Social Reality Construction via Active Inference: Modeling the Dialectic of Conformity and Creativity

Dit artikel introduceert een multi-agent simulatie op basis van actieve inferentie die aantoont hoe de wisselwerking tussen sociale conformiteit en creatieve afwijking leidt tot de endogene vorming en differentiatie van gedeelde sociale realiteit binnen een gestructureerd netwerk.

De kern

De Dans van de Mens: Hoe We Samen Wereld Creëren (En Veranderen)

Stel je voor dat je in een grote, levendige stad woont. Iedereen in deze stad heeft een eigen idee van hoe de wereld eruit ziet. Maar we praten ook met elkaar, luisteren naar wat anderen zeggen en passen ons aan. Soms volgen we de regels van de groep, en soms doen we iets heel nieuws en creatiefs.

Deze wetenschappelijke paper, geschreven door Kentaro Nomura en Takato Horii, probeert uit te leggen hoe dit proces werkt. Ze hebben een computersimulatie gemaakt met een groep virtuele agenten (laten we ze 'robots' noemen) om te zien hoe een gedeelde werkelijkheid ontstaat en evolueert.

Hier is de uitleg in simpele taal, met een paar leuke vergelijkingen.

1. Het Grote Idee: De Twee Krachten

De auteurs zeggen dat er twee krachten spelen in onze maatschappij:

• De 'Aanpasser' (Conformiteit): We willen bij de groep horen. We nemen de normen en ideeën van onze buren over.
• De 'Uitvinder' (Creativiteit): We willen ook iets nieuws doen, iets dat nog niemand heeft bedacht.

In de meeste computermodellen zijn robots alleen maar 'volgers' die regels volgen. Maar in dit model zijn de robots slim. Ze hebben een eigen 'brein' (een generatief model) dat probeert de wereld te begrijpen. Ze doen twee dingen tegelijk:

1. Ze luisteren naar hun buren om hun brein bij te stellen (Aanpassen).
2. Ze bedenken zelf iets nieuws en proberen dat aan de wereld te laten zien (Uitvinden).

2. Hoe Werkt het? (De Vergelijking met een Dans)

Stel je voor dat elke robot een danser is in een grote zaal.

• Het Brein (De Generatieve Model): Elke danser heeft een eigen idee van hoe de muziek klinkt en hoe je moet dansen.
• De Buren (Het Netwerk): De dansers staan in groepjes. Ze kijken naar elkaar en proberen hun dansstijl op elkaar af te stemmen. Als je buren een bepaalde stap doen, probeer jij die ook te doen. Dit is de top-down druk: de groep bepaalt wat 'normaal' is.
• De Creatieve Sprong (Actieve Inference): Maar soms, als een danser te saai wordt, bedenkt hij een nieuwe stap die nog niemand heeft gedaan. Hij probeert deze stap uit. Dit is de bottom-up kracht: het individu verandert de groep.
• De Selectie (Het Geheugen): Als een buur een nieuwe stap bedenkt, moet de danser beslissen: "Is dit leuk? Doe ik dit mee?" Als het antwoord ja is, onthoudt hij die stap en gooit hij een oude, saaie stap weg.

3. Wat Gebeurde er in de Simulatie?

De onderzoekers lieten deze robots 5.000 rondes dansen op een speciaal netwerk (twee groepen die met elkaar verbonden zijn). Hier zijn de drie belangrijkste ontdekkingen:

A. Groepen vormen zich vanzelf

Net als in het echte leven, waar mensen met dezelfde interesses bij elkaar komen, vormden de robots twee duidelijke groepen.

• De robots binnen één groep begonnen steeds meer op elkaar te lijken. Ze hadden een gedeeld 'taalgebruik' en dezelfde ideeën over de wereld.
• De groepen werden steeds verschillender van elkaar. Het was alsof twee verschillende subculturen ontstonden binnen dezelfde stad.

B. Een Cirkel van Creatie en Normen

Dit is het meest interessante deel. De robots creëerden een cirkel:

1. De robots dachten over de wereld na (hun ideeën).
2. Ze bedachten nieuwe dingen (creatieve acties) die pasten bij die ideeën.
3. Ze deelden deze nieuwe dingen met elkaar.
4. Door het delen veranderden de ideeën van de groep weer.
5. En zo begon het opnieuw.

Het is alsof een groep vrienden een nieuwe dansstijl bedenkt. Eerst is het raar, maar als ze het vaak genoeg doen, wordt het de nieuwe 'norm' voor die groep. De robots bouwden hun eigen wereld op door te creëren, en die wereld dwong hen vervolgens om zich aan te passen.

C. Nieuwe Ideeën Verspreiden Zich Anders dan Gewone Regels

Gewone regels (zoals "groet je buren") verspreiden zich rustig en gelijkmatig door een groep. Maar nieuwe, creatieve ideeën (zoals een nieuwe dansstijl) gedragen zich anders:

• Ze verspreiden zich niet overal. Ze worden alleen door een paar specifieke robots overgenomen.
• Soms springen ze over de grenzen van de groepen heen (bijvoorbeeld van groep 1 naar groep 2 via een 'brug-robot').
• Dit betekent dat mensen (en robots) hun eigen culturele nissen bouwen. Ze zoeken specifiek naar de nieuwe dingen die bij hen passen, in plaats van alles wat er is zomaar over te nemen.

4. Waarom Is Dit Belangrijk?

Deze studie laat zien dat onze samenleving niet statisch is. Het is een levend organisme dat voortdurend in beweging is door de spanning tussen:

• De druk om te passen (zodat we niet alleen staan).
• De drang om te creëren (zodat we niet saai worden).

Zonder de druk van de groep zouden we in chaos verkeren. Zonder de creativiteit van het individu zou de wereld stagneren. De paper laat zien dat deze twee krachten samenwerken om een gedeelde werkelijkheid te bouwen die steeds weer opnieuw wordt uitgevonden.

Kortom: We zijn allemaal als dansers in een grote zaal. We passen onze pas aan op die van onze buren, maar soms bedenken we een nieuwe stap. Als die nieuwe stap goed is, wordt hij de nieuwe dans voor de hele groep. En zo verandert de wereld, stap voor stap.

Technische samenvatting

Probleemstelling

Sociale agenten internaliseren collectieve normen maar herformuleren deze ook door creatieve handelingen. Hoewel theoretische tradities (zoals die van Mead en Berger & Luckmann) deze dialectiek tussen conformiteit en creativiteit beschrijven, ontbreekt er een computationeel raamwerk dat dit bidirectionele proces in één model verenigt. Bestaande modellen in de kunstmatige levenswetenschap (bijv. Naming Games) behandelen agenten vaak als regelsvolgers zonder interne generatieve modellen, waardoor ze de top-down invloed van sociale context op individuele cognitie of de capaciteit om afwijkende waarnemingen te genereren, niet kunnen vangen. Aan de andere kant behandelen modellen op basis van Actieve Inference (zoals Collective Predictive Coding) sociale representaties vaak als externe, gedeelde variabelen, waardoor de natuurlijke emergentie van distincte sociale groepen en de feedbacklus van individuele creativiteit naar collectieve normvorming wordt genegeerd.

Methodologie

De auteurs stellen een multi-agent simulatiemodel voor dat is gebaseerd op het Free Energy Principle en Actieve Inference. Het model is ontworpen om de dialectische constitutie van sociale realiteit op een gestructureerd sociaal netwerk te formaliseren.

1. Agent Architectuur:
Elke agent ($A_k$) onderhoudt een intern generatief model dat waarnemingen ($o$) genereert vanuit sociale representaties ($z$) als latente variabelen.

• Sociale Prior: Een kansverdeling $p^{social}_k(z)$ die de sociale context reflecteert en evolueert via interactie.
• Discriminator: Een netwerk $D^\psi_k(z, o)$ dat de divergentie schat tussen de benaderde posterior $q^\phi_k(z|o)$ en de sociale prior. Dit stelt de agent in staat om afwijkingen van sociale verwachtingen te meten.
• Geheugenbuffer: Een FIFO-buffer ($B_k$) die artefacten opslaat, inclusief eigen creaties en geselecteerde creaties van anderen.

2. Kernprocessen:
Het model iteratieert door vier fasen per tijdstap:

• Creatie van Nieuwe Artefacten: Agenten genereren nieuwe waarnemingen ($o^+$) door de verwachte vrije energie ($G_k$) te minimaliseren. Dit proces balanceert twee termen:
  1. Epistemische winst: Minimaliseren van de divergentie met de sociale prior (moedigt afwijking/creativiteit aan).
  2. Reconstructiefout: Minimaliseren van de fout binnen het eigen generatieve model (behoudt epistemische consistentie).
• Selectief Onthouden: Agenten beslissen of ze creaties van buren accepteren op basis van een Boltzmann-verdeling over de verwachte vrije energie. Ze vergelijken de energie van een ontvangen creatie met hun eigen geheugen en behouden de meest relevante.
• Communicatie (MHNG): Agenten wisselen sociale representaties uit via een Metropolis-Hastings Naming Game op het netwerk. Ze infereren sociale representaties op basis van gedeelde waarnemingen (joint attention) en accepteren de representatie van een buur met een bepaalde waarschijnlijkheid.
• Model Update: De parameters van het generatieve model en de discriminator worden bijgewerkt om de variational free energy ($F_k$) te minimaliseren. Dit duwt de interne representaties van de agent naar de sociale prior (top-down regulatie).

3. Experimentele Opstelling:

• Netwerk: Een "connected caveman graph" met 14 agenten, verdeeld in twee clusters van 7 agenten elk, met enkele verbindingen tussen de clusters.
• Vergelijking: Twee condities: met creatie (volledig model) vs. zonder creatie (geen creatie of selectief onthouden, alleen communicatie).
• Data: Waarnemingen zijn 2D-vectoren; sociale representaties zijn 4D-vectoren.

Belangrijkste Bijdragen

1. Unificatie van Conformiteit en Creativiteit: Het model biedt een formeel raamwerk waarin top-down regulatie (via vrije-energie-minimalisatie tijdens updates) en bottom-up vorming (via creatieve acties) in een wederzijds antagonistische maar complementaire relatie staan.
2. Endogene Groepsvorming: Het toont aan dat informatie-gecohesioniseerde sociale groepen endogeen ontstaan, waarbij de representatieve uitlijning de cluster-topologie van het onderliggende netwerk nabootst.
3. Mutuele Constitutie: Het demonstreert een cirkelvormige wederzijdse constitutie tussen sociale representaties en de verdeling van waarnemingen, waarbij creatieve handelingen de representatiestructuur projecteren op de externe wereld.
4. Selectieve Verspreiding: Het onthult dat creaties zich verspreiden via selectieve, heterogene patronen die verschillen van de stabiele diffusie van sociale representaties, wat leidt tot de constructie van culturele niches.

Resultaten

• Evolutie van Sociale Representaties:
  • In de loop van de simulatie ontstond een blokgewijze structuur in de onderlinge afstanden (Wasserstein afstand) tussen agenten, die de twee clusters weerspiegelde.
  • Gromov-Wasserstein (GW) Afstand: Analyse van de relationele geometrie toonde aan dat agenten binnen clusters convergeren naar een gedeelde structuur, terwijl de structuren tussen clusters divergeren. "Hub"-agenten (die beide clusters verbinden) bleven in een intermediaire zone oscilleren.
  • Er was een tijdsvertraging: eerst verschilden de waarden van individuele waarnemingen, en later verschilden de relationele structuren zelf.
• Evolutie van Waarnemingen:
  • Waarnemingen convergeerden eerst naar cluster-specifieke structuren, waarna individuele agenten binnen clusters unieke, nieuwe waarnemingen begonnen te creëren.
  • Dit illustreert de wisselwerking tussen sociale druk (conformiteit) en creatieve nieuwsgierigheid.
• Structuur Gelijkenis:
  • Alleen in de conditie met creatie bleef er een hoge structurele gelijkenis bestaan tussen waarnemingen en sociale representaties. Zonder creatie daalde deze gelijkenis monotoon. Dit bewijst dat creatieve handelingen essentieel zijn om de sociale representaties te projecteren op de externe wereld.
• Verspreidingsdynamiek:
  • Sociale representaties verspreidden zich stabiel binnen clusters, maar werden zelden gedeeld tussen clusters.
  • Creaties verspreidden zich dynamisch en selectief, vaak via specifieke paren (zoals de hub-agenten), wat leidde tot tijdelijke convergenties die de oorspronkelijke clustergrenzen doorkruisten.

Betekenis en Conclusie

De studie toont aan dat sociale realiteit niet statisch is, maar voortdurend wordt opgebouwd en gedifferentieerd door de spanning tussen conformiteit en creatieve afwijking.

• Mechanisme: Conformiteit (via modelupdates) zorgt voor stabiliteit en gedeelde betekenis, terwijl creativiteit (via actieve inferentie) zorgt voor variatie en de vorming van nieuwe culturele niches.
• Theoretische Implicatie: Het model valideert het idee dat individuele creatieve acties niet slechts bijproducten zijn, maar functioneel integraal zijn voor de coherentie en evolutie van sociale realiteit. Het vult een gat in de niche-constructheorie door de bottom-up richting (organismen die hun omgeving actief herscheppen) te formaliseren binnen het Free Energy Principle.
• Toekomstperspectief: De auteurs wijzen op beperkingen, zoals het statische netwerk en het ontbreken van fysieke embodiment, en suggereren dat toekomstig werk gericht moet zijn op co-evoluerende netwerken en het integreren van lichaams-omgeving interacties.