Impact de différents schémas de compétition sur les processus de coopération stigmergiques au sein de groupes humains

Impact of different competition schemes on stigmergic cooperation processes in human groups

• Auteur / Autrice : Thomas Bassanetti
• Direction : Clément Sire, Guy Théraulaz
• Type : Thèse de doctorat
• Discipline(s) : Physique
• Date : Soutenance le 04/04/2024
• Etablissement(s) : Université de Toulouse (2023-....)
• Ecole(s) doctorale(s) : École doctorale Sciences de la Matière (Toulouse)
• Partenaire(s) de recherche : Laboratoire : Laboratoire de Physique Théorique (Toulouse ; 2003-....)
• Jury : Examinateurs / Examinatrices : Alain Barrat, Umberto Grandi
• Jury : Rapporteur / Rapporteuse : David Chavalarias, Laëtitia Gauvin

Mots clés

Mots clés contrôlés

Traces numériques

Influence sociale

Intelligence collective

Mots clés libres

Intelligence collective

Stigmergie

Influence sociale

Traces numériques

Modélisation et simulation numérique

Collective intelligence

Stigmergy

Ocial influence

Digital traces

Computational modeling

Résumé

La stigmergie constitue un mécanisme de coordination générique largement exploité dans les sociétés animales, dans lequel les traces laissées par un individu dans l'environnement guident et stimulent les actions ultérieures de cet individu et d'autres individus. Dans le contexte humain, avec la numérisation de la société, de nouvelles formes de processus stigmergiques ont émergé à travers le développement de services en ligne qui exploitent largement les traces numériques laissées par leurs utilisateurs, notamment par le biais de systèmes de recommandation ou d'évaluation. Dans ce contexte, il est essentiel de comprendre l'influence de ces traces numériques sur la prise de décision individuelle et collective. Dans un premier temps, j'analyse et modélise l'interaction de groupes d'individus avec leurs traces numériques, et détermine comment ils peuvent exploiter ces traces pour coopérer dans une tâche de recherche d'informations. Par la suite, j'étudie l'influence de la compétition, tant au sein du groupe qu'entre les groupes, sur la manière dont les individus coopèrent pour mener à bien cette tâche. Pour répondre à ces questions, nous avons conçu le jeu multijoueur en ligne Stigmer, que nous avons utilisé pour mener 16 séries d'expériences. Dans ce jeu novateur, des groupes d'individus déposent et exploitent des traces numériques dans le cadre d'une tâche de recherche d'informations qui intègre un système d'évaluation à 5~étoiles. Ce système est similaire à ceux utilisés par de nombreuses plateformes en ligne, où les utilisateurs peuvent évaluer des produits, des services ou des vendeurs. Dans le jeu, les participants interagissent sur le même tableau de valeurs cachées, recherchant les cellules ayant les valeurs les plus élevées, en exploitant uniquement les informations indirectes fournies sous la forme de traces colorées résultant de leurs évaluations collectives. Ce cadre expérimental contrôlé permet une analyse quantitative approfondie du comportement individuel et collectif, en offrant la possibilité de manipuler et d'étudier l'impact combiné de la compétition intra et intergroupe sur la dynamique de coopération. Les résultats expérimentaux et de la modélisation montrent que le type et l'intensité de la compétition influent sur la manière dont les individus interprètent et utilisent les traces numériques, et sur la fiabilité des informations fournies par ces traces. Cette étude révèle que les individus peuvent être classés en trois profils comportementaux qui diffèrent par leur degré de coopération : les collaborateurs, les neutres et les trompeurs. En l'absence de compétition, les traces numériques induisent spontanément une coopération entre les individus, soulignant ainsi le potentiel des processus stigmergiques pour favoriser la collaboration dans les groupes humains. De même, la compétition entre deux groupes favorise le comportement coopératif des membres d'un groupe qui cherchent à surpasser la performance des membres de l'autre groupe. Cependant, la compétition au sein d'un groupe peut engendrer des comportements trompeurs, où les individus manipulent leurs évaluations pour obtenir un avantage compétitif sur les autres membres du groupe. Ainsi, dans les processus de prise de décisions, une information sociale non fiable renforce l'utilisation d'informations privées au détriment de cette information sociale. Enfin, les situations qui combinent à la fois de la compétition intragroupe et intergroupe font apparaître des niveaux variables de coopération entre les individus, expliqués par notre étude. En mettant en lumière les liens entre compétition, coopération, tromperie, et prise de décision, ces travaux établissent les fondements pour comprendre des interactions stigmergiques dans les environnements numériques. Ces résultats peuvent contribuer au développement d'algorithmes de prise de décision personnalisés et de systèmes d'intelligence collective artificielle fondés sur la stigmergie.

Stigmergy is a generic coordination mechanism widely used by animal societies, in which traces left by individuals in the environment guide and stimulate the subsequent actions of the same or different individuals. In the human context, with the digitization of society, new forms of stigmergic processes have emerged through the development of online services that extensively exploit the digital traces left by their users, in particular, using rating-based recommendation systems. Therefore, understanding the impact of these digital traces on both individual and collective decision-making is essential. This study pursues two main objectives. First, I investigate and modelize the interactions of groups of individuals with their digital traces, and determine how they can exploit these traces to cooperate in an information search task. Subsequently, the research explores the impact of intragroup and intergroup competition on the dynamics of cooperation in the framework of this information search task. To answer these questions, we have developed the online multiplayer Stigmer game, on which we base 16 series of experiments under varying conditions. In this game, groups of individuals leave and exploit digital traces in an information search task that implements a 5-star rating system. This system is similar to recommendation systems used by many online marketplaces and platforms, where users can evaluate products, services, or sellers. In the game, all individuals interact with a grid of hidden values, searching for cells with the highest values, and using only indirect information provided in the form of colored traces resulting from their collective ratings. This controlled environment allows for a thorough and quantitative analysis of individual and collective behaviors, and offers the possibility of manipulating and studying the combined impact of intragroup and intergroup competition on cooperation. The experimental and modeling results indicate that the type and intensity of competition determine how individuals interpret and use digital traces, and impact the reliability of the information delivered via these traces. This study reveals that individuals can be classified into three behavioral profiles that differ in their degree of cooperation: collaborators, neutrals, and defectors. When there is no competition, digital traces spontaneously induce cooperation among individuals, highlighting the potential for stigmergic processes to foster collaboration in human groups. Likewise, competition between two groups also promotes cooperative behavior among group members who aim to outperform the members of the other group. However, intragroup competition can prompt deceptive behaviors, as individuals may manipulate their ratings to gain a competitive advantage over the other group members. In this situation, the presence of misinformation reinforces the use of private information over social information in the decision-making process. Finally, situations that combine both intragroup and intergroup competition display varying levels of cooperation between individuals, that we explain. This research establishes the foundations for understanding stigmergic interactions in digital environments, shedding light on the relationships between competition, cooperation, deception, and decision-making. The insights gained may contribute to the development of sustainable and cooperative personalized decision-making algorithms and artificial collective intelligence systems grounded in stigmergy.