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.
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.
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.
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.
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…
The authors have nothing to disclose.
Esta pesquisa não recebeu nenhum financiamento externo.
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. |