论文标题：The dynamics of collective social behavior in a crowd controlled game

期刊：

作者：Alberto Aleta & Yamir Moreno

发表时间：2019/06/07

DOI：

微信链接：

没有人会否认，我们所认识的人，以及我们自己的行为，都会因我们周围的人而发生剧烈的改变。在近期发表在 上的一项研究中，作者Alberto Aleta 与Yamir Moreno 窥进了线上游戏的世界，试图寻找有关网络群体动态以及影响其形成的特定行为的线索。

自上世纪初以来，理解群体如何改变我们的行为方式就一直是心理学研究的热点问题。21世纪初，出现了一种新的群体：网络群体。如今，人类个体已经不需要非得聚集在一个空间内来形成自己的“群体”了。更重要的是，现在只需短短几分钟就可以将成千上万人联系在一起形成群体。

在最近发表在EPJ Data Science 的研究中，我们用“Twitch明升app官网直播玩宝可梦游戏（Twitch Plays Pokémon，TPP）”为例研究了这个可以聚集上百万人的社交场景。在这个场景中，创建者会开始一个宝可梦游戏，并通过Twitch（知名游戏明升app官网直播平台）进行明升app官网直播。与一般的“玩线上游戏”不同，创建者不会操纵游戏角色，而是将游戏端口与明升app官网直播平台的聊天窗口链接，这样所有观看明升app官网直播的人就可以通过聊天窗口输入口令来控制游戏人物。这样的结合产生了一个复杂的集体控制游戏，由上百万条意识共同合作来完成游戏。

当人们听到这个场景时，首先想到的可能是一个著名的概念：由无数只猴子来随机敲打字机，最终也将写出莎士比亚的所有作品。的确，在这样的游戏场景中几千个人同时发号施令，乍一看像是在对游戏角色发出随机指令。但其实，通过TPP，玩家们最终用16天完成了游戏，这虽然远远高于一般个人玩家所需的26小时，但足以说明这个操作过程不是完全随机的。

我们的研究表明，为了在游戏中取得进展，让用户偏离常规是很重要的。换句话说，在某些情况下，那些只是想惹恼其他用户（通常被称为“喷子”）的用户实际上对系统是有益的。这一结果表明，一小部分人（与整个群体相比，他们似乎无关紧要）可能是成功的根本因素。

TPP的创建者后来在游戏的输入系统中引入了一些变化，使游戏的动态更加丰富。从第六天开始，就可以投票决定游戏将以“民主模式”还是“无政府模式”进行。在前者中，每5秒就有一个投票来选择下一步执行哪个命令，而在后者中，所有命令都将在没有任何控制的情况下执行。

我们注意到，这种变化把人群分成了两个截然不同的群体：无政府主义者和民主主义者。管理这两个群体行为的动力相当复杂，尽管民主主义者多于无政府主义者，但大部分的游戏都是在无政府状态下进行的。我们还发现，民主群体中的成员会选择停止投票，而不是公开改变他们的观点。

像TPP这样特别的线上事件，以及其他许多的互联网事件，都证明了我们对网络群体所知甚少。一方面，我们可以从这个群体中找到现实世界的影子；但与此同时，我们也可以看到他们其实被自己线上的特有规则所控制。

如果我们想真正理解我们目前所处的社会，以及线上的“自己”，就不能仅仅满足于用上一代的旧眼光与思维来凝视正在面对的一切。

摘要：

Despite many efforts, the behavior of a crowd is not fully understood. The advent of modern communication means has made it an even more challenging problem, as crowd dynamics could be driven by both human-to-human and human-technology interactions. Here, we study the dynamics of a crowd controlled game (Twitch Plays Pokémon), in which nearly a million players participated during more than two weeks. Unlike other online games, in this event all the players controlled exactly the same character and thus it represents an exceptional example of a collective mind working to achieve a certain goal. We dissect the temporal evolution of the system dynamics along the two distinct phases that characterized the game. We find that having a fraction of players who do not follow the crowd’s average behavior is key to succeed in the game. The latter finding can be well explained by an nth order Markov model that reproduces the observed behavior. Secondly, we analyze a phase of the game in which players were able to decide between two different modes of playing, mimicking a voting system. We show that the introduction of this system clearly polarized the community, splitting it in two. Finally, we discuss one of the peculiarities of these groups in the light of the social identity theory, which appears to describe well some of the observed dynamics.

（来源：明升手机版(明升中国)）