Как скупость помогает налаживать контакты

На прошлой неделе я была на гостевой лекции Мейндерта Феннема, которую он читал бакалаврам-политологам в Университете Амстердама. Мейндерту уже около 70, он по-прежнему бодр и охотно делится увлекательными историями о том, как они с коллегами только начинали изучать сети в организациях в 1970-х.

Немного о нем: Мейндерт Феннема - политолог, крупнейший специалист в исследованиях сетей организаций и элит, антимиграционной политики, этнических организаций. Его прощальная лекция 2012 года называлась “Помогите! Элита исчезает” (Help! The elite disappears!). Сейчас он ведет ведет колонку в национальной газете, выступает на публике и пишет рассказы.

Его лекция была основана на этом препринте, где представлена история трех основных школ, в которых зародилось изучение организаций с использованием сетевого анализа. Одна из идей этой статьи в том, что важную роль в развитии организационных исследований сыграли всего-навсего компьютеры. Можно было быстрее и оперативнее делать сложные вычисления, что и дало толчок большому количеству работ с использованием сетевого анализа. Эта идея похожа на одно из объяснений того, почему однажды в социальных науках стали популярными интервью. С появлением диктофонов исследователи начали активно их использовать для записи того, что им говорят информанты. Это воспринималось как более объективный способ работы с устным материалом, потому что речь была опосредована технологиями.

ENIAC, один из первых электронных компьютеров. Источник изображения.

Мейндерт посетовал на то, что все равно компьютеры в то время делали расчеты медленно и, конечно, им и не снилось то, что можно делать сегодня с сетями, которые состоят из тысяч узлов и миллионов связей. В его время ты оставляешь компьютер днем на подсчет одной простой  сетевой метрики, и получаешь результаты только на следующее утро.

Мейндерт рассказал историю, как он побывал на одном из первых Санбелтов – самой известной конференции по сетевому анализу, которая проводится до сих пор. В том году (1981 или 1982) Санбелт был в Тампе, во Флориде. До сих пор, когда конференция проходит в Америке, организаторы снимают отель, в конференционных залах которого проводятся секции, а участники конференции могут остановиться в этом же отеле по сниженной цене. Мейндерт тогда посмотрел на цену за номер и решил, что для него, как для европейца, эта цена выглядит абсолютно неприличной, даже со скидкой.

Он предложил кому-то из своих американских коллег снять вместе один номер или найти что-то дешевле поблизости, однако этот коллега отказался, объяснив это тем, что за него платит университет. За пребывание Мейндерта тоже платил университет, но ему все равно казалось кощунственным платить такие больше деньги из карманов налогоплательщиков. В итоге он увидел объявление (по-моему, уже на самой конференции) с предложением жить вместе в одном номере. Это было объявление Томаса Кёнинга, американского политолога, который занимался схожей темой. Так они провели несколько дней вместе, завязали очень сильные контакты, и европейские коллеги Мейндерта стали больше работать с американскими коллегами. Как пошутил Мейндерт, они стали отличными коллегами из-за своей скупости.

Любопытно, что в то время американские и европейские политологи не имели тесных контактов. Например, в Европейском консорциуме политических исследований (ECPR) долгое время существовало ограничение на количество американцев, которые допускались на сессии. Мейндерт отметил, что иначе в ECPR считали, что это превращалось в “Make America great again”. То же самое было и со стороны американцев, которые больше сотрудничали друг с другом и не были открыты контактам с европейцами. Создание конференции Санбелт было важным шагом в преодолении этой границы между американской и европейской школами политических исследований.

У. Домхофф, исследователь власти и снов, с Кельвином Холлом, психологом. Источник изображения. 

Другая интересная история - это про то, как Уилльям Домхофф, один из важных исследователей власти, пришел к исследованию сетей элит. Домхофф изначально занимался систематизацией снов и их контент-анализом. Он собрал огромную базу данных снов, которая вся лежит онлайн, и написал про это несколько книг. Он обнаружил, что сны людей, которые снятся так называемой элите, отличаются от снов других людей. После этого он и заинтересовался изучением этого социального круга. В его личном блоге можно почитать о том, кто властвует над миром сегодня, так как про то, кто властвует над нашими снами, мы, наверное, знаем (наше сознание?).

Брокеры в сетях -- люди, соединяющие несколько не связанных между собой групп. Источник изображения.

Возвращаясь к реальности, Мейндерт сказал, что в любой ситуации полезно быть между различными группами людей, то есть находиться в позиции брокера. Посоветовал студентам-политологам, которые приходят на вечеринку, ни в коем случае не говорить с другими политологами. Выбирать себе в собеседники врачей, преступников, ну или хотя бы экономистов…

Бимодальные сети: графы с несколькими уровнями

Некоторые сети сложнее, чем кажутся. Когда мы говорим про социальную сеть, мы часто представляем себе людей и связи между ними. Однако часто мы сталкиваемся с ситуацией, когда наша сеть состоит из разнородных объектов и связей между ними. Например, актеры и фильмы — разнородные объекты. Связи между ними — съемка в одном фильме. Такие сети называются бимодальными, то есть в них есть 2 уровня (актеры — один, фильмы — другой). О них мы и расскажем подробнее в этом посте.

Бимодальная сеть актеров и фильмов П. Альмодовара. Красные узлы - фильмы, их нумерация соответствует году выхода. Синие узлы - актеры. Связь обозначает съемку актера в данном фильме. Источник изображения.

Какими бывают бимодальные сети?

Самая известная база данных о бимодальных сетях — это данные о южных женщинах, о которых мы уже писали. Это данные, собранные Дэвисом (Davis et al., 1941) о женщинах, которые посещали различные социальные события. Связь в этой сети существует, если женщина сходила на событие. На основе этой базы данных существует большое количество учебников и на ней до сих пор тестируются новые метрики для бимодальных сетей.

Бимодальная сеть южных женщин (Davies, 1941). Желтые узлы - женщины, зеленые - события. Источник изображения.

     
         На самом деле, бимодальных сетей намного больше, чем кажется. Это люди и организации, авторы и книги, школьники и классы, болезни и лекарства. Если задуматься, большое количество данных можно представить в форме бимодальных сетей. В то же время, это является также критикой сетевого подхода, который, казалось бы, любые данные о людях и атрибутах способен представить в виде сети.

Проекция бимодальных сетей

В большинстве случаев при сборе бимодальных сетей внимание исследователей все равно в большей степени сконцентрировано на одном уровне в сети. Например, при анализе данных о южных женщинах, исследователи хотели разобраться в том, как устроены взаимоотношения между этими дамами, а именно, понять, как их социальный класс связан с посещением определенных событий.

С одной стороны, поэтому, с другой стороны, по той причине, что бимодальные сети сложно анализировать, часто делается «проекция» бимодальных сетей. Проекция — это когда разные уровни рассматриваются отдельно и анализируются как обычные одномодальные сети. Например, сети южных женщин можно проецировать таким образом:

1 сеть — сеть женщин, где связь — это участие в одном событиии;

2 сеть — сеть событий, где связь — это наличие общих женщин, участвовавших в событии.

Дополнительно на связи можно наложить веса. Чем больше совпадений - тем больше вес связи.

Проецированная сеть южных женщин (Davies, 1941). Узлы - женщины, связи - участие в одном событии. На связи наложены веса, где цифрами указано количество общих событий. Участие менее, чем в 3 событиях здесь не указано, поэтому видны изоляты (Оливия и Флора). Источник изображения

          Почему делается проекция и почему бимодальные сети сложны для анализа? На самом деле, до сих про разрабатываются новые метрики и методы для анализа таких сетей. Дело в том, что ввиду особой структуры таких сетей, стандартные метрики получаются искаженными. Например, так как в одной организации может работать много сотрудников, а в другой — также много сотрудников, у нас в сети получается много треугольников (триадных структур, выстроенных вокруг этих организаций). Известно, что основные сложности при анализе бимодальных сетей касаются как раз мер, при подсчете которых задействованы триадные структуры. Это количество клик, структурные дыры, коэффициенты кластеризации.

Пример с корпорациями

Как правило, наиболее распространенная сфера применения таких сетей — это изучение организаций и их сотрудников. Приведем пример с любопытной базой данных о директорах мировых организаций.

Исследователи из группы CORPNET изучают, как устроены директорства в различных организациях и что говорит двойное (или n-ное) директорство о сетях элит и современном капитализме в целом. В их базе данных 100 миллионов фирм, что делает анализ (особенно сетевой) затруднительным. Несмотря на это и на то, что проект достаточно новый, исследователи уже смогли обнаружить несколько любопытных фактов.

Например, они попробовали разобраться, как устроены сообщества мировой корпоративной элиты. Они выяснили, что несмотря на растущую интернациональность бизнеса, большую роль до сих пор играет географическая принадлежность фирм. Наиболее сильные связи — между европейским и североамериканским кластером, в то время как азиатский остается замкнутым на себе. Также, они задавались вопросом, как изменились бизнес-элиты после кризиса 2008 года. Вопреки ожиданиям, они выяснили, что сеть корпоративной элиты стала менее иерархичной и более транснациональной. Наконец, они попробовали понять, какие города и регионы являются центральными в сети корпоративной элиты. Выяснилось, что Лондон является центральным, в то же время есть «промежуточные» города (как Москва и Сан-Паоло), которые соединяют различные не связанные друг с другом кластеры, являясь важными посредниками.

Любопытно, что исследователи частично выкладывают данные в открытый доступ и с ними можно поработать каждый.

Где узнать больше про бимодальные сети?

Основной ресурс, где про такие сети есть все (и очень просто) — это сайт Тора Опсал. Тор — автор пакета tnet в R, который позволяет анализировать бимодальные, взвешенные и лонгитюдные сети. Наряду с тем, что он объясняет, как работать с этим пакетом, он еще очень доступно рассказывает про особенности анализа бимодальных сетей.

Итоги месяца: апрель

Мы решили начать новую рубрику с основными событиями месяца. Если вы что-то упустили, самое время прочитать последние новости и все равно быть в курсе:

• Статья о том, что космос - это тоже сеть + оргинальная статья на arxhiv
• Увлекательная история сетевых исследований от девиантных девочек до глокализированных сетей
• Графы пользователей Хабрахабра и основные хабракланы
• Браузерная игрушка для работы с нейронными сетями
• Список 7 самых известных баз данных про сети
• О кластерах в Википедии, которые показывают, что она остается бюрократической и иерархической организацией
• Про то, что с кластеризацией не все так просто
• О том, как разнообразно можно изучать взаимодействия в организациях + как размер команды связан с продуктивностью
• В сети прошел флэшмоб "Гарри Поттер и..." (моя научная работа)

Источник изображения

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».

Сплетни в организациях, мультисети и советское научное кино

Что интересного в организациях?

Сетевой анализ, несомненно, очень популярен при изучении организаций, потому что они будто и созданы специально для этого. Как правило, этим занимаются исследователи из сферы менеджемента, но также встречаются и социологи, экономисты, антропологи.

Часто эти исследователи интересуются тем, как устроены неформальные сети в организации, к примеру, сети дружбы, помощи, доверия. Какие сетевые сообщества выстраиваются на основе этих неформальных сетей и как они коррелируют с формальными организационными структурами? Какое место в сети занимают определенные сотрудники, кто звезда, брокер, а кто — изолят? Как происходит передача информации по неформальным сетям? Это основные вопросы для исследователей из этой области. Однако ключевой вопрос, конечно, - это как сделать работу в организациях более продуктивной и комфортной.

Сплетни и слухи в организациях

Одна из работ про сети в организациях, которая нам кажется любопытной, — это работа Леи Эллвардт, Кристиана Штиглиха и Рафаэля Виттека «Коэволюция сплетен и дружбы в социальных сетях на работе». В ней изучаются мультисети, которые в последнее время стали «горячей темой». К примеру, совсем недавно вышел специальный номер про мультисети в Social Networks.

Мультисети — это несколько типов взаимоотношений между одними и теми же акторами, которые происходят одновременно. Изменение в одной взаимозависимой сети может вызвать изменение в другой взаимозависимой сети, и наоборот. Изучение таких сетей достаточно сложно, потому что в них всё связано со всем. Сами Эллвардт и ее коллеги пишут, что их работа — первая, в которой мультисети изучаются в динамике.

Сплетни — достаточно двоякое явление. С одной стороны, пересказ сплетен какому-либо человеку — это демонстрация того, что мы этому человеку доверяем. С другой стороны, излишняя склонность к ним может привести к потере дружеских связей. В целом, сплетни активно включены в любые дружеские связи, однако Эллвардт с коллегами пишут, что в организациях этот вопрос пока недостаточно изучен, хотя важен для понимания того, как переходят потоки информации и формируется коллаборация.

"Мы не сплетничаем, мы завязываем связи". Источник изображения. 

         Чтобы разобраться в этом, они изучают взаимосвязь и развитие сетей дружбы и сплетен в одной голландской некоммерческой организации. Это компания достаточно мала по количеству сотрудников, что как раз хорошо для того, чтобы между людьми были плотные связи и большинство из них знали друг друга. В течение года они проводили опрос 3 раза, в каждой из волн приняли участие около 30 сотрудников.

Исследователи избегали называть сплетни «сплетнями», потому что было показано, что это слово имеет негативные коннотации и респонденты склонны врать при такой формулировке. Поэтому они спрашивали про такое поведение более абстрактно: участвовали ли сотрудники в неформальном оценочном обсуждении коллег и если да, то с кем из коллег.

Изображение из работы Ellwardt et al (2012): сети сплетен и дружеских связей в организации и их развитие во времени.

        Для анализа Эллвардт и ее коллеги использовали акторно-ориентированные модели, про которые мы уже писали в посте про Гарри Поттера. Какие же были результаты?

1. Сотрудники не склонны сплетничать с людьми, которых они уже считают своими друзьями. Видимо, услышать сплетню от близкого друга — это задуматься о том, не сплетничает ли друг и о нас?

2. Сплетничающие коллеги склонны со временем становиться друзьями. Скорее всего, передача информации служит каналом для установления более крепких связей.

3. Люди, которые активны в распространении сплетен, становятся со временем менее популярными в дружеской сети. Опять же, сплетничающие люди выглядят опасными и не все отважатся с ними дружить.

Какой основной вывод этой работы? Сплетни — триггер к возникновению дружбы.

Немного старины

Сплетни и сопутствующие скандалы-интриги-расследования заметно бодрят, но иногда хочется отойти от тревог и окунуться в старину. Не так давно мы заинтересовались старыми научно-популярными фильмами. Все началось с сайта «Медицинские фильмы в сети», где выложены старые западные киноленты о самом разном (например, фильм 1918 года о пластической хирургии или 1930-х — о симптомах шизофрении). По ходу дела вспомнили про один из позднесоветских фильмов, который, в сущности, про сети в организациях. Это фильм 1976 года и называется он «Управление проектами в СССР».

Из фильма мы узнаем про СПУ — это «сетевое планирование и управление», которое применяется в строительстве, на производстве и в научно-исследовательских лабораториях. В основе этой техники лежит сетевая модель управления процессами, в которой узлы обозначают события, а связи — процесс работы. Вся сеть — это весь процесс производства.

Фильм интересен тем, что в нем достаточно просто объясняются некоторые базовые понятия сетевого анализа. Например, подробно рассматриваются расстояния в сети, мы узнаем про замкнутые на себе и тупиковые события, вероятностные сети. В фильме подробно разбирается производство ротора турбины. Звучит серьезно, но диктор настолько плавно и убаюкивающее рассказывает про этот ротор под спокойную музыку, что весь процесс кажется удивительным чудом, построенным на хитроумном сплетении узлов и связей.

Идеальный объект

В целом, организации — идеальный объект для тех, кому интересен сетевой подход. Здесь мы можем изучать и взаимоотношения между людьми, и процессы в организациях, и коллаборации между организациями. Простор для исследований велик.

Пять брокеров Гоулда и Фернандеза

В этом посте мы решили разобраться, кто такие брокеры в социальных сетях. Как правило, брокерами называют акторов,  которые соединяют несколько несвязанных друг с другом групп людей. Так как брокер находится между ними, то коммуникация или обмен ресурсами между этими группами без участия брокера невозможны. Наличие такого «мостика» оказывается очень выигрышным как для брокера, так и для групп, которые он связывает.

Источник

Выявление брокеров, которые  контролируют  потоки ресурсов или информации, оказывается очень важным для многих сетевых структур. К примеру, исключение из сети компьютера-брокера, распространяющего вирус, сможет прекратить или во всяком случае снизить скорость распространения вредоносных программ. А изоляция или вакцинация  больного гриппом брокера может значительно снизить вероятность возникновения и распространения эпидемии или даже предотвратить ее.

Представитель, охранник и другие брокеры

О брокерах в сетях можно говорить много. В этом посте мы обсудим классификацию брокеров, предложенную в знаменитой статье Роджера Гоулда и Роберто Фернандеза, и рассмотрим некоторые эмпирические исследования, выполненные на основе этой работы.

Социологи Р. Гоулд и Р. Фернандез в 1989 году опубликовали статью «Структура посредничества: Формальный подход к брокерству в транзакционных сетях», в которой предложили аналитическую классификацию брокеров. Исследователи выделили пять типов брокеров, причем основным критерием классификации служили характеристики как самого брокера, так и соединяемых агентов. В качестве связей между акторами они рассматривали потоки ресурсов. Авторы рассматривали случай направленной статической социальной сети.

Гоулд и Фернандез выделили следующие типы брокеров. 

Брокеры по Гоулду и Фернандезу.
На рисунке эго обозначает брокера, альтеры – акторы, которых связывает брокер. Направленные связи между акторами – потоки информации. Цвет узлов обозначает их принадлежность разным организациям. Организации будем называть X, Y и Z.

 Кратко опишем эти типы:

1.   Координатор (coordinator) – все трое - и брокер, и соединяемые им агенты из одной организации. В рамках этой организации, через брокера проходит информация от одного агента к другому.

2.   Внешний брокер (itinerant broker) – посредник из организации Х соединяет двух агентов из одной организации Y.

3.   Охранник (gatekeeper) – посредник из организации X соединяет агента из организации Y с агентом из своей организации.

4.   Представитель (representative) – ситуация, обратная «Охраннику». Посредник из организации X соединяет агента из своей организации X  с агентом из другой организации (Y).

5.   Связующий (liaison) – случай, при котором все три агента из разных организаций – X, Y и Z.

Гоулд и Фернандез предложили не только аналитическую классификацию, но и математический аппарат, позволяющий оценивать тип «брокерности» для любого актора в социальной сети. Эта опция доступна в UCINET и статистической среде R в пакете sna с помощью команды brokerage.

Хотя Гоулд и Фернандез предложили простой и элегантный способ анализа брокеров в любых сетях, их подход применяется чаще всего для исследований организаций. Сами авторы в дальнейшем изучили взаимоотношения различных  организаций системы здравоохранения США.

Брокеры и ураган Катрина

Концепция Гоулда и Фернандеза была использована в нескольких работах, посвященных коммуникации спасательных организаций во время урагана Катрина. Напомним, что ураган Катрина произошел в 2005 году и был одним из наиболее разрушительных ураганов в американской истории. Так как различные природные и социальные критические ситуации всегда были в фокусе исследований социальных сетей, то исследованиями этого урагана подробно занималась группа ученых из университета Калифорнии Ирвайн.

Расскажем об одноми сследовании, в котором Эмма Шпиро с коллегами изучали, как организации, принимающие участие в спасательных операциях во время урагана, коммуницировали друг с другом (презентацию можно посмотреть здесь). По той причине, что классификация Гоулда и Фернандеза была предложена только для изучения статических сетей, то Шпиро с коллегами предложили концепцию для динамического случая и выделили три типа брокеров.

Брокеры для динамических сетей по Шпиро. Серый узел – это брокер, соединяющий две группы. Соединяемые две группы - узлы белого цвета.

     В случае передачи информации организация-брокер выполняет роль посредника и передает ресурсы от одной организации другой. При связывании организация-брокер знакомит две организации, после этого между ними возникает связь, и необходимость в брокере отпадает. По своей сути этот механизм схож с транзитивностью – друзья друзей склонны становиться друзьями. В третьем случае организация-брокер координирует действия двух организаций, здесь можно говорить об иерархической структуре сети.

Шпиро с коллегами показали, что организации, занимающие  центральные брокерские позиции, в большинстве своем локальные. При этом, локальные организации склонны к кластеризации, то есть взаимодействию преимущественно между собой, а не с федеральными или некоммерческими организациями. 

Исследования брокеров по Гоулду и Фернандезу дают возможность детально изучить микроструктуру сетей и динамические процессы в сетях. Пока этим концептом чаще всего исследуют организации, но мы уверены, что в социальных онлайн-сетях брокеры не менее интересны. Распространение информации в онлайне происходит гораздо быстрее, нежели в оффлайн, а брокеры оказывают значимое влияние на механизм ее распространения.