Comportement humain et société

Architectures cognitives

Un modèle informatique de la mémoire, de l’attention et du raisonnement humains, exécuté sur la même tâche que celle donnée à des personnes en laboratoire.

Question à laquelle elle répond: Le modèle fait-il les mêmes erreurs, à la même vitesse, que les gens ?

Laisse de côté : Ajuster les temps de réaction humains ne prouve pas que le modèle utilise le véritable mécanisme du cerveau.

Tourne sur : environ 10¹² FLOPS approximatif un poste de travail qui exécute une architecture sur une tâche de laboratoireDepuis : 1983 Le développement par Newell d’une architecture cognitive unifiée, Soar

Modèles de prise de décision

Des indices qui s’accumulent au hasard jusqu’à franchir un seuil, utilisés pour expliquer les choix et les temps de réaction.

Question à laquelle elle répond: Pourquoi les gens échangent-ils vitesse contre précision comme ils le font ?

Laisse de côté : Suppose que les indices s’accumulent à un rythme bruité constant, une image neuronale simplifiée.

Tourne sur : environ 10⁹ FLOPS approximatif un ordinateur portable qui ajuste un modèle de dérive-diffusion sur des données de choixDepuis : 1978 Le modèle de dérive-diffusion de la décision de Ratcliff

Modèles d’apprentissage

Des agents qui apprennent par la récompense et l’erreur, ajustés sur le comportement des personnes et des animaux dans les expériences d’apprentissage.

Question à laquelle elle répond: Quelle règle d’apprentissage explique le mieux comment les gens s’adaptent à des probabilités changeantes ?

Laisse de côté : Saisit bien le comportement moyen mais manque souvent les différences individuelles d’apprentissage.

Tourne sur : environ 10¹⁰ FLOPS approximatif un poste de travail qui ajuste un modèle d’apprentissage par récompenseDepuis : 1972 Le modèle d’apprentissage associatif de Rescorla et Wagner

Modèles de cognition sociale et de théorie de l’esprit

L’image qu’un agent se fait de ce qu’un autre croit, veut ou sait, imbriquée en lui, utilisée pour expliquer comment les gens se prédisent et se manipulent mutuellement.

Question à laquelle elle répond: Sur combien de niveaux les gens raisonnent-ils vraiment sur ce que pensent les autres ?

Laisse de côté : La plupart des modèles plafonnent l’imbrication des croyances à un petit nombre de niveaux, alors que le raisonnement réel est moins régulier.

Tourne sur : environ 10¹⁰ FLOPS approximatif un poste de travail qui exécute un modèle de raisonnement sur des croyances imbriquéesDepuis : 1978 La théorie de l’esprit de Premack et Woodruff, formalisée plus tard par le calcul

Modélisation de l’émotion et de l’affect

Une évaluation simulée d’une situation, comme une menace ou une perte, convertie en état émotionnel qui influence ensuite les décisions de l’agent.

Question à laquelle elle répond: Comment avoir peur ou être en colère change-t-il réellement les choix qui suivent ?

Laisse de côté : Les règles d’évaluation sont la théorie de l’émotion du modélisateur, pas une lecture directe des sentiments de quiconque.

Tourne sur : environ 10¹⁰ FLOPS approximatif un poste de travail qui exécute un modèle d’émotion fondé sur l’évaluation cognitiveDepuis : 1988 Le modèle cognitif de l’émotion d’Ortony, Clore et Collins

Modélisation du choix sous risque et incertitude

Des paris et des décisions passés dans un modèle de la façon dont les gens pèsent réellement gains, pertes et probabilités, plutôt que comme le ferait un agent purement rationnel.

Question à laquelle elle répond: Pourquoi les choix des gens face au risque s’écartent-ils si systématiquement de la réponse rationnelle des manuels ?

Laisse de côté : Ajuste bien les biais moyens, mais les choix d’une personne donnée peuvent s’écarter de la courbe ajustée.

Tourne sur : environ 10¹⁰ FLOPS approximatif un poste de travail qui ajuste un modèle de choix de la théorie des perspectivesDepuis : 1992 La théorie cumulative des perspectives de Tversky et Kahneman sur le choix face au risque

Répondants d’enquête simulés par des modèles de langage

On donne à un modèle de langage un profil démographique et on lui demande de répondre à des questions d’enquête comme le ferait cette personne.

Question à laquelle elle répond: Un modèle peut-il remplacer un échantillon d’enquête pour prédire les réponses d’un groupe ?

Laisse de côté : Hérite du biais et de l’homogénéité du texte d’entraînement du modèle, et est faible sur les groupes qu’il a peu vus.

Tourne sur : environ 10¹⁴ FLOPS approximatif Un appel de modèle par répondant simuléDepuis : 2022 Out of One, Many: using language models to simulate human samples (2022) source

Expériences comportementales avec des modèles de langage

Des modèles de langage sont sollicités pour jouer de nombreux participants différents et rejouer des expériences classiques de psychologie et d’économie.

Question à laquelle elle répond: Un modèle reproduit-il les résultats humains d’une étude classique ?

Laisse de côté : La réplication peut refléter des études mémorisées, et le modèle peut ne pas se généraliser à de nouveaux plans d’étude.

Tourne sur : environ 10¹⁴ FLOPS approximatif De nombreux appels de modèle par expérienceDepuis : 2022 Using large language models to simulate multiple humans and replicate human subject studies (2022) source

Tri résidentiel

Des ménages qui déménagent quand trop peu de voisins leur ressemblent : le modèle de Thomas Schelling, qui montre comment de légères préférences produisent des clivages nets.

Question à laquelle elle répond: Quelle part de préférence individuelle faut-il pour produire une ville divisée ?

Laisse de côté : La vraie ségrégation fait aussi intervenir le revenu, la discrimination et l’histoire, que de légères préférences ne suffisent pas à expliquer.

Tourne sur : environ 10⁹ FLOPS approximatif un ordinateur portable qui exécute le modèle de ségrégation de Schelling sur une grilleDepuis : 1971 Le modèle de ségrégation originel de Schelling, exécuté à la main, informatisé plus tardDans l’arbre des simulations: Ségrégation de Schelling

Lancer le modèle interactif

Dynamique des opinions

Des agents qui infléchissent mutuellement leurs opinions par le contact et les réseaux.

Question à laquelle elle répond: Quand un groupe parvient-il à un consensus, et quand se scinde-t-il en camps ?

Laisse de côté : Les vraies opinions font intervenir l’émotion et l’identité, que de simples règles de moyenne ne saisissent pas.

Tourne sur : environ 10¹⁰ FLOPS approximatif un poste de travail qui met à jour des opinions au sein d’un réseau socialDepuis : 1974 Le modèle de mise en commun itérative d’opinions de DeGroot, simulé plus tard sur des réseaux

Coopération et normes

Des jeux répétés de confiance et de tricherie entre de nombreux joueurs, avec réputations et sanctions.

Question à laquelle elle répond: Comment les normes de coopération et d’équité deviennent-elles stables ?

Laisse de côté : Les vraies réputations et les vraies sanctions sont plus brouillonnes et plus lentes que les jeux répétés propres.

Tourne sur : environ 10¹⁰ FLOPS approximatif un poste de travail qui exécute des tournois de jeux répétésDepuis : 1980 Les tournois informatiques d’Axelrod sur le dilemme du prisonnier répété

Diffusion des idées

Des innovations, des habitudes et des rumeurs qui se propagent dans les réseaux sociaux.

Question à laquelle elle répond: Pourquoi certaines idées prennent-elles et d’autres ne se diffusent-elles jamais ?

Laisse de côté : Prédit les courbes d’adoption mieux qu’il n’explique pourquoi une personne donnée change.

Tourne sur : environ 10¹⁰ FLOPS approximatif un poste de travail qui simule l’adoption au sein d’un réseau socialDepuis : 1969 Le modèle mathématique de diffusion d’un nouveau produit de Bass, simulé plus tard

Formation de réseaux sociaux

Des gens qui nouent et rompent des liens selon des règles comme les amis d’amis et la ressemblance.

Question à laquelle elle répond: Pourquoi les grands réseaux montrent-ils de courtes longueurs de chemin entre presque toutes les paires de nœuds ?

Laisse de côté : La vraie formation de liens fait intervenir la géographie et les institutions, que les règles abstraites sautent.

Tourne sur : environ 10¹⁰ FLOPS approximatif un poste de travail qui fait croître un réseau selon une règle d’attachementDepuis : 1999 Le modèle d’attachement préférentiel de croissance des réseaux de Barabási et Albert

Évolution du langage

Des agents qui inventent des mots et une grammaire pour communiquer, et les transmettent.

Question à laquelle elle répond: Comment un vocabulaire partagé peut-il naître sans que personne ne dirige ?

Laisse de côté : Le vrai langage a une grammaire et une histoire bien plus riches que les petits vocabulaires que les agents font évoluer.

Tourne sur : environ 10¹⁰ FLOPS approximatif un poste de travail qui fait inventer un vocabulaire commun à des agentsDepuis : 1995 Les premières simulations de Steels d’agents qui inventent un vocabulaire commun

Évolution culturelle

Des compétences, des outils et des traditions copiés, améliorés et perdus au fil des générations.

Question à laquelle elle répond: Pourquoi les populations plus grandes et mieux connectées conservent-elles une technologie plus complexe ?

Laisse de côté : Traite la culture comme des gènes transmis entre personnes, et manque la façon dont les idées sont réinventées.

Tourne sur : environ 10¹⁰ FLOPS approximatif un poste de travail qui simule la transmission de caractères d’une génération à l’autreDepuis : 1981 Les modèles de transmission culturelle de Cavalli-Sforza et Feldman

Sociétés d’agents à modèles de langage

Des dizaines d’agents logiciels pilotés par un modèle de langage, chacun avec mémoire et projets, vivent dans une petite ville simulée et y forment des comportements sociaux.

Question à laquelle elle répond: Quels motifs sociaux naissent quand des agents planifient et parlent en langage naturel ?

Laisse de côté : Le comportement vient de l’entraînement du modèle de langage, et les exécutions sont coûteuses et difficiles à reproduire.

Tourne sur : environ 10¹⁵ FLOPS approximatif Des milliers d’appels au modèle par jour simuléDepuis : 2023 Generative Agents: interactive simulacra of human behavior (2023) source

Prototypes de systèmes sociaux peuplés

Un modèle de langage génère une communauté de membres simulés avec des messages et des réponses, pour que les concepteurs testent une plateforme sociale avant son lancement.

Question à laquelle elle répond: Quel comportement une nouvelle communauté pourrait-elle attirer ?

Laisse de côté : Le résultat varie d’une exécution à l’autre, et les acteurs malveillants ne sont réalistes que dans la mesure de la consigne.

Tourne sur : environ 10¹³ FLOPS approximatif De nombreux appels de modèle par communautéDepuis : 2022 Social Simulacra (2022) source

Simulation de plateforme sociale par des modèles de langage

Une plateforme avec fils d’actualité, abonnements et recommandations, peuplée de jusqu’à un million d’utilisateurs pilotés par des modèles, pour étudier la diffusion de l’information et le mimétisme.

Question à laquelle elle répond: Comment les publications, les opinions et la désinformation se propagent-elles sur une plateforme d’utilisateurs pilotés par des modèles ?

Laisse de côté : Les agents sont bien plus uniformes que de vrais utilisateurs, et la validation en conditions réelles est limitée.

Tourne sur : environ 10¹⁷ FLOPS approximatif Inférence de modèles à grande échelleDepuis : 2024 OASIS: open agent social interaction simulations with one million agents (2024) source

Simulation de boucles de rétroaction des systèmes de recommandation

Des utilisateurs simulés et un système de recommandation interagissent sur de nombreux tours pour montrer comment les recommandations changent ce que les utilisateurs choisissent.

Question à laquelle elle répond: Les systèmes de recommandation restreignent-ils avec le temps ce que les gens consomment ?

Laisse de côté : Le comportement des utilisateurs est un modèle stylisé, pas une préférence mesurée.

Tourne sur : environ 10¹⁰ FLOPS approximatif Tours répétés peu coûteuxDepuis : 2017 How algorithmic confounding in recommendation systems increases homogeneity and decreases utility (2017) source

Simulation d’utilisateurs par des modèles de langage pour les systèmes de recommandation

Des agents à modèles de langage, dotés de profils de goûts, parcourent, notent et abandonnent des suggestions pour remplacer des utilisateurs dans les tests d’algorithmes de recommandation.

Question à laquelle elle répond: Comment les utilisateurs réagiraient-ils à un nouvel algorithme de recommandation ?

Laisse de côté : Le goût des agents n’est qu’une approximation des goûts réels.

Tourne sur : environ 10¹⁴ FLOPS approximatif De nombreux appels de modèle par utilisateur simuléDepuis : 2023 On generative agents in recommendation (2023) source

Propagation de la désinformation et des rumeurs

Des gens regroupés en grappes qui décident de partager une histoire selon le nombre de leurs contacts qui l’ont partagée, si bien que la propagation dépend de la structure du réseau.

Question à laquelle elle répond: Quelle structure de réseau permet à une fausse histoire de devenir virale ?

Laisse de côté : Les algorithmes des plateformes et les motivations de ceux qui partagent sont simplifiés.

Tourne sur : environ 10⁷ FLOPS approximatif contagion en réseau sur une station de travail.Depuis : 2018 Toernberg, chambres d’écho et désinformation virale : modéliser les fausses nouvelles comme une contagion complexe. source

Migration sous contrainte climatique

Des ménages décident de quitter ou non une région selon leurs revenus, les chocs climatiques et leurs liens sociaux, et les flux entre zones sont additionnés.

Question à laquelle elle répond: Combien de personnes se déplacent si les pluies ou les revenus agricoles baissent ?

Laisse de côté : Les règles de décision sont supposées et la migration a plusieurs causes.

Tourne sur : environ 10⁸ FLOPS approximatif des simulations d’agents régionales sur une station de travail.Depuis : 2011 Kniveton et ses collègues, simulations par modèle multi-agents des changements futurs des flux migratoires au Burkina Faso. source

Modèles de mobilité et de migration humaines

Le flux de personnes entre des lieux est prédit à partir des populations et des distances, avec des règles de type gravitaire ou de type radiation.

Question à laquelle elle répond: Combien de personnes voyagent entre deux lieux ?

Laisse de côté : Ignore les coûts de transport, les frontières et les différences individuelles.

Tourne sur : environ 10⁶ FLOPS approximatif un calcul de matrice de flux sur un ordinateur portable.Depuis : 2012 Simini et ses collègues, un modèle universel des schémas de mobilité et de migration. source

Génération de populations synthétiques

Un ensemble complet de ménages et d’individus artificiels est construit pour correspondre aux totaux connus d’une vraie ville ou d’un vrai pays, chaque personne recevant un âge, un emploi, un logement et une famille.

Question à laquelle elle répond: Comment obtenir un substitut réaliste de chacun dans une région sans utiliser le dossier réel de personne ?

Laisse de côté : Seuls les totaux publiés par le recensement sont reproduits, si bien que les corrélations entre traits non mesurés sont inventées.

Tourne sur : environ 10⁹ FLOPS approximatif des heures sur une station de travail pour un pays.Depuis : 1996 La création de populations de référence synthétiques par Beckman, Baggerly et McKay. source

Dynamique des piétons et des foules

Chaque marcheur contourne obstacles et autres personnes par des forces sociales.

Question à laquelle elle répond: Où les foules s’engorgent-elles dans cette gare, et comment éviter un écrasement ?

Laisse de côté : Les vraies foules paniquent et se comportent de façon imprévisible d’une manière que les modèles de forces lisses manquent.

Tourne sur : environ 10¹³ FLOPS approximatif un cluster universitaire qui simule des dizaines de milliers de marcheursDepuis : 1995 Le modèle de force sociale de Helbing et Molnar pour le mouvement des piétons

Émotion de foule et contagion comportementale

Une humeur ou une action, comme la panique, les acclamations ou le rire, qui se propage de personne en personne dans une foule dense, plus vite que personne n’a décidé de s’y joindre.

Question à laquelle elle répond: Comment un sentiment ou une action balaie-t-il une foule d’inconnus ?

Laisse de côté : Les règles de contagion sont généralement devinées après coup à partir d’images vidéo, pas mesurées en direct.

Tourne sur : environ 10¹¹ FLOPS approximatif un poste de travail qui simule la propagation d’une humeur dans une fouleDepuis : 2000 premiers modèles à base d’agents de la contagion émotionnelle dans la panique des foules

Modèles d’action collective et de points de basculement

Chaque personne n’accepte de se joindre que lorsque assez d’autres l’ont déjà fait, si bien que le passage d’une foule du calme à l’action commune dépend du mélange des seuils individuels.

Question à laquelle elle répond: Combien de personnes doivent agir en premier pour que tous les autres suivent ?

Laisse de côté : Suppose que le seuil de chacun est fixé d’avance, alors que les vrais seuils changent quand une foule se met en mouvement.

Tourne sur : environ 10⁹ FLOPS approximatif un ordinateur portable qui exécute une cascade à seuil sur une populationDepuis : 1978 Le modèle à seuil de Granovetter pour le comportement collectif

Estimation collective et sagesse des foules

De nombreuses estimations indépendantes, chacune bruitée, d’un seul nombre, regroupées pour voir de combien la moyenne tombe plus près de la vérité que la réponse de n’importe quelle personne seule.

Question à laquelle elle répond: Quand la moyenne de nombreuses estimations bat-elle l’avis d’un seul expert ?

Laisse de côté : L’effet de moyenne cesse de fonctionner dès que les estimations individuelles cessent d’être indépendantes.

Tourne sur : environ 10⁹ FLOPS approximatif un ordinateur portable qui exécute une agrégation Monte Carlo d’estimationsDepuis : 1907 L’analyse par Francis Galton des estimations d’une foule sur le poids d’un bœuf

Modèles de réseaux de mobilisation des manifestations

Des gens qui décident de rejoindre une manifestation selon le nombre de leurs propres liens sociaux qui y vont déjà, ce qui propage la participation à travers un réseau plutôt qu’une foule rassemblée en un lieu.

Question à laquelle elle répond: Comment un mouvement de protestation passe-t-il de quelques personnes engagées à une mobilisation de masse ?

Laisse de côté : Traite l’adhésion comme une seule décision par oui ou par non, et manque les petites étapes de l’engagement réel.

Tourne sur : environ 10¹⁰ FLOPS approximatif un poste de travail qui simule le recrutement au sein d’un réseauDepuis : 1997 Le modèle de réseau de la participation aux manifestations de Kim et Bearman

Modélisation du risque de maladie lors des rassemblements de masse

Le mélange exceptionnellement dense et temporaire de personnes lors d’un festival, d’un pèlerinage ou d’un événement sportif, modélisé pour estimer la vitesse à laquelle une infection pourrait se propager puis s’éteindre une fois la foule dispersée.

Question à laquelle elle répond: Quel risque supplémentaire de maladie crée le fait de réunir autant de monde pendant quelques jours ?

Laisse de côté : Une fois la foule dispersée, suivre où vont ensuite les infections qui en résultent est en grande partie hors de portée.

Tourne sur : environ 10¹² FLOPS approximatif un cluster universitaire qui simule les contacts lors d’un rassemblementDepuis : 1987 modélisation d’une épidémie de méningite parmi des pèlerins lors d’un rassemblement de masse

Modèles macroéconomiques

Toute une économie sous forme de ménages, d’entreprises, de banques et d’une banque centrale représentatifs, qui réagissent les uns aux autres.

Question à laquelle elle répond: Que deviennent l’emploi et les prix si les taux d’intérêt montent ?

Laisse de côté : Les modèles à ménage représentatif peuvent manquer la dynamique issue des inégalités.

Tourne sur : environ 10¹² FLOPS approximatif un ordinateur de bureau ou un petit cluster qui résout un modèle macroéconomique structurelDepuis : 1955 Le premier modèle macroéconométrique informatisé de Klein et Goldberger

Économies à base d’agents

Des milliers de ménages, d’entreprises et de banques individuels qui achètent, vendent, empruntent et font faillite.

Question à laquelle elle répond: Comment les crises naissent-elles de comportements ordinaires ?

Laisse de côté : Les règles de comportement des agents sont choisies par le modélisateur, pas mesurées sur des personnes.

Tourne sur : environ 10¹³ FLOPS approximatif un cluster universitaire qui simule des milliers de ménages et d’entreprises en interactionDepuis : 1993 premiers modèles d’économie computationnelle à base d’agents à l’Institut de Santa Fe

Marchés financiers

Des opérateurs de marché aux stratégies différentes qui passent des ordres sur un marché simulé.

Question à laquelle elle répond: D’où viennent les krachs et les bulles ?

Laisse de côté : Les vrais marchés ont de la régulation, des nouvelles et des événements rares que les règles de trading jouets laissent de côté.

Tourne sur : environ 10¹³ FLOPS approximatif un cluster universitaire qui simule l’interaction de nombreuses stratégies de tradingDepuis : 1994 Le marché boursier artificiel de Santa Fe de Palmer, Arthur et leurs collègues sourceDans l’arbre des simulations: Marché boursier artificiel

Risque financier

Des milliers de futurs possibles pour un portefeuille, une banque ou un assureur.

Question à laquelle elle répond: Quelle est la gravité d’une perte centennale ?

Laisse de côté : Suppose que l’avenir ressemble statistiquement au passé, ce qui cesse d’être vrai en temps de crise.

Tourne sur : environ 10¹³ FLOPS approximatif le cluster d’une banque ou d’un assureur qui exécute des millions de scénarios Monte CarloDepuis : 1994 adoption précoce par les services de gestion des risques des modèles de valeur à risque par Monte Carlo

Conception de marchés et d’enchères

Des enchérisseurs avec des stratégies qui s’affrontent sous différentes règles d’enchères.

Question à laquelle elle répond: Quel ensemble de règles donne le prix le plus juste avec le moins de manipulation ?

Laisse de côté : Les vrais enchérisseurs ne se comportent pas toujours aussi rationnellement que les stratégies le supposent.

Tourne sur : environ 10¹⁰ FLOPS approximatif un poste de travail qui teste des stratégies d’enchères selon les règles d’une vente aux enchèresDepuis : 1961 La théorie des enchères de Vickrey, testée ensuite par simulation et par expérience

Sociétés artificielles

Des agents qui récoltent, échangent et se reproduisent sur un paysage de ressources, d’où émergent distributions de richesse et commerce.

Question à laquelle elle répond: Quelles règles simples suffisent à faire naître les traits à grande échelle d’une société ?

Laisse de côté : De simples règles peuvent faire pousser des motifs d’aspect réaliste pour une mauvaise raison sous-jacente.

Tourne sur : environ 10¹⁰ FLOPS approximatif un poste de travail qui exécute une économie d’agents sur un paysageDepuis : 1996 Le modèle Sugarscape d’Epstein et AxtellDans l’arbre des simulations: Sugarscape

Simulation de politique économique conçue par l’IA

Des agents apprenants jouent des travailleurs dans une économie simulée pendant qu’un planificateur entraîné cherche une politique fiscale qui équilibre égalité et productivité.

Question à laquelle elle répond: Vers quelle règle fiscale convergent des agents apprenants et un planificateur ?

Laisse de côté : Les vraies personnes diffèrent des agents apprenants, et la structure de l’économie est simple.

Tourne sur : environ 10¹⁵ FLOPS approximatif Apprentissage par renforcement à grande échelleDepuis : 2020 The AI Economist (2020) source

Simulateurs de bourse à base d’agents

Une bourse simulée avec un carnet d’ordres complet et des messages horodatés, où des agents de trading, y compris des agents qui apprennent, interagissent.

Question à laquelle elle répond: Comment une stratégie de trading ou un changement de règle affecterait-il un marché ?

Laisse de côté : Le comportement des agents est stylisé, et l’impact sur le marché est difficile à calibrer.

Tourne sur : environ 10¹¹ FLOPS approximatif Exécutions pilotées par événements de milliers d’agentsDepuis : 2019 ABIDES: towards high-fidelity market simulation for AI research (2019) source

Modèles multi-agents du marché immobilier

Des ménages avec des revenus, des banques avec des règles de prêt et un parc de logements limité interagissent, pour montrer comment l’effet de levier et le crédit modifient les prix et les défauts de paiement.

Question à laquelle elle répond: Comment les règles de prêt produisent-elles des booms et des krachs immobiliers ?

Laisse de côté : Le comportement des ménages repose sur des règles et les données sont peu détaillées.

Tourne sur : environ 10⁹ FLOPS approximatif des centaines de milliers d’agents sur une station de travail.Depuis : 2012 Geanakoplos et ses collègues, saisir le risque systémique par un modèle à base d’agents du marché immobilier. source

Modèles d’équilibre général dynamique stochastique

Un ménage et une entreprise représentatifs font des choix dans le temps face à des chocs aléatoires, et le modèle sert à retracer comment ces perturbations et la politique économique agissent sur l’économie.

Question à laquelle elle répond: Comment l’économie réagit-elle à un choc ou à un changement de taux d’intérêt ?

Laisse de côté : Suppose des agents représentatifs rationnels et ne peut guère engendrer de crises.

Tourne sur : environ 10⁶ FLOPS approximatif estimation par perturbation ou bayésienne sur un ordinateur portable.Depuis : 1982 Kydland et Prescott, le temps de construire et les fluctuations agrégées. source

Modèles de catastrophe pour l’assurance

Des milliers de tempêtes, de séismes ou d’inondations simulés sont appliqués à un portefeuille de biens pour estimer les pertes qu’un assureur pourrait subir.

Question à laquelle elle répond: Quelle perte est dépassée une fois tous les 200 ans ?

Laisse de côté : Les extrêmes rares reposent sur de courtes séries d’observations, et la vulnérabilité des bâtiments est estimée.

Tourne sur : environ 10¹¹ FLOPS approximatif de grands catalogues d’événements sur un cluster.Depuis : 1972 Friedman, l’assurance et les aléas naturels. source

Contagion financière dans les réseaux interbancaires

Des banques liées par des prêts subissent un choc, et les faillites qui se propagent de l’une à l’autre sont retracées pour mesurer le risque systémique.

Question à laquelle elle répond: Jusqu’où la faillite d’une banque se propage-t-elle dans le système ?

Laisse de côté : Les expositions ne sont qu’en partie observées et le comportement des banques est fixé.

Tourne sur : environ 10⁷ FLOPS approximatif des algorithmes de compensation sur un poste de travail.Depuis : 2001 Eisenberg et Noe, le risque systémique dans les systèmes financiers. source

Modèles cinétiques d’échange de richesse

Des agents échangent deux à deux des sommes aléatoires comme des particules de gaz qui se heurtent, et une distribution de richesse émerge.

Question à laquelle elle répond: De simples échanges aléatoires produisent-ils l’inégalité observée ?

Laisse de côté : Les règles d’échange ignorent la production, le crédit et les institutions.

Tourne sur : environ 10⁶ FLOPS approximatif simulation de millions d’échanges sur un ordinateur portable.Depuis : 2000 Dragulescu et Yakovenko, mécanique statistique de la monnaie. source

Modèles de retombées économiques des catastrophes

Un modèle entrées-sorties de la façon dont les industries se fournissent mutuellement est frappé par une perte de capacité après une catastrophe, et les pénuries se propagent le long de la chaîne d’approvisionnement.

Question à laquelle elle répond: Quel est le coût économique total quand une catastrophe arrête certaines industries ?

Laisse de côté : Des coefficients techniques fixes exagèrent la rigidité et ignorent les entreprises qui changent de fournisseur.

Tourne sur : environ 10⁶ FLOPS approximatif des modèles de matrices sur un ordinateur portable.Depuis : 2008 Hallegatte, un modèle entrées-sorties régional adaptatif appliqué au coût économique de Katrina. source

Modèles à base d’agents des marchés de l’électricité

Des producteurs font des offres répétées sur un marché, en apprenant de leur profit, et le schéma des prix montre comment les règles influencent les résultats.

Question à laquelle elle répond: Les règles d’enchères mènent-elles à des prix plus bas ou à des offres collusives ?

Laisse de côté : Les règles d’apprentissage des entreprises sont supposées.

Tourne sur : environ 10⁷ FLOPS approximatif simulation d’enchères répétées sur une station de travail.Depuis : 2001 Bower et Bunn, analyse expérimentale de l’efficacité des enchères à prix uniforme face aux enchères discriminatoires. source

Modèles couplés d’épidémie et d’économie

Un modèle épidémique est relié à un modèle d’économie : l’infection réduit le travail et les dépenses, et les choix économiques modifient sa propagation.

Question à laquelle elle répond: Quel est l’arbitrage entre les vies sauvées et la production perdue ?

Laisse de côté : Le comportement est supposé rationnel et uniforme.

Tourne sur : environ 10⁶ FLOPS approximatif optimisation dynamique sur un ordinateur portable.Depuis : 2020 Eichenbaum, Rebelo et Trabandt, la macroéconomie des épidémies. source

Modèles de krachs éclairs des marchés

Plusieurs types d’agents de trading, dont des vendeurs automatisés rapides et des acheteurs fondamentaux lents, interagissent dans un modèle de marché à terme pour montrer comment un effondrement soudain des prix peut se former puis se résorber.

Question à laquelle elle répond: Un gros ordre de vente et une faible liquidité peuvent-ils suffire à déclencher un plongeon des prix sur tout le marché ?

Laisse de côté : Les stratégies des agents sont de simples substituts de vraies entreprises dont les algorithmes sont secrets, si bien que l’histoire racontée est plausible plutôt que vérifiée.

Tourne sur : environ 10¹¹ FLOPS approximatif des heures sur un cluster pour des ensembles de jours de bourse.Depuis : 2012 Le modèle multi-agents du marché à terme E-Mini S&P 500 de Paddrik et ses collègues, appliqué au « flash crash » de 2010. source

Collusion par la tarification algorithmique

Des programmes de tarification qui apprennent des résultats de vente sont placés dans un marché simulé pour voir s’ils finissent par pratiquer ensemble des prix élevés sans jamais se parler.

Question à laquelle elle répond: Des vendeurs indépendants qui utilisent des algorithmes d’apprentissage peuvent-ils en venir à maintenir des prix au-dessus des niveaux concurrentiels ?

Laisse de côté : Les marchés sont minuscules, avec quelques entreprises et des biens identiques, et les vraies entreprises utilisent une information et une conception plus riches.

Tourne sur : environ 10⁹ FLOPS approximatif des millions de tours répétés sur une station de travail.Depuis : 2019 L’étude de Calvano, Calzolari, Denicolò et Pastorello sur la tarification algorithmique par IA et la collusion. source

Agents macroéconomiques à modèles de langage

Des agents à modèles de langage jouent des ménages et des entreprises dans une économie simulée, décidant en mots combien travailler, dépenser et épargner, et la production globale et l’inflation sont mesurées.

Question à laquelle elle répond: Des agents qui raisonnent par le langage reproduisent-ils les schémas des vraies macroéconomies ?

Laisse de côté : Le comportement des agents vient de textes qu’ils ont appris et peut refléter ce que les gens écrivent sur l’économie plutôt que la façon dont ils agissent.

Tourne sur : environ 10¹⁶ FLOPS approximatif des millions d’appels de modèle pour une centaine d’agents sur des décennies de temps simulé.Depuis : 2023 EconAgent de Li et ses collègues, des agents à modèles de langage pour simuler les activités macroéconomiques. source

Sociétés anciennes reconstituées

Les foyers agricoles d’une société passée, vivant sur un paysage simulé reconstitué à partir des relevés de climat et de sol, comme les villages des Pueblos ancestraux du sud-ouest américain.

Question à laquelle elle répond: Pourquoi cette vallée a-t-elle été peuplée, et pourquoi a-t-elle été abandonnée ?

Laisse de côté : Dépend de reconstitutions du climat et des rendements agricoles qui portent leurs propres grandes incertitudes.

Tourne sur : environ 10¹² FLOPS approximatif un cluster universitaire qui exécute des siècles de ménages simulésDepuis : 2002 Le modèle des Anasazi de Kayenta dans la Long House Valley par Axtell, Epstein, Dean, Gumerman et leurs collègues sourceDans l’arbre des simulations: Anasazi artificiels

Dispersion humaine

Les premières populations humaines qui se répandent à travers les continents au gré des changements du climat et des côtes.

Question à laquelle elle répond: Quand et par quelles routes les humains ont-ils atteint chaque continent ?

Laisse de côté : Les itinéraires et les dates dépendent d’estimations climatiques et génétiques qui ne cessent de changer.

Tourne sur : environ 10¹² FLOPS approximatif un cluster universitaire qui simule l’expansion d’une population à travers les continentsDepuis : 2008 dès 2008, premières simulations à base d’agents de la dispersion humaine hors d’Afrique

Économies de chasseurs-cueilleurs

Des groupes qui cherchent de la nourriture, déplacent leur camp et partagent les vivres.

Question à laquelle elle répond: Pourquoi le partage de nourriture est-il devenu universel chez les chasseurs-cueilleurs ?

Laisse de côté : Les données ethnographiques de quelques groupes survivants tiennent lieu d’une variété ancienne plus large.

Tourne sur : environ 10¹¹ FLOPS approximatif un poste de travail qui simule les décisions de recherche de nourriture et de partage d’un groupeDepuis : 1994 premiers modèles à base d’agents des décisions de partage de nourriture chez les cueilleurs

Commerce et échanges dans l’Antiquité

Des établissements reliés par des chemins et des routes maritimes, avec des biens et des idées qui circulent entre eux.

Question à laquelle elle répond: Comment l’obsidienne, la poterie ou les idées ont-elles voyagé si loin ?

Laisse de côté : Les artefacts qui subsistent sont un échantillon mince et biaisé de tout ce qui a réellement circulé.

Tourne sur : environ 10¹¹ FLOPS approximatif un poste de travail qui modélise les échanges au sein d’un réseau d’établissementsDepuis : 2007 dès 2007, premiers modèles de réseaux des routes commerciales de l’époque romaine

Microsimulation démographique

Une population synthétique qui vit naissances, unions, migrations et décès, année après année.

Question à laquelle elle répond: Comment la population vieillira-t-elle, et qu’est-ce que cela signifie pour les retraites et les soins ?

Laisse de côté : Les erreurs sur les probabilités des événements de vie individuels se cumulent sur toute une vie simulée.

Tourne sur : environ 10¹³ FLOPS approximatif un cluster universitaire qui simule les événements de vie d’une population synthétiqueDepuis : 1957 La construction originale par Orcutt d’un modèle de microsimulation de la population américaine

Construction de monuments et reconstitution technique

Les charges structurales, la main-d’œuvre et la logistique d’un monument antique, testées en simulant des méthodes de construction candidates face à ce que les vestiges physiques peuvent et ne peuvent pas supporter.

Question à laquelle elle répond: Ce monument a-t-il vraiment pu être construit comme le dit la tradition ou une théorie en vue ?

Laisse de côté : Plusieurs méthodes de construction concurrentes s’accordent souvent aussi bien avec les preuves qui subsistent.

Tourne sur : environ 10¹¹ FLOPS approximatif un poste de travail qui exécute un modèle structurel et de logistique du travailDepuis : 1997 premières simulations qui testent comment les rampes de construction des pyramides égyptiennes auraient pu fonctionner

Microsimulation des impôts et des prestations

Un changement proposé des impôts ou des prestations, appliqué à un grand échantillon de vrais ménages.

Question à laquelle elle répond: Qui gagne et qui perd avec ce changement, et de combien ?

Laisse de côté : Suppose que les gens ne changent pas de comportement en réponse à la politique, ce qu’ils font parfois.

Tourne sur : environ 10¹² FLOPS approximatif un cluster universitaire qui applique des règles à un grand échantillon de ménagesDepuis : 1976 Le modèle de microsimulation DYNASIM de la politique fiscale américaine, d’Orcutt et ses collègues

Modèles du monde

Population, nourriture, industrie, ressources et pollution comme stocks et boucles de rétroaction à l’échelle mondiale.

Question à laquelle elle répond: Que devient un monde aux ressources finies sous une croissance continue ?

Laisse de côté : Une poignée de stocks mondiaux cache toutes les variations régionales et nationales.

Tourne sur : environ 10¹⁰ FLOPS approximatif un poste de travail qui résout un modèle mondial de stocks et de fluxDepuis : 1971 Le World2 de Forrester, publié dans World Dynamics ; World3 pour The Limits to Growth suit en 1972 sourceDans l’arbre des simulations: World3

Organisations et équipes

Des membres, des problèmes et des décisions qui circulent dans une organisation.

Question à laquelle elle répond: Pourquoi les organisations prennent-elles les décisions qu’elles prennent ?

Laisse de côté : La vraie politique organisationnelle et les personnalités sont difficiles à réduire à des règles de décision.

Tourne sur : environ 10¹⁰ FLOPS approximatif un poste de travail qui simule des décisions circulant dans une organisationDepuis : 1963 Les modèles de simulation de la décision organisationnelle de Cyert et March

Modélisation d’équilibre général calculable

Les industries, les ménages et l’État d’une économie entière, reconstruits comme un système de marchés qui doivent tous s’équilibrer à la fois, puis soumis à un choc d’impôt ou de politique commerciale pour voir où se stabilisent prix et production.

Question à laquelle elle répond: Comment toute une économie se rééquilibre-t-elle après ce changement de politique ?

Laisse de côté : Suppose que les marchés se stabilisent proprement dans un nouvel équilibre, en négligeant la transition désordonnée qu’on observe en pratique.

Tourne sur : environ 10¹¹ FLOPS approximatif un petit cluster qui résout un grand système d’équations d’équilibre des marchésDepuis : 1972 Le modèle d’équilibre général appliqué à la politique fiscale de Shoven et Whalley

Modélisation de la corruption et de l’intégrité institutionnelles

Des fonctionnaires et des citoyens qui décident de corrompre, de signaler ou de se conformer, chacun réagissant à la fréquence de la corruption et à la probabilité apparente de se faire prendre.

Question à laquelle elle répond: Pourquoi la corruption reste-t-elle rare dans certaines institutions et devient-elle la norme dans d’autres ?

Laisse de côté : La vraie corruption est cachée par nature, si bien que les chiffres qui alimentent le modèle sont des estimations grossières.

Tourne sur : environ 10¹⁰ FLOPS approximatif un poste de travail qui exécute un modèle de conformité à base d’agentsDepuis : 2002 premiers modèles à base d’agents de la propagation de la corruption au sein d’une institution

Modèles de réseaux de diffusion des politiques

L’adoption d’une loi ou d’un programme par un gouvernement qui se répand aux autres par les liens qui les unissent : voisins, partenaires commerciaux ou réseaux professionnels communs.

Question à laquelle elle répond: Pourquoi certains gouvernements copient-ils vite une politique, et d’autres ne l’adoptent-ils jamais ?

Laisse de côté : Copier une politique sur le papier est plus facile à modéliser que de savoir si elle marche pareil ailleurs.

Tourne sur : environ 10¹⁰ FLOPS approximatif un poste de travail qui simule l’adoption au sein d’un réseau de gouvernementsDepuis : 1990 dès 1990, premiers modèles de réseaux de diffusion des politiques entre gouvernements

Organisations d’agents à modèles de langage

Des agents à modèles de langage endossent des rôles comme chef de projet, programmeur et testeur, et collaborent pour produire un logiciel.

Question à laquelle elle répond: Une équipe d’agents jouant des rôles peut-elle mener à bien une tâche organisationnelle en plusieurs étapes ?

Laisse de côté : Le résultat dépend des consignes, et les frictions organisationnelles humaines réelles sont absentes.

Tourne sur : environ 10¹⁴ FLOPS approximatif De nombreux appels de modèle par projetDepuis : 2023 ChatDev: communicative agents for software development (2023) source

Agents de négociation ancrés dans le langage

Des agents combinent un modèle de langage et une planification stratégique pour négocier et former des alliances dans un jeu multijoueur en se parlant entre eux.

Question à laquelle elle répond: Un agent peut-il persuader et planifier avec des humains dans une négociation ouverte ?

Laisse de côté : Seulement les règles d’un seul jeu, et il ne peut pas raisonner sur la confiance à long terme.

Tourne sur : environ 10¹⁶ FLOPS approximatif Gros entraînement plus planification au moment de jouerDepuis : 2022 Human-level play in the game of Diplomacy by combining language models with strategic reasoning (2022) source

Dynamique des systèmes de l’épidémie d’opioïdes

Les stocks d’utilisateurs de médicaments sur ordonnance, de mésusagers, d’utilisateurs d’héroïne et de morts sont liés par rétroaction et par des leviers politiques comme les limites d’approvisionnement et le traitement.

Question à laquelle elle répond: Quel mélange de politiques réduit les décès par opioïdes ?

Laisse de côté : L’offre illicite change plus vite que les modèles ne s’adaptent.

Tourne sur : environ 10⁵ FLOPS approximatif simulation de stocks et de flux sur un ordinateur portable.Depuis : 2013 Wakeland et ses collègues, modélisation de l’effet d’interventions éducatives simulées sur l’usage d’opioïdes pharmaceutiques. source

Modélisation exploratoire en cas d’incertitude profonde

Un modèle exécuté sur des milliers de combinaisons d’entrées et de politiques inconnues, pour trouver des stratégies robustes plutôt qu’optimales pour une seule prévision.

Question à laquelle elle répond: Quelle politique est acceptable sur la plus large gamme de futurs ?

Laisse de côté : La gamme des futurs explorés est encore choisie par l’analyste.

Tourne sur : environ 10¹⁰ FLOPS approximatif des ensembles d’exécutions d’un modèle de base sur un cluster.Depuis : 1993 Bankes, la modélisation exploratoire pour l’analyse des politiques. source

Dynamique de la chaîne d’approvisionnement et effet coup de fouet

Les commandes et les stocks circulent entre l’usine, le distributeur et le détaillant avec des délais, et de petits changements de la demande grossissent en grandes oscillations en amont.

Question à laquelle elle répond: Pourquoi de petites variations de la demande provoquent-elles d’énormes oscillations de commandes en amont ?

Laisse de côté : Les vraies entreprises réagissent à de l’information que le modèle laisse de côté.

Tourne sur : environ 10⁵ FLOPS approximatif simulation de stocks et de flux sur un ordinateur portable.Depuis : 1958 Forrester, industrial dynamics: a major breakthrough for decision makers. source

Simulation des élections et des systèmes de vote

Les mêmes électeurs et candidats passés dans différentes règles de vote, comme le scrutin majoritaire à un tour, le vote préférentiel ou les systèmes proportionnels, pour comparer qui gagnerait réellement.

Question à laquelle elle répond: Un autre système de vote aurait-il changé le vainqueur de cette élection ?

Laisse de côté : Suppose que les préférences des électeurs restent fixes, alors qu’un autre système changerait la façon de voter.

Tourne sur : environ 10¹⁰ FLOPS approximatif un poste de travail qui exécute des élections selon d’autres règles de voteDepuis : 1975 premières simulations informatiques comparant les résultats de différentes règles de vote

Simulation du flux des tribunaux et des dossiers

Des dossiers qui arrivent, attendent des audiences et avancent à travers les étapes d’un système judiciaire, pour voir où un arriéré se forme et ce que plus de juges ou de salles d’audience y changeraient.

Question à laquelle elle répond: Combien de temps faudra-t-il pour résorber l’arriéré de ce tribunal, et qu’est-ce qui l’accélérerait vraiment ?

Laisse de côté : La complexité réelle des affaires et la marge d’appréciation humaine varient plus qu’un modèle de files d’attente ne le suppose.

Tourne sur : environ 10¹⁰ FLOPS approximatif un poste de travail qui exécute un modèle à événements discrets du flux des dossiersDepuis : 1976 premières simulations à événements discrets des arriérés de dossiers des tribunaux américains

Modélisation des peines et du risque de récidive

Le parcours enregistré d’une personne passé dans un modèle statistique qui évalue sa probabilité de récidive, utilisé pour éclairer des décisions de libération conditionnelle, de caution ou de peine.

Question à laquelle elle répond: Quelle est la probabilité que cette personne récidive, d’après des personnes au dossier similaire ?

Laisse de côté : Un score construit à partir de statistiques de groupe peut se tromper pour la personne à qui on l’applique, dans un sens comme dans l’autre.

Tourne sur : environ 10¹¹ FLOPS approximatif un poste de travail qui ajuste un modèle de risque à partir de dossiersDepuis : 1928 L’échelle actuarielle de Burgess qui prédit la réussite de la libération conditionnelle, un des premiers modèles de risque

Simulation du déploiement de la police et des patrouilles

Des unités de patrouille et des incidents signalés dans une ville, pour tester comment différentes façons d’affecter les agents aux secteurs changent les temps de réponse et la couverture.

Question à laquelle elle répond: Où faut-il envoyer les patrouilles pour réduire au maximum les délais d’intervention ?

Laisse de côté : Les données historiques sur la criminalité peuvent inscrire d’anciens biais dans les lieux où les agents étaient déployés.

Tourne sur : environ 10¹⁰ FLOPS approximatif un poste de travail qui exécute un modèle de files d’attente pour le déploiement des patrouillesDepuis : 1972 Le modèle de files d’attente en hypercube de Larson pour le déploiement des patrouilles de police

Simulation de marchandage législatif et de coalitions

Des partis dotés de positions dans un espace de politiques négocient et forment des coalitions pour faire passer une loi ou former un gouvernement, selon des règles sur qui propose et qui doit accepter.

Question à laquelle elle répond: Quelle coalition se formera réellement, et sur quel compromis s’accordera-t-elle ?

Laisse de côté : Les vraies coalitions se forment autour de personnalités et d’une histoire qu’un modèle spatial laisse de côté.

Tourne sur : environ 10¹⁰ FLOPS approximatif un poste de travail qui résout un modèle spatial de négociation de coalitionsDepuis : 1980 premières simulations du vote spatial et de la formation de coalitions dans les parlements

Simulation de décision de jury

Des jurés individuels aux opinions initiales différentes délibèrent selon des règles comme la majorité ou l’unanimité, pour voir quel verdict et quelle part de persuasion le groupe finit par produire.

Question à laquelle elle répond: Le verdict reflète-t-il la force des preuves, ou seulement la dynamique de la délibération ?

Laisse de côté : Des jurys de laboratoire qui jugent des affaires fictives peuvent ne pas se comporter comme de vrais jurys face à de vrais enjeux.

Tourne sur : environ 10⁹ FLOPS approximatif un ordinateur portable qui exécute un modèle de délibération par schéma de décision socialeDepuis : 1983 Les modèles de schéma de décision sociale de la délibération des jurys de Davis et ses collègues

Dynamique des points chauds de criminalité

Des délinquants se déplacent dans une ville et sont attirés par les lieux où des crimes ont déjà eu lieu, ce qui produit des points chauds qui grandissent, se déplacent et réagissent à la police.

Question à laquelle elle répond: Comment se forment les points chauds, et les patrouilles peuvent-elles les déplacer ?

Laisse de côté : Les motivations des délinquants sont simplifiées et le signalement des crimes est imparfait.

Tourne sur : environ 10⁷ FLOPS approximatif une ville à base d’agents tourne sur un poste de travail.Depuis : 2008 Short et ses collègues, un modèle statistique du comportement criminel. source