211service.com
Model chaosu
To znajoma sytuacja: para przeżywa gorzki rozwód, a ich wspólni przyjaciele muszą opowiedzieć się po którejś ze stron. Socjologowie badali tego typu sytuacje, ale w ostatnich latach niektórzy badacze szukali sposobów modelowania jej matematycznie.
Dzieje się tak, ponieważ takie modele mogą okazać się przydatne na wiele sposobów — od pomocy w przewidywaniu kluczowych graczy w konflikcie politycznym lub biznesowym po udoskonalenie sposobu wyświetlania informacji w sieciach społecznościowych.
W papier opublikowany niedawno w Materiały Narodowej Akademii Nauk , naukowcy z Cornell University opisują model do przewidywania rozpadu grupy społecznej podczas burzliwego podziału. Jona Kleinberga , profesor informatyki w Cornell, który kierował pracami, mówi, że naukowcy tradycyjnie koncentrowali się na przewidywaniu, jak grupa będzie wyglądać po rozwinięciu się konfliktu. Mówi, że ta praca proponuje sposób spojrzenia na sam proces rozłamu.
Kleinberg zauważa, że model jego grupy nie odnosi się do każdej sytuacji. Zamiast tego przedstawia skrajnie polaryzujące konflikty. Teoria socjologiczna zwana równowagą strukturalną opisuje decyzje, które członkowie grupy są zmuszeni podjąć, gdy grupa całkowicie się rozdziela. Model najlepiej pasuje do sytuacji, w których logika zaczyna brzmieć: „Jeśli nie jesteś ze mną, jesteś przeciwko mnie” – mówi Kleinberg.
Badacze przetestowali swój model na danych dokumentujących podział uniwersyteckiego klubu karate, a także podział między Osią a Aliantami w czasie II wojny światowej. Poprawnie wymodelowali etapy podziału klubu karate, z wyjątkiem jednego błędu. W przypadku II wojny światowej model poprawnie przewidział stronę wybraną przez każdy kraj z wyjątkiem Danii i Portugalii.
Kleinberg mówi, że modele nie zostały dokładnie przetestowane w innych sytuacjach, ale łatwo jest obejrzeć symulację i wyobrazić sobie rozgrywające się relacje międzyludzkie. Na przykład w jednym modelu, który prowadził, jedna strona szybko się połączyła, podczas gdy druga grupa wydawała się tworzyć dopiero po oddzieleniu każdego z jej członków od pierwszej grupy.
Sidney Redner , profesor fizyki na Uniwersytecie Bostońskim, który również pracował nad modelowaniem podziału grup, mówi, że praca naukowców jest bardzo wyrafinowana, ale zanim zrozumiemy dokładnie ten proces, jeszcze długa droga. Dodaje, że bardzo trudno jest zastosować takie modele w prawdziwym świecie. Na przykład, jak mówi, próby wykorzystania takich teorii do przewidywania przemocy między gangami ulicznymi w Los Angeles jak dotąd nie powiodły się.
Inni są jeszcze bardziej sceptyczni. Stanley Wasserman , profesor statystyki, psychologii i socjologii na Uniwersytecie Indiana, twierdzi, że model jest zbyt uproszczony, aby mógł prowadzić do większej wiedzy na temat ludzkiego zachowania. Jest również sceptycznie nastawiony do tego, czy jakikolwiek model oparty wyłącznie na abstrakcyjnych zasadach matematycznych – taki jak ten – może dokładnie przedstawiać zachowanie ludzi. Twierdzi, że modele predykcyjne zbudowane na podstawie danych empirycznych są bardziej niezawodne.
Wpływ [tej pracy] zależy od ogólnego poziomu akceptacji matematyki w naukach społecznych przez socjologów, mówi Krzysztof Kulakowski , profesor fizyki i informatyki stosowanej Akademii Górniczo-Hutniczej. Kułakowski też pracował nad tym problemem.
Kleinberg przyznaje, że nie jest pewne, w jaki sposób modele matematyczne mogłyby sprawdzić się w praktyce. Uważa jednak, że praca sugeruje kilka interesujących kierunków. Zauważa na przykład, że nowy model może pomóc w identyfikacji kluczowych graczy w zaostrzającym się konflikcie. Były momenty podczas konfliktów, które naukowcy modelowali, kiedy podgrupy społeczne pływały między dwoma głównymi rywalami; niektóre osoby w tych grupach mogą mieć kluczowe znaczenie. Taki model może zwrócić uwagę na osoby w prawdziwym konflikcie i dać negocjatorom szansę wpływania na nich.
Modele takie jak ten opracowany w Cornell mogą również pomóc w ulepszaniu internetowych sieci społecznościowych. Kleinberg zauważa, że czasami pozytywne lub negatywne nastroje ludzi – na przykład podczas oceniania produktu – odzwierciedlają ich powiązania społeczne, a nie ich autentyczne opinie. Sieci społecznościowe mogłyby wykorzystać taki model, aby wychwycić ten efekt i przetestować metody jego filtrowania. Sieci społecznościowe mogą również używać takiego modelu, aby być bardziej wrażliwym po tym, jak członkowie grupy pokłócą się ze sobą. Innymi słowy, mogą w końcu wiedzieć, że nie należy polecać, abyś zaprzyjaźnił się z siostrą wrogiego byłego partnera.