Designing Algorithms for Realising Social Goals

Abstract

Praca „Projektowanie algorytmów wspierających realizację celów społecznych” koncentruje się na poszukiwaniu odpowiedzi na pytania czy algorytmy mogą wpływać na zachowania ludzi, a jeśli tak, to czy projektowanie takich algorytmów dla osiągnięcia założonego celu jest możliwe (i jak to zrobić). Praca składa się z czterech rozdziałów, z których pierwszy opisuje dotychczasowy stan wiedzy, przedstawia związek między systemami społecznymi a informatycznymi, a także definiuje tezy badawcze. Drugi i trzeci prezentują oryginalne wyniki badań, a czwarty rozdział zawiera podsumowanie i opis możliwych kierunków dalszych badań. Praca kończy się spisem literatury z ponad 150 pozycjami, listą rycin i tabel. Celem rozprawy było dowiedzenie dwóch tez postawionych we wstępie: – Teza I: Konstrukcja systemu informacyjnego może pozytywnie wpływać na zachowania użytkowników i pojawiające się w nim zjawiska społeczne. – Teza II: Można projektować algorytmy w taki sposób, aby wspierały osiąganie założonych z góry celów społecznych. Pierwszy rozdział rozpoczyna się od wstępu teoretycznego poświęconego związkom między systemami społecznymi i informacyjnymi, a także badaniom prowadzonym nad wpływem jednych na drugie. Kolejne punkty definiują pojęcie celów społecznych rozumianych w ramach tej pracy jako powszechnie akceptowane, uzgodnione w sposób świadomy lub nieświadomy cele danej społeczności a także prezentują kluczowe pojęcia i narzędzia dla projektowania algorytmów wspomagających realizację celów społecznych, czyli zbierania danych behawioralnych, emergencji, automatycznego przetwarzania języka naturalnego i symulacji społecznych. Rozdział dzieli główny problem na dwa komplementarne problemy (zagadnienia), których rozwiązanie potwierdza postawione w pracy tezy: – analiza zjawisk społecznych na podstawie danych behawioralnych z systemów teleinformatycznych, – celówe modyfikowanie zjawisk społecznych przez odpowiednią konstrukcję i modyfikację algorytmów. W rozdziale drugim pokazano, że identyfikacja zjawisk społecznych w danych uzyskanych z systemów teleinformatycznych jest możliwa. Badania przeprowadzono na dwóch rożnych typach danych i dotyczyły zjawisk pojawiających się zarówno w ramach dość specjalistycznego systemu (spirala nienawiści na portalu aukcyjnym) jak i bardziej uniwersalnych, dotyczących de facto całego społeczeństwa (predykcja cen akcji na giełdzie w Warszawie). Pierwsza część rozdziału poświęcona jest analizie zbioru danych dotyczącego zachowań użytkowników największego polskiego serwisu aukcyjnego – Allegro. Analizy statyczne pozwoliły znaleźć ciekawe prawidłowości w zachowaniach zarówno sprzedawców jak i kupujących (m.in. kolejność umieszczania komentarzy czy długość komentarzy). Te analizy zostały uzupełnione o dokładniejsze studia nad zawartością komentarzy wykonane przy pomocy algorytmów do automatycznego przetwarzania języka naturalnego. Do najciekawszych, otrzymanych w tej części pracy wyników można zaliczyć: wykazanie dużego podobieństwa między komentarzami neutralnymi i negatywnymi, identyfikację zjawiska amplifikacji agresji w komentarzach wśród osób, które wystawiają je jako drugie (po przeczytaniu oceny jaka im została wystawiona), a także generalną niską informatywność w treściach komentarzy (zbliżającą się do zera dla komentarzy pozytywnych). Dodatkowo, zaproponowana została modyfikacja algorytmu oceniania, która pozwala wyeliminować większość zidentyfikowanych negatywnych zjawisk. W drugiej części rozdziału pokazano, że nawet dla tak złożonych zjawisk jak predykcja cen akcji na giełdzie możliwe jest znalezienie pewnych zależności między danymi zbieranymi w Internecie i analizowanymi za pomocą dedykowanych algorytmów przetwarzania języka a samym zjawiskiem. Przykłady konstrukcji algorytmów wspierających realizację celów społecznych zostały przedstawione w rozdziale trzecim. Na przykładzie systemu zarządzania zaufaniem wykazano możliwość tworzenia takich algorytmów. Kolejno zostały omówione i wykonane wszystkie kroki niezbędne przy projektowaniu. Cel sprawiedliwiej dystrybucji dóbr został sformalizowany w sposób umożliwiający jego mierzenie i porównywanie. W celu eksperymentalnego sprawdzenia proponowanych algorytmów stworzono symulator systemu aukcyjnego, który umożliwiał testowanie odporności proponowanych algorytmów dla rożnych strategii adwersarzy. W celu zwiększenia realizmu symulacji, a także uwzględnienia faktu, że rzeczywiste system aukcyjne są otwarte, dane z rzeczywistego systemu aukcyjnego zostały użyte do sterowania zachowaniem części agentów. Zaproponowane algorytmy okazały się efektywne w realizacji wyznaczonego celu przy okazji nie zmniejszając liczby transakcji w serwisie aukcyjnym, co było kluczowym elementem determinującym ich potencjalne, praktyczne zastosowanie. System reputacyjny w serwisach aukcyjnych jest scentralizowany stąd konstruowanie dla niego algorytmów realizujących cele społeczne ma pewną specyfikę. W celu wykazania, że takie algorytmy mogą powstawać także dla rozproszonych systemów w dalszej części trzeciego rozdziału zaproponowano rozwiązanie, które umożliwia analizę emocji użytkowników telefonów komórkowych, a także wpływanie na nie przez filtrowanie informacji nacechowanych emocjonalnie, odpowiednio pozytywnie lub negatywnie. W toku badań udało się wykazać, że dla trzech typów danych pozyskanych z rożnych źródeł, począwszy od urządzeń mobilnych użytkowników, poprzez strony internetowe, a skończywszy możliwa jest identyfikacja zjawisk społecznych. Dodatkowo, zaprojektowanie algorytmów wspierających realizację celów społecznych zarówno dla scentralizowanego systemu reputacyjnego, jak i rozproszonego świata użytkowników smartfonów pokazuje, że cele takie mogą być stawiane przed twórcami algorytmów. Dalsze badania powinny być prowadzone w kierunku rozbudowy mechanizmów umożliwiających wyrażanie celów społecznych w sposób sformalizowany, ich mierzenie i porównywanie. Znaczącym ułatwieniem dla rozwoju i praktycznego zastosowania tej dziedziny wiedzy byłoby także stworzenie uniwersalnych narzędzi symulacyjnych pozwalających, po tylko niewielkich zmianach, testować propozycje nowych algorytmów dla szerokiej klasy systemów.