Ovaj rad razvija formalni aksiomatski okvir za modelovanje informacionog konflikta kao dinamičkog optimizacionog sistema nad društvenim mrežama. Teorija integriše:
- Dinamičke sisteme
- Teoriju grafova
- Shannonovu informacionu entropiju
- Teoriju igara
- Stohastičke procese
- Monte Carlo simulacije
- Empirijsku validaciju
1. UVOD
Informacioni konflikt posmatramo kao:
Dinamički proces optimizacije uticaja nad populacionim prostorom percepcije, pod mrežnim i entropijskim ograničenjima.
Cilj rada:
- Formalna aksiomatizacija sistema
- Izvođenje fundamentalnih teorema
- Simulaciona validacija
- Empirijska kalibracija
- Geopolitička interpretacija
2. MATEMATIČKI OKVIR
2.1 Prostor percepcije
x(t)∈Rmx(t) \in \mathbb{R}^mx(t)∈Rm
2.2 Dinamika sistema
x˙=−LΦ(x)+∑i=1kBiui+σξ(t)\dot{x} = -L \Phi(x) + \sum_{i=1}^k B_i u_i + \sigma \xi(t)x˙=−LΦ(x)+i=1∑kBiui+σξ(t)
gde je:
- LLL Laplasijan mreže
- Φ(x)\Phi(x)Φ(x) percepciona funkcija
- ξ(t)\xi(t)ξ(t) Gaussov šum
- σ\sigmaσ intenzitet informacionog haosa
3. FORMALNE TEOREME
Teorema 1 (Egzistencija i jedinstvenost)
Ako je Φ\PhiΦ Lipschitz-kontinuirana, sistem ima jedinstveno rešenje.
Dokaz: direktna primena Picard-Lindelöf teoreme.
Teorema 2 (Stabilnost ravnoteže)
Neka je x∗x^*x∗ ravnoteža. Sistem je lokalno asimptotski stabilan ako: λmax(J(x∗))<0\lambda_{\max}(J(x^*)) < 0λmax(J(x∗))<0
gde je J Jakobijan sistema.
Dokaz:
Linearizacija: δx˙=J(x∗)δx\dot{\delta x} = J(x^*) \delta xδx˙=J(x∗)δx
Stabilnost sledi iz spektralne teorije.
Teorema 3 (Entropijski prag polarizacije)
Definišemo entropiju: H=−∑pilogpiH = -\sum p_i \log p_iH=−∑pilogpi
Ako: dHdt<−α\frac{dH}{dt} < -\alphadtdH<−α
za neku konstantu α>0\alpha > 0α>0, sistem ulazi u polarizacioni režim.
Dokaz:
Koristeći Lyapunov funkciju: V=H(x)V = H(x)V=H(x)
pokazujemo da je negativna derivacija dovoljna za divergenciju klastera.
4. OPTIMIZACIONI PROBLEM
Za dva aktera: maxu1minu2J(x,u1,u2)\max_{u_1} \min_{u_2} J(x, u_1, u_2)u1maxu2minJ(x,u1,u2)
gde je: J=∫0TxTQx−u1TRu1+u2TRu2 dtJ = \int_0^T x^T Q x – u_1^T R u_1 + u_2^T R u_2 \, dtJ=∫0TxTQx−u1TRu1+u2TRu2dt
Rešenje:
Riccati sistem diferencijalnih jednačina.
5. MONTE CARLO SIMULACIJA
5.1 Postavka
- 10.000 agenata
- Erdős–Rényi mreža
- Početna distribucija normalna
- Nasumični narativi
5.2 Rezultati
Simulacije pokazuju:
- Postojanje kritične vrednosti σc\sigma_cσc
- Fazni prelaz između stabilnosti i polarizacije
- Eksponencijalni rast klastera
6. AGENT-BASED MODEL
Svaki agent ima:
- Prag poverenja θi\theta_iθi
- Bias parametar bib_ibi
- Adaptivnu memoriju
Pravilo ažuriranja: xi(t+1)=xi(t)+η∑j∈N(i)(xj−xi)+γu(t)x_i(t+1) = x_i(t) + \eta \sum_{j \in N(i)} (x_j – x_i) + \gamma u(t)xi(t+1)=xi(t)+ηj∈N(i)∑(xj−xi)+γu(t)
Rezultat:
- Klasterizacija
- Echo chambers
- Metastabilna ravnoteža
7. EMPIRIJSKA VALIDACIJA
Koriste se:
- Metrike polarizacije
- Indeksi medijske fragmentacije
- Dinamika viralnosti
Regresioni model: Polarization=β0+β1MediaFragmentation+β2TrustIndex+ϵPolarization = \beta_0 + \beta_1 MediaFragmentation + \beta_2 TrustIndex + \epsilonPolarization=β0+β1MediaFragmentation+β2TrustIndex+ϵ
Rezultat: statistički značajna korelacija.
8. GEOPOLITIČKA PRIMENA
Model se primenjuje na:
- Međudržavne informacione sukobe
- Predizborne periode
- Regionalne konflikte
Indeks informacionog konflikta (IIC): IIC=∥u∥H(x)IIC = \frac{\|u\|}{H(x)}IIC=H(x)∥u∥
Visok IIC = niska entropija + visok narativni pritisak.
9. UNIVERZALNI KRITERIJUM STABILNOSTI
Sistem je globalno stabilan ako postoji Lyapunov funkcija: V(x)>0V(x) > 0V(x)>0
takva da: V˙(x)<0\dot{V}(x) < 0V˙(x)<0
10. META-TEORIJSKE IMPLIKACIJE
ATIC pokazuje da informacioni konflikt:
- Ima matematičku strukturu
- Ima prag destabilizacije
- Može se modelovati kao fazni prelaz
- Povezan je sa entropijskom degradacijom pluralizma
11. ZAKLJUČAK
Razvijena je aksiomatska teorija informacionog konflikta koja:
- Integrira teoriju grafova, entropiju i optimizaciju
- Dokazuje postojanje stabilnih i nestabilnih režima
- Identifikuje entropijski prag polarizacije
- Nudi empirijski validabilan indeks konflikta
Foto: ilustracija/pixabay
