Sí, lo que hace que aparezca cooperación en redes dinámicas es la reputación

15/04/2015 de Anxo Sánchez 2 comentarios

(English version here) Ya en la primera entrada del blog nos encontramos con la idea de que las redes dinámicas pueden ser una alternativa a la falta de evidencia experimental en favor de que la estructura de las interacciones promueva la cooperación (pese a que un experimento reciente ha mostrado que sí puede haber una cierta promoción cuando la tentación de traicionar es pequeña, espero que podamos tener una entrada sobre esto pronto). Recientemente, nos propusimos comprobar cómo funcionaba esto exactamente fijándonos en el efecto de la reputación, es decir, de la información que se da a los sujetos experimentales sobre las acciones previas de posibles compañeros. Este trabajo está descrito en nuestro sitio web Nectunt, véase «Dynamic Networks and Reputation» (me temo que solo en inglés), y ha aparecido publicado hace unas pocas semanas bajo el título  Reputation drives cooperative behaviour and network formation in human groups (La reputación controla el comportamiento cooperativo y la formación de redes en grupos humanos), por  José A. Cuesta, Carlos Gracia-Lázaro, Alfredo Ferrer, Yamir Moreno y Angel Sánchez, Scientific Reports 5, 7843 (2015). En pocas palabras, lo que observamos allí fue que  la posibilidad de cambiar los enlaces por sí misma no promueve la cooperación, sino que tiene que ir combinada con información sobre las acciones pasadas de los otros individuos para inducir un comportamiento más cooperativo. Así las cosas, me agrada mucho contar que acaba de aparecer una confirmación de este resultado, en el trabajo The effects of reputational and social knowledge on cooperation (Los efectos del conocimiento reputacional y social sobre la cooperación), por Edoardo Gallo and Chang Yan, Proceedings of the National Academy of Sciences of the USA 112, 3647-3652 (2015). Conocíamos este trabajo antes de que se publicara, gracias a nuestro común amigo Antonio Cabrales que se enteró por Edo de lo que estaban haciendo y nos puso en contacto, y tuvimos un interesante intercambio de ideas. Más adelante, yo fui el external examiner de la tesis de Chang en Oxford, cosa que disfruté mucho. Por tanto, es un placer hablar aquí de su trabajo. Gallo y Yan partieron del mismo diseño que nosotros utilizamos que, a decir verdad, no era otro que el de  Suri et al. Un cierto número de jugadores, que ellos reclutaban a través del Amazon Mechanical Turk, forma un grupo en el que interaccionan estableciendo o cortando enlaces con otros jugadores, y jugando cada ronda un Dilema del Prisionero en el que eligen una única acción para todos los vecinos que tienen en ese momento. Tengo que decir que no soy un gran fan de la utilización del Turk para experimentos económicos, pero Gallo y Yan lo usan bastante mejor que Suri et al., que permitían a los individuos participar reiteradamente en el experimento (uno llegó a tomar parte en 78 juegos). Sobre ese diseño básico, plantearon cuatro tratamientos: en sus propias palabras (la traducción es mía): En el tramiento base (B), los sujetos solo tienen acceso al conocimiento reputacional local: una lista de sus vecinos actuales y las cinco últimas acciones que ha elegido cada uno de ellos, así como una lista del resto de los participantes, de los que no son vecinos, sin información alguna sobre ellos. Asimismo, solo tienen acceso al conocimiento social local, por lo que no disponen de información sobre la estructura de la red social más allá de sus vecinos. En el tratamiento con reputación (R), los jugadores tienen acceso al conocimiento reputacional global, por lo que ven una lista de todos los participantes con sus cinco últimas acciones, pero siguen teniendo sólo acceso a conocimiento social local. En el tratamiento con red (network, N) tienen acceso al conocimiento social global, por lo que ven una figura con la red que muestra todas las conexiones entre sujetos del grupo, pero sólo se les da información reputacional local. Finalmente, en el tratamiento con reputación y red (RN), tienen acceso global a ambos tipos de información, la red social entera y las cinco últimas acciones de todos los sujetos. Los resultados muestran claramente el efecto de los dos tipos de intervención, la reputación y la red: Como muestra el panel A, a no ser que haya información sobre cómo se comportaron los posibles compañeros, o sea, reputación, la cooperación es la misma que en una red estática, es decir, poca. En cuanto entra en escena la reputación, la cooperación se incrementa. Además, con reputación los participantes ganan más dinero, la red que se forma tiene más conexiones, y la mayoría de la gente está conectada con los vecinos de sus contactos. Es interesante, por otro lado, que la condición de red, la disponibilidad de información global sobre la red social separada de la información sobre las acciones pasadas de todo el colectivo, no afecta a ninguna de estas características. Pero entonces, ¿cuál es su efecto? Para entenderlo, debemos fijarnos en la estructura de la red: La figura muestra ejemplos de las redes que se forman bajo los cuatro tratamientos (de izquierda a derecha: base, red, reputación y ambos) en las rondas 3, 7 y 11 (de arriba abajo). Los nodos se indican con círculos cuyo tamaño es proporicional a su grado y cuya cooperación en las cinco últimas rondas viene dado por el color, de acuerdo con el código de colores indicado abajo. Como dicen Gallo y Yan (no en el artículo principal sino en su muy completa información adicional):

La presencia de reputación y conocimiento sociales globales en RN no tiene impacto sobre el nivel agregado de cooperación comparado con R, pero tiene un efecto distributivo: permite a los cooperadores explotar al máximo la habilidad de formar y cortar conexiones creando una comunidad separada que excluye a los defectores de manera efectiva. RN es el único tratamiento en el que hay una distancia significativa en lo que uno gana dependiendo de la comunidad a la que pertenece: los individuos en la comunidad C1 [la mayor] tienden a ser más cooperativos que en la comunidad C2 [la segunda mayor] así que C1 consigue un nivel significativamente más alto de cooperación que C2, y esas interacciones intra-comunidad dan lugar a mayores ganancias para los miembros de C1 comparados con los de C2.

Con su trabajo, Gallo y Yan dejan claros varios puntos importantes. Primero, en acuerdo con nuestro propio trabajo, la presencia de conocimiento reputacional global es crucial para que emerja un nivel alto de cooperación, lo que implica que el principal causante de los resultados de los experimentos anteriores era la suposición implícita de la disponibilidad de conocimiento reputacional global. Segundo, el conocimiento de la red como un todo afecta al proceso de formación de la red pero no a las cantidades agregadas tales como el nivel de cooperación y otras magnitudes relevantes desde el punto de vista de las redes. Y tercero, cuando tanto la información sobre reputación como la social o de la red están disponibles, aparece un efecto claro sobre la organización del grupo en comunidades y las actitudes cooperativas en la red. Como dicen los autores, esto puede tener un impacto claro sobre nuestra comprensión de las herramientas de redes sociales y en particular sobre cómo influencian la emergencia de comunidades que comparten ciertos comportamientos.