آقا یه چیزی رو شاید خیلی از ما روش زوم نکردیم: خانواده‌ها نقش خیلی مهمی توی مصرف انرژی اروپا دارن. یعنی بالای ۲۵٪ کل انرژی که مصرف میشه، توی خونه‌هاست! اگه میخوایم این انتقال به انرژی‌های پاک و کم‌مصرف درست پیش بره، باید ببینیم چطور میشه مردم رو قانع کرد رفتارشونو توی مصرف انرژی عوض کنن، درست؟
اینجا یه چیزی هست که اسمش Agent-Based Model یا ABM هست. بگذار یه جور خودمونی بگم: ABM یعنی «مدل‌های مبتنی بر عامل» که هر عاملش شبیه یه آدم یا خانوادس و هرکدوم رفتار مختلف دارن و رو هم دیگه تاثیر میذارن. این مدل‌ها میتونن واسه سیاست‌گذارها حسابی کمک کنن تا بفهمن چطور باید قانون بذارن، یا چه مشوق‌هایی بدن که مردم بیشتر سمت رفتار درست برن.
حالا این مدل‌ها تا وقتی واقعا واقعیتِ رفتار آدم‌ها رو خوب نشون ندن، اونقدرا مفید نمیشن. مثلاً باید توشون اینطوری باشه که چرا یکی به شرکت‌های انرژی اعتماد می‌کنه (یا نمی‌کنه)، یا چرا یکی دوست داره تعرفه جدید انرژی رو امتحان کنه (یا نه). این چیزها رو بهش میگن “determinants” یا همون «عامل‌های موثر روی رفتار». اگه مدل ABM این عامل‌ها رو خوب بسازه و بذاره کنار رفتارای واقعی، تازه مدلش حسابی به درد بخوره.
تو این مقاله اومدن بررسی کردن که آیا استفاده از یه تحلیل ساختارمند رفتاری—یعنی Behavioral Analysis (یه جور تحلیل که دقیق دلایل رفتار رو در میاره)—باعث میشه این مدل‌ها بهتر رفتار آدم‌ها رو پیش‌بینی کنن یا نه.
چهارتا نکته مهم از مقاله رو خیلی خلاصه باهات درمیون میذارم:
اول اینکه اومدن ۷۱ تا مدل ABM رو که به تصمیمای انرژی خانواده‌ها نگاه می‌کردن بررسی کردن. دیدن مدلایی که اون تحلیل رفتاری حرفه‌ای رو دارن، تقریباً دو برابر بیشتر عامل‌های موثر (یا همون determinants) رو به طور منظم تو خودشون حساب می‌کنن. یعنی آدم حس می‌کنه این مدل‌ها خیلی سیستماتیک‌تر و دقیق‌تر ساختن.
دوم اینکه مدل‌ها رو به دوتا دسته تقسیم کردن: یکی اونایی که رفتارای سرمایه‌گذاری رو می‌بینن (مثلاً اینکه یه خانواده سولار پنل بخره یا نه)، یکی دیگه اونایی که رفتارای روزمره بررسی می‌کردن (مثلاً آدم‌ها عادت شارژ کردن وسایلشون رو عوض کنن یا نه). مدل‌های گروه اول بیشتر رو فاکتورای اجتماعی تاکید داشتن—مثلاً اینکه دوستا و همسایه‌ها تصمیم اون خونواده رو عوض می‌کنن یا نه (که بهش Peer Effect یا تاثیر همتایان میگن)، اما گروه دوم بیشتر به چیزایی مثل عادتای شخصی یا شرایط بیرونی اهمیت میدادن، چون رفتاراشون روتین روزمره بود.
سوم اینکه با وجود این فایده‌ها، جالبه بدونی فقط حدود یک سوم این مطالعات یه جورایی اون تحلیل رفتاری رو حتی تا حدی وارد مدلشون کرده بودن. تازه تقریباً نصفشون اصلاً توضیح ندادن چرا اون عامل‌های موثر رو انتخاب کردن! یعنی معلوم نیست مدل چرا روی این دلیل‌ها زوم کرده، یعنی ممکنه کلی رفتار واقعی اصلاً جا افتاده باشه.
نتیجه این میشه که خیلی از این مدل‌ها هنوز اون جونِ اصلی تصمیم‌گیریای آدم‌ها رو نگرفتن و این باعث میشه اطلاعاتی که به سیاست‌گذارها میدن، یه جورایی کامل و دقیق نباشه.
نویسنده‌ها میگن برا اینکه این داستان حل بشه، باید دو گروه بیشتر همکاری کنن: هم دانشمندای رفتار، هم مدل‌سازها (مدل‌ساز یعنی کسی که این مدل‌های کامپیوتری رو می‌سازه و تست می‌کنه). باید وقت و منابع کافی بدن که بتونن درست با هم تبادل نظر کنن.
در نهایت هم پیشنهاد میدن که مطالعات آینده باید حتماً بررسی کنن که آیا این تحلیل‌های رفتاری که توی مدل‌ها اومده، واقعاً توی دنیا واقعی درست جواب میده یا نه (که بهش میگن اعتبارسنجی تجربی یا Empirical Validation). همچنین میشه ببینن اگه اون ارتباط بین عامل‌های موثر و رفتار رو بهتر کنن، آیا خروجی مدل‌ها هم خیلی قوی‌تر و مفیدتر میشه؟
خلاصه اینکه: اگه این پل بین علم رفتار آدم‌ها و مدل‌سازی کامپیوتری رو بسازیم، ABMها میتونن حسابی تو تصمیم‌گیری به مسئولای انرژی کمک کنن و باعث میشه حرکت به سمت انرژی پاک هم سریع‌تر و بهتر پیش بره.
منبع: +
