Дальнейшие шаги

В последних трех главах я, при помощи представленных выше примеров, предположил следующее: поток идей – то есть распространение новых моделей поведения в социальной сети – можно описать как исследование с целью сбора новых идей, которое сопровождается привлечением со стороны окружающих, помогающим просеять эти идеи и превратить лучшие из них в привычки. Поток идей работает посредством социального обучения и социального давления, побуждающего к установлению согласованных поведенческих норм. И наконец, социально-сетевые стимулы, способные изменять динамику потока идей, могут быть использованы для того, чтобы эффективно формировать характер распространения новых типов поведения.

Сила влияния потока идей в окружении на поведение, кажется, неотделима от самой человеческой природы. В человеческих племенных группах решения, затрагивающие все племя, принимаются в социальном контексте, и определяют их различные социальные проявления согласия или несогласия. Они позволяют группе взвесить предпочтения всех участников прежде, чем соглашение будет достигнуто и вступит в силу. Даже племена обезьян решают, в каком направлении двигаться дальше, посредством социального консенсуса, который достигается при помощи социальных сигналов. Примеры коллективного создания и воплощения поведенческих норм и их результаты можно увидеть в разных ситуациях – от отчаянного стремления подростков влиться в свою среду до бессистемного насилия, совершаемого членами банды или вышедшими из подчинения солдатами. Когда все члены окружения перенимают новый тип поведения, трудно не следовать за ними.

Некоторые ученые-социологи, возможно, спросят: а какое это имеет значение? Ведь эксперименты в последних трех главах лишь ярче высвечивают явления, о которых нам уже было известно, такие как гомофилия (подобное притягивает подобное) и социальное обучение (с волками жить – по-волчьи выть). Это так, но мы пока не анализировали эффекты, производимые этими хорошо знакомыми шаблонами поведения на мышление: как эти шаблоны общения влияют на индивидуальный процесс принятия решений и жизнеспособность сообщества. Я продемонстрировал, что эти социальные универсалии могут значительно развить коллективный разум и повысить способность сообщества действовать согласованно. Как мы еще увидим в последующих разделах книги, эти вычислительные эффекты играют важнейшую роль в функционировании предприятий, городов и общества в целом.

Приведенный специальный блок, посвященный математике социального влияния, позволяет увидеть, как можно преобразовать эти явления в уравнения, которые описывают реакцию социального полотна на новые идеи и новые стимулы. Используя эти уравнения, мы уверенно можем рассчитать, как изменится поведение индивида, и даже то, какими будут производительность группы или действия сообщества. Более подробную информацию об уравнениях социальной физики см. в Приложении 4: Математика.

В следующих разделах этой книги я расскажу, как при помощи этих идей и уравнений можно измерять и управлять корпорациями, городами и даже обществом в целом. Я надеюсь, что эти примеры дадут читателю реальное представление как о возможностях, так и об опасностях существования в нашем развивающемся гиперконнектном обществе, а также подскажут, какие изменения мы должны внести, чтобы защитить себя и идти вперед, к процветанию.

МАТЕМАТИКА СОЦИАЛЬНОГО ВЛИЯНИЯ

Большинство людей не владеют математическим языком, так что основная часть этой книги не содержит никакой математики. К сожалению, из-за этого люди забывают о том, что социальная физика позволяет составить прогностические, математические модели человеческого поведения, которые уже сейчас используются для создания более совершенных предприятий и городов и даже для ведения более успешной государственной политики. Здесь я привожу словесное описание математических вычислений, чтобы вы могли себе их представить.

На протяжении более чем пятидесяти лет ученые-социологи исследовали вопрос о том, кто на кого влияет в социальных системах, но по большей части их исследования носили лишь качественный или же коррелятивный (относительный) характер. Главное испытание заключалось в том, чтобы смоделировать социальное влияние формально, математически. Дополнительная трудность заключалась в том, что влияние часто не поддается прямому наблюдению, и поэтому его нужно выводить из индивидуальных поведенческих сигналов.

Наша модель влияния начинается с человеческой системы С (от company – «компания»). Каждый человек c = (1, …, C) – это (вначале) независимое действующее лицо, и то, что оно делает, обычно недоступно для случайного наблюдения – идеи, направляющие поведение этого человека, спрятаны у него в голове. Обозначим эти спрятанные поведенческие идеи (hidden behavior ideas, h) человека c за время t как h_t^(c). Хотя мы не можем знать наверняка, что думает каждый человек, его поведение дает нам видимые сигналы O_t^(c), и вероятность – Prob(O_t^(c)|h_t^(c)) – этих сигналов зависит от того, что находится в спрятанном состоянии, – то есть его мыслей.

Определение социального влияния с точки зрения зависимости состояний – то, как состояние одного человека влияет на состояние других людей и наоборот, – идея, обладающая долгой историей; она позволяет нам описать социальное влияние как условную вероятность между скрытым состоянием каждого человека h_t^(c) с временной характеристикой t и предыдущими состояниями всех людей h_t-1⁽¹⁾, …, h_t-1^(C) с временной характеристикой t-1. Следовательно, на состояние h_t^(c) человека с в момент времени t влияет состояние всех остальных людей в момент времени t-1, и относительная вероятность того, что человек c находится в состоянии h_t^(c),такова:

Prob(ht(c’)|ht-1(1), …, ht-1(C)) (1).

Модель влияния позволяет разбить общее «состояние компании» (company state) на влияние, которое каждый человек c оказывает на конкретного другого человека c’:

Prob(ht(c’)|ht-1(1), …, ht-1(C)) = Σc = (1, …, C) Rc’, c х Prob(ht(c’)|ht-1(c)) (2).

Где влияние матрицы R^{c’, c} выражает силу влияния с на c’ и описывает, как влияние распространяется в социальной сети компании. Количество параметров в этой модели растет медленно относительно роста количества людей и их внутренних состояний, что позволяет с большей легкостью включить «живые» данные и использовать их в режиме реального времени. По сути, это означает, что мы можем определить параметры модели влияния – влияние, состояния и проч. – без знания социальных связей или усвоенных прежде моделей поведения, используя алгоритм максимизации ожидания. Код «Матлаб» для оценки параметров и задачи-примеры доступны по ссылке: http://vismod.media.mit.edu/vismod/demos/influence-model/.

Эта модель в точности описывает поведение инвесторов в примере с eToro. В примере с FunFit мы добавили стимулы, которые так настраивают каждого человека c, что он с большей вероятностью достигнет то состояние, которое через матрицу влияния заставит их партнера c’ прийти в желаемое поведенческое состояние. Например, стимулы могут побудить с говорить с c’ о повышении физической активности, и, как показано в эксперименте с FunFit, эффективность этого действия зависит от степени влияния с на c’.

Мы можем наиболее точно оценить социальное влияние (R^{c’, c}), измерив количество взаимодействия между с и c’. Ведь практически все примеры в этой книге, включая роль социального влияния на политические убеждения, потребительское поведение и позицию по отношению к здоровому образу жизни, а также продуктивность в маленьких группах, отделах внутри компаний и целых городах, показывают нам, что использование измерений количества социального взаимодействия – как прямого, так и непрямого – с целью оценить социальное влияние дает точные прогнозы относительно будущего поведения.

Главный вопрос заключается в следующем: насколько верно параметры прогностической модели отражают реальное влияние, имеющее место в человеческих взаимодействиях? Мы выяснили, что наша модель может точно определить социальные роли людей: протагонист, антагонист, помощник, нейтральный персонаж и др. – в малых группах и организациях; она позволяет нам наиболее достоверно очертить организационные взаимоотношения, объединив людей в рабочие коллективы и обозначив лидеров этих коллективов. Вариации одной и той же базовой модели, несомненно, применимы практически ко всем примерам в этой книге. Наконец, производный вариант этой модели в настоящее время коммерчески применяется для обрисовки шаблонов потребительского поведения 100 миллионов пользователей смартфонов (см. http://www.sensenetworks.com – веб-сайт компании, соучредителем которой я являюсь).

Одним из важнейших преимуществ этой модели является то, что она позволяет нам непосредственно наблюдать за поведением людей в реальном времени и дает параметры социальной сети, необходимые для оценки потока идей, то есть пропорцию пользователей, которые, скорее всего, примут новую идею, внедряемую через социальную сеть. Поток идей учитывает все элементы модели влияния: структуру сети, силу социального влияния и индивидуальную восприимчивость к новым идеям.

В примере с eToro мы обнаружили, что продуктивность трейдеров сильно зависела от интенсивности потока идей, и это дало нам средство, позволяющее измерить качество принятия решений внутри организации или социальной сети. В последующих главах мы увидим, что оно также способно прогнозировать продуктивность и креативную производительность.

Наконец, поток идей также позволяет нам настраивать социальные сети так, чтобы они лучше функционировали, так как он дает нам возможность предсказывать результат изменения сетевой структуры, силу влияния и индивидуальные характеристики.