The Collective Trust Game: En online gruppetilpasning av tillitsspillet basert på HoneyComb-paradigmet

Summary

Collective Trust Game er et datamaskinbasert, multi-agent tillitsspill basert på HoneyComb-paradigmet, som gjør det mulig for forskere å vurdere fremveksten av kollektiv tillit og relaterte konstruksjoner, for eksempel rettferdighet, gjensidighet eller fremoversignalering. Spillet tillater detaljerte observasjoner av gruppeprosesser gjennom bevegelsesadferd i spillet.

Abstract

Behovet for å forstå tillit til grupper helhetlig har ført til en økning i nye tilnærminger til måling av kollektiv tillit. Imidlertid er denne konstruksjonen ofte ikke fullt ut fanget i sine fremvoksende kvaliteter av de tilgjengelige forskningsmetodene. I dette papiret presenteres Collective Trust Game (CTG), et datamaskinbasert, multi-agent tillitsspill basert på HoneyComb-paradigmet, som gjør det mulig for forskere å vurdere fremveksten av kollektiv tillit. CTG bygger på tidligere forskning på mellommenneskelig tillit og tilpasser det allment kjente Trust Game til en gruppeinnstilling i HoneyComb-paradigmet. Deltakerne tar på seg rollen som enten investor eller tillitsmann; Begge rollene kan spilles av grupper. I utgangspunktet er investorer og forvaltere utstyrt med en sum penger. Deretter må investorene bestemme hvor mye, om noen, av deres begavelse de vil sende til forvalterne. De kommuniserer sine tendenser så vel som deres endelige beslutning ved å bevege seg frem og tilbake på et lekefelt som viser mulige investeringsbeløp. På slutten av beslutningstiden multipliseres beløpet investorene har avtalt og sendes til forvalterne. Forvalterne må kommunisere hvor mye av den investeringen, hvis noen, de vil returnere til investorene. Igjen gjør de det ved å flytte på spillefeltet. Denne prosedyren gjentas i flere runder, slik at kollektiv tillit kan fremstå som en felles konstruksjon gjennom gjentatte interaksjoner. Med denne prosedyren gir CTG muligheten til å følge fremveksten av kollektiv tillit i sanntid gjennom registrering av bevegelsesdata. CTG er svært tilpassbar til spesifikke forskningsspørsmål og kan kjøres som et online eksperiment med lite, billig utstyr. Dette papiret viser at CTG kombinerer rikdommen av gruppeinteraksjonsdata med den høye interne gyldigheten og tidseffektiviteten til økonomiske spill.

Introduction

Collective Trust Game (CTG) gir muligheten til å måle kollektiv tillit på nettet i en gruppe mennesker. Det generaliserer det originale Trust Game av Berg, Dickhaut og McCabe¹ (BDM) til gruppenivå og kan fange og kvantifisere kollektiv tillit til dets fremvoksende kvaliteter ^2,3,4, samt relaterte begreper som rettferdighet, gjensidighet eller fremoversignalering.

Tidligere forskning konseptualiserer for det meste tillit som en utelukkende mellommenneskelig konstruksjon, for eksempel mellom en leder og en tilhenger^5,6, unntatt høyere nivåer av analyse. Spesielt i organisatoriske sammenhenger er dette kanskje ikke nok til å forstå tillit helhetlig, så det er stort behov for å forstå prosessene der tillit bygger (og reduseres) på gruppenivå.

Nylig har tillitsforskning innlemmet mer flernivåtenkning. Fulmer og Gelfand⁷ gjennomgikk en rekke studier om tillit og kategoriserte dem i henhold til analysenivået som undersøkes i hver studie. De tre forskjellige analysenivåene er mellommenneskelige (dyadisk), gruppe og organisatoriske. Det er viktig at Fulmer og Gelfand⁷ i tillegg skiller mellom forskjellige referanser. Referansene er de enhetene der tillit er rettet. Dette betyr at når “A stoler på B til X”, er A (investor i økonomiske spill) representert av nivået (individ, gruppe, organisatorisk) og B (forvalteren) er representert av referenten (individ, gruppe, organisatorisk). X representerer et bestemt domene som tillit refererer til. Dette betyr at X kan være noe som en generelt positiv tilbøyelighet, aktiv støtte, pålitelighet eller økonomiske utvekslinger som i økonomiske spill¹.

Her defineres kollektiv tillit basert på Rousseau og kollegers definisjon av mellommenneskelig tillit⁸, og ligner på tidligere studier om kollektiv tillit 9,10,11,12,13,14; Kollektiv tillit omfatter en gruppes intensjon om å akseptere sårbarhet basert på positive forventninger til intensjonene eller oppførselen til et annet individ, gruppe eller organisasjon. Kollektiv tillit er en psykologisk tilstand som deles mellom en gruppe mennesker og dannes i samspill mellom denne gruppen. Det avgjørende aspektet ved kollektiv tillit er derfor delingen i en gruppe.

Dette betyr at forskning på kollektiv tillit må se utover et enkelt gjennomsnitt av individuelle prosesser og konseptualisere kollektiv tillit som et fremvoksende fenomen ^2,3,4, ettersom nye utviklinger i gruppevitenskap viser at gruppeprosesser er flytende, dynamiske og fremvoksende ^2,15. Vi definerer fremveksten som en “prosess der systemelementer på lavere nivå samhandler og gjennom disse dynamikkene skaper fenomener som manifesterer seg på et høyere nivå i systemet”¹⁶ (s. 335). Foreslått bør dette også gjelde kollektiv tillit.

Forskning som gjenspeiler fokuset på fremvekst og dynamikk i gruppeprosesser, bør bruke passende metoder¹⁷ for å fange opp disse egenskapene. Den nåværende statusen for kollektiv tillitsmåling ser imidlertid ut til å henge etter. De fleste studier har brukt en enkel gjennomsnittsteknikk på tvers av dataene til hver enkelt person i gruppen 9,10,12,13,18. Uten tvil har denne tilnærmingen bare liten prediktiv validitet², da den ser bort fra at grupper ikke bare er aggregeringer av enkeltpersoner, men enheter på høyere nivå med unike prosesser. Noen studier har forsøkt å løse disse ulempene: En studie av Adams¹⁹ brukte en latent variabel tilnærming, mens Kim og kolleger¹⁰ brukte vignetter for å estimere kollektiv tillit. Disse tilnærmingene er lovende ved at de anerkjenner kollektiv tillit som en konstruksjon på høyere nivå. Likevel, som Chetty og kolleger²⁰ bemerker, mangler undersøkelsesbaserte tiltak insentiver til å svare sannferdig, så forskning på tillit har i økende grad vedtatt atferdsmessige eller insentivkompatible tiltak^21,22.

Denne bekymringen er adressert av en rekke studier som har tilpasset en atferdsmetode, nemlig BDM¹, som skal spilles av grupper^23,24,25,26. I BDM fungerer to parter som enten investorer (A) eller forvaltere (B). I dette sekvensielle økonomiske spillet mottar både A og B en innledende begavelse (f.eks. 10 euro). Deretter må A bestemme hvor mye, om noen, av deres begavelse de ønsker å sende til B (f.eks. 5 euro). Dette beløpet tredobles deretter av eksperimentøren, før B kan bestemme hvor mye, om noen, av de mottatte pengene (f.eks. 15 euro) de ønsker å sende tilbake til A (f.eks. 7,5 euro). Mengden penger A sender til B er operasjonalisert for å være nivået av tillit til A mot B, mens beløpet som B sender tilbake kan brukes til å måle påliteligheten til B eller graden av rettferdighet i dyaden til A og B. En stor mengde forskning har undersøkt atferd i dyadiske tillitsspill²⁷. BDM kan spilles både som et såkalt “one-shot” -spill, der deltakerne bare spiller spillet en gang med en bestemt person, og i gjentatte runder, der aspekter som gjensidighet^28,29 samt fremoversignalering kan spille en rolle.

I mange studier som har tilpasset BDM for grupper^23,24,25,26, ble enten investoren, forvalteren eller begge rollene spilt av grupper. Ingen av disse studiene registrerte imidlertid gruppeprosesser. Bare å erstatte individer med grupper i studiedesign oppfyller ikke standardene Kolbe og Boos¹⁷ eller Kozlowski¹⁵ satt opp for undersøkelser av fremvoksende fenomener. For å fylle dette gapet ble CTG utviklet.

Målet med å utvikle CTG var å skape et paradigme som ville kombinere den mye brukte BDM¹ med en tilnærming som fanger kollektiv tillit som en fremvoksende atferdsbasert konstruksjon som deles mellom en gruppe.

CTG er basert på HoneyComb-paradigmet av Boos og kolleger³⁰, som også er publisert i Journal of Visualized Experiments³¹ og nå er tilpasset for bruk i tillitsforskning. Som beskrevet av Ritter og kolleger³², er HoneyComb-paradigmet “en multi-agent datamaskinbasert virtuell spillplattform som ble designet for å eliminere alle sensoriske og kommunikasjonskanaler bortsett fra oppfatningen av deltaker-tildelte avatarbevegelser på spillefeltet” (s. 3). HoneyComb-paradigmet er spesielt egnet for forskningsgruppeprosesser, da det tillater forskere å registrere bevegelsen av medlemmer av en ekte gruppe med spatio-temporale data. Det kan hevdes at HoneyComb, ved siden av gruppeinteraksjonsanalyse¹⁷, er et av de få verktøyene som gjør det mulig for forskere å følge gruppeprosesser i detalj. I motsetning til gruppeinteraksjonsanalyse er kvantitativ analyse av de spatio-temporale dataene til HoneyComb mindre tidkrevende. I tillegg tillater det reduksjonistiske miljøet og muligheten til å utelukke all mellommenneskelig kommunikasjon mellom deltakerne unntatt bevegelsen på spillefeltet forskere å begrense forstyrrende faktorer (f.eks. Fysisk utseende, stemme, ansiktsuttrykk) og lage eksperimenter med høy intern validitet. Selv om det er vanskelig å identifisere alle innflytelsesrike aspekter ved en gruppeprosess i studier som bruker gruppediskusjonsdesign³³, gjør fokuset på grunnleggende prinsipper for gruppeinteraksjon i et bevegelsesparadigme forskere i stand til å kvantifisere alle aspekter av gruppeprosessen i dette eksperimentet. I tillegg har tidligere forskning brukt proksemisk atferd³⁴ – så redusere mellomrom mellom seg selv og en annen person – for å undersøke tillit^35,36.

Figur 1: Skjematisk oversikt over CTG. (A) Skjematisk prosedyre for en CTG-runde. (B) Innledende plassering av avatarer i begynnelsen av runden. De tre blåfargede investorene står på det opprinnelige feltet “0”. Den gule bobestyreren står på det første feltet “0”. (C) Skjermbilde i investeringsfasen som viser tre investorer (blå avatarer) på den nedre halvdelen av spillefeltet. En (stor blå avatar) står for tiden på “12”, to investorer står for tiden på “24”. To avatarer har haler (indikert med oransje piler). Halene indikerer fra hvilken retning de flyttet til sitt nåværende felt (f.eks. En investor (stor blå avatar) flyttet nettopp fra “0” til “12”). Avataren uten hale har stått på dette feltet i minst 4000 ms. (D) Skjermbilde i returfasen som viser en tillitsmann (gul avatar) og øvre halvdel av spillefeltet. Bobestyreren står for tiden på “3/6” og har nylig flyttet dit fra “2/6” som angitt av halen. Det blå tallet nedenfor (36) indikerer investeringen gjort av investorene. Det gule tallet, angitt med pilen, er gjeldende retur (54) som avbildet midt på spillefeltet. Avkastningen beregnes som følger: (investere (36 cent) x 3) x nåværende avkastningsfraksjon (3/6) = 54 cent. (E) Popup-vindu som gir tilbakemelding til deltakerne om hvor mye de har tjent i løpet av runden, vist i 15 s etter at tidsavbrudd av tillitsmann utløper. Vennligst klikk her for å se en større versjon av denne figuren.

Hovedprosedyren til CTG (figur 1A) er nært basert på prosedyren til BDM¹, for å gjøre resultatene sammenlignbare med tidligere studier som bruker dette økonomiske spillet. Siden HoneyComb-paradigmet er basert på bevegelsesprinsippet, angir deltakerne beløpet de ønsker å investere eller returnere ved å flytte avataren sin til det lille sekskantfeltet som indikerer en viss sum penger eller brøk å returnere (figur 1C, D). Før hver runde er både investorer og forvaltere utstyrt med en viss sum penger (f.eks. 72 cent) med investorene plassert i den nedre halvdelen av spillefeltet og forvalterne blir plassert i den øvre halvdelen av spillefeltet (figur 1B). I standardinnstillingen har investorene lov til å bevege seg først, mens forvalterne forblir stille. Investorene beveger seg over spillefeltet for å indikere hvor mye, om noen, av deres begavelse de ønsker å sende til forvalteren (figur 1C). Gjennom å bevege seg frem og tilbake på banen, kan deltakerne også kommunisere til andre investorer hvor mye de ønsker å sende til forvalteren. Avhengig av konfigurasjonen, må deltakerne nå en enstemmig beslutning om hvor mye de vil investere ved å konvergere på ett spillefelt når time-out er nådd. Enstemmige beslutninger var nødvendig for å håndheve at investorer trenger å samhandle med hverandre, i stedet for bare å spille sammen med hverandre. Hvis investorene ikke kommer til en felles beslutning, trekkes en straff (f.eks. 24 cent) fra kontoen deres. Dette ble implementert for å sikre at investorer ville være svært motiverte for å nå et felles nivå av kollektiv tillit. Når investorenes tid er ute, multipliseres de investerte pengene og sendes til forvalterne som deretter får lov til å bevege seg mens investorene forblir stille. Forvalterne angir gjennom bevegelse hvor mye de ønsker å returnere til investorene (figur 1D). De tilgjengelige returalternativene vises som brøker på spillefeltet for å holde kognitiv belastning på forvaltere relativt lav. Spillefeltet som forvaltere står på når den tildelte tiden løper ut, indikerer hvilken brøkdel (f.eks. 4/6) som returneres til investorer. Runden avsluttes med en pop-up (figur 1E) som oppsummerer for hver deltaker hvor mye de tjente i løpet av den runden og hva deres nåværende kontosaldo er.

Runder bør gjentas flere ganger. Forskere bør få deltakerne til å spille CTG i minst 10 eller 15 runder i de samme rollene. Dette er nødvendig ettersom kollektiv tillit er en fremvoksende konstruksjon og må utvikles under gjentatte interaksjoner i en gruppe. Tilsvarende vil andre begreper som fremoversignalering (dvs. gjengjelde høy avkastning fra forvaltere med høye investeringer i neste runde) bare dukke opp i gjentatte interaksjoner. Det er imidlertid avgjørende at deltakerne ikke er klar over det nøyaktige antallet runder som skal spilles, da det har vist seg at atferd kan endres drastisk når deltakerne er klar over at de spiller den siste runden (dvs. mer urettferdig oppførsel eller avbøyninger i økonomiske spill^37,38).

På denne måten gir CTG informasjon om fremveksten av kollektiv tillit på flere nivåer. For det første bør nivået av kollektiv tillit som vises i siste runde være en nær representasjon av det delte nivået av tillit investorer holder mot forvalteren (e). For det andre kan beløpet investert i hver runde tjene som en proxy for fremveksten av kollektiv tillit over gjentatte interaksjoner. For det tredje kaster bevegelsesdata lys over gruppeprosessen som bestemmer hvor mye penger som investeres i hver runde.

Protocol

Datainnsamling og dataanalyse i dette prosjektet er godkjent av etisk komité ved Georg-Elias-Müller Institutt for psykologi ved Universitetet i Göttingen (forslag 289/2021); protokollen følger retningslinjene for menneskelig forskning fra de etiske komiteene ved Georg-Elias-Müller-Institutt for psykologi. CTG-programvaren kan lastes ned fra OSF-prosjektet (DOI 10.17605/OSF. IO/U24PX) under lenken: https://s.gwdg.de/w88YNL. 1. Forbered teknisk oppsett Forbered el…

Representative Results

Denne artikkelen presenterer resultater fra en pilotstudie utført med CTG med 16 deltakere (fem menn, 11 kvinner; Alder: M = 21, SD = 2,07). Ifølge Johanson og Brooks42 er denne prøvestørrelsen tilstrekkelig i et piloteksperiment, spesielt når det kombineres med en kvalitativ tilnærming for å nå en høy informasjonstetthet om deltakernes subjektive opplevelse under forsøket. Det anbefales at når forskere har til hensikt å tilpasse CTG til sin spesifikke forskningsidé,…

Discussion

CTG gir forskere muligheten til å tilpasse den klassiske BDM¹ for grupper og observere fremvoksende prosesser i gruppene i dybden. Mens annet arbeid^23,24,25,26 allerede har forsøkt å tilpasse BDM¹ til gruppeinnstillinger^, er den eneste måten å få tilgang til gruppeprosesser i disse studiene arbeidskrevende gruppeinteraksjonsanalyser av video…

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.