Заключение: Прометеев огонь

В этой книге я привел аргументы в пользу мышления, которое рассматривает общество как сеть отдельных взаимодействий, а не как рынки и классы. Для достижения своей цели я познакомил читателя с базовой структурой социальной физики, которая описывает, как перетекание идей от человека к человеку формирует поведенческие нормы, определяет продуктивность и креативную производительность наших предприятий, городов и обществ.

Создавая социальные системы, основанные на выявлении детальных шаблонов потока идей при помощи больших данных, мы сможем предсказывать, как социальная динамика будет влиять на финансовую и правительственную системы принятия решений, и, возможно, нам удастся добиться значительных улучшений в наших экономических и правовых системах. С одной стороны, мы можем начать применять инструменты социальной физики для повышения потока идей, а также производительности и креативной продуктивности наших обществ. С другой стороны, плотные, непрерывные данные в сочетании с визуализацией потока идей могут создать невиданный прежде инструментарий, который позволит нам следить за тем, как работают наши законы и политика, быстро настраивать их и пересматривать по мере необходимости.

Уже появляются первые зеленые ростки этой трансформации. В свете стремительного роста численности городского населения и большого количества новых городов, находящихся в процессе создания, правительственные учреждения и университеты по всему миру начинают по-новому смотреть на то, как города должны организовываться и управляться. Значит, есть основания надеяться, что многие из этих инициатив заново пересматривают основные принципы проектирования городов и начинают всерьез рассматривать наши предложения по созданию цифровой нервной системы на основе датчиков мобильных телефонов и сетей доверия. В МТИ все сосредоточено на исследованиях по проектированию городов, и как один из руководителей инициативы медиалаборатории МТИ «Наука города» (см. http://cities.media.mit.edu) в настоящий момент я работаю над улучшением потока идей в различных городах.

Важнейшей частью концепции информационно-управляемого общества является защита частной жизни и свободы граждан. Чтобы мы могли гарантировать эти элементы индивидуальной свободы, я работаю с ведущими политиками, руководителями транснациональных корпораций и группами по защите общественных интересов в Соединенных Штатах, странах Евросоюза и всего мира с целью создания нового соглашения по данным. Наши дискуссии помогли изменить стандарты конфиденциальности и прав собственности на данные во всем мире, благодаря чему люди постепенно получают беспрецедентный контроль над касающейся их информацией; при этом также повышаются уровни привлечения и прозрачность в государственном и частном секторах.

Мы по-прежнему сталкиваемся с нехваткой возможностей для контролируемого экспериментирования в наших социальных системах. Научный метод, практикуемый в общественных науках в настоящее время, не оправдывает наших ожиданий и грозит оказаться абсолютно неэффективным в эпоху больших данных. Один из вариантов решения этой проблемы – построить живые лаборатории для доработки и тестирования идей по созданию общества, управляемого при помощи данных.

В конце концов, я считаю, что потенциальные выгоды, которые может принести нам социальная физика, воплощенная в жизнь, и информационно-управляемое общество, сто́ят наших усилий и риска. Только представьте: мы сможем предсказывать и смягчать финансовые кризисы, выявлять и предотвращать эпидемии инфекционных заболеваний, более грамотно использовать наши природные ресурсы, стимулировать процветание креативности и переустройство неблагополучных районов. Эти мечты когда-то служили материалом для научно-фантастических рассказов, но теперь эта фантазия может стать реальностью – нашей реальностью, стоит нам только научиться правильно обходить подводные камни. Это то, на что социальная физика и информационно-управляемое общество дают надежду.

Приложение 1: Добыча реальности

В последние годы общественные науки переживают цифровую революцию, предвестником которой стала новая область «вычислительной социальной науки». В 2009 году в нашей публикации в журнале Science Дэвид Лейзер и я, при участии более десятка наших коллег, рассказали о том, как вычислительная социальная наука может расширить и углубить в невиданных прежде масштабах наши познания об индивидах, группах и обществах. Основным стимулом этой революции послужила доступность больших данных о людях и их поведении, получаемых из таких источников, как кредитные карты, мобильные телефоны, поисковые запросы в интернете и проч. Журнал Technology Review провозгласил разработку моей исследовательской группы, известную как «добыча реальности», – технологию, которая составляет значительную часть этой новой вычислительной социальной науки, – одной из «десяти технологий, которые изменят мир».

Вместе со своими студентами я создал две платформы для измерения поведения, которые позволят ускорить развитие этой новой науки; в настоящее время они производят огромное множество количественных данных для сотен научно-исследовательских групп по всему миру. Первая платформа – это социометрический бейдж, электронная версия ID, заменившая прежнюю, ничем не примечательную бумажную версию, которая записывает поведение своего владельца; вторая платформа – это программа для измерения поведения (Funf – Open Sensing Network) для наших теперь уже вездесущих смартфонов. В этом приложении я кратко расскажу об этих двух платформах для сбора данных.

Общим каркасом для применения социометрических бейджей и системы Funf для смартфонов является долговременная живая лаборатория, или особый тип социальных исследований, основанных на наблюдении, в сочетании с исполнительной системой, которая позволяет считывать датчики, собирать данные и обрабатывать их, и набором инструментов для обратной связи и общения с изучаемым сообществом.

Одна из ключевых целей таких «живых» лабораторных экспериментов – одновременно собрать данные из многочисленных сетевых источников (например, личное общение лицом к лицу, телефонные звонки, электронные письма и т. д.), чтобы лучше понять их свойства и взаимосвязи. Обычно мы используем следующие компоненты:

Цифровая сенсорная платформа: Это центральное ядро процесса сбора данных. Социометрический бейдж или смартфон используется в качестве социального нательного датчика для отображения характеристик активности пользователя, географических дистанций и шаблонов взаимодействия. Социометрические бейджи лучше всего подходят для экспериментов в компаниях, где ID-бейджи уже являются привычным атрибутом, в то время как смартфоны больше подходят для исследования целых сообществ в живой лаборатории.

Опросы: Испытуемые регулярно проходят опросы. Ежемесячные опросники включают вопросы о том, как они видят себя в отношениях с людьми, об ощущении принадлежности к группе и взаимодействиях, а также стандартные тесты, такие как психологический тест «Большая пятерка». Ежедневные опросники могут включать вопросы о настроении, сне и других видах деятельности; они обычно заполняются при помощи смартфона или веб-браузера.

Потребительское поведение: Информация о покупках собирается на основе квитанций и выписок по кредитной карте. Этот компонент нацелен на категории, которые могут определяться влиянием окружения, такие как развлечения и выбор мест общественного питания.

Приложение для сбора данных виртуальных социальных сетей: Участники могут по желанию установить приложение, которое фиксирует информацию об их общении в социальных сетях и других видах онлайн-коммуникации.

Сопоставляя результаты автоматических цифровых измерений с данными опросов, мы находим удивительные шаблоны поведения. Например, опираясь только на данные о том, сколько перемещений совершает испытуемый, кому и когда он звонит, когда и сколько он общается с людьми лицом к лицу, можно выявить тип личности и уровень наличного дохода пользователя. Мы можем также увидеть, когда он начинает заболевать гриппом, страдает от пищевых расстройств или находится в депрессии.

Исходя из этих автоматических цифровых измерений, легко понять, чем действительно занимается социальная физика – сетями и потоком идей. Ее предмет включает в себя личные взаимодействия, телефонные звонки и общение в социальных сетях. Почти так же интересны и сети местоположений: то есть кто проводит время в одних и тех же местах. Или же сети дистанций: то есть кто направляется на одни и те же мероприятия.

Измерение этих сетей позволяет нам увидеть, насколько субъект подвержен влиянию различных идей и переживаний. Отталкиваясь от степени воздействия, мы можем оценить силу социального влияния между людьми и рассчитать поток идей. Это, в свою очередь, позволяет точно прогнозировать коллективное принятие решений, продуктивность и креативную производительность.