認知フレームワークの概要|科学図をダウンロードする

… そして、指導者とその選挙区の相互作用だけでなく、彼らが住んでいる政治的、経済的、環境条件。 人々の行動をシミュレートするために、我々は、システムダイナミクスモデル内に埋め込まれた認知モデリングフレームワークを使用しました。 認知の枠組みは、人間の行動の十分に確立された理論だけでなく、文化、社会、および個人に関するデータを組み込んでいます。 このモデルの目標は、社会内の人々が内外の影響（社会的、政治的、環境的、軍事的）に反応して取る可能性のある行動と対抗行動を理解することでした。 このモデルの潜在的な用途には、仮説的な状況に関するwhat-ifクエリ、政治システムにおける高次の相互作用の理解の向上、リスク分析、およびリスク管理 ここでは，ベースケースシナリオの下でのモデルの結果と三つのタイプの影響を示した。 第一は、外部政府が現政権の反対を支持する状況である。 第二のシナリオでは、外部政府は、現在の政府に反対している指導者のためのサポートを奨励しようとする有権者に情報を配布します。 最後に，外部政府がシミュレートされた社会に対する力のショーを開始するシミュレーションの結果を示した。 私たちの仮説は、人間の行動をモデル化することができるということです。 具体的には、人間の本質的な行動は、十分に吟味された心理学的、社会的（心理社会的）、政治的、経済的理論に基づいて計算的にモデル化できると主張する。 これらのモデルは、文化の違いや個人の独自性を捉えることができます。 モデルは、ドメインの専門家の集合的な知識をキャプチャし、個人とその環境に関するすべての利用可能な情報を組み込 認知、社会、政治、経済（CSPE）システムのフィードバックが豊富な品質は、これらのシステムは、心理社会的モデリング技術と組み合わせて、システムダイナミクスモデリングのための理想的なケースになります。 フレームワークの心理社会的要素は、システムダイナミクスの原則と一致しており、人々が意思決定を行い、行動を表現する方法の基礎となる重要な認知プロセスをシミュレートしています。 これらの行動は他の意思決定者に影響を与え、個人とグループの間および個人とグループの間で複雑なフィードバックループを作成します。 信頼管理慣行は、モデル構築プロセス全体に組み込むことができ、モデルが社会内の潜在的なCSPEダイナミクスを理解する上で可能な限り有用であるこ このフレームワークは、態度、動機、意図の形成と変化、社会的学習、質的選択、意欲的行動（私たちの視点から合理的で非合理的な両方）の確立されたCSPEモデルに記載されている基本的な特性をモデル化することを意図しています。 このフレームワークの目的は、確立されたCSPEモデルで記述され、予測されるプロセスを、理論的に一貫したもっともらしい意思決定のメタモデルとして、可能な限り科学的に厳密に表現することである。 ここでは、複数の理論モデルと一致し、潜在的に重複する創発的なCSPEプロセスは、これらのモデルの理論的基盤を強化するだけでなく、理論的に強化し、全体的なフレームワークを検証するのに役立つことができると主張されている。 BIAフレームワークで表現されているCSPEモデルは、このシステムで表現されている特定の人間の行動に関連する分散の比較的大きな割合を説明する、非常 CSPEモデルはまた、防衛および情報コミュニティによって、それぞれの領域にとって有用であると具体的に引用されている（Larson et al., 2009). 記述されたフレームワークは、人間の行動の重要なプロセスを包括的に記述し、個人と人々のグループの両方を含むことができる任意の数の異なるエンティティによって行われている任意の数の代替決定を包含するように設計されています。 このフレームワークをシステムダイナミクスモデルに埋め込むことにより、エンティティとこれらが作成するフィードバック構造との間の関係を含めることもできます。 認知の枠組みは、経済理論、実験データ、人間の行動に関する歴史的データと一致する心理社会的理論からの要素のユニークなセットに基づいています。 理論は互いに一貫しており、数学的方程式に簡単に翻訳されています。 フレームワークに含まれるすべての理論は、アクセス可能なデータを使用してインスタンス化、テスト、検証することもできます。 認知的枠組みに組み込まれた理論には、計画行動の理論（Ajzen1985）、期待値（Fishbein1963）、精緻化可能性（PettyとCacioppo1986）、認知的不協和（Festinger1957）、有界合理性（Simon1957）、質的選択（McFadden1984）、不完全な情報（Stiglitz1985）、リスク非対称性（TverskyとKahneman1974）、在庫とフロー共統合（Stock and flow cointegration）が含まれる。エングルとグレンジャー1987）。 コグニティブフレームワークの概要を図1に示します。 正確にLewin（1951）によってレイアウトされたように、モデルの行動は、環境およびグループのダイナミクス要因とともに、以下に記載されている個々の認知特性の関数である。 完全な枠組みでは、個人と環境が外側に伝播する信号を発すると主張されています。 これらの信号は、刺激として受信することができ、関連する場合は、特定の信念を刺激することができる手がかりとして知覚される。 しかし、認知構造の違いのために個々の信念は、同じ刺激が異なる信念を刺激し、異なる解釈することができます。 これらの信念は、既存の態度を刺激する可能性があり、信念は行動制御の規範と認識と関連しています。 それはまた確信と関連付けられる影響のレベルを（肯定的なおよび/または否定的な）刺激するかもしれません。 これはある種の行動を実行する動機を刺激するかもしれません。 動機が十分に高い場合、特定の行動を実行するための意図または意図のセットを刺激することができます。 行動を実行するための具体的な意図は、通常、実行可能なものの機能です。 したがって、環境を評価すると、実現可能でない意図は強さを失い、実現可能な意図は強さを得る。 さらに、影響（低から高陽性、低から高陰性）に関連するvalianceは、行動の選択を仲介する。 実現される実際の行動は、行動が実際に実用的であることを示す意図、関連する影響、および外部刺激の関数である。 実現されている行動の可能性に影響を与える追加の要因は、その行動が以前に行動された頻度です。 つまり、以前の行動は将来の行動の良い予測因子です。 この認知過程がモデルに例示されており、図１に示す。 この認知プロセスの最終結果は、実体の行動であり、それは政治システムに影響を与える可能性があります。 影響の結果をモデル化するためには、影響を受けた個人の初期行動をモデル化するだけでなく、他の個人や物理的な世界との相互作用が、時間の経過に 時間の経過に伴う変化はダイナミクスと呼ばれます。 個人と物理的な世界の間のフィードバックプロセスは動的に展開し、介入の結果は、例えば、所望の方向に行くオフを開始するが、長期的には元の問題を改善することなく、新たな懸念を生成するカウンターレスポンスにつながります。 行動と影響の間の遅延は、行動応答と反応答の浮き沈みが最終的に望ましい結果につながるかどうかを知ることを非常に困難にする二次的なダイナミクスを引き起こす可能性があります。 国家安全保障介入の計算モデリングは、統合された社会経済的および地政学的システムの動的進化に対処する必要がある。 このようなシステムは、微分方程式を使用して最も容易にモデル化されます。 微分方程式は力学をシミュレートするだけでなく、力学がなぜ起こるのかを因果的に記述します。 MITで開発されたシステムダイナミクス（SD）方法論は、微分方程式との相互作用が表現可能な社会システムをモデル化するために一般的に使用されている（Sterman、1994、2000）。 システムダイナミクス方法論を用いて心理モデルを開発するプロセスは、モデルがシミュレートしなければならない心理学的理論の記述 これらの理論は、関心のある問題を記述する包括的なシステムのモデルを作成するために必要なすべての顕著な考慮事項を包含する必要がありま システム全体をモデル化しようとする試みはなく、対処/分析すべき問題に関連するシステムの側面のみが存在することに注意してください。 次のステップは、因果ループ図を作成することです。 理論に具体化されたすべての相互作用を因果的に関連させる。 カジュアルなループ図は、次に、システムを介した情報と物理量の流れを明示的に詳述するストックとフロー図にマップされます。 重要な特徴は、情報、経験、金銭的、または物理的な量の蓄積を表す株式の指定です。 これらの株式は”状態変数”と呼ばれ、システムの性質とその応答を主に特徴づけます。 時間の増分にわたる株式の価値の差は、計算モデリングへの微分方程式アプローチの”微分”部分です。 理論の正確な数学的表現は、株式への出入りの流れの蓄積に固定されています。 流れの数学的表現は、理論の数学の言語への因果的解釈から来ています。 主な方程式については、このレポートの後半で説明します。 少なくとも原理的には、歴史的または実験的データによって支持可能な測定可能な意味を有する理論のみがモデルに含まれる。 データは、シミュレーションされた値の時間経過の進行を制御するパラメータを決定します。 厳密な統計的手法は、適切なを決定します。..