🧬 biology

Cultural transmission of move choice in chess

Deze studie analyseert decennia aan schaakpartijregistraties om aan te tonen hoe sociale leerbiases, waaronder frequentie-afhankelijke, succes- en prestige-bias, de culturele transmissie en evolutie van zetkeuzes onder spelers sturen.

Oorspronkelijke auteurs: Egor Lappo, Noah A. Rosenberg, Marcus W. Feldman

Gepubliceerd 2026-05-22

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Egor Lappo, Noah A. Rosenberg, Marcus W. Feldman

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ⚕️ Dit is een AI-gegenereerde uitleg van een preprint die niet peer-reviewed is. Dit is geen medisch advies. Neem geen gezondheidsbeslissingen op basis van deze inhoud. Lees de volledige disclaimer

Stel je de wereld van hoogwaardig schaken niet alleen voor als een spel van strategie, maar als een massaal, mondiaal gesprek dat al 50 jaar gaande is. Elke keer dat een grootmeester een zet doet, spreekt hij in wezen een woord uit een gedeeld vocabulaire. Dit artikel, geschreven door onderzoekers van Stanford, behandelt schaakzetten als woorden in een taal om te begrijpen hoe ideeën zich binnen een cultuur verspreiden, veranderen en evolueren.

Hier is het verhaal van hun onderzoek, opgesplitst in eenvoudige concepten en analogieën.

Het Grote Idee: Schaken als Cultureel Laboratorium

De auteurs wilden zien hoe mensen van elkaar leren. Ze kozen schaken omdat dit daar perfect voor is:

Het is een duidelijk verslag: In tegenstelling tot menselijke gesprekken waarbij woorden misschien worden vergeten, wordt elke schaakzet opgeschreven.
Het is een enorm dataset: Ze analyseerden 3,45 miljoen partijen gespeeld door topspelers tussen 1971 en 2019.
Het is een sociaal spel: Spelers spelen niet alleen in een vacuüm; ze kijken wat anderen doen, lezen boeken en kopiëren hun helden.

De onderzoekers vroegen zich af: Wanneer een speler besluit welke zet hij maakt, kopieert hij dan de menigte, kopieert hij de winnaars, of kopieert hij de beroemde sterren?

De Drie Manieren waarop Mensen Kopiëren (Transmissie-voorkeuren)

Het artikel identificeert drie hoofdstrategieën voor sociaal leren die spelers ertoe brengen de ene zet te kiezen boven de andere:

Frequentie-afhankelijke Voorkeur (De "Anti-mode" Trend):
- De Analogie: Stel je een modetrend voor waarbij iedereen blauwe hoeden gaat dragen. Normaal gesproken volgen mensen de menigte. Maar in het schaken doen spelers soms het tegenovergestelde. Als een zet door iedereen wordt gespeeld, kan een speler denken: "Als iedereen dit doet, heeft mijn tegenstander het waarschijnlijk voorbereid. Ik moet iets raars doen in plaats daarvan."
- De Bevinding: De studie vond dat voor sommige openingzetten spelers actief de populairste keuzes vermijden. Dit heet negatieve frequentie-afhankelijke voorkeur (of anti-conformiteit). Ze willen de "underdog"-strategie zijn om hun tegenstander op het verkeerde been te zetten.
Succes-voorkeur (De "Kopieer de Winnaar" Strategie):
- De Analogie: Stel je voor dat je probeert een lekkende kraan te repareren. Je ziet een video van een loodgieter die het perfect heeft opgelost. Je kopieert hun exacte stappen omdat ze werkten.
- De Bevinding: In een specifieke opening (de Caro-Kann) stopten spelers met het gebruik van een bepaalde zet omdat deze voortdurend leidde tot verliezen. Ze zagen het "falen" en stopten met het kopiëren ervan. Hier bepaalde het "winstpercentage" van een zet zijn populariteit.
Prestige-voorkeur (De "Kopieer de Superster" Strategie):
- De Analogie: Denk aan een beroemdheid die een specifiek merk sneakers draagt. Zelfs als de schoenen niet per se "beter" zijn dan andere, wil iedereen ze dragen omdat de beroemdheid bekend is.
- De Bevinding: In een andere opening (de Najdorf Siciliaans) werd een specifieke zet plotseling populair. De data toonde aan dat dit niet kwam omdat het de meest voorkomende of de meest succesvolle zet overall was, maar omdat de top 50 spelers ter wereld ermee begonnen. Zodra de "supersterren" het overnamen, volgde de rest van de schaakwereld.

Het Effect van de "Computer Engine"

Het artikel merkt een grote verschuiving op in de laatste paar decennia: de opkomst van krachtige computerschaakprogramma's.

Voorheen: Spelers vertrouwden op menselijke intuïtie en uit het hoofd geleerde boeken.
Daarna: Computers kunnen in seconden de "perfecte" zet berekenen.
Het Resultaat: Dit veranderde de cultuur. Spelers onthouden nu lange, door computers gegenereerde reeksen. Als een computer zegt dat een rare zet (zoals het opschuiven van een pion naar de rand van het bord, bekend als h3) goed is, nemen de topspelers het over, en verspreidt de "Prestige-voorkeur" het naar de rest.

Het "Steekproefgrootte"-Mysterie

Een van de meest interessante bevindingen gaat over hoeveel informatie spelers eigenlijk bekijken.

De Analogie: Stel je voor dat je probeert te raden wat het weer zal worden.
- Voor de eerste zet van het spel (de "opening") zijn er duizenden partijen om naar te kijken. Het is alsof je probeert het weer te voorspellen door naar een miljoen verschillende steden te kijken; het is te veel data, dus spelers kijken misschien alleen naar een klein, niet-representatief stukje.
- Voor latere zetten in het spel (na 10 of 11 zetten) daalt het aantal mogelijke scenario's drastisch. Het is alsof je alleen naar je eigen wijk kijkt.
De Bevinding: De onderzoekers vonden dat spelers lijken te letten op een groter percentage van de totale partijen naarmate het spel dieper en complexer wordt. Ze "steekproeven" meer van de cultuur wanneer de situatie minder gestandaardiseerd is.

Wat Hebben Ze Eigenlijk Gedaan?

De onderzoekers bouwden een complex wiskundig model (met behulp van iets dat een Dirichlet-multinomiaal model wordt genoemd) om te simuleren hoe zetfrequenties van jaar tot jaar veranderen.

Ze vergeleken de echte data met een "willekeurig" model (waarbij spelers gewoon raden).
Ze ontdekten dat de echte wereld er niet willekeurig uitzag. De "sociale voorkeuren" (sterren kopiëren, menigten vermijden, of winnaars volgen) waren de onzichtbare handen die het spel vormgaven.

De Conclusie

Dit artikel bewijst dat schaken niet alleen een spel van logica is; het is een spel van cultuur.

Spelers leren voortdurend van elkaar.
Ze kopiëren soms de winnaars, soms de beroemdheden, en doen soms opzettelijk het tegenovergestelde van de menigte om onvoorspelbaar te blijven.
De introductie van computers heeft gefungeerd als een enorme "culturele versneller", waardoor nieuwe ideeën sneller dan ooit tevoren verspreiden.

Door schaakzetten te behandelen als culturele eigenschappen, hebben de auteurs ons laten zien dat zelfs in een spel met perfecte informatie, menselijk gedrag wordt gedreven door sociale trends, net als mode, taal of memes.

Technische Samenvatting: Culturele Transmissie van Zetkeuze in Schaak

Probleemstelling
Het onderzoek naar culturele evolutie mist vaak een gedetailleerde analyse van transmissiemechanismen binnen specifieke menselijke domeinen. Hoewel er grote datasets bestaan voor linguïstische of tekstuele data, ontbreken daarin vaak de nauwkeurige gedragsrecords die te vinden zijn in competitieve spellen. Schaak biedt een uniek platform voor deze analyse vanwege de discrete zetten, volledige informatie en uitgebreide historische records van hoogwaardige data van elite-spelers. De auteurs beogen te kwantificeren hoe sociale leerbiases – specifiek frequentie-afhankelijke bias, succesbias en prestige-bias – de dynamiek van zetkeuze over decennia beïnvloeden. In tegenstelling tot eerdere studies over spellen zoals Go, die zich richtten op individuele binaire keuzes, adresseert dit artikel de uitdaging om populatie-niveau zetfrequenties te modelleren over een enorm scala aan potentiële spelsequenties.

Methodologie
De auteurs maken gebruik van een dataset van 3,45 miljoen schaakpartijen gespeeld door meesters (Elo $\ge$ 2000) tussen 1971 en 2019, afkomstig uit de Caissabase-compilatie. De analyse richt zich op specifieke bordposities op wisselende dieptes in de spelboom (bijvoorbeeld de Damepionopening, Caro-Kann en Najdorf-Siciliaans).

De kern van de methodologie is een statistisch model op populatieniveau gebaseerd op de Dirichlet-multinomial likelihood. Het model werkt als volgt:

Nulmodel: Het gaat uit van een neutraal transmissieproces waarbij zettellingen in jaar $t+1$ worden bemonsterd uit de tellingen in jaar $t$ , analoog aan een Wright–Fisher-model in populatiegenetica.
Incorporeren van Biases: Het model introduceert fitnesscoëfficiënten ( $f_i$ $f_{i}$ ) om culturele fitness voor te stellen. Deze coëfficiënten mogen variëren op basis van:
- Frequentie-afhankelijkheid: Gemodelleerd met behulp van stuksgewijs constante functies van de frequentie van de strategie, waardoor detectie mogelijk is van negatieve of positieve frequentie-afhankelijke selectie (anti-conformiteit of conformiteit).
- Succesbias: Vertegenwoordigd door coëfficiënten ( $\beta_{win}$ ) die zetkeuze koppelen aan het gemiddelde winstpercentage van de strategie in de algemene populatie.
- Prestige-bias: Vertegenwoordigd door coëfficiënten ( $\beta_{top50}$ ) die zetkeuze koppelen aan de winstpercentages en frequenties van de top 50 spelers in de dataset voor een bepaald jaar.
Inferentie: Het model wordt gefit met behulp van Bayesiaanse inferentie via Hamiltonian Markov Chain Monte Carlo (HMC) sampling (Stan-software). Er worden niet-informatieve priors gebruikt en de analyse richt zich op de posterior-verdelingen van de fitnessfuncties en bias-coëfficiënten. Om te gaan met nul-tellingen en zeldzame zetten, wordt een correctieterm toegevoegd aan de Dirichlet-parameters, en worden zeldzame zetten gegroepeerd in een "overige" categorie.

Belangrijkste Resultaten
Het model werd toegepast op drie verschillende posities, wat verschillende transmissiedynamieken blootlegde:

Negatieve Frequentie-afhankelijke Bias (Anti-conformiteit): In de Damepionopening (ply 2) en de Caro-Kann-opening (ply 5) observeerden de auteurs dat bepaalde zetten (bijvoorbeeld $d5$ en $Nf6$ in de Damepionopening; $exd5$ in de Caro-Kann) negatieve frequentie-afhankelijkheid vertoonden. Deze zetten werden met een hogere waarschijnlijkheid gekozen wanneer ze zeldzaam waren en met een lagere waarschijnlijkheid wanneer ze gebruikelijk waren. Dit suggereert dat spelers populaire varianten actief vermijden, mogelijk om tegenstanders uit hun voorbereiding te halen.
Succesbias: In de Caro-Kann-opening was de daling van de zet $exd5$ significant gecorreleerd met het lagere winstpercentage in de algemene populatie. Het model geeft aan dat spelers deze zet vermijden omdat deze leidt tot ongunstige uitkomsten, in overeenstemming met computerengine-analyses die $e5$ als superieur tonen.
Prestige-bias: In de Najdorf-Siciliaans (ply 11) werd de snelle opkomst van de zet $h3$ niet gedreven door frequentie-afhankelijkheid, maar was sterk gecorreleerd met de winstpercentages van de top 50 spelers ( $\beta_{top50-win}$ ). Dit suggereert dat elite-spelers, waarschijnlijk beïnvloed door computerengine-analyses, de zet overnamen, waarna deze werd nagevolgd door de bredere gemeenschap.
Steekproefgrootte van Partijen ( $N_s$ ): De auteurs introduceren een concept van "steekproefgrootte van partijen" ( $N_s = \bar{f}_t N_t$ ), wat het effectieve aantal partijen voorstelt dat spelers observeren bij het nemen van beslissingen. Zij vonden dat $N_s$ significant lager is dan het totale aantal partijen voor vroege posities, maar toeneemt voor latere posities, wat suggereert dat spelers een groter deel van de beschikbare data bemonsteren naarmate posities complexer en minder gestandaardiseerd worden.

Betekenis en Claims
Het artikel claimt een kwantitatief kader te bieden voor het begrijpen van culturele transmissie in een domein met discrete, hoog-risico keuzes. De belangrijkste bijdragen zijn:

Demonstratie van Biases: Het studie toont empirisch aan dat verschillende transmissiebiases gelijktijdig opereren in schaak. Terwijl anti-conformiteit (negatieve frequentie-afhankelijkheid) prevalent is in vroege openingen, spelen prestige- en succesbiases een significante rol in specifieke contexten, met name waar computeranalyse de theoretische consensus heeft verschoven.
Methodologische Vooruitgang: Door gebruik te maken van een Dirichlet-multinomial-model modelleren de auteurs succesvol overdispersie in teldata en scheiden ze de effecten van selectie (fitness) van toevallige drift. Deze aanpak maakt schatting van groeicijfers mogelijk en kwantificering van onzekerheid in culturele transmissiedynamiek.
Verbinding met Schaaktheorie: De kwantitatieve resultaten sluiten aan bij kwalitatieve kennis die door professionele schakers en historici wordt bewaard. Bijvoorbeeld, de identificatie door het model van prestige-bias in de Najdorf-Siciliaans komt overeen met de bekende invloed van computerengines en elite-grootmeesters bij het introduceren van nieuwe "zij-pionschuifjes".
Breder Toepassingsgebied: De auteurs suggereren dat hun statistische aanpak kan worden uitgebreid naar andere culturele domeinen die beperkte discrete data omvatten, en bieden zo een hulpmiddel om verhalen over culturele trends te toetsen met statistisch bewijs.

Het artikel concludeert dat schaak dient als een robuust model voor het bestuderen hoe sociale leerbiases de evolutie van culturele kenmerken vormgeven, met name met de nadruk op de wisselwerking tussen individuele innovatie, elite-invloed en de collectieve vermijding van overvoorbereide strategieën.