Replicator--Mutator Dynamics on Networks with Spatial Nonlocality: Theory and Applications

集団が時間の経過とともにどのように変化するかを研究する際、科学者たちはしばしば、個人が異なる行動様式の間でどのように選択を行うかに注目します。ある群衆を想像してみてください。そこでは誰もが、ある人気のあるルールに従うか、あるいは別のルールに従うかを決めるために奔走しています。多くのモデルでは、人々はすぐ隣に立っている人々からのみ学び、隣人の選択を模倣します。この局所的な学習は、合意のポケット（小さなまとまり）を生み出しますが、同時に集団を単一の行動の中に長時間閉じ込めてしまうこともあります。しかし、現実世界において、影響力はめったに隣人だけで止まることはありません。トレンドはある都市全体に広がり、噂は一つのコミュニティから別のコミュニティへと飛び移り、新しいアイデアはそれを最初に聞いた人の遥か先まで旅をします。こうした長距離のつながりが、グループの進化にどのように影響を与えるかを理解することは、文化的習慣の広まりから社会規範の安定性に至るまで、あらゆる事象を説明する上で極めて重要です。

研究者であるポリキシット・モンダルとエルネスト・エストラーダによる新しい研究は、まさにこの問いを調査しています。彼らは、ネットワーク内の人々の中で行動がどのように競合し、変異していくかを記述するために用いられる標準的な数学的モデルを取り上げ、そこに長距離の影響という層を加えました。彼らのバージョンでは、個人は最も近い接触者から学ぶだけでなく、ネットワーク内のより遠くにいる人々からも影響を受けることができます。ただし、その影響の強さは距離が大きくなるにつれて減衰していきます。様々な種類のネットワーク上でこれをシミュレーションすることで、研究者たちは、長距離のつながりを許容することが結果を根本的に変えてしまうことを発見しました。人々が遠くの他者から学ぶことができるようになると、集団が多様になるために必要なランダムな変化ははるかに少なくなります。さらに驚くべきことに、これらの長距離のつながりが十分に強力であれば、システムは全員が同じリーダーに従っている状態から、あらゆる可能な行動が等しく存在する状態へと、突如として切り替わることがあります。

研究者たちはまず、各人が特定の行動を採用する集団のコンピュータモデルを構築することから始めました。そこでは、グループ全体の状態は、それぞれの見解を保持している人の数によって定義されます。このモデルの伝統的なバージョンでは、影響力は厳格に局所的です。もしあなたが誰かとつながっていれば、その人を模倣するかもしれません。しかし、もしつながっていなければ、あなたは影響を受けません。この設定はしばしば「行動の群れ（behavioral flocking）」を引き起こします。これは、魚の群れが一体となって方向を変えるように、グループ全体がある一つの支配的な行動へと最終的に収束してしまう現象です。遠距離の影響という現実世界の複雑さを導入するために、チームは、ネットワーク上の数ステップ先での相互作用を可能にする数学的ツールを使用しました。彼らは、影響の「重み」が二人の間のステップ数に依存するシステムを作り上げました。彼らのモデルにおける数値が小さいことは、遠くのつながりであっても大きな重みを持つことを意味し、数値が大きいことは、隣接する近隣住民のみが重要であることを意味しました。

彼らが、社会的な輪を模したスモールワールド・ネットワークやランダム・ネットワークを含む様々なネットワーク構造に対してシミュレーションを実行したところ、明確なパターンが現れました。局所的な影響のみのバージョンでは、単一の支配的な行動から抜け出し、多様性を達成するためには、グループが高い割合のランダムな切り替え（本質的には、多くの人々が偶然に考えを変えること）を必要としました。しかし、研究者が長距離のつながりを有効にすると、グループは変化に対してより敏感になりました。強い長距離の影響力がある場合、ごくわずかなランダムな切り替えさえも、単一の支配的な行動を打ち砕くのに十分であることが分かりました。グループは、均一な状態から、利用可能なあらゆる行動が同程度の数で実践されている最大多様性の状態へと、急速に移行しました。

この遷移は、ゆっくりとした漸進的な変化ではありませんでした。研究者たちは、それがスイッチを切り替えるかのように唐突に起こるのを観察しました。長距離の影響力が一定の閾値を超えると、システムは総一致の状態から総多様性の状態へと、ほぼ瞬時に跳躍しました。これが滑らかな曲線ではなく、真の鋭い変化であることを確認するために、彼らはいくつかの方法でシステムをテストしました。彼らは、グループのサイズが増大するにつれて遷移がどのように振る舞うかを調べ、グループが大きくなるほど、その跳躍がより鋭く明確になることを見出しました。また、ランダムな切り替えの割合を徐々に増やし、その後徐々に減らしていくテストも行いました。その結果、システムは元の状態と同じ地点には戻らず、切り替え率が低下しても多様な状態を維持し続けることが分かりました。この「記憶」と呼ばれる現象（ヒステリシス）と、出発点に応じて均一な状態または多様な状態のいずれかに落ち着くことができる能力を合わせると、システムが明確な一次相転移を起こしていることが確認されました。

また、この効果が特定のネットワークの形状に依存するかどうかについても調査が行われました。彼らは、リング状の構造、ランダムなウェブ、そして少数の高度に接続されたハブを持つネットワークに対してモデルをテストしました。これらのネットワークがどのように構築されているかの違いにかかわらず、結果は同じでした。強力な長距離のつながりは、一貫してシステムを高度に多様化されたグローバルな状態へと導きました。このことは、遠くのソースから学ぶ能力が、局所的なグループが単一の行動に固執してしまう傾向を覆す強力な力になり得ることを示唆しています。研究者たちは、異なるネットワークがどれほど似た挙動を示すかを測定する方法も開発しました。様々な人工的および現実世界のネットワークが、局所的な影響と長距離の影響の混合に対してどのように反応するかを比較することで、どの構造が似たように振る舞い、どの構造が異なって行動するかをマッピングすることができ、構造的な形状だけでなく、その動的なポテンシャルに基づいてネットワークを分類する新しい方法を提供しました。

これらの知見の含意は、抽象的な数学の域を超えています。この研究は、ファッションの広まり、政治的見解の採用、あるいは言語の進化など、人々が他者から学ぶあらゆるシステムにおいて、ネットワークを越えて手を伸ばす能力が、多様性を駆動する鍵となることを示唆しています。もし影響力が直接の隣人に限定されていれば、グループは単一のモードで停滞する可能性があります。しかし、もしネットワークが長距離の学習を許容していれば、たとえ実験的な試みがわずかなものであっても、グループの行動の急速かつ完全な変容を引き起こすことができます。研究者たちは、このメカニズムが「グローバル化」を促進することを示しました。つまり、システムが多様な行動を同時にアクセスし、維持することを可能にし、単一の選択肢が永遠に支配し続けることを防ぐのです。彼らの研究は、私たちのつながりの構造がいかに私たちの集団的な選択の多様性を形作るかについての数学的枠組みを提供しており、私たちとの距離が、身近な絆の強さと同じくらい重要であることを明らかにしています。