🔢 mathematics

Modelling the coevolution of opinion dynamics and decision making in social dilemmas

यह शोधपत्र सामाजिक दुविधाओं में कार्यों और विचारों के सह-विकास का विश्लेषण करने के लिए फ्रिडकिन-जॉनसन ओपिनियन डायनेमिक्स के साथ पब्लिक गुड्स गेम को एकीकृत करने वाले एक गणितीय मॉडल का प्रस्ताव करता है, जो सर्वसम्मति साम्यावस्था (consensus equilibria) के अस्तित्व और सभी-प्रत्याहति (all-defection) की ओर वैश्विक अभिसरण के लिए स्थितियाँ स्थापित करता है।

मूल लेखक: Ella C. Davidson, Lorenzo Zino, Ming Cao, Mengbin Ye

प्रकाशित 2026-04-13

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Ella C. Davidson, Lorenzo Zino, Ming Cao, Mengbin Ye

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि लोगों का एक बड़ा समूह यह तय करने की कोशिश कर रहा है कि वे एक सामुदायिक उद्यान (community garden) बनाने में मदद करें या बस काम किए बिना फूलों का आनंद लें। यह एक क्लासिक "सामाजिक दुविधा" (social dilemma) है: यदि सभी मदद करते हैं, तो उद्यान सुंदर होता है और सभी का फायदा होता है। लेकिन यदि आप बस पीछे हट जाते हैं और दूसरों को काम करते हुए देखते हैं जबकि आप केवल उनके द्वारा किए गए काम के परिणामों का आनंद लेते हैं (एक "फ्री राइडर"), तो आप अपनी ऊर्जा बचाते हैं और फिर भी फूलों का आनंद लेते हैं।

यह शोध पत्र एक गणितीय मॉडल विकसित करता है ताकि यह समझा जा सके कि कैसे एक समूह में दो चीजें एक साथ बदलती हैं: लोग वास्तव में क्या करते हैं (उनके कार्य) और वे क्या मानते हैं कि उन्हें क्या करना चाहिए (उनकी राय)।

यहाँ मॉडल की कहानी है, जिसे सरल अवधारणाओं में विभाजित किया गया है:

1. खेल के दो भाग

लेखक कल्पना करते हैं कि समूह का प्रत्येक व्यक्ति एक साथ दो खेल खेल रहा है:

गार्डन गेम (पब्लिक गुड्स गेम): यह क्रिया वाला हिस्सा है। आप चुन सकते हैं कि सहयोग (Cooperate) करना है (बीज बोना, पौधों को पानी देना) या पक्ष बदलना/बचत करना (Defect) (बेंच पर बैठना और फल खाना)। यदि आप सहयोग करते हैं, तो आप अपने थोड़े समय/ऊर्जा को खो देते हैं, लेकिन पूरे समूह को एक बड़ा पुरस्कार मिलता है। यदि आप 'डिफेक्ट' करते हैं, तो आप अपनी ऊर्जा बचाते हैं, लेकिन यदि सभी 'डिफेक्ट' करते हैं, तो उद्यान मर जाता है।
ओपिनियन गेम (फ्राइडकिन-जॉनसन मॉडल): यह विश्वास वाला हिस्सा है। हर किसी की एक आंतरिक राय होती है जो 0 से 1 के पैमाने पर होती है।
- 0 का अर्थ है "मुझे बागवानी से नफरत है; मुझे लगता है कि यह समय की बर्बादी है।"
- 1 का अर्थ है "मुझे बागवानी पसंद है; हम सभी को यह करना चाहिए।"
- ट्विस्ट: लोग अपने पड़ोसियों से बात करते हैं। यदि आपका पड़ोसी सोचता है कि बागवानी बहुत अच्छी है, तो आप भी ऐसा सोचने लग सकते हैं कि यह थोड़ा बेहतर है। लेकिन आपका एक "ज़िद" (stubbornness) वाला कारक भी है जो आपको आसानी से अपना मन बदलने से रोकता है।

2. "आंतरिक संघर्ष" (स्व-संगति का नियम)

यह सबसे महत्वपूर्ण नया विचार है। लेखकों ने महसूस किया कि मनुष्य पाखंडी होने से नफरत करते हैं।

यदि आप एक आलसी फ्री-राइडर की तरह कार्य करते हैं (Defect) लेकिन आपकी राय कहती है "बागवानी शानदार है!" (राय = 1), तो आप असहज महसूस करते हैं।
यदि आप एक मेहनती माली की तरह कार्य करते हैं (Cooperate) लेकिन आपकी राय कहती है "यह मूर्खतापूर्ण है" (राय = 0), तो भी आप असहज महसूस करते हैं।

मॉडल इस बेमेल (mismatch) के लिए एक "पेनल्टी" (दंड) जोड़ता है। आपके कार्यों और विचारों के बीच जितना अधिक अंतर होगा, आपका कुल "खुशी स्कोर" (payoff) उतना ही कम होगा। यह लोगों को अंततः अपने कार्यों और विश्वासों को संरेखित करने के लिए मजबूर करता है, या तो अपने व्यवहार को या अपनी राय को।

3. लोग कैसे अपडेट करते हैं (मायोपिक रणनीति)

पेपर यह मानता है कि लोग "मायोपिक" (myopic) हैं, जिसका अर्थ है "अल्पदर्शी" या "दूरदर्शिता की कमी वाले"। वे 10 साल आगे की योजना नहीं बनाते हैं। इसके बजाय, वे हर क्षण खुद से पूछते हैं:

"मेरे पड़ोसियों के वर्तमान कार्यों और विचारों को देखते हुए, मेरे लिए अपनी खुशी को अधिकतम करने के लिए सबसे अच्छा कदम क्या है?"

इसके बाद वे अपने कार्य और राय को उस सर्वोत्तम कदम से मेल खाने के लिए अपडेट करते हैं। यह एसिंक्रोनस (asynchronously) रूप से होता है—कुछ लोग आज अपने मन को अपडेट करते हैं, अन्य कल, ठीक वैसे ही जैसे वास्तविक जीवन में होता है।

4. बड़ा सवाल: क्या उद्यान जीवित रहेगा?

शोधकर्ता जानना चाहते थे कि: किन परिस्थितियों में एक समूह ऐसी स्थिति में समाप्त होता है जहाँ सभी सहयोग करते हैं, बनाम एक ऐसी स्थिति में जहाँ सभी 'डिफेक्ट' करते हैं?

उन्होंने दो मुख्य परिणाम पाए:

"ऑल-डिफेक्ट" (सबका पक्ष बदलना) का जाल: यदि आलसी होने का प्रलोभन बहुत अधिक है (पुरस्कार पर्याप्त ऊँचा नहीं है) या यदि लोग अपनी राय की तुलना में अपने स्वार्थी लाभ की बहुत अधिक परवाह करते हैं, तो समूह अनिवार्य रूप से ढह जाएगा। सभी बागवानी करना बंद कर देंगे, और सबकी राय बदल जाएगी कि "बागवानी बेकार है।" मॉडल सिद्ध करता है कि कुछ स्थितियों के तहत, यह "आलसी" अवस्था ही एकमात्र संभावित अंत है।
"ऑल-कोऑपरेट" (सभी का सहयोग) का सपना: हालांकि, यदि "स्व-संगति" (self-consistency) का कारक पर्याप्त रूप से मजबूत है (लोग वास्तव में पाखंडी होने से नफरत करते हैं) और सामाजिक प्रभाव मजबूत है (पड़ोसी एक-दूसरे को प्रभावित करते हैं), तो समूह आलसी होने के प्रलोभन पर विजय पा सकता है। भले ही गार्डन गेम गणितीय रूप से आलस के पक्ष में हो, लेकिन "संगत रहने" का सामाजिक दबाव पूरे समूह को सहयोग की ओर धकेल सकता है।

5. मुख्य निष्कर्ष

यह पेपर दिखाता है कि राय और कार्य एक दो-तरफा रास्ता हैं।

अतीत में, मॉडल मानते थे कि कार्य केवल राय का अनुसरण करते हैं।
यह मॉडल दिखाता है कि कार्य भी राय को बदलते हैं। यदि आप देखते हैं कि आपके पड़ोसी कड़ी मेहनत कर रहे हैं, तो आप उन्हें समर्थन देने के लिए अपनी राय बदल सकते हैं, ताकि "पाखंड दंड" (hypocrisy penalty) से बच सकें।

सरल शब्दों में: पेपर सुझाव देता है कि विफल होते सामुदायिक प्रोजेक्ट को बचाने के लिए, आपको केवल पुरस्कारों को बड़ा करने की आवश्यकता नहीं है। आपको एक ऐसा वातावरण बनाने की भी आवश्यकता है जहाँ लोगों को "कथनी और करनी" में एक समान रहने के लिए एक मजबूत सामाजिक दबाव महसूस हो। यदि लोग एक बात कहने और दूसरी बात करने के बीच असंगत महसूस करते हैं, तो वह आंतरिक बेचैनी ही समूह को पूरी तरह से ढहने से बचाने वाली शक्ति बन सकती है।

यहाँ डेविडसन एट अल. के शोध पत्र "Modelling the coevolution of opinion dynamics and decision making in social dilemmas" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यह शोध पत्र सामाजिक दुविधाओं (social dilemmas), विशेष रूप से सामूहिक कार्रवाई (collective action) के संदर्भ में, सहयोग कैसे उभरता है और बना रहता है, इसे समझने की मौलिक चुनौती को संबोधित करता है। जबकि शास्त्रीय गेम थ्योरी यह सुझाव देती है कि स्वार्थी व्यक्तियों के लिए "डिफेक्शन" (defection - यानी सहयोग न करना या फ्री-राइडिंग) एक तर्कसंगत रणनीति है, वास्तविक दुनिया के अवलोकन व्यापक सहयोग को दर्शाते हैं।

मौजूदा मॉडल अक्सर कार्यों (actions) और विचारों (opinions) को अलग-अलग मानते हैं या एकतरफा संबंध मानते हैं (जैसे, विचार कार्यों को निर्देशित करते हैं)। लेखक एक ऐसे एकीकृत गणितीय मॉडल के अंतराल की पहचान करते हैं जो निम्नलिखित के परस्पर निर्भर सह-विकास (interdependent coevolution) को कैप्चर कर सके:

कार्य (Actions): पब्लिक गुड्स गेम (PGG) में सहयोग करने या डिफेक्ट करने के रणनीतिक निर्णय।
विचार (Opinions): सहयोग के प्रति प्राथमिकता के संबंध में निरंतर विश्वास या दृष्टिकोण।

मुख्य समस्या यह मॉडल करना है कि ये दोनों चर एक नेटवर्क संरचना के भीतर एक साथ कैसे विकसित होते हैं, जहाँ एक व्यक्ति का कार्य उसके विचार को प्रभावित करता है (आत्म-संगति की इच्छा के माध्यम से) और उसका विचार उसके कार्य को प्रभावित करता है।

2. कार्यप्रणाली (Methodology)

A. सह-विकासवादी गेम ढांचा (The Coevolutionary Game Framework)

लेखक एक नवीन गेम-थ्योoretic मॉडल प्रस्तावित करते हैं जो एक भारित नेटवर्क $G = (V, E, W)$ पर आधारित है।

स्टेट स्पेस (State Space): प्रत्येक खिलाड़ी $i$ $i$ के पास एक रणनीति $z_i = (x_i, y_i)$ $z_{i} = (x_{i}, y_{i})$ होती है, जहाँ:
- $x_i \in \{0, 1\}$ : एक असतत कार्य (0 = डिफेक्शन, 1 = सहयोग)।
- $y_i \in [0, 1]$ : एक निरंतर विचार (0 = डिफेक्शन के लिए दृढ़ प्राथमिकता, 1 = सहयोग के लिए दृढ़ प्राथमिकता)।
पे-ऑफ फंक्शन (Payoff Function): खिलाड़ी $i$ $i$ के लिए कुल पे-ऑफ $\pi_i$ $π_{i}$ तीन घटकों का एक कॉनवेक्स कॉम्बिनेशन (convex combination) है:
$\pi_i(z_i, z_{-i}) = \alpha_i \pi^a_i(x_i, x_{-i}) + \beta_i \pi^o_i(y_i, y_{-i}) - \frac{1}{2}\lambda_i (x_i - y_i)^2$
1. PGG पे-ऑफ ( $\pi^a$ ): मल्टीप्लायर $r$ ( $1 < r < n$ ) के साथ एक मानक पब्लिक गुड्स गेम पर आधारित।
2. ओपिनियन पे-ऑफ ( $\pi^o$ ): फ्राइडकिन-जॉनसन (Friedkin–Johnsen - FJ) डायनेमिक्स का उपयोग करते हुए, जहाँ खिलाड़ी अपने पूर्वाग्रह $u_i$ के प्रति अपनी संलग्नता के आधार पर, अपने पड़ोसियों के विचारों के बीच वर्ग दूरी (squared distance) को कम करते हैं।
3. आत्म-संगति दंड (Self-Consistency Penalty): कार्य और विचार के बीच वर्ग अंतर को दंडित करने वाला एक पद। यह एक फीडबैक लूप बनाता: अपने विश्वास के विरुद्ध कार्य करने से उपयोगिता (utility) कम हो जाती है।
पैरामीटर्स (Parameters): $\alpha_i, \beta_i, \lambda_i \in [0, 1]$ क्रमशः PGG, ओपिनियन डायनेमिक्स, और आत्म-संगति के सापेक्ष भार को दर्शाते हैं, जहाँ $\alpha_i + \beta_i + \lambda_i = 1$ ।

B. डायनेमिक्स और अपडेट नियम (Dynamics and Update Rules)

अपडेट तंत्र (Update Mechanism): खिलाड़ी असिंक्रोनस रूप से डिस्क्रीट टाइम स्टेप्स पर अपडेट होते हैं। सक्रिय खिलाड़ी सिस्टम की वर्तमान स्थिति को देखते हुए अपने वर्तमान पे-ऑफ को अधिकतम करने के लिए एक मायोपिक बेस्ट-रिस्पॉन्स (myopic best-response) रणनीति अपनाते हैं।
बेस्ट-रिस्पॉन्स व्युत्पत्ति (Best-Response Derivation): लेखक एक स्पष्ट डिस्क्रिमिनेन्ट मात्रा, $\delta_i(y)$ $δ_{i} (y)$ , व्युत्पन्न करते हैं, जो इष्टतम कार्य को निर्धारित करती है।
- यदि $\delta_i(y) > 0$ , तो बेस्ट रिस्पॉन्स सहयोग करना ( $x_i=1$ ) है।
- यदि $\delta_i(y) \le 0$ , तो बेस्ट रिस्पॉन्स डिफेक्ट करना ( $x_i=0$ ) है।
- महत्वपूर्ण रूप से, इष्टतम विचार $y_i$ , पड़ोसियों के विचारों, व्यक्तिगत पूर्वाग्रह और नवनिर्धारित कार्य का एक कॉनवेक्स कॉम्बिनेशन है।

3. मुख्य योगदान (Key Contributions)

नवीन सह-विकासवादी मॉडल: यह पेपर एक एकीकृत ढांचे को पेश करता है जो असतत कार्यों और निरंतर विचारों के बीच अंतर करता है, जो एक आत्म-संगति पद द्वारा जुड़े हुए हैं। यह पिछले मॉडलों (जैसे CODA) के विपरीत है जो विचारों को सीधे कार्यों में क्वांटाइज़ करते हैं या एकतरफा निर्भरता वाले मॉडल हैं।
स्पष्ट बेस्ट-रिस्पॉन्स लक्षण वर्णन: लेखक एक बेस्ट-रिस्पॉन्स रणनीति के लिए एक क्लोज्ड-फॉर्म एक्सप्रेशन (Proposition 1) प्रदान करते हैं, जो यह दर्शाता है कि सहयोग करने का निर्णय एक डिस्क्रिमिनेन्ट $\delta_i$ पर निर्भर करता है जो PGG पैरामीटर्स, सामाजिक प्रभाव और आत्म-संगति भार को एकत्रित करता है।
इक्विलिब्रियम विश्लेषण (Equilibrium Analysis):
- एक्शन-ओपिनियन संरेखण (Action-Opinion Alignment): वे सिद्ध करते हैं कि किसी भी इक्विलिब्रियम में जहाँ जनसंख्या एक एक्शन कंसेंसस (सभी डिफेक्ट या सभी सहयोग) तक पहुँचती है, जनसंख्या को एक विचार कंसेंसस (opinion consensus) तक भी पहुँचना चाहिए (Proposition 3)।
- अस्तित्व की स्थितियाँ (Existence Conditions): वे ऑल-डिफेक्शन (All-Defection) और ऑल-कोऑपरेशन (All-Cooperation) कंसेंसस इक्विलिब्रियम के अस्तित्व के लिए पर्याप्त स्थितियाँ व्युत्पन्न करते हैं (Theorem 1)।
ग्लोबल स्टेबिलिटी प्रमाण (Global Stability Proof): यह पेपर स्थितियाँ स्थापित करता है जिनके तहत सिस्टम प्रारंभिक स्थितियों की परवाह किए बिना ग्लोबली ऑल-डिफेक्शन इक्विलिब्रियम की ओर अभिसरित (converge) होता है (Theorem 2)।

4. मुख्य परिणाम (Key Results)

A. इक्विलिब्रियम स्थितियाँ (Equilibrium Conditions)

शून्य पूर्वाग्रह ( $\gamma_i = 0$ ) की धारणा के तहत:

ऑल-डिफेक्शन इक्विलिब्रियम $(0,0)$ : हमेशा मौजूद रहता है। यह अद्वितीय (unique) इक्विलिब्रियम है यदि "लागत" (आत्म-संगति और ओपिनियन डायनेमिक्स बनाए रखने की) PGG मल्टीप्लायर के लाभ से अधिक हो। विशेष रूप से, यदि:
$\frac{\beta_i \lambda_i}{\beta_i + \lambda_i} \le 2\alpha_i \left(1 - \frac{r}{n}\right)$
सभी खिलाड़ियों $i$ के लिए।
ऑल-कोऑपरेशन इक्विलिब्रियम $(1,1)$ : मौजूद होता है यदि आत्म-संगति और ओपिनियन डायनेमिक्स, PGG में डिफेक्शन के अंतर्निहित लाभ को पार करने के लिए पर्याप्त मजबूत हों। यह तब होता है जब:
$\frac{\beta_i \lambda_i}{\beta_i + \lambda_i} > 2\alpha_i \left(1 - \frac{r}{n}\right)$
सभी खिलाड़ियों $i$ के लिए।

B. ग्लोबल कन्वर्जेंस (Global Convergence)

लेखक सिद्ध करते हैं कि यदि अद्वितीय ऑल-डिफेक्शन इक्विलिब्रियम की स्थिति (Eq. 15) लागू होती है, तो सिस्टम ग्लोबली ऑल-डिफेक्शन स्टेट $(0,0)$ की ओर अभिसरित होता है।

प्रूफ मैकेनिज्म: वे एक पोटेंशियल फंक्शन (potential function) $\Phi(y)$ का उपयोग करते हैं। जब यह स्थिति लागू होती है, तो बेस्ट-रिस्पॉन्स डायनेमिक्स सुनिश्चित करते हैं कि एक्शन वेक्टर $x(t)$ परिमित समय में सभी शून्य हो जाता है। एक बार जब $x(t)=0$ हो जाता है, तो ओपिनियन डायनेमिक्स एक मानक FJ मॉडल में बदल जाते जिसमें एक आत्म-संगति पद होता है जो सभी विचारों को 0 की ओर ले जाता है। पोटेंशियल फंक्शन को मोनोटोनिकली बढ़ता हुआ और बाउंडेड दिखाया गया है, जो $y=0$ पर अद्वितीय अधिकतम की ओर अभिसरण की गारंटी देता है।

5. महत्व और निहितार्थ (Significance and Implications)

सैद्धांतिक अंतर्दृष्टि: मॉडल यह प्रदर्शित करता है कि सामाजिक दुविधाओं में सहयोग केवल गेम पे-ऑफ (PGG पैरामीटर्स) द्वारा निर्धारित नहीं होता है, बल्कि आत्म-संगति और सामाजिक प्रभाव के मनोवैज्ञानिक चालक से भी भारी रूप से प्रभावित होता है।
नीति/हस्तक्षेप (Policy/Intervention): परिणाम बताते हैं कि सहयोग को बनाए रखने के लिए, हस्तक्षेपों को शुद्ध भौतिक लाभ ( $\alpha_i$ ) के सापेक्ष $\beta_i$ (सामाजिक प्रभाव) और $\lambda_i$ (संगति की इच्छा) के मापदंडों को मजबूत करना चाहिए। यदि फ्री-राइडिंग के प्रलोभन के सापेक्ष आत्म-संगति की इच्छा बहुत कमजोर है, तो सिस्टम अनिवार्य रूप से सार्वभौमिक डिफेक्शन में ढह जाएगा।
मेथोडोलॉजिकल प्रगति: क्रियाओं (actions) और विचारों (opinions) को अलग करके, मॉडल उस "तनाव" को कैप्चर करता है जो विरोध प्रदर्शनों और आंदोलनों में देखा जाता है, जहाँ व्यक्ति सहयोग के पक्ष में विचार रख सकते हैं लेकिन तत्काल लागत के कारण डिफेक्ट कर सकते हैं, या इसके विपरीत। स्पष्ट बेस्ट-रिस्पॉन्स व्युत्पत्ति जटिल सह-विकासवादी प्रणालियों का विश्लेषण करने के लिए एक सुलभ उपकरण प्रदान करती है।

संक्षेप में, यह शोध पत्र इस बात को समझने के लिए एक कठोर गणितीय आधार प्रदान करता है कि कैसे रणनीतिक निर्णय लेने और सामाजिक विचार निर्माण के बीच का परस्पर खेल सामाजिक दुविधाओं में सहयोग के भाग्य को निर्धारित करता है, जिससे स्पष्ट स्थितियाँ प्राप्त होती हैं कि सहयोग कब जीवित रह सकता है और कब विफल होने के लिए अभिशप्त है।