Teoria Gier a Nauki Społeczne na przykładzie zjawiska »bullyingu
Transkrypt
Teoria Gier a Nauki Społeczne na przykładzie zjawiska »bullyingu
Uniwersytet Mikołaja Kopernika Artur „Kozaq” Sowiński Praca Licencjacka Teoria Gier a Nauki Społeczne na przykładzie zjawiska Bullyingu Toruń 2010 1 Spis treści 1 Wstep ˛ 2 2 Założenia modelu 3 3 Parametry 4 4 Zależność zawzietości ˛ do zadawanych obrażeń 5 5 Uwagi dodatkowe 6 6 Rozstrzygniecie ˛ konfliktu „oczami Atakujacego ˛ (A)” 7 7 Rozstrzygniecie ˛ konfliktu „oczami Broniacego ˛ (O)” 8 8 Rozstrzygniecie ˛ konfliktu „oczami Otoczenia (S)” 9 9 Wypłaty 10 10 Przykład 11 11 Wnioski 15 A Wybrane kody w R 16 2 1 Wstep ˛ Teoria gier[1][2] pozwala na budowe˛ różnych modeli opisujacych ˛ różnorodne zjawiska, z czego [3] [4] korzysta wiele innych dziedzin nauki, m.in. psychologia . Znane sa˛ modele Dylematu Wieźnia ˛ (zarówno dwu-, jak i wieloosobowego), które sa˛ wykorzystywane do opisu niezliczonych zjawisk, od sportu po prawo[1] . Celem niniejszej pracy jest przedstawienie własnego modelu, który w pewien sposób może wyjaśnić mechanizmy zwiazane ˛ ze zjawiskiem bullyingu. Model ten został skonstruowany z myśla˛ o bullyingu w szkole, jednak można go łatwo przenieść na inne płaszczyzny życia codziennego. Bullying jest specyficznym rodzajem agresji rówieśniczej, charakteryzujacy ˛ sie˛ określonymi właściwościami. Charakterystyke˛ bullyingu sformułował Dan Olweus[5] . Nie każdy akt agresji jest bullyingiem. Aby akt agresji rówieśniczej w szkole został określony jako bullying, musza˛ być obecne trzy główne cechy: intencjonalność (podejmowanie przez sprawce˛ wrogiego działania wobec ofiary ma na celu sprawienie jej przykrości, poniżenia, przerażenia lub bólu fizycznego), powtarzalność (sprawca działa długotrwale, powtarzajac ˛ akty agresji wobec tej samej osoby) i nierównowaga sił (osoba atakujaca ˛ posiada przewage˛ nad ofiara˛ – może to być przewaga fizyczna, ale nierównowaga może wynikać także z pewnych osobistych właściwości, np. sprawca może być szybciej myślacy ˛ od ofiary, bardziej wygadany, mieć przewage˛ w każdej dyskusji). Najbardziej oczywisty jest bullying fizyczny, którego ofiara jest bita, popychana, szarpana lub niszczona jest jej własność. Negatywne konsekwencje niesie za soba˛ także bullying emocjonalny: werbalny (przezywanie, wyśmiewanie), relacyjny (obmawianie, rozpuszczanie plotek) i cyberbullying (umieszczanie w sieci oszczerczych informacji). Sprawców bullyingu cechuje zazwyczaj impulsywność, brak poczucia wstydu, pozytywne postrzeganie przemocy, niska tolerancja na frustracje. ˛ Jednocześnie maja˛ dość łatwy kontakt z otoczeniem i sa˛ czesto ˛ przez otoczenie akceptowani. Ofiarami sa˛ najcześciej ˛ osoby o niskiej samoocenie, wrażliwe, bierne, zaleknione, ˛ fizycznie słabsze od swoich rówieśników, majace ˛ trudności z nawiazaniem ˛ kontaktu z rówieśnikami. Sa˛ także ofiary prowokujace ˛ – z porywczym temperamentem, próbujace ˛ sie˛ bić, gdy ktoś je zaatakuje, czasem same usiłuja˛ dokuczać innym uczniom. Bullying wpływa na cała˛ społeczność szkolna˛ – otoczenie może zachować sie˛ w różny sposób. Obecność biernych świadków może dać informacje dla agresora, iż jego działanie uchodzi mu bezkarnie, a nawet wzmacnia jego działanie dla zdobycia poklasku ze strony rówieśników. Sa˛ także uczniowie, którzy nie rozpoczynaja˛ aktów agresji, ale pomagaja˛ sprawcy we wrogich wobec ofiary działaniach – np. biciu czy wyzywaniu. Inni, nie właczaj ˛ ac ˛ sie˛ bezpośrednio do prześladowania ofiary, moga˛ wykazywać aprobate˛ dla zachowania sprawcy, np. chwalac ˛ jego zachowanie, czy śmiejac ˛ sie˛ w czasie krzywdzenia ofiary. Jeszcze inni wspieraja˛ ofiare˛ – udzielona przez nich pomoc może polegać na bezpośredniej konfrontacji z prześladowcami, doradzanie ofierze jak powinna reagować, a także na ujawnianiu sprawy i zaangażowaniu innych – np. dyrekcje˛ szkoły – w rozwiazanie ˛ problemu. Bullying można zwalczać w różny sposób, jednak obojetność ˛ i karanie należa˛ do najgorszych metod postepowania. ˛ Obojetność ˛ jest cichym pozwoleniem na agresje, ˛ karanie natomiast jest rozwiazaniem ˛ chwilowym, bowiem agresor, tłumiac ˛ złość, planuje nastepny ˛ atak. Bullying nie jest zjawiskiem marginalnym, w Polsce prześladowaniu w szkole podlega znaczny odsetek dzieci, przy czym niepokojacy ˛ jest wzrost tempa zachowań agresywnych wśród uczniów[6] . 3 2 Założenia modelu • W modelu gry bullying biora˛ udział trzej gracze – Atakujacy ˛ (A), Broniacy ˛ sie˛ (O) oraz Otoczenie (S); Zakładamy, że gracze nie zawieraja˛ miedzy ˛ soba˛ koalicji – prowadza˛ one do patologicznych przypadków. • A oraz O wybieraja˛ równocześnie jedna˛ ze swoich wielu strategii (odpowiadajacych ˛ za zaangażowanie w walke˛ miedzy ˛ soba), ˛ natomiast S wybiera jedna˛ ze swoich dwóch strategii (przerwanie lub ignorowanie walki) wiedzac ˛ co zagrali A i O; • Przerwanie walki przez S wiaże ˛ sie˛ dla niego z pewnymi kosztami; W opisywanym modelu koszty te bed ˛ a˛ utożsamiane z pewna˛ stała. ˛ • W przypadku przerwania walki przez S, sprawa wedruje ˛ do Dyrekcji (D), która może nałożyć kare˛ na jednego lub obu uczestników konfliktu, badź ˛ też odstapić ˛ od jej wymierzenia; W opisywanym modelu dokładny podział „Dzielonej kary” jest nieistotny – liczy sie˛ sam fakt ukarania obu walczacych. ˛ • D nie jest w stanie odróżnić A i O oraz nie zna dokładnych wartości ich zawzietości; ˛ Bójki miedzy ˛ uczniami na oczach nauczycieli to bardzo rzadki przypadek, a świadkowie – chociaż czesto ˛ wiedza˛ o przebiegu walki – moga˛ zeznawać fałszywie (kierujac ˛ sie˛ sympatia˛ / antypatia˛ do jednego z uczestników, badź ˛ też bed ˛ ac ˛ zastraszanym). • D nie ocenia w pełni obiektywnie, tzn. średnia wartość pomyłek jest niezerowa; Ludzie maja˛ skłonności do wyolbrzymiania różnic. Spowodowane jest to błedami ˛ poznawczymi, w szczególności efektami potwierdzania[7] i zaprzeczania[8] . Dla przykładu, jeżeli osoba ma okazje˛ zakupu przedmiotu wartego (w jej mniemaniu) 50zł za 60zł, to zaczyna wyolbrzymiać istniejace ˛ i wymyślać wyimaginowane wady tego przedmiotu (na końcu dodajac ˛ „poza tym jest za drogi”), natomiast jeżeli przedmiot ten można kupić za 45zł, to osoba ta tak samo postepuje ˛ z zaletami (kończac ˛ „poza tym cena jest niska”). W poniższym modelu D wyolbrzymia różnice˛ miedzy ˛ siła˛ używana˛ a „dozwolona”. ˛ • Historia poprzednich bójek nie ma wpływu na ocene˛ D oraz działania A, O i S; Założenie to ma na celu uproszczenie modelu. 4 3 Parametry 1. Parametry zależne od Atakujacego ˛ i Broniacego: ˛ • Siła ataku: S A ∈ [0, 1] (z dokładnościa˛ do R miejsc po przecinku) • Siła obrony: S O ∈ [0, 1] (z dokładnościa˛ do R miejsc po przecinku) 2. Parametry zależne od Dyrekcji: • Siła należna: S N ∈ [0, 1] (wskazuje zawzietość ˛ jaka „przysługuje” walczacym) ˛ • Porównanie: J ∈ [0, 1] (wskazuje limit, przed którym kara zostaje dzielona) • „Tolerancja dla Obrony”: q ∈ [0, 1] • Koszt interwencji: Γ ∈ R+ (obniża wypłate˛ S, gdy ten interweniuje) 3. Parametry ustalone: • αA , αO , αWA , αWO , αIA , αIN , αIO (parametry wypłat dla A); • βA , βO , βWA , βWO , βIA , βIN , βIO (parametry wypłat dla O); • γWA , γWO , γBK , γIA , γIN , γIO (parametry wypłat dla S); • LASK: [0,2] → R+ (określa przewage˛ A wynikajaca ˛ z zaskoczenia rywala) • PwrAdv: [-1,1] → R (określa przewage˛ silniejszego) 4. Postepowanie ˛ Dyrekcji: • Pomyłki D w ocenie używanych przez A i O sił maja˛ rozkład Skellama[9] : µA ∼ PD(S A · 10R , S N · 10R ) · 10−R ; µO ∼ PD(S O · 10R , S N · 10R ) · 10−R ; • D błednie ˛ odczytuje zawzietości ˛ A i O jako: S A∗ = S A + µA , S O∗ = S O + µO ; 5. Możliwe rozstrzygniecia: ˛ • Gdy S nie interweniuje, walka kończy sie˛ zwyciestwem ˛ jednego z uczestników; • D nie nakłada kary, gdy S interweniuje oraz zachodzi: (♠) max{S A∗ , S O∗ } + q · min{S A∗ , S O∗ } ≤ (1 + q) · S N • Gdy S interweniuje a (♠) nie zachodzi, D nakłada kare: ˛ – IA (kara dla Broniacego): ˛ S ∗A − S O∗ < −J; – IO (kara dla Atakujacego): ˛ S ∗A − S O∗ > J; – IN (kara obustronna): S ∗A − S O∗ ∈ [−J, J]. 5 4 Zależność zawzietości ˛ do zadawanych obrażeń Siła 0% 5% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% Bullying fizyczny Brak Przepychanki Uderzenia otwarta˛ dłonia˛ Uderzenia pieści ˛ a˛ Kopniecia ˛ Ciosy mierzone Zwiekszona ˛ ostrość Złamanie otwarte Wybicie zebów ˛ Złamanie kończyn Pozbawienie przytomności Zabójstwo Bullying psychiczny Brak Przedrzeźnianie / wyśmiewanie Obelgi / prowokacje Groźby adresowane „twarza˛ w twarz” Groźby adresowane droga˛ mailowa˛ itp. Rozpuszczanie plotek Formułowanie fałszywych oskarżeń Skierowywanie podejrzeń innych osób na ofiare˛ Podszywanie sie˛ pod ofiare˛ Używanie danych osobowych ofiary Umieszczanie kompromitujacych ˛ zdjeć ˛ / filmów — Uwagi • Powyższa tabela przedstawia zależności miedzy ˛ procentowym wyrażeniem siły używanej a zamiarami, zarówno u A lub O. Jest ona jedynie pogladowa ˛ i nie zawiera wszystkich możliwych metod; • Uczestnik bójki korzysta z metod walki wskazywanych przez zawzietość ˛ używana˛ i niższe, jednak może sie˛ zdarzyć (w wyniku przypadku) użycie metody wymagajacej ˛ wiekszej ˛ zawzietości; ˛ • Pośrednie wartości oznaczaja˛ cześciowe ˛ checi ˛ użycia ostrzejszej metody walki; • Można umownie wyszczególnić kilka najważniejszych progów charakteryzujacych ˛ cele i metody postepowania ˛ uczestnika: – Uczestnik zdarzenia używajacy ˛ zawzietości ˛ równej 0% działa bez zamiaru zaszkodzenia rywalowi; – Uczestnik zdarzenia używajacy ˛ zawzietości ˛ niemniejszej niż 20% działa z celem upokorzenia rywala, próbujac ˛ uzyskać dominacje˛ nad nim; – Uczestnik zdarzenia używajacy ˛ zawzietości ˛ niemniejszej niż 50% działa z osobistych pobudek, odczuwa zadowolenie z ranienia rywala i może być uzbrojony; – Uczestnik zdarzenia używajacy ˛ zawzietości ˛ równej 100% działa z zamiarem eliminacji rywala, bed ˛ ac ˛ uzbrojonym. 6 5 Uwagi dodatkowe • A oraz O otrzymuja˛ wypłaty dodatnie za użyta˛ przez siebie siłe, ˛ oraz ujemne za siłe˛ użyta˛ przez rywala; • A, O i S otrzymuja˛ także wypłaty za rozstrzygniecie ˛ walki. Wypłaty te moga˛ być dodatnie (jeżeli dane rozstrzygniecie ˛ satysfakcjonuje danego uczestnika) badź ˛ ujemne (gdy takie zakończenie walki jest dla walczacego ˛ niekorzystne). W przypadku A i O wypłaty te zależa˛ wyłacznie ˛ od zaangażowania własnego, natomiast dla S od zaangażowania obu uczestników; • Decydujac ˛ sie˛ na interwencje˛ S traci wypłate˛ w wysokości Γ – parametr zależny od D. Wielkość te˛ powinno sie˛ wybierać ostrożnie – zbyt wysokie Γ spowoduje zniechecenie ˛ S do jakichkolwiek działań („znieczulica społeczna”), natomiast zbyt niskie – fale˛ błahych zgłoszeń (zgłaszajacy ˛ licza˛ wówczas na nagrode, ˛ jednak efektem bedzie ˛ dezorganizacja pracy D). Zauważmy, że gdy D określa parametr S N , to powinna jednocześnie określić Γ w taki sposób, aby wypłaty S dla (S A , S O ) = (S N , S N ) w przypadkach interwencji i jej braku były sobie równe (określajac ˛ Γ powyżej tej wartości S bedzie ˛ ignorował niektóre konflikty za które D nałożyłaby kare, ˛ natomiast gdyby Γ byłaby poniżej tej wartości S zgłaszałby pewne starcia na które D pozwala); • Należy pamietać, ˛ że nie każda agresja to bullying. Typ zdarzenia jest znany dla A i O, ale zarówno S i D nie posiadaja˛ tej wiedzy i postepuj ˛ a˛ tak jak w opisywanym modelu. W takich przypadkach różnice bed ˛ a˛ polegały na zmianie wypłat A i O (inne zależności miedzy ˛ współczynnikami, przeciwny znak itp.); • Chociaż zjawiska bullyingu nie da sie˛ wyeliminować, D powinno dażyć ˛ do jego minimalizacji, tzn. ograniczenia ostrości konfliktów do z góry określonej przez siebie wartości. W tym celu D powinna odpowiednio dobrać wartości współczynników na które ma wpływ (S N , q, Γ, J). 7 6 Rozstrzygniecie ˛ konfliktu „oczami Atakujacego ˛ (A)” 1. Wygrana Atakujacego ˛ (WA): • A czuje mała˛ satysfakcje˛ z wygranej; • A uważa, iż bedzie ˛ potrzebował wielu takich zwyciestw, ˛ by móc cieszyć sie˛ poważaniem. 2. Wygrana Obrońcy (WO): • A jest całkowicie zaskoczony; • A ma do siebie za złe oszczedzanie ˛ sie; ˛ • A mocno traci na prestiżu; • A staje sie˛ obiektem kpin wśród innych Atakujacych. ˛ 3. Brak kary (BK): • A nic nie zyskuje, ale i nie traci; • A uznaje walke˛ za „odroczona”. ˛ 4. Interwencja za Atakujacym ˛ (IA): • A odczuwa zadowolenie z zyskania poparcia D; • A zamierza wykorzystać to zdarzenie do bezpiecznego gnebienia ˛ O; • A ocenia wynikajacy ˛ zysk znacznie wyżej niż strate˛ spowodowana˛ kilkoma sińcami. 5. Interwencja obustronna (IN): • A nie odniósł żadnych korzyści; • A poniósł kare, ˛ z która˛ musiał sie˛ liczyć; • A odczuwa cześciow ˛ a˛ satysfakcje˛ z powodu podziału kary; • A jest chetny ˛ do późniejszej kontynuacji walki. 6. Interwencja za Broniacym ˛ (IO): • A czuje sie˛ zdemaskowany; • A myśli, że niepotrzebnie ujawniał w tym momencie swoja˛ siłe; ˛ • A może zostać zmuszony do chwilowego zaprzestania swej działalności. 8 7 Rozstrzygniecie ˛ konfliktu „oczami Broniacego ˛ (O)” 1. Wygrana Atakujacego ˛ (WA): • O odczuwa niezadowolenie; • O ocenia, że tym razem trudno było osiagn ˛ ać ˛ lepsze rozstrzygniecie; ˛ • O sadzi, ˛ że nastepnym ˛ razem powinien bronić sie˛ zacieklej. 2. Wygrana Obrońcy (WO): • O odczuwa wielka˛ satysfakcje; ˛ • O utwierdza sie˛ w przekonaniu, iż wcale nie jest taki słaby jak wcześniej sugerowano; • O znacznie zyskuje na prestiżu wśród potencjalnych przeciwników. 3. Brak kary (BK): • O nic nie zyskuje, ale i nie traci; • O uznaje walke˛ za „odroczona”. ˛ 4. Interwencja za Atakujacym ˛ (IA): • O jest podłamany; • O uważa swa˛ kare˛ za absurdalna˛ („jedyne w czym zawiniłem, to pozwoliłem sie˛ zaatakować”); • O czuje, że to A ma poparcie społeczne. 5. Interwencja Obustronna (IN): • O jest bardzo zawiedziony; • O uznaje własna˛ kare˛ za niesłuszna; ˛ • O czułby sie˛ nieco lepiej, gdyby pobił A mocniej; • Dla O rozstrzygniecie ˛ IN jest gorsze od WA (w obu przypadkach został pobity, ale w pierwszym dostał dodatkowo kare). ˛ 6. Interwencja za Obrońca˛ (IO): • O jest bardzo zadowolony z dotkliwego ukarania A; • O odczuwa, że prawo jest po jego stronie. 9 8 Rozstrzygniecie ˛ konfliktu „oczami Otoczenia (S)” 1. Wygrana Atakujacego ˛ (WA): • S odczuwa zagrożenie zwiazane ˛ z panujac ˛ a˛ agresja; ˛ • S rozważa poparcie dla działań agresora na zasadzie „lepiej bić niż być bitym”. 2. Wygrana Obrońcy (WO): • S odczuwa zagrożenie zwiazane ˛ z panujac ˛ a˛ agresja; ˛ • S rozważa poparcie dla działań agresora na zasadzie „lepiej bić niż być bitym”; • S stwierdza, że eskalacja agresywnych działań została chwilowo zahamowana. 3. Brak kary (BK): • S jest zaskoczony takim zakończeniem walki; • S nie rozumie motywów działania D; • S stwierdza, że nastepnym ˛ razem lepiej nie interweniować. 4. Interwencja za Atakujacym ˛ (IA): • S otoczenie jest nieco zaskoczone takim rozstrzygnieciem; ˛ • S uznaje kare˛ za słuszna˛ przyjmujac, ˛ że D dokładnie analizujac ˛ przebieg konfliktu stwierdziła przekroczenie granic obrony. • S zauważa zainteresowanie D i oczekuje podjecia ˛ kroków naprawczych dla zmniejszenia poziomu agresji. 5. Interwencja Obustronna (IN): • S uważa, że kara dla obu uczestników konfliktu uznanych za równoprawnych sprawców jest słuszna; • S stwierdza, że podwójna kara jest podwójnym potwierdzeniem słuszności interwencji. • S zauważa zainteresowanie D i oczekuje podjecia ˛ kroków naprawczych dla zmniejszenia poziomu agresji. 6. Interwencja za Obrońca˛ (IO): • S ocenia udzielenie takiej kary za słuszne; • S zauważa zainteresowanie D i oczekuje podjecia ˛ kroków naprawczych dla zmniejszenia poziomu agresji. 10 9 Wypłaty 1. Wypłaty dla A: • Za siłe˛ ataku: (S A )αA • Za siłe˛ obrony: −(S O )αO • Za rozstrzygniecie: ˛ – – – – – Wygrana A: (S A )αWA Wygrana O: −(S A )αWO Interwencja za A: (S A )αIA Interwencja obustronna: −(S A )αIN Interwencja za O: −(S A )αIO 2. Wypłaty dla O: • Za siłe˛ ataku: −(S A )βA • Za siłe˛ obrony: (S O )βO • Za rozstrzygniecie: ˛ – – – – – Wygrana A: −(S O )βWA Wygrana O: (S O )βWO Interwencja za A: −(S O )βIA Interwencja obustronna: −(S O )βIN Interwencja za O: (S O )βIO 3. Wypłaty dla S: • Za rozstrzygniecie: ˛ – – – – – – Wygrana A: −( 21 (S A + S O ))γWA Wygrana O: −( 21 (S A + S O ))γWO Brak kary: −( 21 (S A + S O ))γBK Interwencja za A: −( 21 (S A + S O ))γIA Interwencja obustronna: ( 12 (S A + S O )γIN ) Interwencja za O: ( 12 (S A + S O ))γIO 4. Zależności miedzy ˛ parametrami: • α A > αO ∧ β A < β O (Zysk z własnego zaangażowania jest mniejszy niż strata z zaangażowania rywala) • αIA < αWA (A zyskuje wiecej ˛ przy IA, a mniej przy WA) • αWO < αIO < αIN (A traci najwiecej ˛ przy WO, a najmniej przy IN) • βWO < βIO (O zyskuje wiecej ˛ przy WO, a mniej przy IO) • βIA < βIN < βWA (O traci najwiecej ˛ przy IA, a najmniej przy WA) • γIN < γIO < γIA (S zyskuje najwiecej ˛ przy IN, a najmniej przy IA) • γWA < γWO < γBK (S traci najwiecej ˛ przy WA, a najmniej przy BK) • Rozstrzygniecie ˛ BK przynosi wypłate˛ 0 dla A i O. 11 10 Przykład • Ustalmy parametry na które D nie ma wpływu nastepuj ˛ aco: ˛ – αA = 1, αO = 43 , αWA = 32 , αWO = 35 , αIA = 12 , αIN = 2, αIO = 23 ; – βA = 65 , βO = 54 , βWA = 2, βWO = 13 , βIA = 31 , βIN = – γWA = 34 , γWO = 54 , γBK = 54 , γIA = 43 , γIN = 1, γIO = 2 , 3 5 . 4 βIO = 12 ; • Do określenia funkcji przewagi zaskoczenia (LASK) i przewagi silniejszego (PwrAdv) posłużyłem sie˛ własnymi danymi szacunkowymi oraz programem Graph[10] : – LAS K(t) = 0.0017871926 + 0.70492985 · exp(−6.1779667 · t); 0.66897612·t – PwrAdv(t) = 1+(−0.99998635)·t 2. – Prawdopodobieństwo wygranej A przy biernej postawie S dane jest wzorem: O Chance(S A , S O ) = max(min( 12 + LAS K(S A + S O ) + PwrAdv( SS AA −S ); 1); 0). +S O • Załóżmy, że D zdecydowała sie˛ ustalić parametry: – S N = 0.18, q = 23 , J = 0.06; – Współczynnik Γ wynosi wiec: ˛ Γ = PayS urI(0.18, 0.18) − PayS urN(0.18, 0.18) = 0.6403906 • Korzystajac ˛ z Folk Theorem[11] można znaleźć strategie bezpieczeństwa dla A i O. Tutaj wynosza˛ one: – S A = 0.23 (dajaca ˛ wypłate˛ −0.280639562 przy S O = 0.17 i niższe przy S O ≥ 0.99); – S O = 0.21 (zapewniajaca ˛ wypłate˛ co najmniej −0.413119540 przy S A = 0.18). • Biorac ˛ pod uwage˛ racjonalność przeciwnika, tj. dażenie ˛ do maksymalizacji swojej wypłaty, lepszymi strategiami bezpieczeństwa sa: ˛ – S A = 0.19 (najlepsza odpowiedź S O = 0.16 pozostawia A wypłate˛ −0.1425875); – S O = 0.15 (najlepsza odpowiedź S A = 0.20 pozostawia O wypłate˛ −0.01370959). • Znalezione punkty sa˛ siodłami gry i stanowia˛ jej rozwiazanie. ˛ – (S A , S O )1 = (0.19, 0.16); – (S A , S O )2 = (0.20, 0.15). • Żadne z tych rozwiazań ˛ nie dominuje drugiego w sensie Pareto[12] . 12 13 14 15 11 Wnioski 1. We wszystkich punktach siodłowych bed ˛ acych ˛ rozwiazaniem ˛ gry strategia˛ S jest „Brak Interwencji”. 2. Konsekwencje zmiany parametru q: • Zmniejszenie parametru q powoduje, że S interweniuje w wiekszej ˛ liczbie przypadków; • Zmniejszenie parametru q powoduje zmniejszenie zawzietości ˛ używanej przez A i O; • Zmniejszenie parametru q powoduje zwiekszenie ˛ średnich wypłat O i S oraz zmniejszenie średniej wypłaty A; • Zmniejszenie parametru q powoduje zwiekszenie ˛ parametru Γ, co może nieść negatywne skutki przy innych zjawiskach (np. zniechecenie ˛ S do współpracy z D); • D powinna obniżyć ten parametr tylko w przypadku nadmiernej eskalacji negatywnych zjawisk, takich jak bullying; • W podanym przykładzie, zmieniajac ˛ wartość parametru q na 0.005 rozwiazaniami ˛ sa: ˛ – (S A , S O )1 = (19, 16); – (S A , S O )2 = (20, 14). • Przy zmianie wartości parametru q na 1 rozwiazaniami ˛ sa: ˛ – (S A , S O )1 = (19, 16); – (S A , S O )2 = (21, 14). 3. Konsekwencje zmiany parametru J: • Zwiekszenie ˛ parametru J powoduje zwiekszenie ˛ zawzietości ˛ używanej przez A oraz zmniejszenie zawzietości ˛ używanej przez O; • Zwiekszenie ˛ parametru J powoduje zwiekszenie ˛ średnich wypłat A i S oraz obniżenie średniej wypłaty O; • Zwiekszenie ˛ parametru J sprzyja eskalacji opisywanego zjawiska; • Majac ˛ na uwadze tylko bullying, D powinna obniżyć ten parametr do zera. Biorac ˛ pod uwage˛ wszystkie okoliczności, D powinna ustalić ten parametr na innej „niskiej” wartości, aby zachować możliwość nakładania kary dzielonej; • W podanym przykładzie, zmieniajac ˛ wartość parametru J na 0 rozwiazaniami ˛ sa: ˛ – (S A , S O )1 = (19, 16); – (S A , S O )2 = (20, 15). • Przy zmianie wartości parametru J na 20 rozwiazaniami ˛ sa: ˛ – (S A , S O )1 = (21, 14); – (S A , S O )2 = (22, 12). 16 A Wybrane kody w R Prec = 100; # Określa dokładność (10^R = Prec) SN = 18; q = 2/3; J = 6; tab <- seq(0, 130); tab2 <- seq(-30, 130); logic <- function(m, n) return (sign(sign(m-n)+1)); logic2 <- function(m, n) return ((sign(m-n)+1)/2); dskel <- function(k, lambda1, lambda2, suma) return ( (for (i in tab)(suma = suma + dpois(i+k, lambda1) * dpois(i, lambda2)))); # Prawdopodobieństwo w punkcie k rozkładu Skellama o parametrach lambda1, lambda2; suma = 0 pskel <- function(k, lambda1, lambda2, suma) return ( (for (i in tab)(suma = suma + ppois(i+k, lambda1) * dpois(i, lambda2)))); # Dystrybuanta w punkcie k rozkładu Skellama o parametrach lambda1, lambda2; suma = 0 LASK <- function(t) return( 0.0017871926 + 0.70492985 * exp(-6.1779667 * t / Prec)); PwrAdv <- function(t) return( 0.66897612 * t / (1 + (-0.99998635) * t^2)); Chance <- function(x, y) return( pmax(0, pmin(1, 0.5 + LASK(x+y) + PwrAdv((x-y)/(x+y))))); DivInt <- function(x, y, suma) return ( (for (k in tab2)(suma = suma + ( dskel(k, x, SN, 0) * pskel((-k+(1+q)*SN-(q*x+y))*q, y, SN, 0) * logic(SN-x, k) + dskel(k, x, SN, 0) * pskel((-k+(1+q)*SN-(x+q*y))/q, y, SN, 0) * (1-logic(SN-x, k)))))); # Prawdopodobieństwo nienałożenia żadnej kary przez Dyrekcj˛ e w już zgłoszonym przypadku IntAtk <- function(x, y, suma) return ( (for (k in tab2)(suma = suma + (dskel(k, x, SN, 0) * (1-pskel(k+x-y+J, y, SN, 0)))))); # Prawdopodobieństwo nałożenia kary wył˛ acznie na Broni˛ acego IntDef <- function(x, y, suma) return ( (for (k in tab2)(suma = suma + (dskel(k, x, SN, 0) * pskel(k+x-y-J-1, y, SN, 0))))); # Prawdopodobieństwo nałożenia kary wył˛ acznie na Atakuj˛ acego PaySurN <- function(x, y) return ( Chance(x, y) * -(x+y)/(2*Prec)^(3/4) + (1-Chance(x, y)) * -(x+y)/(2*Prec)^(4/5)); # Wypłata Otoczenia w sytuacji gdy nie interweniuje PaySurI <- function(x, y) return ( DivInt(x, y, 0) * -((x+y)/(2*Prec))^(5/4) + (1-DivInt(x, y, 0)) * IntAtk(x, y, 0) * ((x+y)/(2*Prec))^(4/3) + (1-DivInt(x, y, 0)) * IntDef(x, y, 0) * ((x+y)/(2*Prec))^(5/4) + (1-DivInt(x, y, 0)) * (1-IntAtk(x, y, 0)-IntDef(x, y, 0)) * ((x+y)/(2*Prec))^(1)); # Wypłata Otoczenia w sytuacji gdy interweniuje gamma = PaySurI(SN, SN) - PaySurN(SN, SN); PayAtk <- function(x, y) return ( logic2(PaySurN(x, y), PaySurI(x, y) - gamma) * Chance(x, y) * (x/Prec)^(3/2) + logic2(PaySurN(x, y), PaySurI(x, y) - gamma) * (1-Chance(x, y)) * (-(x/Prec)^(3/5)) + (1-logic2(PaySurN(x, y), PaySurI(x, y) - gamma)) * (1-DivInt(x, y, 0)) * IntAtk(x, y, 0) * (x/Prec)^(1/2) + (1-logic2(PaySurN(x, y), PaySurI(x, y) - gamma)) * (1-DivInt(x, y, 0)) * IntDef(x, y, 0) * (-(x/Prec)^(2/3)) + (1-logic2(PaySurN(x, y), PaySurI(x, y) - gamma)) * (1-DivInt(x, y, 0)) * (1-IntAtk(x, y, 0)-IntDef(x, y, 0)) * (-(x/Prec)^2) + (x/Prec)^1 + (-(y/Prec)^(3/4))); # Wypłata Atakuj˛ acego (przy założeniu racjonalności Otoczenia) PayDef <- function(x, y) return ( logic2(PaySurN(x, y), PaySurI(x, y) - gamma) * Chance(x, y) * (-(y/Prec)^2) + logic2(PaySurN(x, y), PaySurI(x, y) - gamma) * (1-Chance(x, y)) * (y/Prec)^(1/3) + (1-logic2(PaySurN(x, y), PaySurI(x, y) - gamma)) * (1-DivInt(x, y, 0)) * IntAtk(x, y, 0) * (-(y/Prec)^(1/3)) + (1-logic2(PaySurN(x, y), PaySurI(x, y) - gamma)) * (1-DivInt(x, y, 0)) * IntDef(x, y, 0) * (y/Prec)^(1/2) + (1-logic2(PaySurN(x, y), PaySurI(x, y) - gamma)) * (1-DivInt(x, y, 0)) * (1-IntAtk(x, y, 0)-IntDef(x, y, 0)) * (-(y/Prec)^(2/3)) + (-(x/Prec)^(5/6)) + (y/Prec)^(5/4)); # Wypłata Broni˛ acego (przy założeniu racjonalności Otoczenia) PaySur <- function(x, y) return (pmax(PaySurN(x, y), PaySurI(x, y) - gamma)); # Wypłata Otoczenia 17 par(bg = "white") x <- seq(0, 100) y <- seq(0, 100) z <- outer(x, y, PayAtk) ż <- outer(x, y, PayDef) ź <- outer(x, y, PaySur) Pom1 <- outer(x, y, PaySurN) Pom2 <- outer(x, y, PaySurI) nrz <- nrow(z) ncz <- ncol(z) # Create a function interpolating colors in the range of specified colors jet.colors <- colorRampPalette(c("white", "slateblue", "midnightblue", "darkgreen", "green", "yellow", "orange", "red", "black")) # Generate the desired number of colors from this palette nbcol <- 100 color <- jet.colors(nbcol) # Compute the z-value at the facet centres zfacet <- z[-1, -1] + z[-1, -ncz] + z[-nrz, -1] + z[-nrz, -ncz] # Recode facet z-values into color indices facetcol <- cut(zfacet, nbcol) persp(x, y, z, col=color[facetcol], phi=90, theta=0, r=1000000, main="Wypłata Atakuj˛ acego", ticktype="detailed", nticks=10, xlab="Zawzi˛ etość Atakuj˛ acego", ylab="Zawzi˛ etość Broni˛ acego"); 18 Literatura [1] Philip D. Straffin, Teoria gier, Wydawnictwo Naukowe „Scholar”, Warszawa 2004 [2] Marcin Malawski, Andrzej Wieczorek, Honorata Sosnowska, Konkurencja i kooperacja: teoria gier w ekonomii i naukach społecznych, Wydawnictwo Naukowe PWN, Warszawa 2004 [3] Józef Kozielecki, Konflikt, teoria gier i psychologia, Państwowe Wydawnictwo Naukowe, Warszawa 1970 [4] Aljaž Ule, Partner choice and cooperation in networks: theory and experimental evidence, Springer-Verlag, Berlin, Heidelberg 2008 [5] Dan Olweus, Mobbing. Fala przemocy w Wydawnictwo Jacek Santorski & Co, Warszawa 2007 szkole. [6] http://www.szkolabezprzemocy.pl [7] http://www.pl.wikipedia.org/wiki/Efekt_potwierdzania [8] http://www.pl.wikipedia.org/wiki/Efekt_zaprzeczania [9] http://www.wikipedia.org/wiki/Skellam_distribution http://www.fact-archive.com/encyclopedia/Skellam_distribution [10] http://www.padowan.dk/graph/ [11] http://www.wikipedia.org/wiki/Folk_theorem_(game_theory) [12] http://www.pl.wikipedia.org/wiki/Optimum_Pareta [13] http://www.r-project.org/ Jak ja˛ powstrzymać?,