The Collective Trust Game: une adaptation de groupe en ligne du jeu de confiance basée sur le paradigme HoneyComb

Summary

Le Collective Trust Game est un jeu de confiance multi-agents basé sur ordinateur basé sur le paradigme HoneyComb, qui permet aux chercheurs d’évaluer l’émergence de la confiance collective et des constructions connexes, telles que l’équité, la réciprocité ou la signalisation avancée. Le jeu permet des observations détaillées des processus de groupe à travers le comportement des mouvements dans le jeu.

Abstract

La nécessité de comprendre la confiance dans les groupes de manière holistique a conduit à une vague de nouvelles approches pour mesurer la confiance collective. Cependant, cette construction n’est souvent pas pleinement saisie dans ses qualités émergentes par les méthodes de recherche disponibles. Dans cet article, le Collective Trust Game (CTG) est présenté, un jeu de confiance multi-agents basé sur ordinateur basé sur le paradigme HoneyComb, qui permet aux chercheurs d’évaluer l’émergence de la confiance collective. Le CTG s’appuie sur des recherches antérieures sur la confiance interpersonnelle et adapte le jeu de confiance largement connu à un cadre de groupe dans le paradigme HoneyComb. Les participants assument le rôle d’investisseur ou de fiduciaire; Les deux rôles peuvent être joués par des groupes. Dans un premier temps, les investisseurs et les fiduciaires sont dotés d’une somme d’argent. Ensuite, les investisseurs doivent décider du montant, le cas échéant, de leur dotation qu’ils veulent envoyer aux fiduciaires. Ils communiquent leurs tendances ainsi que leur décision finale en se déplaçant d’avant en arrière sur un terrain de jeu affichant les montants d’investissement possibles. À la fin de leur temps de décision, le montant convenu par les investisseurs est multiplié et envoyé aux fiduciaires. Les fiduciaires doivent communiquer aux investisseurs la part de cet investissement, le cas échéant, qu’ils veulent rembourser. Encore une fois, ils le font en se déplaçant sur le terrain de jeu. Cette procédure est répétée pendant plusieurs cycles afin que la confiance collective puisse émerger en tant que construction partagée grâce à des interactions répétées. Avec cette procédure, le CTG offre la possibilité de suivre l’émergence de la confiance collective en temps réel grâce à l’enregistrement des données de mouvement. Le CTG est hautement personnalisable en fonction de questions de recherche spécifiques et peut être exécuté comme une expérience en ligne avec peu d’équipement à faible coût. Cet article montre que le CTG combine la richesse des données d’interaction de groupe avec la validité interne élevée et l’efficacité temporelle des jeux économiques.

Introduction

Le Collective Trust Game (CTG) offre la possibilité de mesurer la confiance collective en ligne au sein d’un groupe d’humains. Il généralise le jeu de confiance original de Berg, Dickhaut et McCabe¹ (BDM) au niveau du groupe et peut capturer et quantifier la confiance collective dans ses qualités émergentes ^2,3,4, ainsi que des concepts connexes tels que l’équité, la réciprocité ou la signalisation avant.

Les recherches antérieures conceptualisent principalement la confiance comme une construction uniquement interpersonnelle, par exemple, entre un leader et un suiveur^5,6, excluant les niveaux d’analyse supérieurs. Surtout dans les contextes organisationnels, cela pourrait ne pas être suffisant pour comprendre la confiance de manière holistique, il est donc grand nécessaire de comprendre les processus par lesquels la confiance se construit (et diminue) au niveau du groupe.

Récemment, la recherche sur la confiance a incorporé une pensée plus multi-niveaux. Fulmer et Gelfand⁷ ont passé en revue un certain nombre d’études sur la confiance et les ont classées en fonction du niveau d’analyse étudié dans chaque étude. Les trois différents niveaux d’analyse sont interpersonnels (dyadique), de groupe et organisationnels. Il est important de noter que Fulmer et Gelfand⁷ distinguent en outre différents référents. Les référents sont les entités vers lesquelles la confiance est dirigée. Cela signifie que lorsque « A fait confiance à B à X », alors A (l’investisseur dans les jeux économiques) est représenté par le niveau (individuel, groupe, organisationnel) et B (le fiduciaire) est représenté par le référent (individuel, groupe, organisationnel). X représente un domaine spécifique auquel Trust fait référence. Cela signifie que X peut être quelque chose comme une inclination généralement positive, un soutien actif, une fiabilité ou des échanges financiers comme dans les jeux économiques¹.

Ici, la confiance collective est définie en fonction de la définition de la confiance interpersonnelle de Rousseau et ses collègues⁸, et semblable aux études antérieures sur la confiance collective 9,10,11,12,13,14; La confiance collective comprend l’intention d’un groupe d’accepter la vulnérabilité en fonction des attentes positives des intentions ou du comportement d’un autre individu, groupe ou organisation. La confiance collective est un état psychologique partagé entre un groupe d’humains et formé en interaction avec ce groupe. L’aspect crucial de la confiance collective est donc le partage au sein d’un groupe.

Cela signifie que la recherche sur la confiance collective doit aller au-delà d’une simple moyenne de processus individuels et conceptualiser la confiance collective comme un phénomène émergent ^2,3,4, car les nouveaux développements de la science de groupe montrent que les processus de groupe sont fluides, dynamiques et émergents ^2,15. Nous définissons l’émergence comme un « processus par lequel les éléments du système de niveau inférieur interagissent et, grâce à cette dynamique, créent des phénomènes qui se manifestent à un niveau supérieur du système »¹⁶ (p. 335). Proposé, cela devrait également s’appliquer à la confiance collective.

La recherche qui reflète l’accent mis sur l’émergence et la dynamique des processus de groupe devrait utiliser des méthodologies appropriées¹⁷ pour saisir ces qualités. Cependant, l’état actuel de la mesure de la confiance collective semble être à la traîne. La plupart des études ont utilisé une technique simple de calcul de la moyenne à travers les données de chaque individu du groupe 9,10,12,13,18. On peut soutenir que cette approche n’a que peu de validité prédictive² car elle ne tient pas compte du fait que les groupes ne sont pas simplement des agrégations d’individus, mais des entités de niveau supérieur avec des processus uniques. Certaines études ont tenté de remédier à ces inconvénients: une étude d’Adams¹⁹ a utilisé une approche de variable latente, tandis que Kim et ses collègues¹⁰ ont utilisé des vignettes pour estimer la confiance collective. Ces approches sont prometteuses en ce sens qu’elles reconnaissent la confiance collective comme une construction de niveau supérieur. Pourtant, comme le notent Chetty et ses collègues²⁰, les mesures basées sur des enquêtes manquent d’incitations à répondre honnêtement, de sorte que la recherche sur la confiance a de plus en plus adopté des mesures comportementales ou compatibles avec les incitations^21,22.

Cette préoccupation est abordée par un certain nombre d’études qui ont adapté une méthode comportementale, à savoir le BDM¹, pour être joué par les groupes^23,24,25,26. Dans le BDM, deux parties agissent soit en tant qu’investisseurs (A), soit en tant que fiduciaires (B). Dans ce jeu économique séquentiel, A et B reçoivent une dotation initiale (par exemple, 10 euros). Ensuite, A doit décider du montant, le cas échéant, de sa dotation qu’il souhaite envoyer à B (par exemple, 5 euros). Ce montant est ensuite triplé par l’expérimentateur, avant que B puisse décider combien, le cas échéant, de l’argent reçu (par exemple, 15 euros) il souhaite renvoyer à A (par exemple, 7,5 euros). Le montant d’argent que A envoie à B est opérationnalisé pour être le niveau de confiance de A envers B, tandis que le montant que B renvoie peut être utilisé pour mesurer la fiabilité de B ou le degré d’équité dans la dyade de A et B. Un grand nombre de recherches ont étudié le comportement dans les jeux de confiance dyadique²⁷. Le BDM peut être joué à la fois comme un jeu dit « one-shot », dans lequel les participants ne jouent le jeu qu’une seule fois avec une personne spécifique, et dans des tours répétés, dans lesquels des aspects tels que la réciprocité^28,29 ainsi que la signalisation avancée peuvent jouer un rôle.

Dans de nombreuses études qui ont adapté le BDM pour les groupes^23,24,25,26, l’investisseur, le fiduciaire ou les deux rôles ont été joués par des groupes. Cependant, aucune de ces études n’a enregistré de processus de groupe. Le simple fait de remplacer des individus par des groupes dans les plans d’étude ne répond pas aux normes Kolbe et Boos¹⁷ ou Kozlowski¹⁵ établies pour les enquêtes sur les phénomènes émergents. Pour combler cette lacune, le CTG a été développé.

L’objectif du développement du CTG était de créer un paradigme qui combinerait le BDM¹ largement utilisé avec une approche qui capture la confiance collective comme une construction émergente basée sur le comportement qui est partagée au sein d’un groupe.

Le CTG est basé sur le paradigme HoneyComb de Boos et ses collègues³⁰, qui a également été publié dans le Journal of Visualized Experiments³¹ et a maintenant été adapté pour être utilisé dans la recherche sur la confiance. Comme décrit par Ritter et ses collègues³², le paradigme HoneyComb est « une plate-forme de jeu virtuel informatisée multi-agents qui a été conçue pour éliminer tous les canaux sensoriels et de communication, à l’exception de la perception des mouvements d’avatar assignés par les participants sur le terrain de jeu » (p. 3). Le paradigme HoneyComb est particulièrement adapté aux processus de groupe de recherche car il permet aux chercheurs d’enregistrer le mouvement des membres d’un groupe réel avec des données spatio-temporelles. On pourrait soutenir que, après l’analyse des interactions de groupe¹⁷, HoneyComb est l’un des rares outils qui permet aux chercheurs de suivre les processus de groupe en détail. Contrairement à l’analyse des interactions de groupe, l’analyse quantitative des données spatio-temporelles de HoneyComb prend moins de temps. De plus, l’environnement réductionniste et la possibilité d’exclure toute communication interpersonnelle entre les participants, à l’exception du mouvement sur le terrain de jeu, permettent aux chercheurs de limiter les facteurs de confusion (p. ex., l’apparence physique, la voix, les expressions faciales) et de créer des expériences à validité interne élevée. Bien qu’il soit difficile d’identifier tous les aspects influents d’un processus de groupe dans les études utilisant des modèles de discussion de groupe³³, l’accent mis sur les principes de base de l’interaction de groupe dans un paradigme de mouvement permet aux chercheurs de quantifier tous les aspects du processus de groupe dans cette expérience. De plus, des recherches antérieures ont utilisé le comportement proxémique³⁴ – réduisant ainsi l’espace entre soi et un autre individu – pour étudier la confiance^35,36.

Figure 1 : Vue d’ensemble schématique du GEC. A) Procédure schématique d’un cycle de GEC. (B) Placement initial des avatars au début du tour. Les trois investisseurs de couleur bleue se tiennent sur le champ initial « 0 ». Le syndic jaune se tient sur le champ initial « 0 ». (C) Capture d’écran pendant la phase d’investissement montrant trois investisseurs (avatars bleus) sur la moitié inférieure du terrain de jeu. Un (grand avatar bleu) se tient actuellement sur « 12 », deux investisseurs sont actuellement debout sur « 24 ». Deux avatars ont des queues (indiquées par des flèches orange). Les queues indiquent de quelle direction ils se sont déplacés vers leur champ actuel (par exemple, un investisseur (grand avatar bleu) vient de passer de « 0 » à « 12 »). L’avatar sans queue se tient sur ce terrain depuis au moins 4000 ms. (D) Capture d’écran pendant la phase de retour montrant un administrateur (avatar jaune) et la moitié supérieure du terrain de jeu. Le syndic est actuellement debout sur « 3/6 » et y a récemment déménagé de « 2/6 » comme indiqué par la queue. Le chiffre bleu ci-dessous (36) indique l’investissement réalisé par les investisseurs. Le chiffre jaune, indiqué par la flèche, est le retour actuel (54) tel qu’il est représenté au milieu du terrain de jeu. Le rendement est calculé comme suit : (investir (36 cents) x 3) x fraction de rendement actuel (3/6) = 54 cents. (E) Fenêtre contextuelle donnant aux participants un retour sur le montant qu’ils ont gagné pendant la ronde, affichée pendant 15 s après l’expiration du délai d’absence du syndic. Veuillez cliquer ici pour voir une version agrandie de cette figure.

La procédure principale du CTG (Figure 1A) est étroitement basée sur la procédure du BDM¹, afin de rendre les résultats comparables aux études précédentes utilisant ce jeu économique. Comme le paradigme HoneyComb est basé sur le principe du mouvement, les participants indiquent le montant qu’ils aimeraient investir ou retourner en déplaçant leur avatar sur le petit champ hexagonal qui indique une certaine somme d’argent ou fraction à retourner (Figure 1C,D). Avant chaque tour, les investisseurs et les fiduciaires reçoivent une certaine somme d’argent (p. ex., 72 cents), les investisseurs étant placés dans la moitié inférieure du terrain de jeu et les fiduciaires dans la moitié supérieure du terrain de jeu (figure 1B). Dans le cadre de défaut, les investisseurs sont autorisés à se déplacer en premier, tandis que les fiduciaires restent immobiles. Les investisseurs se déplacent à travers le terrain de jeu pour indiquer le montant, le cas échéant, de leur dotation qu’ils aimeraient envoyer au fiduciaire (figure 1C). En faisant des allers-retours sur le terrain, les participants peuvent également communiquer à d’autres investisseurs le montant qu’ils aimeraient envoyer au fiduciaire. Selon la configuration, les participants doivent décider à l’unanimité du montant qu’ils souhaitent investir en convergeant vers un terrain de jeu lorsque le temps mort est atteint. Des décisions unanimes ont été nécessaires pour faire respecter le fait que les investisseurs doivent interagir les uns avec les autres, au lieu de simplement jouer côte à côte. Si les investisseurs ne parviennent pas à une décision commune, une pénalité (par exemple, 24 cents) est déduite de leur compte. Cela a été mis en œuvre pour s’assurer que les investisseurs seraient très motivés à atteindre un niveau partagé de confiance collective. Une fois le temps des investisseurs écoulé, l’argent investi est multiplié et envoyé aux fiduciaires qui sont ensuite autorisés à se déplacer pendant que les investisseurs restent immobiles. Les fiduciaires indiquent par mouvement combien ils aimeraient retourner aux investisseurs (figure 1D). Les options de rendement disponibles sont affichées sous forme de fractions sur le terrain de jeu pour maintenir la charge cognitive des fiduciaires relativement faible. Le terrain de jeu sur lequel les fiduciaires se tiennent une fois le temps alloué écoulé indique quelle fraction (par exemple, 4/6) est retournée aux investisseurs. Le tour se termine par une fenêtre contextuelle (Figure 1E) qui résume pour chaque participant combien il a gagné au cours de cette ronde et quel est le solde de son compte courant.

Les rondes doivent être répétées plusieurs fois. Les chercheurs devraient demander aux participants de jouer au CTG pendant au moins 10 ou 15 tours dans les mêmes rôles. Cela est nécessaire car la confiance collective est une construction émergente et doit se développer lors d’interactions répétées au sein d’un groupe. De même, d’autres concepts tels que la signalisation prospective (c.-à-d. les rendements élevés réciproques des fiduciaires ayant des investissements élevés au prochain tour) n’émergeront que lors d’interactions répétées. Il est toutefois crucial que les participants ne soient pas conscients du nombre exact de tours à jouer, car il a été démontré que le comportement peut changer radicalement lorsque les participants sont conscients qu’ils jouent le dernier tour (c’est-à-dire un comportement plus injuste ou des détournements dans les jeux économiques^37,38).

Le CTG fournit ainsi des informations sur l’émergence de la confiance collective à plusieurs niveaux. Premièrement, le niveau de confiance collective démontré lors de la ronde finale devrait représenter fidèlement le niveau partagé de confiance des investisseurs envers le ou les fiduciaires. Deuxièmement, le montant investi à chaque tour peut servir d’indicateur de l’émergence d’une confiance collective au fil des interactions répétées. Troisièmement, les données de mouvement mettent en lumière le processus de groupe qui détermine combien d’argent est investi dans chaque tour.

Protocol

La collecte et l’analyse des données dans ce projet ont été approuvées par le comité d’éthique de l’Institut de psychologie Georg-Elias-Müller de l’Université de Göttingen (proposition 289/2021); le protocole suit les lignes directrices sur la recherche humaine des comités d’éthique de l’Institut Georg-Elias-Müller de psychologie. Le logiciel CTG peut être téléchargé à partir du projet OSF (DOI 10.17605/OSF. IO/U24PX) sous le lien: https://s.gwdg.de/w88YNL. 1…

Representative Results

Cet article présente les résultats d’une étude pilote menée avec le CTG auprès de 16 participants (cinq hommes, 11 femmes; Âge : M = 21, ET = 2,07). Selon Johanson et Brooks42, cette taille d’échantillon est suffisante dans une expérience pilote, en particulier lorsqu’elle est associée à une approche qualitative pour atteindre une densité d’information élevée sur l’expérience subjective des participants pendant l’expérience. Il est recommandé que chaqu…

Discussion

Le CTG offre aux chercheurs la possibilité d’adapter le BDM¹ classique aux groupes et d’observer en profondeur les processus émergents au sein des groupes. Alors que d’autres travaux^23,24,25,26 ont déjà tenté d’adapter le BDM¹ aux paramètres de groupe^, la seule façon d’accéder aux processus de groupe dans ces études sont des analyses lab…

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.