O modelo Scapegoat

O modelo Scapegoat é uma hipótese executável: um programa em que algumas dezenas de agentes — o parâmetro vai de 30 a 100; os cenários desta página usam 30 e 60 —, ligados numa rede, acumulam tensão, transferem essa tensão a um alvo e aderem a quem a transferiu, segundo regras simples. Ele não reconstrói nenhum dos casos documentados neste site e não prova nada sobre pessoas. O que ele mostra é outra coisa: que um mecanismo pequeno, sem intenção e sem conteúdo, é suficiente para produzir a forma que os casos têm — a convergência, o pico, a saída do foco e o resíduo.

A rede do modelo é o substrato: quem conhece quem. O fenômeno acontece nos atributos dos agentes — tensão, transferência, adesão. Por isso, além do vídeo, o modelo aparece aqui como curvas no tempo: o que se compara com os casos é a forma da curva, não a forma de nenhum desenho de rede.

Duas palavras do modelo

O modelo tem um vocabulário próprio, um pouco diferente do usado nos casos, porque descreve operações e não atos.

Transferência de tensão. O que nos casos se chama acusação, no modelo é uma transferência: um agente saturado descarrega sobre um alvo a tensão acumulada no seu bolsão da rede. Não há conteúdo, não há mérito — há tensão que muda de lugar. (A passagem de tensão entre vizinhos, que antecede isso, é propagação.)

Expulsão. O evento decisivo, em que o foco sai da rede e todos os outros se reorganizam em torno de quem transferiu a tensão. Na teoria mimética, esse evento é a violência coletiva fundadora — a expulsão de uma vítima pelo grupo — e o rito é a sua repetição controlada, em condições dominadas. O modelo produz o evento, não a repetição; por isso a página fala em expulsão, não em rito.

Como ler as curvas

O eixo do tempo está alinhado pela expulsão: o zero é o passo em que ela ocorre, os números negativos contam os passos antes dela, os positivos são o resíduo. Isso permite sobrepor runs que chegaram à expulsão em momentos diferentes.

A linha cheia é uma run com semente fixa — reproduzível passo a passo, a mesma do vídeo no início da página. A faixa ao fundo mostra onde ficou a metade central (entre o primeiro e o terceiro quartil) de vinte runs com sementes diferentes; runs em que a expulsão não aconteceu até o teto de 1.500 passos ficam fora da faixa e são contadas à parte.

As etapas canônicas do site estão marcadas sobre o gráfico e foram mapeadas assim (cada caso nomeia as suas etapas com os termos do próprio episódio, alinhados a estas):

Um detalhe importante para não se enganar com a curva de tensão: no modelo, toda transferência de tensão com adesão zera a tensão da rede inteira, não só a expulsão. Por isso a tensão tem forma de serra — sobe, cai a zero a cada transferência, sobe de novo. O que distingue a expulsão não é a queda da tensão, e sim o que vem junto: o foco sai, os agentes aderem ao polo amplificador e os focos marcados voltam a zero.

Três das medidas de rede têm par nos casos — o site as calcula, dia a dia, sobre a rede de menções de cada episódio: concentração e centralização estão em os casos lado a lado; a modularidade aparece na linha de números de cada etapa, porque cresce com o tamanho da rede. A quarta não tem par:

• Concentração de atenção: no modelo, a parcela das transferências acumuladas que caiu sobre o agente mais visado. Nos casos, o índice de Gini da atenção.
• Centralização: centralização de grau (Freeman) da rede dos agentes presentes — 0 quando todos têm o mesmo número de ligações, 1 numa estrela perfeita.
• Modularidade: das comunidades detectadas pelo método de Louvain, a cada passo.
• Coesão local: coeficiente de aglomeração médio — quantos dos vizinhos de cada agente se conhecem entre si. Sem par empírico. No modelo, a rede é o substrato — quem conhece quem, antes e depois do episódio — e a coesão mede esse tecido. Nos casos, o que se observa é a rede de menções do dia, que é o próprio episódio, não o tecido por baixo dele; e numa estrela a aglomeração é zero por construção, o que faria a curva cair pelo motivo errado. Por isso a coesão fica só do lado do modelo, declarada como está.

O modelo não tem polo de contestação — ninguém defende o foco. O que existe de análogo, e está no painel de baixo, são as tentativas de transferência bloqueadas pelo ceticismo: transferências fracas que a rede recusou.

Os três parâmetros

• População (30 a 100 agentes). Redes maiores diluem a tensão: mais focos em proporção, cada um menos pressionado.
• Fechamento (0 a 19). Quanto maior, menor a chance de a rede criar laços novos — ela permanece próxima do anel inicial, com coesão local alta. No código-fonte ele se chama friendliness, com o nome invertido; aqui usamos o nome que descreve o efeito.
• Ceticismo (50 a 99). Probabilidade de uma transferência sem adesão ser bloqueada. Protege por impedir a marcação prévia de alvos: quem já foi visado uma vez é alvo preferencial da transferência seguinte.

Os cinco cenários variam um parâmetro de cada vez a partir do cenário base (população 60, fechamento 10, ceticismo 75), com vinte runs cada.

O que os cenários mostram

Os números abaixo vêm das cem runs gravadas para esta página (vinte por cenário, sementes 1 a 20, teto de 1.500 passos). Eles são resultados da simulação, não dados empíricos.

Na rede fechada, a expulsão muitas vezes não acontece. Com o fechamento no máximo, só 10 das 20 runs chegam à expulsão antes do teto, e quando chegam a adesão ao polo amplificador é a menor de todos os cenários (mediana de 3,5 agentes). No cenário base, as 20 runs chegam à expulsão, com adesão mediana de 10; na rede aberta, também as 20, com adesão de 15,5 — a maior. Na leitura mimética, a expulsão é a unanimidade: exige que o grupo inteiro se reorganize em torno do polo, e reorganizar-se é criar laços novos. A rede que não cria laços acumula transferências de tensão sem nunca as converter em unanimidade — a tensão não se resolve, apenas se repete sobre focos marcados. Isso complementa, e não contradiz, o principal resultado das varreduras de parâmetros do modelo (“coesão fecha, abertura dilui”): a coesão concentra a severidade sobre quem é visado; a abertura é o que permite a descarga coletiva. Uma rede fechada é, ao mesmo tempo, a que mais isola o foco e a que menos consegue expulsá-lo.

Na rede aberta e na rede cética, a expulsão vem mais cedo. A mediana do passo da expulsão cai de 546,5 (base) para 279,5 (aberta) e 278 (cética). São dois caminhos diferentes para o mesmo efeito: na rede aberta, os laços novos aceleram a adesão; na rede cética, as transferências sem adesão são bloqueadas, sobram só as que “pegam”, e a marcação de focos se concentra. O ceticismo protege da marcação prévia difusa, mas não impede a unanimidade quando ela se forma — protege quem seria visado por engano, não quem é visado por todos.

Na população pequena, tudo é mais rápido. Com 30 agentes, a expulsão ocorre na mediana no passo 190, com adesão de 6. Um décimo da rede são três focos: o limiar é alcançado depressa. É a versão simulada de uma intuição antiga da teoria: em comunidades pequenas o mecanismo aparece com mais nitidez, porque a unanimidade é mais fácil de obter.

Em todos os cenários, a rede não volta ao que era. A modularidade cai lentamente ao longo da run e a coesão local decai e não se recupera nos cem passos depois da expulsão, mesmo com a reposição de agentes. É o resíduo estrutural: uma única cascata destrói mais estrutura do que a interação ordinária reconstrói.

O que o modelo não faz

Os laços não têm direção nem peso. A transferência de tensão não tem conteúdo: é uma mudança de papel. Não há aprendizado nem amplificação algorítmica. O agente que sai é reposto por um novo, com quatro ligações — o modelo não guarda memória de quem saiu. E a expulsão, como implementada, pesa pouco nos resultados agregados; é uma limitação reconhecida.

A lógica que está por trás das regras — a transferência de tensão que fecha o triângulo contra um terceiro — está desenhada, sem fórmulas, em A Forma. O modelo é escrito em NetLogo; o arquivo do modelo e os dados de cada run podem ser solicitados pelo e-mail de contato. O esqueleto de rede — o anel inicial de mundo pequeno — segue o modelo de Watts e Strogatz (1998), na implementação do modelo Small Worlds da biblioteca do NetLogo (Wilensky, 2015), reutilizada sob licença CC BY-NC-SA. O NetLogo é de Uri Wilensky (1999).