INAPOI LA SIMULATOR

Intelepciunea multimilor

1. Ce vrea sa demonstreze modelul?

Sa diferentieze diversitatea informationala autentica de simpla crestere a numarului de opinii: media este robusta la zgomot independent, nu la o eroare comuna.

Rezultatul contraintuitiv

O multime mare poate produce o estimare foarte buna, dar si o eroare colectiva persistenta, daca toti pleaca de la aceeasi informatie gresita.

2. Exemplu concret

Daca 100 de estimatori au erori individuale centrate in zero, media lor se apropie de valoarea 100. Daca fiecare adauga acelasi bias +20, media se apropie de 120, indiferent cat creste numarul estimatorilor.

3. Cine sunt agentii si cum evolueaza sistemul?

La fiecare PAS se genereaza un nou esantion de N estimari ale valorii 100. O eroare comuna aleatoare este adaugata tuturor, iar fiecare primeste trei perturbari uniforme independente. Sunt masurate eroarea mediei si media erorilor absolute individuale.

4. Parametrii: semnificatie si efect

Numar estimatori
Numarul de persoane care estimeaza aceeasi valoare adevarata, fixata la 100. Mai multe estimari pot reduce componenta independenta a erorii mediei.
Eroare comuna
Amplitudinea erorii comune impartasite de toti estimatorii in fiecare runda. Creste riscul unui bias colectiv care nu se anuleaza prin mediere.
Zgomot individual
Amplitudinea zgomotului individual, independent intre estimatori. Fiecare estimare primeste suma a trei erori uniforme independente.

In simulator, fiecare parametru are un buton ? pentru explicatii contextuale. Modificarile parametrilor care definesc populatia initiala necesita RESET pentru a regenera agentii.

5. Formulele folosite in model

Eroare_comuna = U(-1,1) * Eroare_comuna_pct / 100 * 40.
Eroare_individuala_i = (U1 + U2 + U3) * Zgomot_individual_pct / 100 * 60, unde fiecare Uj ~ U(-1,1).
Estimare_i = 100 + Eroare_comuna + Eroare_individuala_i.
Eroare_medie = abs(media_i Estimare_i - 100).

Formulele sunt reguli de simulare didactica, nu relatii universale validate empiric.

6. Ce reprezinta indicatorii si graficele?

Eroare medie este eroarea absoluta a consensului; Eroare individ este media erorilor absolute; Bias comun este modulul erorii impartasite in runda curenta.

Vizualizarea arata o stare a sistemului. Graficul de jos afiseaza evolutia indicatorilor; daca au unitati diferite, comparati forma seriilor, nu inaltimea lor ca si cum ar fi aceeasi marime.

7. Experimente pentru seminar

  1. Comparati Estimari independente si Eroare comuna mare.
  2. Cresteti Numar estimatori de la 20 la 250 cand Eroare comuna este zero.
  3. Cresteti Numar estimatori la bias comun mare. Dispare eroarea mediei?

Metoda recomandata: formulati o predictie inainte de fiecare experiment, schimbati un singur parametru, apoi repetati simularea pentru a separa mecanismul de variatia aleatoare.

8. Intrebari de interpretare

  1. Ce rezultat observat contrazice intuitia initiala si prin ce mecanism apare?
  2. Ce variabila este cauza in model si ce indicator este doar consecinta?
  3. Ce ipoteza simplificatoare ar trebui schimbata pentru a studia o situatie reala?
  4. Poate fi rezultatul diferit daca agentii au informatii sau reguli de decizie diferite?

9. Ipoteze, limite si interpretare corecta

Valoarea adevarata este cunoscuta de simulator, nu de agenti. Nu exista interactiune sociala, deliberare sau invatare; erorile sunt regenerate independent la fiecare pas, iar biasul comun este aleator de la o runda la alta.

Simulatorul ilustreaza posibilitati cauzale in cadrul regulilor definite. Nu permite estimari sau predictii pentru populatii reale fara date, calibrare si validare.

DESCHIDE SIMULATORUL