Long-range social pressure and the evolution of cooperation in multiplex networks

Résumé technique : Pression sociale à longue portée et évolution de la coopération dans les réseaux multiplexes

Énoncé du problème
L'évolution de la coopération parmi des individus agissant par intérêt personnel est fortement influencée par la structure sociale. Bien que des modèles précédents aient établi que la surveillance sociale (la conscience d'être observé) peut maintenir la coopération en réduisant la tentation de défection, ces modèles restreignent généralement la vigilance aux voisins directs (le premier cercle d'influence). Cette hypothèse contredit les preuves empiriques indiquant que l'influence sociale, y compris le regroupement comportemental et les effets indirects, persiste jusqu'à trois degrés de séparation. De plus, les modèles existants ne parviennent souvent pas à rendre compte du fait que les individus opèrent au sein de multiples couches sociales potentiellement désalignées (par exemple, contacts professionnels versus contacts en ligne). La question centrale abordée est de savoir comment l'extension de la portée de la vigilance sociale au-delà des voisins immédiats affecte la stabilité de la coopération dans des populations structurées, particulièrement au sein de réseaux multiplexes.

Méthodologie
Les auteurs étendent un modèle multiplex à deux couches précédemment établi [10] pour incorporer $L$ cercles d'influence ($L = 1, 2, 3, 4$).

• Structure du réseau : Le système consiste en une population de $N=1000$ agents sur un réseau multiplex à deux couches : une couche de jeu ($G_{game}$) et une couche de vigilance ($G_{vig}$). L'étude utilise des topologies Barabási–Albert (BA) et Erdős–Rényi (ER) avec des degrés moyens $z=4$ (parsemé) et $z=16$ (dense). Des configurations multiplexes corrélées (arêtes identiques dans les deux couches) et non corrélées (réalisations indépendantes) sont toutes deux testées.
• Dynamique du jeu : Les agents jouent un Dilemme du Prisonnier (DP) faible sur $G_{game}$. La tentation de défection ($T_i$) contre un coopérateur n'est pas fixe mais dépend de l'environnement de vigilance local : $T_i = 1 + (b-1)(1-I_i)$, où $b$ est la tentation de base et $I_i$ est l'indice d'influence de la vigilance.
• Mécanisme de vigilance : La vigilance suit une règle de seuil de Watts. Un agent est vigilant s'il est un coopérateur et que son indice d'influence $I_i$ dépasse un seuil $\theta$. L'indice d'influence est calculé comme une somme pondérée des agents vigilants à travers $L$ cercles :
  $$I_i = \min\left(1, \sum_{d=1}^{L} \lambda^{d-1} \frac{m_i^d}{k_i^d}\right)$$
  où $m_i^d$ et $k_i^d$ sont le nombre d'agents vigilants et le nombre total d'agents à la distance $d$, et $\lambda$ est un paramètre de décroissance géométrique. Les auteurs emploient un noyau géométrique ($\lambda^{d-1}$) plutôt qu'un noyau linéaire pour garantir que les poids soient indépendants du diamètre du réseau et pour permettre une interpolation fluide entre la pression locale et globale.
• Règle de mise à jour : Les stratégies sont mises à jour de manière synchrone en utilisant la règle de Fermi, un ajout novateur dans ce contexte de modèle spécifique, validé par rapport à la dynamique du réplicateur du modèle original à $L=1$.
• Validation : Le modèle est testé sur des réseaux synthétiques et validé sur un ensemble de données réelles : le réseau de médecins de Coleman, Katz et Menzel (CKM), représentant les liens d'amitié et de recherche de conseils dans quatre villes de l'Illinois.

Contributions clés et résultats

1. Promotion de la coopération via la vigilance à longue portée : L'extension de la portée de la vigilance au-delà des voisins directs favorise considérablement la coopération. Dans les réseaux parsemés (ER $z=4$), l'extension de la vigilance de $L=1$ à $L=2$ déplace la tentation critique de défection de près de 30 %. Étendre à $L=4$ augmente ce seuil de plus de 50 %. La transition de $L=1$ à $L=2$ explique la majeure partie du gain, ce qui est cohérent avec les coefficients de décroissance empiriques de l'influence sociale.
2. Dépendance topologique :
   • Réseaux parsemés : L'effet est le plus fort et le plus constant dans les topologies parsemées. Dans les réseaux BA parsemés, $L=2$ est souvent suffisant pour verrouiller le système dans un attracteur coopératif à travers un large espace de paramètres.
   • Réseaux denses : Dans les réseaux denses dominés par des hubs (BA $z=16$), le système présente une bistabilité et une variance élevée. Le bénéfice de l'extension de $L$ dépend étroitement du paramètre de décroissance $\lambda$. Lorsque $\lambda$ franchit un seuil (entre 0,5 et 0,75), les réseaux denses peuvent passer brusquement d'un régime de faible coopération à un régime de haute coopération.
3. Rôle critique de l'alignement des couches : Les bénéfices coopératifs de la vigilance à longue portée sont contingents sur l'alignement des couches de jeu et de vigilance. Dans les multiplexes corrélés (où les surveillants sont aussi des partenaires de jeu), l'extension de $L$ augmente significativement la tentation critique. Dans les multiplexes non corrélés, ce bénéfice est largement perdu ; la portée élargie couvre des contacts sans rapport avec le jeu, échouant à fournir le renforcement mutuel nécessaire à la stabilité évolutive. Cet effet est prononcé dans les réseaux ER mais atténué dans les réseaux BA en raison de la similitude structurelle des hubs à travers des réalisations indépendantes de même distribution de degrés.
4. Validation par le monde réel : Le modèle reproduit les résultats synthétiques sur le réseau de médecins CKM. L'extension de la portée de la vigilance de $L=1$ à $L=4$ déplace la limite d'effondrement de la coopération vers des valeurs de tentation plus élevées dans les quatre villes, malgré la petite taille et la parcimonie du réseau. Le gain est concentré aux seuils de vigilance faibles à intermédiaires ($\theta \lesssim 0,5$) et diminue pour les seuils élevés.

Signification
L'article démontre que de modestes expansions de la conscience sociale — telles que celles permises par les plateformes en ligne qui rendent observables les contacts distants — peuvent fondamentalement remodeler le paysage du comportement coopératif. Les résultats suggèrent que la « portée » de la pression sociale est une variable critique, bien que souvent négligée, dans l'évolution de la coopération. Plus précisément, l'étude souligne que :

• La coopération ne nécessite pas un rayon de surveillance implausiblement large ; l'inclusion du deuxième et du troisième cercle d'influence (conformément aux taux de décroissance empiriques) est suffisante pour générer des gains substantiels.
• L'efficacité de la surveillance à longue portée n'est pas universelle ; elle dépend de l'alignement structurel entre qui surveille et qui interagit. Le désalignement entre les couches sociales (par exemple, la surveillance en ligne versus la coopération hors ligne) peut émousser les bénéfices coopératifs de l'augmentation de la visibilité.
• Le mécanisme fonctionne comme une contagion complexe où le renforcement d'un voisinage plus large aide les agents à franchir le seuil de vigilance, une dynamique particulièrement efficace dans les réseaux parsemés où la surveillance des voisins directs est insuffisante.

Les auteurs concluent que leur extension à $L$ cercles d'influence fournit une image plus riche et multi-étapes de la pression sociale, comblant le fossé entre les modèles théoriques de réciprocité directe et la réalité empirique de l'influence sociale à plusieurs degrés.