Self-organized division of cognitive labor

A menudo, los miembros de un grupo se benefician al dividir la tarea del grupo en componentes separados, donde cada miembro especializa su rol para lograr solo uno de los componentes. Si bien este fenómeno de división del trabajo se ha observado con respecto al trabajo manual y cognitivo, no existe...

Full description

Autores:
Tipo de recurso:
Fecha de publicación:
2021
Institución:
Universidad del Rosario
Repositorio:
Repositorio EdocUR - U. Rosario
Idioma:
eng
OAI Identifier:
oai:repository.urosario.edu.co:10336/34816
Acceso en línea:
https://doi.org/10.1371/journal.pone.0254532
https://repository.urosario.edu.co/handle/10336/34816
Palabra clave:
Socialidad animal
Cognición
Ciencia cognitiva
Toma de decisiones
Teoría de juego
Simulación y modelado
Psicología Social
Grupos sociales
Animal sociality
Cognition
Cognitive science
Decision making
Game theory
Games
Simulation and modeling
Social psychology
Rights
License
Atribución-NoComercial-CompartirIgual 2.5 Colombia
Description
Summary:A menudo, los miembros de un grupo se benefician al dividir la tarea del grupo en componentes separados, donde cada miembro especializa su rol para lograr solo uno de los componentes. Si bien este fenómeno de división del trabajo se ha observado con respecto al trabajo manual y cognitivo, no existe una comprensión clara de los mecanismos cognitivos que permiten su aparición, especialmente cuando existen múltiples divisiones posibles y la comunicación es limitada. De hecho, la maximización de la utilidad esperada a menudo no diferencia entre formas alternativas en las que los individuos podrían dividir el trabajo. Desarrollamos un juego iterativo de dos personas en el que hay múltiples formas de dividir el trabajo, pero en el que no es posible negociar explícitamente una división. Implementamos el juego como una tarea experimental humana y como un modelo computacional. Nuestros resultados muestran que la mayoría de las díadas humanas pueden terminar el juego con una eficiente división del trabajo. Además, ajustamos nuestro modelo computacional a los datos de comportamiento, lo que nos permitió explicar cómo la similitud percibida entre las acciones de un jugador y los puntos focales de la tarea guió las elecciones de los jugadores de una ronda a la otra, uniendo así la dinámica de grupo y su proceso cognitivo subyacente. Las aplicaciones potenciales de este modelo fuera de la ciencia cognitiva incluyen la mejora de la cooperación en grupos humanos, sistemas de múltiples agentes, así como la colaboración entre humanos y robots.