Visão geral do quadro cognitivo | Download do diagrama científico

… e interações de líderes e seus círculos eleitorais, bem como as condições políticas, econômicas e ambientais em que vivem. Para simular os comportamentos das pessoas, usamos uma estrutura de modelagem cognitiva embutida num modelo de dinâmica de sistemas. O quadro cognitivo incorpora teorias bem estabelecidas do comportamento humano, bem como dados sobre cultura, sociedade e indivíduos. Nosso objetivo para este modelo era entender ações potenciais e contra-ações que as pessoas dentro de uma sociedade podem tomar em reação a influências internas e externas (ou seja, sociais, políticas, ambientais, militares). Os potenciais usos do modelo incluem o que-if consultas sobre situações hipotéticas, melhorando a compreensão das interações de ordem superior em um sistema político, análise de risco e gestão de risco. Apresentamos aqui os resultados do modelo em um cenário de base, bem como três tipos de influências. A primeira é uma situação em que um governo externo presta apoio à oposição do actual Governo. No segundo cenário, um governo externo distribui informações aos eleitores para tentar incentivar o apoio a líderes que se opõem ao atual governo. Finalmente, apresentamos os resultados de uma simulação na qual um governo externo inicia uma demonstração de força contra a sociedade simulada. A nossa hipótese é que o comportamento humano pode ser modelado. Especificamente, afirmamos que comportamentos humanos essenciais podem ser modelados computacionalmente com base em teorias psicológicas, sociais (psicossociais), políticas e econômicas bem vetadas. Estes modelos podem capturar diferenças culturais e singularidade individual. Os modelos capturam o conhecimento coletivo de especialistas de domínio e incorporam todas as informações disponíveis sobre os indivíduos e seu ambiente. A rica qualidade de feedback dos sistemas cognitivos, sociais, políticos e econômicos (CSPE) torna estes sistemas um caso ideal para modelagem dinâmica de sistemas em combinação com técnicas de modelagem psicossocial. O elemento psicossocial da estrutura, que é consistente com os princípios da dinâmica do sistema, simula os principais processos cognitivos subjacentes à forma como as pessoas tomam decisões e expressam comportamentos. Estes comportamentos afectam outros decisores, criando ciclos complexos de feedback dentro e entre indivíduos e grupos. As práticas de gestão da confiança podem então ser incorporadas ao longo de todo o processo de construção do modelo para garantir que o modelo é tão útil quanto possível na compreensão da potencial dinâmica de CSPE dentro de uma sociedade. O framework pretende modelar características fundamentais descritas em modelos estabelecidos da CSPE de atitude, motivação e formação e mudança de intenção, Aprendizagem social, escolha qualitativa e comportamentos volitionais (tanto racionais quanto irracionais a partir do nosso ponto de vista). O objetivo do framework é representar os processos descritos e previstos nos modelos CSPE estabelecidos, tão rigorosamente quanto possível cientificamente, como um meta-modelo teoricamente consistente e plausível de tomada de decisão. Afirma-se aqui que os processos CSPE emergentes que são consistentes com, e potencialmente sobrepostos com, múltiplos modelos teóricos podem servir para fortalecer os fundamentos teóricos destes modelos, bem como ajudar teoricamente a fortalecer e validar o quadro geral. Os modelos CSPE que são expressos no quadro BIA são considerados altamente robustos, explicando uma percentagem relativamente grande da variância associada aos comportamentos humanos específicos que são representados neste sistema. Os modelos CSPE também foram citados especificamente pela comunidade de defesa e inteligência como úteis para seus respectivos domínios (Larson et al., 2009). O framework descrito é projetado para descrever de forma abrangente os processos significativos do comportamento humano e abranger qualquer número de decisões alternativas sendo tomadas por qualquer número de entidades diferentes, que podem incluir indivíduos e grupos de pessoas. Ao incorporar este framework dentro de um modelo de dinâmica de Sistema, podemos também incluir as relações entre entidades e as estruturas de feedback que estas criam. O quadro cognitivo é baseado em um conjunto único de elementos de teorias psicossociais que são consistentes com a teoria econômica, dados experimentais e dados históricos sobre o comportamento humano. As teorias são consistentes umas com as outras, e são facilmente traduzidas em equações matemáticas. Todas as teorias incluídas no framework também podem ser instanciadas, testadas e verificadas usando dados acessíveis. As teorias incorporados à estrutura cognitiva de incluir a teoria do comportamento planejado (Ajzen 1985), a expectativa de valor (Fishbein 1963), elaboração de probabilidade (Petty e Cacioppo 1986), da dissonância cognitiva (Festinger 1957), da racionalidade limitada (Simon, 1957), qualitativa escolha (McFadden 1984), de informação imperfeita (Stiglitz, 1985), o risco de assimetria (Tversky e Kahneman 1974), e de estoque e fluxo de cointegration (Engle e Granger, 1987). Uma visão geral do quadro cognitivo é mostrada na Figura 1. Precisamente como estabelecido por Lewin (1951), o comportamento do modelo é uma função de suas características cognitivas individuais descritas abaixo, juntamente com fatores de dinâmica ambiental e de grupo. Na estrutura completa, afirma-se que os indivíduos e o ambiente emitem sinais que se propagam para fora. Estes sinais podem ser recebidos como estímulos, e se relevante, ser percebidos como sinais que podem estimular uma crença particular. No entanto, devido às diferenças na estrutura cognitiva crenças individuais, os mesmos estímulos podem ser interpretados de forma diferente, estimulando crenças diferentes. Estas crenças podem estimular atitudes pré-existentes, e crenças associadas com normas e percepções de controle comportamental. Também pode estimular níveis de efeito (positivo e / ou negativo) associados à crença. Isto pode estimular uma motivação para realizar algum tipo de comportamento. Se a motivação é suficientemente elevada, pode estimular uma intenção ou conjunto de intenções para realizar um comportamento específico. A intenção específica de realizar um comportamento é tipicamente uma função do que é praticável. Assim, ao avaliar o ambiente, as intenções que não são realizáveis perderão força enquanto as intenções que são realizáveis ganharão força. Além disso, o valor associado com afeto (baixo a alto positivo, baixo a alto negativo) irá mediar a seleção de um comportamento. O comportamento real que é realizado é uma função da intenção, efeito associado, e estímulos externos indicando que o comportamento é de fato acionável. Fatores adicionais que afetam a probabilidade de um comportamento ser realizado é a frequência com que esse comportamento foi previamente atuado. Ou seja, comportamentos anteriores são um bom preditor de comportamentos futuros. Este é o processo cognitivo exemplificado no modelo, mostrado na Figura 1. O resultado final deste processo cognitivo são as ações da entidade, que podem continuar a afetar o sistema político. Para modelar a consequência das influências, é necessário não só modelar os comportamentos iniciais dos indivíduos afetados, mas também determinar como as interações com outros indivíduos e o mundo físico, ao longo do tempo, podem alterar o resultado. As mudanças ao longo do tempo são chamadas de dinâmicas. Os processos de feedback entre os indivíduos e o mundo físico se desdobram dinamicamente e causam o resultado de uma intervenção para, por exemplo, começar a ir na direção desejada, mas a longo prazo levam a contra-respostas que geram novas preocupações sem melhorar a questão original. O atraso entre comportamentos e impactos pode causar dinâmicas secundárias que tornam extremamente difícil saber se os altos e baixos das respostas comportamentais e contra-respostas irão, em última análise, levar ao resultado desejado. A modelagem computacional das intervenções de segurança nacional precisa abordar a evolução dinâmica do sistema socioeconômico e geopolítico integrado. Tais sistemas são mais facilmente modelados usando equações diferenciais. Equações diferenciais não só simulam a dinâmica, mas também descrevem causalmente por que a dinâmica ocorre. A metodologia de dinâmica de Sistemas (SD) desenvolvida no MIT é comumente usada para modelar sistemas sociais cujas interações são expressáveis com equações diferenciais (Sterman, 1994, 2000). O processo para desenvolver um modelo psicológico usando a metodologia da dinâmica do sistema começa com uma descrição das teorias psicológicas que o modelo deve simular. Estas teorias precisam abranger todas as considerações salientes necessárias para fazer um modelo de sistema abrangente descrevendo os problemas de interesse. Note que não há tentativa de modelar todo o sistema, mas apenas os aspectos do sistema relevantes para os problemas a serem tratados/analisados. O próximo passo é desenvolver um diagrama de ciclo causal. Causalmente relaciona todas as interações incorporadas nas teorias. O diagrama de loop casual é mapeado em seguida para um diagrama de estoque e fluxo que explicitamente detalha o fluxo de informações e quantidades físicas através do sistema. Uma característica fundamental é a designação de stocks que representam a acumulação de Informação, Experiência, quantidades monetárias ou físicas. Esses estoques são chamados de “variáveis de estado” e eles em grande parte caracterizam a natureza do sistema e suas respostas. A diferença no valor dos estoques ao longo dos incrementos do tempo é a parte “diferencial” da abordagem da equação diferencial para modelagem computacional. A expressão matemática exata da teoria está ancorada na acumulação de fluxo para dentro e para fora dos estoques. A expressão matemática dos fluxos vem de uma interpretação causal da teoria para a linguagem da matemática. As equações-chave serão descritas mais à frente neste relatório. Somente as teorias que têm um significado mensurável, supportáveis, pelo menos em princípio, por dados históricos ou experimentais, são incluídas no modelo. Os dados determinam os parâmetros que controlam a progressão dos valores simulados através do tempo. Técnicas estatísticas rigorosas determinam o apropriado …