A legtöbb ember hallotta a híres kifejezést: "az ellenségem ellensége a barátom". Most a Northwestern Egyetem kutatói a statisztik...
A legtöbb ember hallotta a híres kifejezést: "az ellenségem ellensége a barátom". Most a Northwestern Egyetem kutatói a statisztikus fizikát használták, hogy megerősítsék a híres axióma alapjául szolgáló elméletet.
Az 1940-es években Fritz Heider osztrák pszichológus bevezette a társadalmi egyensúly elméletét, amely megmagyarázza, hogy az emberek veleszületetten törekednek arra, hogy harmóniát találjanak társadalmi köreikben. Az elmélet szerint négy szabály - az ellenség ellensége barát, a barát barátja barát, az ellenség barátja ellenség, és végül a barát ellensége ellenség - kiegyensúlyozott kapcsolatokhoz vezet.
Bár számtalan tanulmány próbálta megerősíteni ezt az elméletet a hálózattudomány és a matematika segítségével, erőfeszítéseik kudarcot vallottak, mivel a hálózatok eltérnek a tökéletesen kiegyensúlyozott kapcsolatoktól. Ezért az igazi kérdés az, hogy a közösségi hálózatok kiegyensúlyozottabbak-e a vártnál a megfelelő hálózati modell szerint.
A legtöbb hálózati modell túl egyszerű volt ahhoz, hogy teljes mértékben megragadja az emberi kapcsolatok összetettségét, amelyek befolyásolják a társadalmi egyensúlyt, és ellentmondásos eredményekre vezetett arra vonatkozóan, hogy a hálózati modell elvárásaitól megfigyelt eltérések összhangban vannak-e a társadalmi egyensúly elméletével.
A Northwestern csapata azonban sikeresen integrálta azt a két kulcsfontosságú elemet, amelyek Heider társadalmi kereteit működtetik. A való életben nem mindenki ismeri egymást, és néhány ember pozitívabb, mint mások. A kutatók régóta tudják, hogy minden tényező befolyásolja a társadalmi kapcsolatokat, de a meglévő modellek egyszerre csak egy tényezőt tudnak figyelembe venni. A két korlát egyidejű beépítésével a kutatók így létrejött hálózati modellje végül megerősítette a híres elméletet mintegy 80 évvel azután, hogy Heider először felvetette.
A hasznos új keretrendszer segíthet a kutatóknak jobban megérteni a társadalmi dinamikákat, beleértve a politikai polarizációt és a nemzetközi kapcsolatokat, valamint minden olyan rendszert, amely pozitív és negatív kölcsönhatások keverékét tartalmazza, mint például a neurális hálózatok vagy a gyógyszerkombinációk.
"Mindig is azt gondoltuk, hogy ez a szociális intuíció működik, de nem tudtuk, miért működik," - mondta Kovács István, a tanulmány vezető szerzője. (1)
"Csak arra volt szükségünk, hogy kitaláljuk a matematikát. Ha átnézzük a szakirodalmat, sok tanulmány van az elméletről, de nincs egyetértés közöttük. Évtizedekig folyamatosan tévedtünk. Ennek az az oka, hogy a való élet bonyolult. Rájöttünk, hogy mindkét korlátot egyszerre kell figyelembe vennünk: ki ismer kit, és hogy egyesek egyszerűen barátságosabbak, mint mások."
"Végre megállapíthatjuk, hogy a közösségi hálózatok összhangban vannak a 80 évvel ezelőtt kialakult elvárásokkal," - tette hozzá Bingjie Hao, a tanulmány első szerzője. "Eredményeink széles körben alkalmazhatók a jövőbeni felhasználásra is. Matematikánk lehetővé teszi számunkra, hogy beépítsük a különböző entitások kapcsolatainak és preferenciáinak korlátait a rendszerbe. Ez hasznos lesz a közösségi hálózatokon kívüli más rendszerek modellezéséhez."
Kovács a Northwestern Weinberg College of Arts and Sciences fizika és csillagászat adjunktusa. Hao posztdoktori kutató a laboratóriumában.
Mi a társadalmi egyensúly elmélete?
Három emberből álló csoportok segítségével Heider társadalmi egyensúlyi elmélete fenntartja azt a feltételezést, hogy az emberek kényelmes, harmonikus kapcsolatokra törekszenek. A kiegyensúlyozott kapcsolatokban minden ember kedveli egymást. Vagy ha egy ember nem szeret két embert, akkor ők ketten barátok.
Kiegyensúlyozatlan kapcsolatok akkor állnak fenn, amikor három ember közül egyik sem szereti a másikat, vagy egy személy szeret két embert, akik nem szeretik egymást, ami szorongáshoz és feszültséghez vezet. Az ilyen frusztrált rendszerek tanulmányozása vezetett a 2021-es fizikai Nobel-díjhoz Giorgio Parisi olasz elméleti fizikus számára, aki Syukuro Manabe és Klaus Hasselmann klímamodellezőkkel osztozott az elismerésen.
"Úgy tűnik, ez nagyon összhangban van a társadalmi intuícióval," - mondta Kovács. "Láthatjuk, hogy ez szélsőséges polarizációhoz vezet, amit ma a politikai polarizáció szempontjából látunk. Ha mindenki, akit szeretsz, nem szereti azokat, akiket nem szeretsz, akkor ez két olyan pártot eredményez, amelyek utálják egymást."
Kihívást jelentett azonban olyan nagy mennyiségű adat gyűjtése, ahol nemcsak a barátok, hanem az ellenségek is fel vannak sorolva. A Big Data megjelenésével a 2000-es évek elején a kutatók megpróbálták kideríteni, hogy a közösségi hálózatokból származó adatok megerősíthetik-e Heider elméletét. Amikor hálózatokat generálnak Heider szabályainak tesztelésére, az egyes emberek csomópontként szolgálnak. A csomópontokat összekötő élek az egyének közötti kapcsolatokat képviselik.
Ha a csomópontok nem barátok, akkor a köztük lévő él negatív (vagy ellenséges) értéket kap. Ha a csomópontok barátok, akkor az él pozitív (vagy barátságos) értékkel van jelölve. A korábbi modellekben az élekhez véletlenszerűen rendeltek pozitív vagy negatív értékeket, mindkét korlátozás tiszteletben tartása nélkül. Egyik tanulmány sem ragadta meg pontosan a közösségi hálózatok valóságát.
Siker a korlátokban
A probléma feltárásához Kovács és Hao négy nagyszabású, nyilvánosan elérhető hálózati adatkészlethez fordult, amelyeket korábban társadalomtudósok gondoztak.
Hálózati modelljükben Kovács és Hao nem rendeltek igazán véletlenszerű negatív vagy pozitív értékeket az élekhez. Ahhoz, hogy minden interakció véletlenszerű legyen, minden csomópontnak egyenlő eséllyel kell találkoznia egymással. A való életben azonban nem mindenki ismer mindenki mást a közösségi hálózaton belül. Például előfordulhat, hogy valaki soha nem találkozik a barátja barátjával, aki a világ másik felén él.
Annak érdekében, hogy modelljük reálisabb legyen, Kovács és Hao pozitív vagy negatív értékeket osztottak el egy statisztikai modell alapján, amely leírja annak valószínűségét, hogy pozitív vagy negatív jeleket rendelnek a létező kölcsönhatásokhoz. Így az értékek véletlenszerűek maradtak - de véletlenszerűen a hálózati topológia korlátai által megadott határokon belül. Amellett, hogy ki ismer kit, a csapat figyelembe vette, hogy néhány ember az életben barátságosabb, mint mások. A barátságos emberek nagyobb valószínűséggel rendelkeznek több pozitív - és kevesebb ellenséges - interakcióval.
E két korlát bevezetésével az eredményül kapott modell megmutatta, hogy a nagy léptékű közösségi hálózatok következetesen illeszkednek Heider társadalmi egyensúly elméletéhez. A modell három csomóponton túlmutató mintákat is kiemelt. Ez azt mutatja, hogy a társadalmi egyensúly elmélete nagyobb gráfokra vonatkozik, amelyek négy vagy esetleg még több csomópontot tartalmaznak.
"Most már tudjuk, hogy ezt a két korlátot figyelembe kell venni," - mondta Kovács. "Ezek nélkül nem lehet kitalálni a megfelelő mechanizmusokat. Bonyolultnak tűnik, de valójában meglehetősen egyszerű matematika."
Betekintés a polarizációba és azon túl
Kovács és Hao jelenleg több jövőbeli irányt vizsgál ehhez a munkához. Az egyik lehetséges irányban az új modell felhasználható a politikai polarizáció csökkentését célzó beavatkozások feltárására. A kutatók szerint azonban a modell segíthet jobban megérteni a társadalmi csoportokon és a barátok közötti kapcsolatokon túlmutató rendszereket.
"Megvizsgálhatjuk az agy neuronjai közötti gerjesztő és gátló kapcsolatokat, vagy a betegségek kezelésére szolgáló gyógyszerek különböző kombinációit képviselő kölcsönhatásokat," - mondta Kovács. "A közösségi hálózatok tanulmányozása ideális játszótér volt a felfedezéshez, de a fő érdeklődésünk az, hogy túllépjünk a barátok közötti interakciók vizsgálatán, és más összetett hálózatokat is megvizsgáljunk." (2)
(1) - https://www.science.org/doi/10.1126/
(2) - https://news.northwestern.edu/stories/
