Modélisation Quantique


La modélisation quantique est une discipline émergente qui applique les idées, les méthodes et les modèles développés dans la physique quantique pour les appliquer dans de nouveaux domaines des sciences humaines et cognitives. En effet, le formalisme mathématique de la théorie quantique peut être transposé à d'autres domaines comme l'économie, l'interaction sociale, la psychologie, l'intelligence artificielle, la linguistique, la recherche d'information, les sciences sociales, la biologie, l'apprentissage automatique, la logique, etc. De plus, beaucoup de propriétés clés des systèmes quantiques comme la non-commutativité des mesures, l'indétermination, la non-séparabilité, la présence d'inégalités probabilistes non classiques, peuvent être mises en évidence dans les systèmes évoqués plus haut.
Rappelons enfin que l'atelier "Quantum Interaction" propose un forum international annuel pour des rencontres entre chercheurs en "sciences exactes" et en "sciences humaines" qui développent la modélisation quantique.
Ce groupe de travail parisien peut être considéré comme un de ses compléments à l'échelle locale.


Prochaine réunion lundi 4 juin 2018, ISC-PIF, 113 rue Nationale, 75013 Paris, à 14h.    
Ariane Lambert-Mogiliansky (Professeure associée à l'Ecole d'Economie de Paris)
"Persuasion quantique"


In this contribution we investigate the potential for persuasion arising from the quantum indeterminacy of a decision-maker's beliefs, a feature that has been proposed as a formal expression of well-known cognitive limitations. We focus on a situation where an agent called Sender only has few opportunities to influence the decision-maker called Receiver. We do not address the full persuasion problem but restrict attention to a simpler one that we call targeting, i.e. inducing a specific belief state. The analysis is developed within the frame of a n-dimensional Hilbert space model. We find that when the prior is known, Sender can induce a targeted belief with a probability of at least 1/n when using two sequential measurements. This figure climbs to 1/2 when both the target and the belief are known pure states. A main insight from the analysis is that a well-designed strategy of distraction can be used as a first step to confuse Receiver. We thus find that distraction rather than the provision of relevant arguments is an effective means to achieve persuasion. We provide an example from political decision-making.

Attention ! Pour les raisons pratiques, il est nécessaire de s'inscrire sur le site de l'ISC : https://iscpif.fr/upcomingevents/modelisation-quantique/ . Merci de votre participation.
Animation : François Dubois, duboisf - at - cnam - dot - fr   et   Zeno Toffano, zeno - dot toffano - at - supelec - dot - fr

mise à jour : 25 mai 2018