Die Arbeit stellt eine Reihe von Computersimulationen dar, die sich aus der Social Impact Theory von Bibb Latané entwickelt haben. Sie geht v.a. der Frage nach, was diese Simulationen aussagen und welche Erkenntnisse man daraus evtl. für reale Meinungsbildungsdynamiken gewinnen kann.
Inhaltsverzeichnis
Einleitung
1 Social Impact Theory (SIT)
1.1 Was beeinflusst Menschen in ihrer Meinungsbildung?
1.2 Meinungsbildung durch wechselseitige Beeinflussung – SIT
1.3 SIT auf Meinungswechsel angewendet
2 Computersimulation
2.1 Die Idee hinter einer Simulation
2.2 Neue Möglichkeiten durch Computersimulation
3 Das Simulationsmodell
3.1 Eine Variante der Zellulären Automaten
3.2 Der Raum im Modell
3.2.1 Nachbarschaften
3.2.2 Randverhalten
3.2.3 Geometrie des Sozialen Raums
3.3 Der Verlauf der Zeit im Modell
3.4 Die Individuen
3.4.1 Stärke
3.4.2 Nähe (Immediacy)
3.4.3 Zahl
3.4.4 Die Meinung/Zustand
3.5 Die zugrunde liegende Theorie – Basisformeln und Regeln der Simulation
3.6 Meinungswechsel wird durch eine Regel (change rule) modelliert
4 Ergebnisse der Simulation und Erklärungen dafür
4.1 Beschreibung typischer Simulationsergebnisse
4.2 Continuing Diversity
4.3 unvollständige Polarisierung
4.4 Clusterbildung
4.5 Korrelation
4.6 Ergebnisse bei veränderten Annahmen
4.6.1 Temperatur
4.6.2 Widerstandsfähigkeit und Geschmack
4.6.3 Gesellschaftswandel entsteht durch Blasen
5 Übertragbarkeit der Simulationsergebnisse
5.1 Unterschiede zu anderen Modellen
6 Schlüsse
Zielsetzung & Themen
Die Arbeit untersucht das Computersimulationsmodell der Social Impact Theory (SIT) nach Bibb Latané (1981). Das primäre Ziel ist es, die Funktionsweise des Modells zu beleuchten, seine Stärken und Schwächen kritisch zu analysieren und zu bewerten, was das Modell zur Erklärung realer sozialer Phänomene sowie zur dynamischen Forschung in den Sozialwissenschaften beitragen kann.
- Grundlagen der Social Impact Theory und ihre mathematische Modellierung
- Einsatz von Zellulären Automaten als Simulationsmethode
- Analyse der Simulationsergebnisse: Continuing Diversity, Clusterbildung, Polarisierung und Korrelation
- Methodische Bewertung von Simulationsmodellen zur Erklärung sozialer Dynamiken
Auszug aus dem Buch
4.4 Clusterbildung
Nach dem Ablauf der Simulation sind die Meinungen nicht mehr zufällig verteilt. Individuen mit Minderheitsmeinungen sind in Clustern gruppiert (lilafarbigen Zellhäufungen in Abb.2). Meinungen trennen sich räumlich und bilden sog. Cluster, ohne dass sich die Individuen bewegen, sondern nur durch Meinungswechselprozesse. Diese Clusterung verhindert die Ausrottung von Minderheitsmeinungen.
Cluster findet man in vielen Bereichen der wirklichen Welt, z.B. Dialekte, Glauben, Mode und politische Vorlieben. Clusterung von Meinungen konnte von Festinger, Schachter & Back (1950) empirisch belegt werden bei der Studie eines „MIT-Housing-Project“. Hier wohnten WK II Veteranen in einer Gegend, die der Gitterstruktur des Simulationsmodells sehr ähnlich war. Aus dieser Studie geht hervor, dass Nachbarn wahrscheinlicher dieselbe Meinung vertreten, wenn sie nah beieinander wohnen. Außerdem treten von der Norm abweichende Meinungen hier häufiger am Rand auf. Ein Effekt, der in den Modellen auch beobachtet werden konnte. Hier scheint es Minderheiten einfacher sich zu behaupten, weil sie sich nur in eine Richtung verteidigen müssen.
Die Clusterung entsteht hauptsächlich durch Nachbarn gleicher Meinung, die einflussreicher sind als andere Nachbarn, die zwar in größerer Zahl vorhanden sind, aber nicht gleich überzeugend sind. Dieses Phänomen ist stabil und tritt auch unter einer Vielzahl von Annahmen immer wieder auf.
Ansteigende Clusterung (nicht mehr, sondern größere Cluster) verringert das Ausmaß zu dem Individuen anderen Meinungen ausgesetzt sind. Personen innerhalb eines Clusters sind keinen anderen Meinungen ausgesetzt, da alle Personen um sie herum dieselbe Meinung vertreten. Um Clusterung messen zu können, entwickelte man einen Clusterindex c. Dieser basiert auf der Wahrscheinlichkeit, dass Nachbarn eines Individuums die gleiche Meinung vertreten, wie dieses Individuum selbst, verglichen mit weiter entfernten Individuen.
Zusammenfassung der Kapitel
Einleitung: Vorstellung des Ziels der Arbeit, das Computersimulationsmodell der Social Impact Theory darzustellen, zu kritisieren und dessen Aussagekraft zu bewerten.
1 Social Impact Theory (SIT): Einführung in die sozialpsychologische Theorie, die den Einfluss der sozialen Umwelt auf die Meinungsbildung über Zeit und Raum beschreibt.
2 Computersimulation: Erörterung der Vorteile von Computersimulationen als Werkzeug, um komplexe soziale Prozesse darzustellen und dynamisch zu analysieren.
3 Das Simulationsmodell: Detaillierte Beschreibung der Umsetzung der SIT in ein Modell basierend auf Zellulären Automaten, inklusive Raumdefinition, Zeitverlauf und individueller Eigenschaften.
4 Ergebnisse der Simulation und Erklärungen dafür: Analyse der stabilen Simulationsbefunde wie Continuing Diversity, Polarisierung, Clusterbildung und Korrelation sowie deren Verhalten unter variierenden Bedingungen.
5 Übertragbarkeit der Simulationsergebnisse: Diskussion der Validität der Modellvorhersagen durch Vergleich mit realen Daten und experimentellen Ergebnissen.
6 Schlüsse: Zusammenfassende Bewertung der Stärken und Grenzen des Modells sowie Ausblick auf die Rolle der Computersimulation in den Sozialwissenschaften.
Schlüsselwörter
Social Impact Theory, Computersimulation, Zelluläre Automaten, Meinungsbildung, soziale Dynamiken, Clusterbildung, Polarisierung, Continuing Diversity, soziale Interaktion, Mikroebene, Makroebene, Modellkritik, Meinungswechsel, Korrelation, soziale Umwelt
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit befasst sich mit der Darstellung und kritischen Analyse eines Computersimulationsmodells, das auf der sozialpsychologischen Social Impact Theory (SIT) von Bibb Latané basiert.
Was sind die zentralen Themenfelder der Arbeit?
Die zentralen Themen sind die mathematische Modellierung sozialer Einflüsse, die Funktionsweise von Zellulären Automaten in diesem Kontext sowie die Analyse resultierender sozialer Phänomene wie Clusterbildung und Meinungspolarisierung.
Was ist das primäre Ziel oder die Forschungsfrage?
Das Hauptziel ist es zu ergründen, was das Simulationsmodell leisten kann, wo seine Grenzen liegen und was Sozialwissenschaftler aus der Anwendung eines solchen Modells für das Verständnis gesellschaftlicher Dynamiken lernen können.
Welche wissenschaftliche Methode wird verwendet?
Die Arbeit nutzt die Methode der Computersimulation, speziell den Ansatz der Zellulären Automaten, um individuelle Interaktionen auf der Mikroebene in ein Modell zu übersetzen und deren makroskopische Konsequenzen zu beobachten.
Was wird im Hauptteil der Arbeit behandelt?
Im Hauptteil werden das Modell-Design (Raum, Zeit, Individuen, Regeln), die daraus resultierenden stabilen Ergebnisse wie Clusterung und Korrelationen sowie der Einfluss von Variationen wie der „Temperatur“ auf das System detailliert beschrieben.
Welche Schlüsselwörter charakterisieren die Arbeit am besten?
Die Arbeit wird maßgeblich durch Begriffe wie Social Impact Theory, Computersimulation, Clusterbildung, Meinungsdynamik und soziale Beeinflussung charakterisiert.
Warum wird das Ergebnis der Simulation als „unvollständige Polarisierung“ bezeichnet?
Dies beschreibt das Phänomen, dass zwar eine Tendenz zur Mehrheitsbildung besteht, die Minderheitsmeinung jedoch nicht vollständig ausgelöscht wird, sondern sich in geschützten Clustern behaupten kann.
Wie entstehen Korrelationen zwischen eigentlich unverbundenen Themen im Modell?
Korrelationen entstehen nicht durch inhaltliche Zusammenhänge, sondern als Resultat der räumlichen Organisation in Clustern. Individuen in einer gemeinsamen sozialen Matrix werden durch denselben sozialen Kontext beeinflusst, was zu korrelierten Meinungsbildern führt.
- Quote paper
- Jörg Viebranz (Author), 2002, Social Impact Theory als Computersimulationmodell, Munich, GRIN Verlag, https://www.grin.com/document/40463
