📄 evolutionary biology

The Darwinian evolution of political preferences and the collective strategies they support

Diese Arbeit präsentiert ein Modell, das aufzeigt, dass während die darwinistische Evolution individueller Präferenzen soziale Gruppen zu effizienteren kollektiven Strategien führen kann, der Erfolg und die Geschwindigkeit dieser Verbesserung entscheidend davon abhängen, wie individuelle Präferenzen zu Gruppenentscheidungen aggregiert werden, was andernfalls zu Stagnation oder maladaptiven Ergebnissen führen kann.

Ursprüngliche Autoren: Perret, C.

Veröffentlicht 2026-08-05

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Perret, C.

Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Dies ist eine KI-generierte Erklärung eines Preprints, das nicht peer-reviewed wurde. Dies ist kein medizinischer Rat. Treffen Sie keine Gesundheitsentscheidungen auf Grundlage dieses Inhalts. Vollständigen Haftungsausschluss lesen

Stellen Sie sich eine Welt vor, in der die Regeln eines Spiels nicht von einem einzelnen Chef geschrieben werden, sondern vom gesamten Team entschieden werden. In der Biologie wissen wir, dass Tiere Merkmale wie scharfe Krallen oder schnelle Beine entwickeln, weil diejenigen, die sie besitzen, besser überleben und sie weitergeben. Das ist natürliche Selektion. Aber was ist mit den „Regeln“ der menschlichen Gesellschaft? Wie entstehen gute Steuergesetze, faire Aufteilungsvereinbarungen oder effektive Teamtaktiken? Wissenschaftler fragen sich schon lange, ob sich diese sozialen Regeln auf ähnliche Weise entwickeln. Die Idee ist, dass, wenn eine Gruppe gut abschneidet, die Menschen die Vorlieben der erfolgreichen Mitglieder kopieren. Wenn Sie sehen, dass ein Nachbar gedeiht, übernehmen Sie vielleicht dessen bevorzugte Art der Vorgehensweise, in der Hoffnung, die gleichen Ergebnisse zu erzielen. Diese Arbeit stellt eine entscheidende Frage: Führt dieser Kopierprozess unsere gesellschaftlichen Regeln tatsächlich im Laufe der Zeit zu besseren, oder kann er stecken bleiben oder sogar alles verschlimmern? Es stellt sich heraus, dass die Antwort ganz davon abhängt, wie die Gruppe entscheidet, welche Regel sie wählt.

Das Papier mit dem Titel „The Darwinian evolution of political preferences and the collective strategies they support“ von Cedric Perret taucht mit einem mathematischen Modell in dieses Geheimnis ein. Denken Sie an eine riesige, digitale Simulation einer Gesellschaft, die aus vielen kleinen Gruppen besteht. In dieser Welt hat jeder Mensch eine „politische Präferenz“ – eine bevorzugte Einstellung für eine Gruppenregel, wie etwa „wir sollten 30 % unserer Nahrung teilen“ oder „wir sollten eine Mauer bauen“. Die Gruppe kombiniert dann alle individuellen Präferenzen, um sich auf eine einzige Regel zu einigen. Sobald die Regel festgelegt ist, spielt die Gruppe ein Spiel (wie Jagen oder Handeln) und erhält einen „Ertrag“ (Erfolg oder Misserfolg). Die entscheidende Wendung ist, dass Menschen, die gut abschneiden, in der nächsten Generation eher dazu neigen, dass ihre Vorlieben kopiert werden.

Der Forscher fand heraus, dass dieser Prozess tatsächlich zu besseren Regeln führen kann, aber nur unter spezifischen Bedingungen. Die Geschwindigkeit und der Erfolg dieser Verbesserung hängen von einem Konzept ab, das er „marginalen Einfluss“ nennt. Stellen Sie sich eine Gruppe von 100 Menschen vor, die versuchen, sich auf eine Regel zu einigen. Wenn die Gruppe eine „Durchschnitts“-Regel verwendet (bei der jede Meinung gleichermaßen zählt), verändert die Präferenz einer einzelnen Person die endgültige Entscheidung nur um einen winzigen Bruchteil (1/100). In diesem Fall ist das „Signal“ dessen, was funktioniert, so schwach, dass die Gruppe ewig brauchen könnte, um die beste Regel zu finden, oder sie sie gar nicht erst findet. Es ist, als versuche man, ein riesiges Kreuzfahrtschiff mit einem winzigen Spielzeuglenkrad zu steuern; das Schiff bewegt sich kaum.

Das Papier zeigt jedoch, dass die Ergebnisse dramatisch anders sind, wenn die Gruppe eine andere Methode verwendet, wie etwa die Wahl eines „Diktators“ (eine Person entscheidet) oder einer „Neuheit“-Regel (die einzigartigste Idee gewinnt). In diesen Szenarien hat die Präferenz einer einzelnen Person einen viel stärkeren Einfluss auf die endgültige Entscheidung. Die Simulationen zeigen, dass Gruppen, die solche Methoden verwenden, schnell zu den effizientesten Regeln evolvieren können, genau wie eine Spezies eine perfekte Tarnung entwickelt. Aber hier ist der Haken: Wenn eine Gruppe groß ist und ein auf Durchschnitt basierendes System verwendet, kann die Verbesserung so langsam sein, dass die Gruppe über tausende Generationen hinweg an schlechten Regeln festhält, selbst wenn eine bessere Regel existiert.

Der Autor testete auch, was passiert, wenn es unordentlich wird. Er simulierte Situationen, in denen die „beste“ Regel nicht offensichtlich ist oder in denen Menschen eine eingebaute Voreingenommenheit gegen gute Ideen haben (wie etwa Steuern zu hassen, selbst wenn sie helfen). In diesen komplexen Szenarien kommt es noch mehr darauf an, wie die Gruppe entscheidet. Große Gruppen mit schwachem individuellen Einfluss geraten oft in „lokale Optima“ – sie finden eine Regel, die „okay“ ist, aber nicht die bestmögliche, und können aus diesem Trott nicht mehr herauskommen. Gruppen mit stärkerem individuellem Einfluss hingegen können diese Hürden überspringen und die wirklich beste Lösung finden.

Entscheidend ist, dass das Papier gegen die Vorstellung argumentiert, dass dieser evolutionäre Prozess ein garantierter Weg zur Perfektion ist. Es widerlegt ausdrücklich die Vorstellung, dass das Kopieren erfolgreicher Menschen immer zu besseren Gesellschaften führt. Die Studie zeigt, dass ohne die richtige Entscheidungsstruktur die Verbindung zwischen Erfolg und Kopieren unterbrochen wird. Eine Person mag erfolgreich sein, weil ihre Gruppe durch Glück eine großartige Regel übernommen hat, aber wenn die eigene persönliche Präferenz für diese Regel kaum Macht hat, die Entscheidung der Gruppe zu beeinflussen, wird ihr Erfolg diese Präferenz nicht an andere weitergeben.

Letztendlich legt diese Forschung nahe, dass die „Software“ unserer Gesellschaft – wie wir abstimmen, debattieren und entscheiden – genauso wichtig ist wie die „Hardware“ unserer Regeln. Wenn wir wollen, dass sich unsere kollektiven Strategien entwickeln und verbessern, benötigen wir Entscheidungssysteme, in denen individuelle Stimmen tatsächlich etwas bewegen. Ob wir nun über antike Stämme, moderne Regierungen oder sogar Tiergruppen sprechen: Die Fähigkeit zur Anpassung hängt davon ab, wie viel Einfluss ein einzelnes Individuum auf die endgültige Wahl der Gruppe hat. Das Papier behauptet nicht, das Problem der Konstruktion der perfekten Gesellschaft gelöst zu haben, aber es liefert eine klare Landkarte dafür, warum manche Gesellschaften stecken bleiben, während andere immer klüger werden.

Technische Zusammenfassung: Die darwinistische Evolution politischer Präferenzen und kollektiver Strategien

Problemstellung
Soziale Gruppen verlassen sich auf kollektive Strategien (Institutionen, Regeln und Entscheidungsprotokolle), um das Verhalten ihrer Mitglieder zu steuern und den Gruppenerfolg zu bestimmen. Obwohl weit verbreitet die Hypothese besteht, dass diese „sozialen Technologien“ durch einen darwinistischen Prozess evolvieren – wobei mit erfolgreichen Individuen assoziierte Präferenzen wahrscheinlicher kopiert und verbreitet werden –, bleiben die Bedingungen, unter denen dieser Prozess zuverlässig eine kumulative Verbesserung generiert, unklar. Frühere Modelle haben oft spezifische Entscheidungsmechanismen vorausgesetzt oder kollektive Strategien als direkte Merkmale behandelt, wobei sie den kritischen Zwischenschritt vernachlässigten: wie individuelle politische Präferenzen in eine Gruppenstrategie aggregiert werden. Die zentrale Frage, die hier adressiert wird, ist, ob die Verbreitung politischer Präferenzen von erfolgreichen Individuen im Allgemeinen zur Evolution effizienterer kollektiver Strategien führt, und wenn nicht, unter welchen spezifischen Bedingungen dieser Prozess scheitert oder stagniert.

Methodik
Der Autor entwickelt ein allgemeines Evolutionsmodell, das auf $M$ Gruppen der Größe $N$ strukturiert ist. Das Modell operiert auf einem diskreten Lebenszyklus, der drei Phasen umfasst:

Kollektive Entscheidungsfindung: Eine kollektive Strategie $h_j(t)$ wird durch eine Social Choice Function (SCF), $H_j$ , bestimmt, welche den Vektor der individuellen politischen Präferenzen $\vec{x}_j(t)$ innerhalb einer Gruppe auf einen einzelnen Strategiewert abbildet. Die SCF abstrahiert das Entscheidungsverfahren (z. B. Abstimmung, Deliberation) in eine mathematische Abbildung.
Ertragsgenerierung: Individuen nehmen an einem ökonomischen Spiel teil, dessen Erträge $\pi_{ij}(t)$ durch die kollektive Strategie bestimmt werden. Das Modell nimmt eine allgemeine Ertragsfunktion $\Pi(h)$ an, wobei bestimmte Strategiewerte höhere Renditen erzielen, ohne dabei die zugrunde liegenden Spielmechaniken in der Primäranalyse notwendigerweise spezifizieren zu müssen.
Soziales Lernen: Politische Präferenzen werden über die Population hinweg übertragen. In jedem Zeitschritt wird die Population der Präferenzen mit Wahrscheinlichkeiten proportional zu den individuellen Erträgen neu gesampelt (ein Wright-Fisher-Prozess). Dies repräsentiert eine Verzerrung, bei der die Präferenzen erfolgreicher Individuen wahrscheinlicher kopiert werden. Zufällige Mutationen führen Variationen ein, die als Gaußsches Rauschen modelliert werden.

Der Autor verwendet zwei analytische Ansätze:

Analytische Approximation: Unter Verwendung einer Varianz-nahen Approximation leitet er den Selektionsgradienten $s(\theta)$ ab, der die Richtung und Rate der evolutionären Veränderung der durchschnittlichen Präferenz beschreibt. Dies ermöglicht die Ableitung allgemeiner Ausdrücke für den „marginalen Einfluss“ einer individuellen Präferenz auf das Gruppenergebnis.
Individuenbasierte Simulationen: Um die analytischen Vorhersagen in endlichen Populationen zu testen, führt der Autor stochastische Simulationen durch, wobei Gruppengrößen, Social Choice Functions und Ertragslandschaften (einschließlich einpeaked, doppelpeaked und verzerrter Übertragungsszenarien) variiert werden.

Zentrale Beiträge
Das Papier führt einen allgemeinen Rahmen ein, der die Evolution politischer Präferenzen von der spezifischen Mechanik der kollektiven Entscheidungsfindung entkoppelt, was eine systematische Analyse darüber ermöglicht, wie verschiedene Aggregationsregeln (SCFs) die evolutionären Ergebnisse beeinflussen. Der zentrale theoretische Beitrag ist die Identifizierung des marginalen Einflusses ( $\frac{\partial h_\tau}{\partial \tau}$ ) als entscheidender Faktor, der die Stärke der Selektion auf Präferenzen moduliert. Dieser Term quantifiziert, wie stark eine marginale Änderung der Präferenz eines Individuums die implementierte kollektive Strategie verschiebt.

Zentrale Ergebnisse

Selektion kann Strategien verbessern, aber die Raten variieren drastisch: Das Modell zeigt, dass Selektion auf politische Präferenzen Gruppen über ein breites Spektrum von Bedingungen hinweg zu lokal optimalen Strategien führen kann. Die Rate der Verbesserung ist jedoch nicht einheitlich; sie ist direkt proportional zum marginalen Einfluss der Individuen.
- Durchschnittsregel: Unter einer durchschnittsbildenden SCF skaliert der marginale Einfluss als $1/N$ . In großen Gruppen wird der Selektionsdruck extrem schwach, was zu einer extrem langsamen Konvergenz führt. Populationen können selbst über lange evolutionäre Zeiträume weit vom Optimum entfernt bleiben.
- Medianregel: Für Gruppen der Größe $N \geq 3$ ist der marginale Einfluss eines einzelnen Individuums Null. Folglich kann Selektion keine systematische Verbesserung vorantreiben; die Strategie bleibt statisch oder driftet zufällig.
- Neuheits- und Diktatorregeln: Unter einer „Neuheitsregel“ (Auswahl der divergentesten Präferenz) oder einer „Zufallsdiktatorregel“ ist der marginale Einfluss hoch (gleich 1 oder effektiv $1/N$ in der Erwartung, aber mit hoher Varianz). Diese Mechanismen ermöglichen eine schnelle Konvergenz zu optimalen Strategien, vergleichbar mit dem Basisfall, in dem Strategien direkt evolvieren.
Fehlermodi in komplexen Landschaften:
- Lokale Optima: In Ertragslandschaften mit mehreren Gipfeln (z. B. Niedrigsteuer- vs. Hochsteuer-Regime) ist die Geschwindigkeit der Konvergenz entscheidend. Langsam bewegende Populationen (z. B. unter Durchschnittsregeln in großen Gruppen) neigen eher dazu, in lokalen Optima stecken zu bleiben und das globale Optimum nicht zu erreichen.
- Maladaptive Verzerrung: Wenn die Übertragung zu maladaptiven Werten verzerrt ist (z. B. eine inhärente Abneigung gegen Besteuerung), hängt das Ergebnis von der Gruppenstruktur ab. In Standardmodellen der kulturellen Evolution ( $N=1$ ) können große Populationen eine Verzerrung überwinden. In Modellen kollektiver Strategien ( $N>1$ ) schwächt die Vergrößerung der Population durch Erhöhung der Gruppengröße die Selektion, was dazu führt, dass sich verzerrte Modifikationen akkumulieren und verhindern, dass die Gruppe die optimale Strategie erreicht.
Langfristige Gleichgewichte: Trotz Unterschieden in den Raten konvergieren Populationen, die SCFs mit positivem marginalem Einfluss verwenden (Durchschnitt, Zufallsdiktator, Neuheit), schließlich gegen dieselbe lokal optimale Strategie. Die Medianregel, die unter Annahme geringer Varianz statisch ist, verhält sich unter größeren Variationen wie eine Durchschnittsregel und konvergiert ebenfalls langsam gegen dasselbe Gleichgewicht.

Bedeutung und Behauptungen
Das Papier behauptet, eine „qualifizierte Antwort“ auf die Frage zu geben, ob soziale Technologien analog zu materiellen Technologien evolvieren. Der Autor argumentt, dass der Mechanismus des Kopierens erfolgreicher Präferenzen zwar effiziente Regeln ohne individuelle Voraussicht generieren kann, die Wirksamkeit jedoch nicht garantiert ist.

Die primäre Erkenntnis ist, dass die Struktur der kollektiven Entscheidungsfindung als Filter für evolutionäre Kräfte fungiert. Die Verbindung zwischen individuellem Erfolg und der Übertragung von Präferenzen wird geschwächt, wenn der Einfluss des Individuums verwässert wird (z. B. in großen demokratischen Gruppen). Dies legt nahe:

Evolutionäre Logik kann nicht unkritisch auf kollektive Strategien angewendet werden; der spezifische Aggregationsmechanismus bestimmt, ob Selektion zu Verbesserung, Stagnation oder Maladaptation führt.
Gruppen können ihre eigene evolutionäre Trajektorie teilweise durch die Regeln bestimmen, die sie für Entscheidungen festlegen.
Die Ergebnisse erstrecken sich über den Menschen hinaus auf jede Tiergruppe, die kollektive Entscheidungen mittels Aggregation von Präferenzen trifft, was darauf hindeutet, dass Arten mit unterschiedlichen Entscheidungsstrukturen sich in ihrer Fähigkeit unterscheiden können, effiziente kollektive Verhaltensweisen zu entwickeln.

Der Autor schließt damit, dass während frühere Modelle etabliert haben, dass Verbesserung in spezifischen Kontexten möglich ist, diese Arbeit klärt, dass die Zuverlässigkeit und Geschwindigkeit einer solchen Verbesserung von den angewandten Social Choice Functions abhängt, was die Notwendigkeit einer breiteren Forschung darüber unterstreicht, wie die politische Organisation die Selektion auf kollektive Merkmale formt.

Mehr davon