Elsevier. (http://dx.doi.org/10.1016/j.comnet.2016.08.008).

 

Project funded by the CNRS (80 Prime).