信任的量化模型：作为社群规模预测器及其对技术的影响

人类与工具合作的能力依赖于认知能力，虽然这些能力不独属于人类，但在规模和可塑性方面最发达于人类。我们与合作者及技术互动的能力需要持续的注意力投入，我们展示了这种投入可被 heuristic 方式称为“信任”的社会经济领域所理解。通过采用信息方法的“社会物理学”，我们能够将维度分析应用于人类学-经济问题。群体规模与注意力细节率率之间的认知-经济权衡是这两者之间的连接。这使人类能够跨群体（从团队到社区）扩展合作努力，群体规模与注意力之间存在权衡。我们在此表明，准确的信任概念遵循双向“工作经济”模型，这导致关于社会中群体规模统计分布的正确预测。信任本质上是一种认知-经济问题，取决于过去行为的记忆成本以及对意图的 attentive 警戒频率。所有这些因素共同导致人类社群的特征性“分形”结构。吸引某 alpha 吸引子与因冲突产生的离散之间的平衡完全解释了来自所有相关来源的数据。我们的方法的含义表明其对纯粹的社群归属 Beyond 纯粹的社群归属，适用于一般资源受限的相互作用，例如在工作、技术、控制论以及各种类型的社会经济系统中。