Предсказать успех? Легко!

Известно, что для американцев самый главный семейный праздник - это день благодарения. Вся семья собирается за столом, включая дальних родственников, с которыми приходится встречаться раз в год, и тут начинается... Все хотят высказать свое мнение о происходящем вокруг, в том числе и о политической ситуации в мире. Всё усугубляется избранием Трампа, с появление которого семейные ужины стали еще более невыносимыми. Подобная ситуация, когда в семьях развивались бурные дискуссии, была и в России во время "Крымнаш", когда мама - за Крым, папа - против, а у дедушки какое-то особенное, совсем другое мнение.

К чему все это? Было исследование, которое показало, что после избрания Трампа ужины в честь дня благодарения стали намного короче. Смешно, но правда. Об этой истории я узнала из доклада на конференции по политическим сетям PolNet, которая прошла на прошлой неделе в университете Джорджа Мейсона в Вашингтоне. В этом посте расскажем о том, что такое политические сети, и о том, чем сейчас занимается Альберт-Ласло Барабаши, один из самых известных исследователей сетей.

Политические сети? Нет, не слышали

Что такое политические сети? Для меня это было неочевидно, но не остановило от участия в конференции. После того, как я посетила несколько секций, все стало намного понятнее. Исследователи политических сетей изучают следующие вопросы:

1 - Как возникают и развиваются протесты и митинги, как заключаются договора и альянсы между странами, как начинаются войны и заключаются перемирия?

2 - Как окружение влияет на политические мнения и действия людей? Если все твои друзья за "крым наш", будешь ли ты также поддерживать эту идею?

3 - Как меняются торговые связи между странами, особенно в связи с новой торговой политикой Трампа?

4 - Как законодатели, конгрессмены, другие политические акторы принимают решения вместе? Это все актуально для Америки, когда разные политические группы могут создавать коалиции и вместе спонсировать продвижение какого-то закона (лоббизм).

5 - Как происходит лоббирование определенных интересов?

6 - Что там еще новенького происходит в Твиттере? Конечно, без Твиттер-исследований сегодня не обходится ни одна конференция по сетям. Исследователи политических сетей часто смотрят на сети хэштегов по какой-то политически важной теме или протестному событию, на сети коммуникаций между представителями различных партий.

Белый Дом - место, где принимаются важнейшие политические решения. Фото автора.

Знает ли интернет, что ты пробежала быстрее всех?

Особым гостем конференции PolNet был Альберт Ласло-Барабаши, который прочитал лекцию о том, как формируется успех. Его лекция не была напрямую связана с темой политических сетей, а была о важности сетей в более общем смысле. Уже несколько лет его интересует вопрос, как оцениваются достижения и формируется успех в разных сферах: в спорте, в науке, в искусстве, то есть в таких сферах, где понятие успеха очень относительное и оценить достижения с высокой объективностью очень сложно. Он отметил, что важно понимать, что успех и достижения крепко связаны, однако они не обозначают одно и то же. "Достижения это о тебе, успех - это о нас", - емко сформирулировал Барабаши основное различие между этими понятиями. Достижения - это оценки, баллы, все то, чем оцениваются наши действия. Например, спортсменка пробежала быстрее всех и заняла первое место. Это одно из ее достижений. Успех - это признание со стороны публики, популярность и известность. Об этой спортсменке знает большое количество людей, о ней постоянно пишут в газетах, обсуждают ее в интернете? Значит, у нее также есть и успех. Вопрос, который интересует Барабаши - можем ли мы предсказать успех, зная что-то о достижениях? Казалось бы, ответ очевиден (конечно, можем!), однако, как оказывается, не все так просто.

Когда приходит успех?

Проанализировав большое количество данных о достижениях в различных сферах, Барабаши с коллегами пришли к выводу, что успех может прийти в любой момент карьеры. То, когда ты опубликуешь свою лучшую статью, напишешь лучшую картину, пробежишь быстрее всех - как правило, непредсказуемо. "Успех ничему нас не учит и мы едва ли можем его предсказать", - подытожил Барабаши. Однако, по его мнению, мы все равны перед миром идей. Они витают в воздухе и кто-то из нас более цепок в вылавливании новых идей, а у кто-то - нет. При этом у каждого из нас естьнавыки для воплощения идеи в жизнь. Эти навыки - результат тяжелой работы, большого количества тренировок, проб и ошибок, а также помощи других, более опытных коллег и партнеров. Однако даже если мы нашли хорошую идею, сумели ее воплотить в жизнь, это не всегда означает приход успеха. Успех зависит не только от наших усилий, но и от окружения и, что немаловажно, от удачи и случая.

Необъективность экспертов

Успех и признание зависят от того, кто именно оценивает. Проблема с оцениванием лучших в том, что оценивающие эксперты не могут быть полностью объективными. Барабаши привел пример того, что в одной из мировых консерваторий обратили внимание на то, что большинство исполнителей - мужчины. Чтобы исключить эффект того, что мужчины-эксперты отбирают других мужчин-исполнителей, в этой консерватории устроили слепые прослушивания, когда оценивающие эксперты не могли видеть исполнителя, а только слышать игру этого человека во время отбора. Казалось бы, эксперимент шел удачно, однако выяснилось, что во время слепых прослушиваний эксперты все равно отобрали мужчин-исполнителей. Может быть, мужчины действительно более талантливые и опытные музыканты, чем женщины? Через какое-то время эксперимент был скорректирован - в зале прослушивания догадались постелить ковер. Как только появился ковер, эксперты стали отбирать примерно равное количество мужчин и женщин. Все дело было в том, что по стуку каблуков можно было догадаться, что исполнитель женщина, что сразу же помогало навешивать ярлыки на исполнение и технику игры. Барабаши привел этот курьезный случай как пример того, что отбор и оценивание успеха могут быть очень субъективными.

 Еще одна проблема оценивания - это как выбрать лучшего, если их много? Например, как решить, кому дать Нобелевскую премию (вероятно, одна из самых известных мер успеха в науке), если у статьи 50 соавторов? Ниже приведен пример из презентации Барабаши, когда в соавторах статьи большое количество людей, но Нобелевскую премию 1984 года по физике дали двоим - Карло Руббиа и Симону ван дер Мейру.

Пример из презентации А.-Л. Барабаши. Статья, за которую дали Нобелевскую премию 1984 года по физике. В соавторах большое количество ученых, однако премию получили К. Рубиа и С. ван дер Мейр. Источник изображения.

Барабаши рассказал, как они разработали алгоритм, который позволяет достаточно точно угадывать, кому на самом деле должна достаться премия. Алгоритм смотрит на предыдущие статьи по схожей теме и предсказывает вероятность получения премии тем человеку, который уже работал над этой темой, публиковал схожие статьи и его карьера в большей степени была посвящена этой теме. Казалось бы, очень простой способ определить основного автора,  которому должны следовать эксперты, принимающие решения о различных премиях. Однако, как мы знаем, эксперты не могут быть объективными. В качестве примера Барабаши рассказал историю еще одной Нобелевской премии, которая досталась Х и Y (к сожалению, не помню имен). Согласно их алгоритму, премия должны была принадлежать другому человеку, Z, однако она была в руках его соавторов. Барабаши с коллегами совершили небольшое полевое исследование (все-таки могут физики иногда интересоваться жизнью и вести себя как антропологи!) и нашли этого человека, Z. Как оказалось, он давно ушел из академии, живет в очень маленьком американском городе и работает в совсем другой сфере. Его работой никто особо не интересовался и, когда он решил уйти из университета, он отправил свои материалы Х и Y, которые были единственными людьми, которые проявили какой-то интерес к его работе. Они дописали статью и опубликовали ее под именами всех троих -  Х, Y и Z. Так как Z был вне университета, а X и Y были вполне известными учеными, Нобелевская премия досталась им. Этим примером Барабаши хотел сказать, что социальное положение и социальные контакты - еще одна очень важная составляющая успеха.

Все эти результаты Барабаши с коллегами получили в рамках работы над коллективным проектом Science of Success, или Наука успеха. Более подробно о результатах исследования можно почитать на сайте проекта, а также советуем посмотреть пятиминутное видео, рассказывающее о том, что у каждого есть шанс стать известным (и это научно доказано!):

Что еще почитать по теме:

* Больше про Барабаши, его критиков, а также коров

* Про парадоксы социальных сетей: почему у наших друзей больше друзей, чем у нас самих

* Самые интересные TED-лекции про комплексные системы

День красоты и нежности

Одна из самых известных моделей, объясняющая формирование сетей, - это модель Барабаши-Альберт. Часто мы слышим, как, упоминая эту модель, люди предполагают, что оба автора этой модели - мужчины, не зная того, что второй автор, Река Альберт -- женщина и не менее важная исследовательница сетевых моделей, чем Альберт-Ласло Барабаши.

На днях в одной группе в Фейсбуке о психологических сетях была небольшая дискуссия о вкладе женщин в исследования сетей. Аспирант спросил, в чем различие между исследователями психологических сетей и других сетей. Первый комментатор обозначил, что есть несколько школ и назвал нескольких важных авторов, все среди которых были мужчины. Второй комментатор написал, что не нужно забывать о многих других талантливых женщинах, которые внесли не менее важный вклад в сетевую психометрику.

Недавнее обсуждение в одной из фейсбук-групп о сетевом анализе. Скриншот, имена комментаторов и автора замазаны

Вспомнив, что сегодня 8 марта - не день красоты и нежности, а день борьбы за права женщин в этом непростом мире, мы решили написать пост об исследовательницах, которые занимаются изучением сетей, и работы которых нас вдохновляют. Однажды мы уже писали об известных исследовательницах социальных сетей. Тогда список был не очень большой, но мы решили его обновить и немного расширить.

Хелен Дженнингс

Социологи называют Якоба Морено «отцом сетевого анализа», но на самом деле сетевой анализ вырос в полной семье и у него была ещё и мать. Хелен Дженнингс специализировалась на психометрике и, встретившись с Морено, добавила в изображения социальных связей Морено линейную алгебру. Как отмечает Линтон Фриман, Дженнингс активно участвовала в разработке дизайна и проведении исследований. К сожалению, она не была включена как соавтор двух книг Морено, но за ней осталось авторство дополнительных материалов к книге (то есть все вычисления).

Лада Адамик

Лада сегодня работает в Фейсбуке, а до этого активно изучала онлайн-сети в университете. А стала она известной своей работой про политическую сегрегацию в Твиттере, показав, что блоги разных политических партий не пересекаются в онлайн-пространстве. В последние годы в Фейсбуке она изучала иммигрантские сообщества, как профессии родителей передаются детям, и о то, каклюбители кошек и собак различаютсямежду собой. Лада также озабочена вопросами совмещения семьи и карьеры для женщин и сейчас проводит неформальное исследование о том, как это - быть матерью и работать в университете.

Река Альберт

Уже упомянутая выше Река Альберт занимается биофизикой и активно использует инструментарий сетевого анализа в своих работах. Ее интересуют свойства таких комплексных сетей, как взаимоотношения хищников и жертв, симбиотические отношения между растениями и насекомыми, и сети протеинов и болезней. Река старается работать над вопросами, которые помогут людям справиться с тяжелыми болезнями, например, она изучала механизмы рака и лейкемии.

Яна Дизнер

Яна занимается сетями цитирований, семантическими сетями и сетями коммуникаций. Например, одна из недавних ее работ с коллегами - это о  том, как предсказать, кто написал рецензию на документальный фильм: эксперт или новичок. В ее исследовательской группе также много внимания уделяется этической стороне работы с большими данными о человеческом поведении.

Сандра Гонсалес-Байлон

Сандра занимается исследованиями поведения в интернете, используя, в основном, данные из Твиттера. Ее свежие статьи о том, как люди читают новости и о том, как люди включаются в возобновлениеколлективных действий, например, протестов и демонстраций. Недавно вышла ее книга "Расшифровывая социальный мир: наука о данных и ненамеренные последствия коммуникации".

Эмма Шпиро

Пару лет назад Эмма была названа одной из лучших молодых мыслителей до тридцати по версии журнала Pacific Standard Magazine. Ее интересуют кризисные сети, например, это сети координации во время ураганов, природных катаклизмов и различных чрезвычайных ситуаций. Она изучает человеческое поведение онлайн, например, распространение ложной информации во время критических ситуаций.

Мишель Гирван

Мишель Гирван интересуют биологические сети и социофизика. Например, последние ее работы о связях между генами. Мишель Гирван совместно с Марком Ньюманом разработали один из самых распространенных подходов к выявлению сообществ в сетях. В этом методе для каждого из ребер сети вычисляется степень посредничества (edge betweenness), после чего ребро с наибольшей степенью посредничества удаляется из сети. Алгоритм повторяется до тех пор, пока социальная сеть не разделится на четко выделенные сообщества. Этот алгоритм используется, если мы хотим узнать, из каких микросообществ состоит сеть. Например, наши друзья, скорее всего, разделены на несколько сетевых сообществ: близкие друзья, коллеги, старые школьные друзья, приятели, семья и так далее.

Кэтрин Фауст

Кэтрин Фауст была у истоков разработки статистических подходов к анализу социальных сетей. Ранее она много писала о методологических аспектах сетевого анализа, а также ее интересовали структурные особенности различных сетей. Например, она изучала их свойства, показав, например, что сети людей и животных очень схожи по своей структуре.

Мартина Моррис

Мартина Моррис разрабатывает методологию сетевого анализа. Так, она участвовала в развитии проекта statnet - набора пакетов в R для моделирования сетей. Она уже много лет изучает распространениезаболеваний, передающихся половым путем через социальные сети и разрабатывает методы сетевой эпидемиологии. Например, ее интересует, как передаются половые заболевания при concurrent partnerships, то есть в случае, когда сексуальных партнеров больше, чем двое.

***

К сожалению, мы не можем рассказать о большом количестве других исследовательниц, и здесь мы ограничились только зарубежными учеными. Мы признаем, что достойных исследовательниц сетей очень много и все они вносят очень большой вклад в развитие этого направления. Если вы считаете, что мы определенного забыли кого-то очень-очень важного, напишите нам в комментариях к посту. Мы хотим расширять этот лист ученых и поддерживать его в будущем.

Загадка семи мостов, анархические социограммы и кумовство норвежских рыбаков: к истории сетевых исследований

Представляем гостевой пост от Егора Лавренчука - нашего коллеги и друга. Егор преподаватель, кандидат философских наук. Главный философ у себя в подъезде, любитель считать падающие звезды.

***

Принято считать, что сетевой подход зародился в начале XX века вместе с философскими идеями Георга Зиммеля. Его концепция «количественности» отношений в крупных индустриальных центрах в дальнейшем определила возникновение концепта «социальная сеть».

"Всякое достигнутое [городом] в его развитии расширение служит основанием для дальнейшего, не одинакового, но более значительного расширения; к каждой нити, выпряденной из процесса его развития, прирастают как бы сами собой новые нити... Тут именно количественность жизни непосредственно переходит в качественность, в характер"

 – писал он в работе «Большие города и духовная жизнь». Этот принцип впоследствии сформулирует Роберт Мёртон, назвав его «Эффект Матфея».
Между тем в научное употребление термин «социальная сеть» вошел не в начале XX в., с подачи Г. Зиммеля, а только через 50 лет. Британский антрополог Джеймс Барнс, изучая взаимоотношения жителей рыбацкого поселения Бремнес, расположенного на западной границе Норвегии, введёт понятие «социальная сеть», чтобы дать определение неформальным отношениям рыбаков (которые у нас принято назвать кумовством).

"Я провел 1952 и часть 1953 года в Норвегии, изучая то, что представлял себе как исследование малых групп. Вскоре я обнаружил, что люди, с которыми работал, обладали культурными ценностями, которые делали их восприятие общности отличным от привычного нам представления. Их социальный мир кишел различными формальными организациями, но большинство жителей опирались в принятии решений на личные связи, которые часто переступали через рамки формальных отношений. Я постарался собрать и зафиксировать их отношения, назвав это сетью."

– почти через 30 лет вспоминает Дж. Барнс в интервью для This Week’s Citation Classic.

Рыбаки. Источник изображения

Автор концепта не приобрел популярности в научных кругах в связи с предложенной идеей и отошел от исследований социальных сетей, занявшись социологией знания. Получил он свои «дивиденды славы» только спустя десятилетия. Гораздо известнее и влиятельнее в 1960-х был его коллега, также представитель Манчестерской антропологической школы, – Джеймс Клайд Митчелл, который впоследствии стал одним из учредителей Международной ассоциации исследователей социальных сетей (INSNA).

Сегодня мы наблюдаем множество удивительных и значимых открытий, которые совершают, используя сетевой подход, представители INSNA и их коллеги. Но базовые сетевые законы были открыты в экспериментах, авторы которых уже практически забыты. Один из таких авторов – американский социальный психолог Алекс Бейвлас. В 1948 году он основал Лабораторию сетевых групп в Массачусетском технологическом институте. Вместе со своими студентами, одним из которых был выдающийся психолог, соавтор «эксперимента о централи» – Харольд Левитт. А. Бейвлас и Х. Левитт поставили задачу изучить, каким образом способы коммуникации между людьми влияют на групповую структуру организаций.

Вплоть до 1950-х годов в исследовательской среде доминировала точка зрения, что коммуникация в организациях протекает или вдоль формальных линий структуры, или по направлению вверх – от сотрудников к их менеджерам и далее к руководству организации. Однако после Второй мировой войны ученые стали признавать, что существуют и другие типы потоков коммуникации в организациях. Проблема, с которой столкнулся А. Бейвлас, заключалась в том, чтобы измерить эти «неформальные» потоки коммуникации.

Наиболее известный эксперимент А. Бейвласа, направленный на её решение, был следующим: пять человек играют в игру, целью которой является решение задачи с помощью общения. В начале игры каждому участнику дают уникальную часть информации; для того, чтобы получить полный ответ, игроки должны объединить все эти части вместе. Участники эксперимента размещались в кабинах, расположенных так, чтобы они могли общаться друг с другом. Коммуникация продолжалось до тех пор, пока загадка не решалась. Цель каждого игрока – получить ответ первым.

Схемы расположения в эксперименте А. Бейвласа. Наверху слева направо - колесо, круг, штурвал. Внизу слева направо - цепь, игрек. Источник изображения.

А. Бейвлас проследил, как участники достигали этой цели, и выявил наиболее эффективные стратегии. Для этого он расставил кабины в порядке, имеющем различную сетевую топологию, и сравнил результаты для каждой из получившихся структур. Результаты эксперимента его очень удивили. Предполагалось, что разные модели коммуникации по-разному будут влиять на выполнение участниками поставленных задач. Сетевая структура в этих экспериментах обычно обеспечивалась искусственным разделением групп на такие подгруппы, где сообщения могли передаваться только в определенных направлениях и через определенные позиции. Эти структуры довольно часто упоминаются в социологической литературе: «круг», «колесо», «штурвал», «игрек», «цепь».

А. Бейвлас изначально полагал, что структура «круга» будет самой эффективной для решения проблемы, а «штурвал» будет наименее эффективным. Но оказалось всё наоборот. В итоге экспериментаторы пришли к заключению, что центральность является наиболее важным аспектом организационной коммуникации: чем более централизована организация, тем эффективней в ней происходит коммуникация. Центральный узел в такой структуре выступает интегратором, направляющим информационные потоки от одного узла к другому. А. Бейвлас в работе "Communication patterns in task-oriented groups" назвал это свойство сетей – «центральность по близости», определив его как естественную метрику расстояния между всеми парами узлов в связанных графах.
Однако последующие эксперименты продемонстрировали, что эффективность коммуникации зависит не только от централизации сетевой структуры (в действительности все оказалось не так однозначно). В эксперимент было внесено дополнительное условие – сложность выполняемой задачи. В итоге эксперимент показал, что тогда как централизованные организации могут эффективнее выполнять простые задачи, более сложные задачи нуждаются в децентрализованном подходе.

Слева - централизованная сеть, справа - децентрализованная. Источник изображения.

        Результаты этих экспериментов не так важны для сетевого подхода, они во многом совпадали с экспериментами психолога Якоба Морено (о котором речь пойдет далее), но было несколько ключевых отличий, которые стали критическими для развития современного сетевого анализа.
         Во-первых, в подходе Бейвласа-Левитта под социальной сетью понималась уже не совокупность людей, а их позиции. Таким образом, конечная модель отношений между позициями выглядела как основа структуры. То есть, важно не то, какие в группе находятся люди (мужчины или женщины, с высшим образованием или без него и т.д.), а как они связаны между собой, с какой структурой. В таком подходе топология связей имеет первостепенное значение, по отношению к личностным характеристикам участников группы.
      Во-вторых, связи между позициями обозначали потоки информационных ресурсов, а не отношения, как у Я. Морено. По Я. Морено, группе приписывались определенные позиции, а выборы (как позитивные, так и негативные) указывались стрелками. Таким образом, строилась «структура» предпочтений в группе. Он назвал такие схемы структурами притяжения или отталкивания.
        В 1934 году Я. Морено опубликовал монографию «Кто выживет?». В этой работе психолог, в частности, описал эксперимент, проведенный им в школе для трудных подростков-девочек. В столовой пансионата он предложил девочкам пересесть за столы так, как им больше нравится. В итоге получилось, что «восьмеро бегут к одному и тому же столу, к девушке, с которой они все страстно желают сидеть вместе. Остальные распределяются по немногим притягивающим их "звездам" и одна - остается в изоляции, то есть вообще без выборов, без внимания» (цитата из работы Р. А. Золотовицкого).

Примеры социограмм из работы Я. Морено "Кто выживет?". Источник изображения.

        Я. Морено зафиксировал получившуюся в результате перестроения новую структуру, назвав её анархической социограммой. После чего он провел социометрический тест (раздал анкеты с различными провокационными вопросами), на основе которого предложил новое распределение – более равномерное, но при этом учитывающее выборы, сделанные изначально воспитанницами школы. Он составил таблицы, куда внёс все диспозиции взаимных выборов девочек, распределяя их на несколько уровней. После этого он продолжил эксперимент уже в жилых комнатах кампуса. Эти таблицы (социограммы) стали первыми моделями социальных графов, применяемыми на практике.
        Вы, конечно, возразите, вспомнив статью математика Леонарда Эйлера, опубликованную в 1736 году, где он описывает задачу семи мостов Кёнигсберга: можно ли пройти каждый мост по одному разу и вернуться в исходное место? В этой статье Л. Эйлер впервые применяет теорию графов, показывая, что для положительно решения задачи нужно, чтобы у каждой вершины её степень (число выходящих из вершины рёбер) была чётной. Но в оправдание своего тезиса я замечу, что для исследования общества модель графов Л. Эйлером не применялась.

Иллюстрация задачи Л. Эйлера "Семь мостов Кенигсберга". Источник изображения.

Возвращаясь в ХХ век, перейдем от психологии к социологии, ведь по настоящему «расцвел» сетевой подход именно в рамках этой дисциплины. В 1970-х годах группа исследователей Гарвардского университета под руководством социолога Харрисона Уайта «взяла на щит» сетевую модель общества, заложив такую дисциплину как Анализ социальных сетей. Показательно, что статья Марка Грановеттера (ученика Х. Уайта) «Сила слабых связей», опубликованная в 1973 году, до сих пор остается наиболее цитируемым текстом о социальных сетях.
        Осмелюсь предположить, что такую популярность она приобрела благодаря своей лаконичности и математической точности. В статье М. Грановеттер вводит новые варианты описания социальных сетей (такие, например, как исключённая триада), обозначая их математическими символами, и элегантно оперирует ими для анализа информационной диффузии. Кроме того, он приводит дайджест наиболее значимых сетевых исследований. Так, автор апеллирует к эксперименту еще одного выпускника Гарвардского университета – психолога Стенли Милгрема.
       Разрабатываемая С. Милгремом (и его коллегами) гипотеза «6-ти рукопожатий» заключалась в том, что каждый житель Земли опосредованно знаком с любым другим жителем через цепочку общих знакомых, в среднем состоящую из пяти человек. Для её проверки исследователи решили географически ограничиться США. Они отправили конверты с буклетами, в которых содержалось обращение с просьбой передать через своих знакомых и родственников это послание конкретному человеку, а также отметки о том, кто и кому их до этого отправлял. Те письма, которые дошли до своего адресата, подтвердили, что в среднем каждый конверт прошёл через пять получателей.

Иллюстрация идеи 6 рукопожатий. Источник изображения.

М. Грановеттер произвёл расчеты, основанные на неопубликованных данных о расе участников этого эксперимента, и пришел к выводу, что слабые межрасовые связи оказались более эффективными при передаче ресурсов. Так как в 50% случаев, когда белый описывал темнокожего как знакомого, цепочка оказывалась завершённой; но когда белый отправлял буклет темнокожему другу, показатель завершения падал до 26%.

Впоследствии этот эксперимент повторялся различными исследовательскими группами. Самое «свежее» исследование провела команда Facebook. Они пришли к выводу, что радиус сети пользователей этой площадки равняется 3,5. Кстати, вскоре после этого в Facebook повторили эксперимент и М. Грановеттера, описанный в «Слабых связях».

Исследуя случайную выборку специалистов, вспомогательного персонала и управленцев, недавно сменивших работу, М. Грановеттер пришел к выводу, что для них слабые связи оказались важным источником возможной мобильности (смены работы). Исследование Facebook также показало, что слабые связи важны при поиске работы, потому что они более многочисленны, но единственная сильная связь будет полезней, чем единственная слабая связь.

В 1980-1990-х академический интерес к сетевому подходу подогревало возникновение виртуального мира и зарождающихся в нем онлайн-сообществ. В этой теме «пальмовую ветвь» можно отдать еще одному ученику Харрисона Уайта – канадскому социологу, основателю INSNA, Бари Веллману. В его концепции архаичные модели сообществ, которые он назвал «little boxes communities» (плотно связанные группы людей), трансформировались под воздействием массового использования новых видов транспорта и как следствие, возрастающей мобильности населения. «Door-to-door» коммуникация, характерная для архаичных сообществ уступила место «place-to-place» коммуникации, когда члены сообществ продолжали общаться, преодолевая расстояния.
       Так, например, если вы учились в школе в одном городе, а переехали учиться в университет в другой, после чего нашли работу в третьем городе и уехали снова, вы будете встречаться с вашими школьными и университетскими друзьями, приезжая к ним время от времени. В этом случае, по Б. Веллману, вы станете членом нескольких «glocalized networks» (под глокализацией понимается комбинация глубоких локальных и широких глобальных взаимодействий). Третий этап в развитии сообществ наступил в эпоху онлай-общения. Б. Веллман называет это «сетевым индивидуализмом» со свойственной ему «person-to-person» коммуникацией.

Ключевые исследователи социальных сетей. Фото из архива автора.

        Описание выдающихся работ, опубликованных в 2000-х, может очень сильно увеличить эту статью, а мне бы хотелось остановиться всё-таки на тех исследованиях, которые представляют собой разнообразные с дисциплинарной точки зрения подходы, не посвящая большую её часть Web Science и Big Data. Есть, правда, несколько сетевых исследователей XXI века, упомянуть которых просто необходимо. Прежде всего, я бы отметил физика Ладу Адамик, о которой в этом блоге уже писали. Она известна, например, исследованием использования Твиттера во время выборов в США в 2010 году.
        Ещё хотелось бы упомянуть психолога Николаса Кристакиса и политолога Джеймса Фаулера, опубликовавших работу «Связанные одной сетью». Эта книга произвела фурор благодаря их теории о том, что лишний вес и счастье, а также курение могут передаваться по каналам социальных сетей. Помимо этого, у них есть работа о том, что такое поведение, как развод также передается по социальным сетям. Если наши друзья разводятся, то эта участь также может с большой вероятностью ожидать и нас. Об этом исследовании авторы этого блога также написали один из наиболее увлекательных постов.

Думаю, следует также отметить дану бойд, опубликовавшую статью «Why Youth (Heart) Social Network Sites», где анализируется влияние социальных сетей интернета на личности подростков. На этом пока остановлюсь, так как более подробное рассмотрение современных авторов заслуживает отдельной статьи.

***

В заключение хотелось бы сказать, что для написания этой статьи были использованы материалы учебного курса «Социальные сети в междисциплинарном аспекте», который я читаю магистрам ГАУГНа. Также хочу поблагодарить своих коллег Софию Докуку и Диляру Валееву за предложение опубликовать этот текст на их замечательном ресурсе «Asocial Networks».

Парадоксы социальных сетей

Мы не перестанем удивляться тому, как интересно устроены порой социальные взаимоотношения. В этом посте расскажем про парадокс дружбы и другие загадки социальных сетей.

Парадокс дружбы

Про парадокс дружбы наслышаны многие. В самой простой форме его можно сформулировать следующим образом: Мои друзья в среднем имеют больше друзей, чем я. Ключевое слово здесь, конечно, «в среднем».

Этот утверждение построено на основании того, что количество друзей в любой социальной сети распределено по степенному закону, а не нормально. Это хорошо видно на рисунке, где по оси х представлена степень узла (его количество связей), а по оси у — количество узлов с такой степенью.

Распределение степени (количества связей) в случайных графах и реальных социальных сетях. Слева мы видим нормальное распределение, справа - по степенному закону. Рисунок с сайта Network Science

Слева мы видим распределение степеней у случайного графа. Как правило, в случайных графах у большинства узлов показатель степени распределен нормально, то есть варьируется у среднего значения. В таких сетях практически нет очень популярных людей и изолированных акторов. Справа мы видим реальную социальную сеть. В ней есть малое количество людей, у которых очень много друзей. Также, есть значительная доля людей, у которых достаточно мало друзей. Как правило, большинство людей находятся в левой части распределения, а всю картину смещают как раз топовые персонажи с большим количеством связей в тяжелом правом «хвосте» этого распределения. Отсюда и получается, что если мы посчитаем количество друзей у наших друзей, в среднем, их у наших друзей окажется больше.

Парадокс дружбы впервые был озвучен в работе Скотта Фелда "Почему у твоих друзей больше друзей, чем у тебя", а затем много раз продемонстрирован на различных типах сетей. Если изначально идея касалась только степени (количество связей узла), то затем было показано, что это правило работает и на атрибутах участников сети, которые сильно скоррелированы со степенью. Например, если в определенной сети заядлые курильщики более популярны, то изучение их окружения покажет нам, что в среднем друзья этих курильщиков курят еще больше. Сегодня мы знаем, что наши друзья в Фейсбуке и Твиттере в среднем имеют намного больше друзей и фолловеров, что наши друзья в среднем более богаты и счастливы, что наши партнеры имеют намного больше сексуальных партнеров, а наших соавторов цитируют намного чаще.

Значит ли это, что можно расстраиваться и уже начинать считать себя неудачниками? Конечно, нет, потому что мы знаем, что друг моего друга — мой друг, а значит, также может быть нам полезен. А если их намного больше — то и возможностей намного больше.

Иллюзия большинства

Помимо парадокса дружбы, в прошлом году еще была предложена иллюзия большинства. Во многом, эта иллюзия основана на парадоксе дружбы, так как тоже связана с высокой популярностью небольшого количества людей в сети.

Авторы, которые обнаружили эту иллюзию, в своей работе представляют следующий рисунок. Перед нами две абсолютно идентичные по своей структуре сети. Единственное отличие в том, что красным цветом в них раскрашены различные узлы.

Иллюзия большинства из работы Lerman et al (2015). Обе сети идентичны по своей структуре, различаются они лишь по тому, что в них окрашены красным цветом разные узлы.

Если мы посчитаем количество прямых (не опосредованных) связей между белыми и красными узлами в обоих сетях, то обнаружим следующее. В сети слева белые узлы видят, что больше половины их друзей — красные узлы. В сети справа белые практически не связаны с красными узлами и у них практически нет красных в ближайшем окружении.

Так как на левом рисунке большое количество белых имеет друзей-красных, они думают, что такое поведение как «быть красным» очень распространено в этой сети. Белые на правом рисунке так не считают, потому что видеть красных в своем окружении — для них редкость. Это и есть иллюзия большинства. Она основана на том, что при принятии решений мы часто ориентируемся на свое ближайшее окружение, не видя при этом всю структуру сети.

Как это объяснить? Также, как и в парадоксе дружбы — наличием популярных узлов, которые меняют представление о сети в целом. Красные узлы на левом рисунке — это узлы с большим количеством связей, они тоже смещают среднее значение, как и в парадоксе дружбы.
Исследователи, обнаружившие эту иллюзию, протестировали ее на различных сетях (соавторство, онлайн-сеть фолловеров, сеть блогов) и показали, что она работает. Эта иллюзия еще раз доказывает идею, что при распространении какой-либо идеи или влияния необходимо в первую очередь воздействовать на узлы, которые наиболее популярны и связаны с большим количеством других узлов в сети.

Загадка онлайн-дружбы

Также есть более простая загадка, которая пока всерьез не изучалась, но заботит некоторых блогеров (например, тут и тут). Вопрос в том, как изменилась дружба и представление о ней с появлением онлайн-сетей, которые начали сильно ее опосредовать. Сегодня друзья — это все-таки только те, с которыми мы лично встречаемся, говорим и проводим время? Или друзья — это также и все те сотни и тысячи незнакомцев, с которыми мы связаны в Фейсбуке, Твиттере и других онлайн сетях?

Что такое гомофилия

В этом посте поговорим про гомофилию – одну из важнейших и самых известных сетевых особенностей. Самое простое определение гомофилии – это склонность людей со схожими характеристиками общаться друг с другом.

Сложно понять, откуда все-таки пошло распространение этой идеи. Есть мнение, что первыми были Лазарсфельд и Мертон (1954), которые впервые в современном социологическом смысле употребили термин «гомофилия». В то же время, МакПерсон с коллегами в своей классической работе «Рыбак рыбака видит издалека: гомофилия в социальных сетях» (2001) пишут, что эта идея встречается еще у Платона и Аристотеля. В истоках копаться всегда тяжело, поэтому не будем останавливаться на этом в подробностях, а лучше опишем, в каких случаях наблюдается гомофилия и что сейчас интересного в этой теме.

          На чем строится гомофилия

Существует известный набор факторов, схожесть по которым ведет к формированию связей. Это:

• раса и этничность
• пол
• возраст
• религия
• образование, работа и социальный класс

Гомофилия по этим признакам изучена в большом количестве работ, и в них мы можем быть уверены.

В то же время, гомофилия не формируется сама по себе. Как правило, существуют институциональные или географические факторы, которые способствуют созданию гомофильных связей. К примеру, люди, которые проживают на небольшом расстоянии друг от друга, работают в одной организации или каждое утро сталкиваются в кафе за покупкой кофе, скорее всего, со временем познакомятся и сформируют социальные связи.

          Пример сети с гомофилией

Можно привести большое количество работ, в которых была обнаружена гомофилия. Для наглядности приведем пример одной из известных сетевых визуализаций. 

Сеть дружбы американских школьников на основе данных из работы Дж. Муди (2011). Цвет узлов обозначает расу школьников. Источник рисунка.

       Эта визуализация основана на данных из работы Джеймса Муди "Раса, школьная интеграция и дружеская сегрегация в Америке" (2011), в которой он изучал, как формируются дружеские связи среди американских школьников. Мы видим, что сеть принимает форму кольца, где есть связующие узлы, однако все равно видно, что учащиеся одной расы склонны дружить друг с другом.

          Структурная гомофилия

Помимо гомофилии по атрибутам узлов в сети (например, пол или возраст узла), также известна гомофилия по сетевому положению узлов (например, популярность узла). Ньюман с коллегами предлагают понятие «ассортативности» сети (например, в этой и этой работах), которая показывает, насколько узлы со схожими показателями популярности/активности/центральности склонны формировать связи друг с другом. В многочисленных работах было показано, что узлы со схожим положением в сети будут с большей вероятностью связаны друг с другом. Например, известно, что популярные люди дружат с такими же популярными.

Слишком похожи?

Одно из любопытных направлений исследований гомофилии сегодня — это ее многогранность и изменчивость. Традиционно гомофилия изучается по схожести на основании одного признака. К примеру, исходя из исследований организаций мы знаем, что люди одного пола склонны формировать связи дружбы или помощи на работе. В то же время, мало работ, в которых изучается совместное влияние схожести по нескольким характеристикам на формирование связей. Может быть, люди одновременно одного пола и этнической группы с большей вероятностью будут дружить, чем если бы они были только одного пола?

Этим вопросом задались исследователи Пер Блок и Томас Грунд, статья которых была опубликована в 2014 году в журнале Network Science. Они проанализировали динамические данные о дружеских связях школьников из 11 европейских и американских баз данных и обнаружили необычную особенность. Школьники с одной общей характеристикой склонны формировать и продолжать дружеские связи. Школьники с двумя и более общими характеристиками не склонны формировать и развивать связи во временем. Вероятно, быть очень похожими — это плохо для дружбы? Люди, у которых  много схожих характеристик, не могут обогатить друг друга, поэтому им становится неинтересно общаться. В результате, для образования дружбы должны быть какие-то схожие характеристики, но их не должно быть слишком много, так как с полным "близнецом" общаться неинтересно. Исследователи именно так и объясняют свои результаты, в то же время обращая внимание на то, что многомерная гомофилия требует дальнейшего изучения и на других выборках.