Summary

O Jogo da Confiança Coletiva: Uma Adaptação em Grupo Online do Jogo da Confiança Baseado no Paradigma do Favo de Mel

Published: October 20, 2022
doi:

Summary

O Jogo de Confiança Coletiva é um jogo de confiança multiagente baseado em computador baseado no paradigma HoneyComb, que permite aos pesquisadores avaliar o surgimento da confiança coletiva e construções relacionadas, como justiça, reciprocidade ou sinalização para frente. O jogo permite observações detalhadas dos processos de grupo através do comportamento de movimento no jogo.

Abstract

A necessidade de entender a confiança nos grupos de forma holística levou a um aumento de novas abordagens para medir a confiança coletiva. No entanto, esse construto muitas vezes não é totalmente capturado em suas qualidades emergentes pelos métodos de pesquisa disponíveis. Neste artigo, é apresentado o Collective Trust Game (CTG), um jogo de confiança multiagente baseado em computador baseado no paradigma HoneyComb, que permite aos pesquisadores avaliar o surgimento da confiança coletiva. O CTG baseia-se em pesquisas anteriores sobre confiança interpessoal e adapta o amplamente conhecido Jogo da Confiança a um ambiente de grupo no paradigma HoneyComb. Os participantes assumem o papel de investidor ou administrador fiduciário; ambos os papéis podem ser desempenhados por grupos. Inicialmente, os investidores e curadores são dotados de uma soma de dinheiro. Então, os investidores precisam decidir quanto, se houver, de sua dotação eles querem enviar para os administradores. Eles comunicam suas tendências, bem como sua decisão final, movendo-se para frente e para trás em um campo de jogo exibindo possíveis valores de investimento. No final do seu tempo de decisão, o montante acordado pelos investidores é multiplicado e enviado aos administradores. Os curadores têm que comunicar quanto desse investimento, se houver, eles querem retornar aos investidores. Mais uma vez, eles fazem isso movendo-se no campo de jogo. Esse procedimento é repetido por várias rodadas para que a confiança coletiva possa emergir como uma construção compartilhada por meio de interações repetidas. Com este procedimento, o CTG oferece a oportunidade de acompanhar o surgimento da confiança coletiva em tempo real através do registro de dados de movimento. O CTG é altamente personalizável para questões de pesquisa específicas e pode ser executado como um experimento on-line com equipamentos pequenos e de baixo custo. Este trabalho mostra que o CTG combina a riqueza de dados de interação grupal com a alta validade interna e tempo-eficácia dos jogos econômicos.

Introduction

O Jogo de Confiança Coletiva (CTG) oferece a oportunidade de medir a confiança coletiva on-line dentro de um grupo de seres humanos. Ele generaliza o Jogo de Confiança original de Berg, Dickhaut e McCabe1 (BDM) para o nível de grupo e pode capturar e quantificar a confiança coletiva em suas qualidades emergentes 2,3,4, bem como conceitos relacionados, como justiça, reciprocidade ou sinalização para a frente.

Pesquisas anteriores conceituam principalmente a confiança como uma construção exclusivamente interpessoal, por exemplo, entre um líder e um seguidor5,6, excluindo níveis mais altos de análise. Especialmente em contextos organizacionais, isso pode não ser suficiente para compreender a confiança holisticamente, por isso há uma grande necessidade de entender os processos pelos quais a confiança se constrói (e diminui) em um nível de grupo.

Recentemente, a pesquisa de confiança incorporou mais pensamento multinível. Fulmer e Gelfand7 revisaram uma série de estudos sobre confiança e os categorizaram de acordo com o nível de análise que é investigado em cada estudo. Os três diferentes níveis de análise são interpessoal (diádico), grupal e organizacional. É importante ressaltar que Fulmer e Gelfand7 também distinguem entre diferentes referentes. Os referentes são aquelas entidades para as quais a confiança é direcionada. Isso significa que quando “A confia de B a X”, então A (o investidor em jogos econômicos) é representado pelo nível (indivíduo, grupo, organizacional) e B (o administrador) é representado pelo referente (indivíduo, grupo, organizacional). X representa um domínio específico ao qual a confiança se refere. Isso significa que X pode ser qualquer coisa, como uma inclinação geralmente positiva, suporte ativo, confiabilidade ou trocas financeiras, como nos jogos econômicos1.

Aqui, a confiança coletiva é definida com base na definição de confiança interpessoal de Rousseau e colegas8, e semelhante a estudos anteriores sobre confiança coletiva 9,10,11,12,13,14; A confiança coletiva compreende a intenção de um grupo de aceitar a vulnerabilidade com base em expectativas positivas das intenções ou comportamento de outro indivíduo, grupo ou organização. A confiança coletiva é um estado psicológico compartilhado entre um grupo de seres humanos e formado em interação entre esse grupo. O aspecto crucial da confiança coletiva é, portanto, a sombra dentro de um grupo.

Isso significa que a pesquisa sobre confiança coletiva precisa olhar além de uma simples média de processos individuais e conceituar a confiança coletiva como um fenômeno emergente 2,3,4, pois novos desenvolvimentos na ciência grupal mostram que os processos grupais são fluidos, dinâmicos e emergentes 2,15. Definimos emergência como um “processo pelo qual elementos do sistema de nível inferior interagem e, através dessas dinâmicas, criam fenômenos que se manifestam em um nível superior do sistema”16 (p. 335). Do ponto de vista geral, isto também se deve aplicar à confiança colectiva.

Pesquisas que reflitam o foco na emergência e dinâmica dos processos grupais devem utilizar metodologias apropriadas17 para captar essas qualidades. No entanto, o status atual da medição da confiança coletiva parece ficar para trás. A maioria dos estudos empregou uma técnica simples de média entre os dados de cada indivíduo do grupo 9,10,12,13,18. Indiscutivelmente, essa abordagem tem pouca validade preditiva2, pois desconsidera que os grupos não são simplesmente agregações de indivíduos, mas entidades de nível superior com processos únicos. Alguns estudos tentaram abordar essas desvantagens: um estudo de Adams19 empregou uma abordagem de variável latente, enquanto Kim e colegas10 usaram vinhetas para estimar a confiança coletiva. Essas abordagens são promissoras na medida em que reconhecem a confiança coletiva como uma construção de nível superior. No entanto, como observam Chetty e colegas20, as medidas baseadas em pesquisas carecem de incentivos para responder com verdade, de modo que a pesquisa sobre confiança tem adotado cada vez mais medidas comportamentais ou compatíveis com incentivos21,22.

Essa preocupação é abordada por uma série de estudos que adaptaram um método comportamental, a saber, o BDM1, a ser desempenhado por grupos23,24,25,26. No BDM, duas partes atuam como investidores (A) ou curadores (B). Neste jogo económico sequencial, tanto A como B recebem uma dotação inicial (por exemplo, 10 euros). Então, A precisa decidir quanto, se houver, de sua dotação eles gostariam de enviar para B (por exemplo, 5 Euros). Este montante é então triplicado pelo experimentador, antes que B possa decidir quanto, se houver, do dinheiro recebido (por exemplo, 15 Euros) eles gostariam de enviar de volta para A (por exemplo, 7,5 Euros). A quantidade de dinheiro que A envia para B é operacionalizada para ser o nível de confiança de A em relação a B, enquanto a quantidade que B envia de volta pode ser usada para medir a confiabilidade de B ou o grau de justiça na díade de A e B. Um grande corpo de pesquisas investigou o comportamento em jogos de confiança diádica27. O BDM pode ser jogado tanto como um chamado jogo ‘one-shot’, no qual os participantes jogam o jogo apenas uma vez com uma pessoa específica, quanto em rodadas repetidas, nas quais aspectos como reciprocidade28,29 e sinalização para frente podem desempenhar um papel.

Em muitos estudos que adaptaram o BDM para grupos23,24,25,26, seja o investidor, o fiduciário ou ambos os papéis foram desempenhados pelos grupos. No entanto, nenhum desses estudos registrou processos grupais. A simples substituição de indivíduos por grupos em desenhos de estudo não atende aos padrões estabelecidos por Kolbe e Boos17 ou Kozlowski15 para investigações de fenômenos emergentes. Para preencher essa lacuna, o CTG foi desenvolvido.

O objetivo do desenvolvimento do CTG foi criar um paradigma que combinasse o BDM1 amplamente utilizado com uma abordagem que capturasse a confiança coletiva como um construto emergente baseado em comportamento que é compartilhado entre um grupo.

O CTG é baseado no paradigma HoneyComb de Boos e colegas30, que também foi publicado no Journal of Visualized Experiments31 e agora foi adaptado para uso em pesquisas de confiança. Conforme descrito por Ritter e colegas32, o paradigma HoneyComb é “uma plataforma de jogos virtuais baseada em computador multiagente que foi projetada para eliminar todos os canais sensoriais e de comunicação, exceto a percepção dos movimentos de avatar atribuídos aos participantes no campo de jogo” (p. 3). O paradigma do HoneyComb é especialmente adequado para processos de grupos de pesquisa, pois permite que os pesquisadores registrem o movimento de membros de um grupo real com dados espaço-temporais. Pode-se argumentar que, ao lado da análise de interação grupal17, o HoneyComb é uma das poucas ferramentas que permite aos pesquisadores acompanhar os processos grupais em grande detalhe. Em contraste com a análise de interação de grupo, a análise quantitativa dos dados espaço-temporais do HoneyComb é menos demorada. Além disso, o ambiente reducionista e a possibilidade de excluir toda a comunicação interpessoal entre os participantes, exceto o movimento no campo de jogo, permitem que os pesquisadores limitem os fatores de confusão (por exemplo, aparência física, voz, expressões faciais) e criem experimentos com alta validade interna. Embora seja difícil identificar todos os aspectos influentes de um processo grupal em estudos que empregam desenhos de discussão em grupo33, o foco nos princípios básicos da interação grupal em um paradigma de movimento permite aos pesquisadores quantificar todos os aspectos do processo grupal neste experimento. Além disso, pesquisas anteriores utilizaram o comportamento proxêmico34 – reduzindo assim o espaço entre si e outro indivíduo – para investigar a confiança35,36.

Figure 1
Figura 1: Visão geral esquemática do CTG. (A) Procedimento esquemático de uma rodada CTG. (B) Colocação inicial de avatares no início da rodada. Os três investidores de cor azul estão de pé no campo inicial “0”. O administrador amarelo está de pé no campo inicial “0”. (C) Captura de tela durante a fase de investimento mostrando três investidores (avatares azuis) na metade inferior do campo de jogo. Um (grande avatar azul) está atualmente de pé em “12”, dois investidores estão atualmente em pé em “24”. Dois avatares têm caudas (indicadas por setas laranja). As caudas estão indicando de que direção eles se moveram para o seu campo atual (por exemplo, um investidor (grande avatar azul) acabou de passar de “0” para “12”). O avatar sem cauda está neste campo há pelo menos 4000 ms. (D) Captura de tela durante a fase de retorno mostrando um administrador (avatar amarelo) e a metade superior do campo de jogo. O administrador está atualmente de pé em “3/6” e recentemente se mudou de “2/6”, conforme indicado pela cauda. O número azul abaixo (36) indica o investimento feito pelos investidores. O número amarelo, indicado pela seta, é o retorno atual (54), conforme representado no meio do campo de jogo. O retorno é calculado da seguinte forma: (investir (36 centavos) x 3) x fração de retorno atual (3/6) = 54 centavos. (E) Janela pop-up dando feedback aos participantes sobre quanto eles ganharam durante a rodada, exibida por 15 s após o término do tempo limite do administrador. Por favor, clique aqui para ver uma versão maior desta figura.

O procedimento principal do CTG (Figura 1A) baseia-se estreitamente no procedimento do BDM1, a fim de tornar os resultados comparáveis a estudos anteriores que utilizaram esse jogo econômico. Como o paradigma do Favo de Mel é baseado no princípio do movimento, os participantes indicam a quantia que gostariam de investir ou retornar movendo seu avatar para o pequeno campo hexagonal que indica uma certa quantia de dinheiro ou fração a ser devolvida (Figura 1C,D). Antes de cada rodada, tanto os investidores quanto os curadores são dotados de uma certa quantia de dinheiro (por exemplo, 72 centavos), com os investidores sendo colocados na metade inferior do campo de jogo e os curadores sendo colocados na metade superior do campo de jogo (Figura 1B). Na configuração padrão, os investidores podem se mover primeiro, enquanto os curadores permanecem imóveis. Os investidores se movem pelo campo de jogo para indicar quanto, se houver, de sua dotação eles gostariam de enviar ao administrador (Figura 1C). Ao se mover para frente e para trás no campo, os participantes também podem comunicar a outros investidores o quanto gostariam de enviar ao administrador. Dependendo da configuração, os participantes precisam chegar a uma decisão unânime sobre quanto gostariam de investir, convergindo para um campo de jogo quando o tempo limite for atingido. Decisões unânimes foram necessárias para fazer cumprir que os investidores precisam interagir uns com os outros, em vez de simplesmente jogar lado a lado. Se os investidores não chegarem a uma decisão conjunta, uma penalidade (por exemplo, 24 centavos) é deduzida de sua conta. Isso foi implementado para garantir que os investidores estivessem altamente motivados a alcançar um nível compartilhado de confiança coletiva. Uma vez que o tempo dos investidores acabou, o dinheiro investido é multiplicado e enviado para os administradores, que são autorizados a se mover enquanto os investidores permanecem imóveis. Os curadores indicam através do movimento o quanto gostariam de devolver aos investidores (Figura 1D). As opções de retorno disponíveis são exibidas como frações no campo de jogo para manter a carga cognitiva sobre os administradores comparativamente baixa. O campo de jogo em que os curadores se posicionam uma vez que seu tempo alocado se esgota indica qual fração (por exemplo, 4/6) é devolvida aos investidores. A rodada termina com um pop-up (Figura 1E) que resume para cada participante quanto eles ganharam durante essa rodada e qual é o saldo da conta corrente.

As rodadas devem ser repetidas várias vezes. Os pesquisadores devem fazer com que os participantes joguem o CTG por pelo menos 10 ou 15 rodadas nas mesmas funções. Isso é necessário, pois a confiança coletiva é uma construção emergente e precisa se desenvolver durante interações repetidas dentro de um grupo. Da mesma forma, outros conceitos, como sinalização futura (ou seja, altos retornos recíprocos de administradores com altos investimentos na próxima rodada) só surgirão em interações repetidas. É crucial, no entanto, que os participantes desconheçam o número exato de rodadas a serem jogadas, pois foi demonstrado que o comportamento pode mudar drasticamente quando os participantes estão cientes de que estão jogando a última rodada (ou seja, comportamento mais injusto ou desvios em jogos econômicos37,38).

Dessa forma, o CTG fornece informações sobre o surgimento da confiança coletiva em múltiplos níveis. Em primeiro lugar, o nível de confiança coletiva exibido na rodada final deve ser uma representação estreita do nível compartilhado de confiança que os investidores detêm em relação ao(s) administrador(es). Em segundo lugar, o valor investido em cada rodada pode servir como um proxy para o surgimento da confiança coletiva em interações repetidas. Em terceiro lugar, os dados de movimento lançam luz sobre o processo de grupo que determina quanto dinheiro é investido em cada rodada.

Protocol

A coleta e análise de dados neste projeto foram aprovadas pelo Comitê de Ética do Instituto Georg-Elias-Müller de Psicologia da Universidade de Göttingen (proposta 289/2021); o protocolo segue as diretrizes sobre pesquisa humana dos Comitês de Ética do Instituto Georg-Elias-Müller de Psicologia. O software CTG pode ser baixado do projeto OSF (DOI 10.17605/OSF. IO/U24PX) no link: https://s.gwdg.de/w88YNL. 1. Prepare a configuração técnica Preparar formulár…

Representative Results

Este artigo apresenta resultados de um estudo piloto realizado com o CTG com 16 participantes (cinco homens, 11 mulheres; Idade: M = 21, DP = 2,07). De acordo com Johanson e Brooks42, esse tamanho de amostra é suficiente em um experimento piloto, especialmente quando emparelhado com uma abordagem qualitativa para alcançar uma alta densidade de informações sobre a experiência subjetiva dos participantes durante o experimento. Recomenda-se que sempre que os investigadores pret…

Discussion

O CTG oferece aos pesquisadores a oportunidade de adaptar o BDMclássico 1 para grupos e observar processos emergentes dentro dos grupos em profundidade. Enquanto outros trabalhos23,24,25,26 já tentaram adaptar o BDM1 às configurações grupais, a única maneira de acessar os processos grupais nesses estudos são as laboriosas análises de inter…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Esta pesquisa não recebeu nenhum financiamento externo.

Materials

Data Analysis Software and Packages R version 4.2.1 (2022-06-23 ucrt) R Core Team R: A Language and Environment for Statistical Computing. at [https://www.R-project.org/]. R Foundation for Statistical Computing. Vienna, Austria. (2020).
Data Analysis Software and Packages R Studio version 2022.2.3.492 "Prairie Trillium" RStudio Team RStudio: Integrated Development Environment for R. at [http://www.rstudio.com/]. RStudio, PBC. Boston, MA. (2020).
Data Analysis Software and Packages ggplot2 version 3.3.6 Wickham, H. ggplot2: Elegant Graphics for Data Analysis. at [https://ggplot2.tidyverse.org]. Springer-Verlag New York. (2016).
Data Analysis Software and Packages cowplot version 1.1.1 Wilke, C.O. cowplot: Streamlined Plot Theme and Plot Annotations for “ggplot2.” at [https://CRAN.R-project.org/package=cowplot]. (2020).
OnlineQuestionnaireTool LimeSurvey Community Edition Version 3.28.16+220621  Any preferred online questionnaire tool can be used. LimeSurvey or SoSciSurvey are recommended.
Notebooks or PCs DELL Latitude 7400 Any laptop that is able to establish a stable Remote Desktop Connection can be used.
Participant Management Software ORSEE version 3.1.0 It is recommended to use ORSEE (Greiner, B. [2015]. Subject pool recruitment procedures: Organizing experiments with ORSEE. Journal of the Economic Science Association, 1, 114–125. https://doi.org/10.1007/s40881-015-0004-4), but other software options might be available.
Program to Open RemoteDesktop Connection Remote Desktop Connection (Program distributed with each Windows 10 installation.) The following tools are recommended: RemoteDesktopConnection (for Windows), Remmina (for Linux), or Microsoft Remote Desktop (for Mac OS).
Server to run RemoteDesktop Environment VMware vSphere environment based on vSphere ESXi version 6.5 Ideally provided by IT department of university/institution.
VideoConference Platform BigBlueButton Version 2.3 It is recommend to use a platform such as BigBlueButton or other free software that does not record participant data on an external server. The platform should provide the following functions: 1) possibility to restrict access to microphone and camera for participants, 2) hide participant names from other participants, 3) possibility to send private chat message to participants.
Virtual Machine running Linux-Installation Xubuntu version 20.04 "Focal Fossa" Other Linux-based systems will also be possible.

References

  1. Berg, J., Dickhaut, J., McCabe, K. Trust, reciprocity, and social history. Games and Economic Behavior. 10 (1), 122-142 (1995).
  2. Costa, A. C., Fulmer, C. A., Anderson, N. R. Trust in work teams: An integrative review, multilevel model, and future directions. Journal of Organizational Behavior. 39 (2), 169-184 (2018).
  3. Kiffin-Petersen, S. Trust: A neglected variable in team effectiveness research. Journal of the Australian and New Zealand Academy of Management. 10 (1), 38-53 (2004).
  4. Grossman, R., Feitosa, J. Team trust over time: Modeling reciprocal and contextual influences in action teams. Human Resource Management Review. 28 (4), 395-410 (2018).
  5. Schoorman, F. D., Mayer, R. C., Davis, J. H. An integrative model of organizational trust: Past, present, and future. Academy of Management Review. 32 (2), 344-354 (2007).
  6. Shamir, B., Lapidot, Y. Trust in organizational superiors: Systemic and collective considerations. Organization Studies. 24 (3), 463-491 (2003).
  7. Fulmer, C. A., Gelfand, M. J. At what level (and in whom) we trust: Trust across multiple organizational levels. Journal of Management. 38 (4), 1167-1230 (2012).
  8. Rousseau, D. M., Sitkin, S. B., Burt, R. S., Camerer, C. Not so different after all: A cross-discipline view of trust. Academy of Management Review. 23 (3), 393-404 (1998).
  9. Dirks, K. T. Trust in leadership and team performance: Evidence from NCAA basketball. Journal of Applied Psychology. 85 (6), 1004-1012 (2000).
  10. Kim, P. H., Cooper, C. D., Dirks, K. T., Ferrin, D. L. Repairing trust with individuals vs. groups. Organizational Behavior and Human Decision Processes. 120 (1), 1-14 (2013).
  11. Forsyth, P. B., Barnes, L. L. B., Adams, C. M. Trust-effectiveness patterns in schools. Journal of Educational Administration. 44 (2), 122-141 (2006).
  12. Gray, J. Investigating the role of collective trust, collective efficacy, and enabling school structures on overall school effectiveness. Education Leadership Review. 17 (1), 114-128 (2016).
  13. Kramer, R. M. Collective trust within organizations: Conceptual foundations and empirical insights. Corporate Reputation Review. 13 (2), 82-97 (2010).
  14. Kramer, R. M. The sinister attribution error: Paranoid cognition and collective distrust in organizations. Motivation and Emotion. 18 (2), 199-230 (1994).
  15. Kozlowski, S. W. J. Advancing research on team process dynamics: Theoretical, methodological, and measurement considerations. Organizational Psychology Review. 5 (4), 270-299 (2015).
  16. Kozlowski, S. W. J., Chao, G. T. The dynamics of emergence: Cognition and cohesion in work teams. Managerial and Decision Economics. 33 (5-6), 335-354 (2012).
  17. Kolbe, M., Boos, M. Laborious but elaborate: The benefits of really studying team dynamics. Frontiers in Psychology. 10, 1478 (2019).
  18. McEvily, B. J., Weber, R. A., Bicchieri, C., Ho, V. Can groups be trusted? An experimental study of collective trust. Handbook of Trust Research. , 52-67 (2002).
  19. Adams, C. M. Collective trust: A social indicator of instructional capacity. Journal of Educational Administration. 51 (3), 363-382 (2013).
  20. Chetty, R., Hofmeyr, A., Kincaid, H., Monroe, B. The trust game does not (only) measure trust: The risk-trust confound revisited. Journal of Behavioral and Experimental Economics. 90, 101520 (2021).
  21. Harrison, G. W. Hypothetical bias over uncertain outcomes. Using Experimental Methods in Environmental and Resource Economics. , 41-69 (2006).
  22. Harrison, G. W. Real choices and hypothetical choices. Handbook of Choice Modelling. , 236-254 (2014).
  23. Holm, H. J., Nystedt, P. Collective trust behavior. The Scandinavian Journal of Economics. 112 (1), 25-53 (2010).
  24. Kugler, T., Kausel, E. E., Kocher, M. G. Are groups more rational than individuals? A review of interactive decision making in groups. WIREs Cognitive Science. 3 (4), 471-482 (2012).
  25. Cox, J. C., Zwick, R., Rapoport, A. Trust, reciprocity, and other-regarding preferences: Groups vs. individuals and males vs. females. Experimental Business Research. , 331-350 (2002).
  26. Song, F. Intergroup trust and reciprocity in strategic interactions: Effects of group decision-making mechanisms. Organizational Behavior and Human Decision Processes. 108 (1), 164-173 (2009).
  27. Johnson, N. D., Mislin, A. A. Trust games: A meta-analysis. Journal of Economic Psychology. 32 (5), 865-889 (2011).
  28. Rosanas, J. M., Velilla, M. Loyalty and trust as the ethical bases of organizations. Journal of Business Ethics. 44, 49-59 (2003).
  29. Dunn, J. R., Schweitzer, M. E. Feeling and believing: The influence of emotion on trust. Journal of Personality and Social Psychology. 88 (5), 736-748 (2005).
  30. Boos, M., Pritz, J., Lange, S., Belz, M. Leadership in moving human groups. PLOS Computational Biology. 10 (4), 1003541 (2014).
  31. Boos, M., Pritz, J., Belz, M. The HoneyComb paradigm for research on collective human behavior. Journal of Visualized Experiments. (143), e58719 (2019).
  32. Ritter, M., Wang, M., Pritz, J., Menssen, O., Boos, M. How collective reward structure impedes group decision making: An experimental study using the HoneyComb paradigm. PLOS One. 16 (11), 0259963 (2021).
  33. Kocher, M., Sutter, M. Individual versus group behavior and the role of the decision making process in gift-exchange experiments. Empirica. 34 (1), 63-88 (2007).
  34. Ickinger, W. J. . A behavioral game methodology for the study of proxemic behavior. , (1985).
  35. Deligianis, C., Stanton, C. J., McGarty, C., Stevens, C. J. The impact of intergroup bias on trust and approach behaviour towards a humanoid robot. Journal of Human-Robot Interaction. 6 (3), 4-20 (2017).
  36. Haring, K. S., Matsumoto, Y., Watanabe, K. How do people perceive and trust a lifelike robot. Proceedings of the World Congress on Engineering and Computer Science. 1, 425-430 (2013).
  37. Gintis, H. Behavioral game theory and contemporary economic theory. Analyse & Kritik. 27 (1), 48-72 (2005).
  38. Weimann, J. Individual behaviour in a free riding experiment. Journal of Public Economics. 54 (2), 185-200 (1994).
  39. How to install Xrdp server (remote desktop) on Ubuntu 20.04. Linuxize Available from: https://linuxize.com/post/how-to-install-xrdp-on-ubuntu-20-04/ (2020)
  40. How to create users in Linux (useradd Command). Linuxize Available from: https://linuxize.com/post/how-to-create-users-in-linux-using-the-useradd-command/ (2018)
  41. How to create a shared folder between two local user in Linux. GeeksforGeeks Available from: https://www.geeksforgeeks.org/how-to-create-a-shared-folder-between-two-local-user-in-linux/ (2019)
  42. Johanson, G. A., Brooks, G. P. Initial scale development: Sample size for pilot studies. Educational and Psychological Measurement. 70 (3), 394-400 (2010).
  43. Glaeser, E. L., Laibson, D. I., Scheinkman, J. A., Soutter, C. L. Measuring trust. The Quarterly Journal of Economics. 115 (3), 811-846 (2000).
  44. Mayring, P., Kikner-Ahsbahs, A., Knipping, C., Presmed, N. Qualitative Content Analysis: Theoretical Background and Procedures. Approaches to Qualitative Research in Mathematics Education: Examples of Methodology and Advances in Mathematics Education. , 365-380 (2015).
  45. Chandler, J., Paolacci, G., Peer, E., Mueller, P., Ratliff, K. A. Using nonnaive participants can reduce effect sizes. Psychological Science. 26 (7), 1131-1139 (2015).
  46. Belz, M., Pyritz, L. W., Boos, M. Spontaneous flocking in human groups. Behavioural Processes. 92, 6-14 (2013).
  47. Boos, M., Franiel, X., Belz, M. Competition in human groups-Impact on group cohesion, perceived stress and outcome satisfaction. Behavioural Processes. 120, 64-68 (2015).

Play Video

Cite This Article
Ritter, M., Kroll, C. F., Voigt, H., Pritz, J., Boos, M. The Collective Trust Game: An Online Group Adaptation of the Trust Game Based on the HoneyComb Paradigm. J. Vis. Exp. (188), e63600, doi:10.3791/63600 (2022).

View Video