🧒 初中生也能看懂的版本
① 研究背景（为什么要做？）
假设政府想修一条路，规划部门花钱请人做了一个智能体模型：把居民、商家、通勤者都变成一个个“小人”，让它们在电脑里跑几十年，看看不同方案会发生什么。
模型跑完了，结论也有了。然后呢？决策者看不懂。报告里全是参数、曲线和“涌现行为”，开会十分钟就没人听了。最后这条路还是按领导拍脑袋的方案修了。
这不是个别现象。智能体建模这个领域发展了几十年，工具越来越强，可真正被决策者采用的模型少得可怜。作者认为，问题不在模型不够好，而在“讲”这一环被严重忽视。于是他们把过去这些年的相关研究翻了个底朝天，看看大家到底是怎么讲的。
② 研究问题（要回答什么？）
综述围绕一个核心问题：智能体模型究竟是怎样被传达给利益相关方的？
拆开来看是三层：
- 用什么办法讲——可视化？角色扮演？工作坊？还是只给一份技术报告？
- 讲到什么程度——是让人家“知道有这么个模型”（名义参与），还是让人家真正参与决定模型怎么建（实质参与）？
- 讲得有没有用——有没有人评估过：听完之后，对方真的更理解、更信任、更愿意用了吗？
③ 研究方法（怎么做的？）
这是范围综述——一种系统梳理某领域文献“都做了些什么、有哪些空白”的研究方法。
作者在 Scopus 和 Web of Science 两个主要文献库里检索，检索式由三组词交叉组成：“智能体模型”AND“沟通/可视化/呈现”AND“工具/方法”AND“利益相关方/决策者/政策制定者”。有意思的是，作者还请 ChatGPT 帮忙写了一条检索式，然后两条一起用，减少漏检。
初步检索得到 335 篇不重复文章（已去掉 42 篇重复），先看摘要筛掉不相关的，再读全文。最终纳入 65 篇，文献收集截止到二零二三年八月。
然后作者对这 65 篇做编码：用了什么沟通手段、面向谁、在建模流程的哪个阶段、有没有做效果评估。同时按“参与阶梯”给每种做法分档——从“只通知你”到“一起决定”。
④ 结果（发现了什么？）
65 篇文献来自计算机科学和环境科学，两边数量接近——说明建模根子在计算机，但应用大量跑到环境与资源管理去了。
作者归纳出三个大窟窿：
绝大多数文章只关心建模阶段怎么沟通，模型做完了之后怎么推广、怎么被别人复用，几乎没人管。
智能体模型最核心的特点是“个体简单、整体复杂”，可这个“整体怎么从个体长出来”恰恰最难讲，文献里普遍回避。
几乎没有人系统评估过“这样讲到底有没有让人更懂”。大家各讲各的，无法比较哪种方法更好。
多数所谓“利益相关方参与”停留在名义层面——听听意见、开个发布会，而不是真的让人参与建模决策。
换句话说：这个领域很会造模型，很不擅长让模型被用起来。
⑤ 讨论（这些发现说明什么？）
作者的解释带着一点批评意味：智能体建模界长期把“沟通”当成建模完成后的附属工作，而不是建模流程的内在环节。
他们指出一个悖论：模型的价值本来就在于帮助人理解复杂系统，可如果连模型本身都讲不清楚，那它连这个价值都实现不了。“没被理解的模型，等于没被建出来。”
关于“涌现讲不清”，作者认为这是智能体建模特有的难点：你不能只给人看最后那张图，还得让人相信“这些小人按这些规则互动，真的会长出这个结果”。这需要新的可视化与叙事方法，而不是把参数表贴上去。
关于评估缺失，作者的建议很具体：应该像做实验一样做“沟通实验”——同一组决策者，用不同方式讲同一个模型，测量理解度、信任度和使用意愿的变化。
局限：只覆盖两个数据库、截止到二零二三年八月，可能漏掉新近的实践报告和灰色文献；只收英文论文；编码分类难免有主观判断。
⑥ 结论（最终结论 + 启示）
三条建议：
- 把沟通前移：不是模型做完才想怎么讲，而是建模一开始就让利益相关方进来。
- 专攻“涌现”的解释：发展能让外行看见“个体互动如何产生整体模式”的方法，而不是只展示结果。
- 建立评估规范：给沟通效果定指标，让不同方法可以比较。
一句话：建模是为了让人做更好的决定，而不是为了让建模者自己满意。讲不明白的模型，在政策场上等于不存在。
🎓 专业 IRMaD 结构解读
I. Introduction（引言）
基于 agent 的社会仿真（ABSS）在生态、自然资源管理与政策规划中被广泛用于推演复杂系统，但其在利益相关方中的采纳率长期偏低。Grimm & Railsback 的建模循环早已把“沟通”列为基础环节，然而 ABM 文献对“如何沟通”缺乏系统反思。既有综述或聚焦可视化工具、或聚焦参与式建模流程，均未把“沟通策略—参与深度—效果评估”三者放在同一框架内比较。本文以范围综述（scoping review）方法梳理 Scopus 与 Web of Science 中 65 篇文献，回答“ABM 如何被传达给利益相关方”，并按参与阶梯（nominal → transformative）对策略分档，识别三类结构性缺口。
I. Theoretical Framework & Hypotheses（理论框架与假设）
分析框架由两部分拼合：
| 框架 | 来源 | 用途 |
|---|---|---|
| 建模循环（modelling cycle） | Grimm & Railsback (2005) | 定位“沟通”在建模流程中的位置，识别其被压缩为末端环节的问题 |
| 参与阶梯（ladder of participation） | 参与式建模 / 利益相关方参与文献 | 把沟通策略按参与深度分为 nominal / consultative / collaborative / transformative 四档 |
核心命题：沟通不是建模的“输出包装”，而是决定模型能否转化为决策知识的过程性机制。
M. Materials & Methods（材料与方法）
- 类型：范围综述（scoping review），遵循 PRISMA-ScR 式的检索—筛选—编码流程。
- 数据源：Scopus 与 Web of Science；检索截止 2023 年 8 月。
- 检索式：布尔组合 (“agent-based model” OR “ABM”) AND (“communication” OR “visualization” OR “presentation”) AND (“tools” OR “methods” OR “techniques”) AND (“stakeholders” OR “decision-makers” OR “policy-makers”)；另用 ChatGPT 生成一条补充检索式以降低漏检。
- 筛选：初检 335 篇唯一文献（含 42 篇重复已剔除）；摘要筛选后全文评估，最终纳入 65 篇。
- 编码维度：沟通媒介与工具、目标受众类型、介入的建模阶段、参与深度档位、是否包含效果评估。
- 分析：描述性统计 + 主题归纳，形成三类缺口。
R. Results（结果）
语料构成：65 篇中计算机科学与环境科学大致各半，反映 ABM 的方法根源与应用流向。绝大多数研究聚焦建模过程中的沟通（模型开发、参数共识、情景设定），对建模后沟通（复用、推广、长期维护）着墨极少。
| 缺口 | 表现 | 后果 |
|---|---|---|
| Gap 1：重开发、轻后续 | 沟通集中在开发阶段；模型发布后缺乏文档、接口与复用支持 | 大量模型发表后无人使用，研究投入难以累积 |
| Gap 2：回避“涌现” | 少有方法专门解释“微观规则 → 宏观模式”的生成机制 | 利益相关方看到结果却无法建立因果理解，信任度低 |
| Gap 3：无评估标准 | 几乎没有研究系统测量沟通对理解、信任、采纳的影响 | 策略无法比较优劣，实践难以迭代 |
参与深度：多数所谓“利益相关方参与”处于 nominal 至 consultative 档（告知、征求意见），达到 collaborative 或 transformative 档的案例稀少。
a / D. Discussion & Conclusion（讨论与结论）
- 沟通的流程定位错误：把沟通当作建模完成后的包装环节，导致其在项目周期与预算中被系统性压缩；应前移至问题界定与概念建模阶段。
- 涌现解释是 ABM 特有的沟通瓶颈：与回归模型不同，ABM 的说服力依赖于让受众相信“微观机制能生成宏观模式”，这要求过程性可视化与叙事，而非结果展示。
- 评估缺失的方法论后果：缺乏效果测量使“哪种沟通更好”成为不可判定问题，建议引入类实验设计（同受众 × 不同沟通方式 × 前后测）。
- 对政策实践的含义：模型要影响决策，必须把参与从名义档提升到协作档，让利益相关方参与假设设定与情景选择，而非仅在结果发布会上被动接收。
- 局限：仅 Scopus/WoS 两库、仅英文、截止 2023-08，可能遗漏灰色文献与实践报告；编码分类存在研究者主观性；未做发表偏倚评估。
🧠 IRMaD 思维导图
mindmap
root((模型如何讲清楚))
I 引言
模型多但采纳少
建模循环含沟通
沟通被当成包装
R 问题
用什么办法讲
参与深到哪一档
有没有评估效果
M 方法
两个文献库
初检三百三十五篇
最终纳入六十五篇
按参与阶梯分档
R 结果
重开发轻复用
回避涌现机制
缺乏评估标准
参与多在名义档
a 讨论
沟通应前移
涌现需过程可视
建议做沟通实验
D 结论
参与升级到协作
建立评测规范
讲不明白等于没做
图：本研究的 IRMaD 思维导图。蓝色 I 引言；橙色 R 研究问题；绿色 M 方法； 橙色 R 结果；紫色 a 讨论；红色 D 结论。