Выявлен самый простой способ потерять друга или френда.
Все мы живем в соцсетях наших физических, телефонных и Интернет взаимоотношений и коммуникаций с родственниками, друзьями, знакомыми, сослуживцами и т.д. Но что мы знаем о закономерностях сохранения и разрыва существующих прочных связей?
Ни_че_го! Поскольку классификация сетевых взаимодействий на сильные и слабые связи со времен Марка Грановеттера (1973) об этом ничего не говорит. А новых прорывов в данном вопросе с тех пор так и не случалось.

И вот, наконец, есть продвижение.
Новое исследование дает ответ на важнейший вопрос - какие особенности человеческих коммуникаций создают и удерживают прочную связь.
Найдены факторы, делающие связи более стойкими и, следовательно, более вероятными для поддержания социальных коммуникаций в будущем.

Оказалось, что сила связей определяется далеко не только топологией (с кем общаетесь) и интенсивностью коммуникации (как часто), но также и тем, как люди распределяют свое время и внимание между всеми своими коммуникациями.
Обнаружены темпоральные (временные) паттерны (типовые закономерности), имеющие колоссальное влияние на укрепление или ослабление стойкости взаимоотношений.

Например, поддержание постоянства ритма коммуникаций.
Допустим, среди ваших существующих друзей, знакомых, френдов есть некто Х, с которым установлена стойкая двухсторонняя социальная связь. Он может жить в том же городе или в тысячах километров от вас. Вы можете с ним регулярно встречаться и пить пиво. Или видеться только по Скайпу. Или только созваниваться. Или общаться в Фейсбуке …
НО!
1) В любом случае, у вас установлен некий усредненный ритм коммуникаций (средняя частота общения).
2) И если вдруг так случится, что установившаяся периодичность ваших коммуникаций (неважно, раз в день или в неделю, или в месяц) будет нарушена более, чем в 8 раз, ваша социальная связь, с высокой вероятностью, будет разорвана. И шиш ее потом восстановишь.
3) Т.е. если не хотите потерять друга или френда, но требуется снизить частоту общения – делайте это постепенно.

И это вам не банальная житейская мудрость, типа «позвоните родителям» или «надо чаще встречаться», - это закономерность, однозначно следующая из анализа гигантской базы динамических социо-географических данных (Longitudinal Social Networks).

О других выявленных закономерностях читайте новый номер EPJ Data Science со статьей о результатах исследования «Temporal patterns behind the strength of persistent ties» https://goo.gl/aNsNzR

Кто пропустил предыдущий прорыв в анализе динамических социо-географических сетей – распространение по ним «ментальной заразы» - читайте мой пост «Хочешь похудеть? Скорректируй окружающую реальность» https://goo.gl/qUyk1h

#СоциальныеСети #СтойкостьСвязей #ТемпоральныеПаттерны

Найден способ заражать выродков - открыто недостающее звено в технологии создания социо-биологического оружия.

Сценаристы превосходного сериала «Черное зеркало» пока не догадались экранизировать вынесенный в заголовок футуро-кошмар. А ведь до возможностей его материализации немногим дальше, чем до массовых самоуправляемых авто.
Прорывной потенциал только что опубликованной в Royal Society Open Science работы троих испанских исследователей «Mixing and diffusion in a two-type population» видится мне колоссальным.

Результаты этого исследования, будучи доведенными до уровня технологии, позволят запускать сетевые ментальные (например, пропагандистские) эпидемии, не ослабляющие свой вирусный эффект из-за наличия в сети невосприимчивых к социальной заразе «инакомыслящих».

Получится что-то типа Башен-излучателей из экранизированного Бондарчуком романа Стругацких «Обитаемый остров». Только здорово усовершенствованных Башен. Так, чтобы даже «выродки» (те, на кого излучение/пропаганда не действует) не могли избежать влияния «излучения», отравляющего сознание пропагандой (и не важно какой: политической, коммерческой, моральной …)

Как это все может работать, что уже научились делать, что нового открыли испанцы и куда ведет этот техно-кошмар, я написал в своем новом посте на 9 мин. чтения
https://goo.gl/kbrmdc

#Инфокаскады #СоциальныеСети #СоциальноеЗаражение #Инакомыслящие

Новая социально-сетевая социология опросов не только точнее традиционной. Она способна свести к нулю выборные сюрпризы.

Только что опубликованы результаты «секретного» исследования группы ученых под руководством Мирты Галесич (называю его «секретным», поскольку о нем до сих пор не сообщалось из-за проведения проверки работоспособности его методики на президентских выборах в США 2016 и Франции 2017) «Вопросы о социальном окружении улучшают выборные прогнозы».

Результаты исследования подтвердили – учет «социального взаимовлияния»:
- ощутимо улучшает прогнозы результатов выборов;
- позволяет прогнозировать сюрпризы: как на уровне индивидуальных предпочтений, так и на уровне отдельных регионов (как это было в ряде штатов США);
- принципиально дополняет «формулу выборов» (см. мой пост «Открыта формула победы на выборах») возможностью прогнозировать явку избирателей (без которой невозможно предсказать итог выборов).


Т.о. мир стал на шаг ближе к превращению прогнозирования выборов в науку путем междисциплинарной синергии теории сложных систем, социологии и социальной психологии.

Об этом я написал в новом посте на 5 мин чтения https://goo.gl/3Q9mUT

#Выборы #Поведение #СоциальныеСети #Прогнозирование

Взгляните сами на триумф лжи над правдой в социальных медиа
https://d2ufo47lrtsv5s.cloudfront.net/content/sci/359/6380/eaat4382/F1.medium.gif
Заполняющий пространство солнцеподобный объект – это инфокаскад (иерархия ретвитов) распространяющейся фейковой новости. Маленький зелененький (так и хочется сказать – кузнечик) объектик, которого скоро не станет (он потухнет в лучах фейкового солнца) – настоящая важная новость.
Единственный способ понять, как ложь убивает правду в медиапространстве – визуализировать инфокаскады.
Понять - означает ответить на вопросы:
1) кто это сделал?
(ответить на этот вопрос не очень сложно, и можно даже обойтись без визуализации)
2) как это сделано?
(вопрос посложнее, и здесь визуализация здорово помогает)
3) почему это произошло?
(самый важный и трудный вопрос, для ответа на который визуализация незаменима)

Ответить на все 3 вопроса без человека, машина пока не умеет. А с человеком может (в пандан вчерашнему посту о кентаврах 🤗)

Нет время читать, так хоть взгляните хотя бы картинки кавер стори нового выпуска Science «Визуализация распространения правдивых и лживых новостей в социальных медиа» https://goo.gl/tcburf
— Новый 3D симулятор/визуализатор инфокаскадов позволяет ответить на 3 вышеназванных ключевых и массу вспомогательных вопросов касательно происхождения и динамики инфокаскадов.

В том же номере:
— «Наука о фейковых новостях» https://goo.gl/9w2ADa
Чтобы мир не утонул во лжи, необходимо глобальное перепроектирование медиапространства и создание новостной экосистемы и культуры, мотивированных ценить и пропагандировать правду.
— «Распространение истинных и ложных новостей в Интернете» https://goo.gl/GhYyjM
Фейковые новости забивают правдивые почти что в ноль. ТОР 1% фейковых новостных каскадов достигают от 1000 до 100 000 человек, тогда как истина редко распространяется более чем на 1000 человек. Ложь также распространяется быстрее, чем правда. Причина наблюдаемых различий – кажущаяся степень новизны новости и эмоциональные реакции получателей.

✔️ Способны ли мы сделать правдивые новости более притягательными, чем фейковые?
✔️ Или это без вариантов – и новость о человеке, укусившем собаку, непобедима?

P.S. Предыдущие посты на тему фейков (т.к. тэгов раньше в канале не писал) ищите с помощью поисковой строки «фейковые»

#ФейковыеНовости #СоциальныеСети

Кривое зеркало дереализации мира
Соцсети множат раскол, искажая наши представления о мире.

Такой вывод можно сделать из результатов тестирования новой и довольно революционной когнитивно-сетевой модели формирования социальных убеждений.

Из результатов тестирования новой модели можно вывести следующую логическую цепочку:
1) современный человек – это уже не человек-разумный, а человек-сетевой, ибо социальные убеждения влияют на его жизнь, как минимум, не меньше, чем вся сумма полученных в школе знаний;
2) всё более важную роль в формировании убеждений человека-сетевого играют соцсети, уже превосходящие по силе влияния на индивида совокупное влияние «малого физического мира» - родных, друзей, знакомых и коллег;
3) ключевое отличие соцсетей от «малого физического мира» в том, что соцсетями жестко правит сетевая гомофилия (согласно которой похожий по взглядам на вас человек имеет бОльшую вероятность стать и остаться вашим френдом, чем непохожий), в физическом мире также работающая, но совсем не так строго;
4) сетевая гомофилия – мощнейший источник возникновения представлений о «ложном консенсусе» (типа, 80%+ за «крымнаш» или все реднеки за Трампа) и прочих проявлений искаженного восприятия «большого физического мира» (в психиатрии подобный эффект называется дереализация);
5) массовые представления о «ложном консенсусе» - мощнейший усилитель раскола в обществе.

Но самое неприятное (если не сказать страшное) в том, что:
✔️ представления о консенсусе (как следует из его названия) – ложные, т.е. консенсус видится там, где его, на самом деле, может и не быть;
✔️ с нарастанием идет процесс искажения массовых социальных представлений о «большом мире», возникающий из-за ложного переноса индивидом представлений о своем «малом сетевом мире» на «большой физический мир».

Отчет о результатах исследования A Sampling Model of Social Judgment (руководитель работ - Мирта Галесич) https://goo.gl/g6pTMe

N.B.
А) Помимо «ложного консенсуса», не столь сильное, но весьма ощутимое влияние на социальные убеждения также играют ощущения «ложной уникальности», «самопереоценки» и «самоуничижения» (подробней в работе Галесич и Ко)

Б) Для лучшего («стереоскопического») понимания важности новой модели и выводов из ее тестирования, стоит взглянуть:
— предыдущую работа Галесич на эту тему - о новой социально-сетевой социологии https://goo.gl/3Q9mUT
— два моих поста:
— о поляризации раскола в политических пристрастиях https://goo.gl/th4Rwg
— о расколе в неполитических представлениях о мире (экономика, образование, история, искусство, технологии) https://goo.gl/nmGeGr

#СоциальныеСети #PublicOpinion #Polarization #Раскол

Найден оптимальный алгоритм выявления «скрытых пружин» в устройстве общества.

На основе данных о коммуникации людей в любой социальной сети (онлайновой, типа ФБ, или офлайновой – в реальной жизни) можно выявить скрытую иерархическую структуру среди участников сетевых коммуникаций. Это делается путем анализа асимметричных моделей взаимодействий участников.
Подобные иерархии существуют в любых социальных группах: от птиц, приматов и слонов до людей. Все эти группы организованы в соответствии с иерархиями доминирования, определяющими модели повторяющихся взаимодействий, при которых доминирующие особи склонны утверждать себя над менее влиятельными членами групп.

Чем больше и сложнее сеть участников социальных взаимодействий, тем больше в нем скрытых иерархий, порою неведомых самим участникам коммуникаций.
Выявление архитектуры таких иерархий – критически важная задача для:
- понимания характера существующих и предсказания возникновения новых иерархий;
- увязки этих иерархий со «струями и течениями» социальных взаимодействий;
- оказания влияния на них в целях управления динамикой социальных коммуникаций.
Т.е. в наше время, - это важнейшая задача для социологов, политтехнологов, спецслужб и СМИ.

Поскольку задача столь важная, то для ее решения уже разработаны несколько подходов, в каждом из которых построено по несколько типов алгоритмических моделей и, соответственно, алгоритмов выявления иерархий.
Алгоритмов много, но их производительность и масштабирование до последнего времени оставляли желать лучшего.

Новая прорывная модель и алгоритм SpringRank навеяны элементарной физической аналогией – представить социальную сеть коммуникаций, как физическую систему, в которой между каждой парой участников натянута ориентированная пружина определенной длины и упругости.
Гениальная идея нового алгоритма - минимизировать общую энергию всех пружин системы. И поскольку эта задача оптимизации требует только линейной алгебры, ее можно решить для сетей с миллионами узлов и ребер за считанные секунды.


Натурные испытания алгоритма SpringRank на синтетических и реальных наборах данных (включая данные о поведении животных, найме преподавателей, сетях социальной поддержки и спортивных турнирах) показали замечательные результаты – алгоритм жутко эффективен, как по скорости, так и по масштабируемости.

Он также может выявлять и предсказывать появление ненаблюдаемых ребер в сети, - так сказать выявлять «скрытые пружины», влияющие на поведение общества.

Принципиальное преимущество SpringRank перед прежними алгоритмами в том, что
- старые алгоритмы, как правило, лишь «выявляют элиту» - дают высокие ранги небольшому числу важных узлов, что дает мало информации об иерархии узлов с более низким рейтингом;
- новый алгоритм выявляет всю многоуровневую иерархию, - и в том числе, латентную: неявную, скрытую и неочевидную.

Новый алгоритм, возможно, произведет революцию в т.н. «системах одобрения» (Systems of Endorsement ), в которых статус участников обусловлен престижем, репутацией или социальным положением.
К ним, в той или иной мере, относится почти все: от рекомендательных систем в Интернете, до социального устройства общества.

Подробней см. только что опубликованную работу «A physical model for efficient ranking in networks» http://advances.sciencemag.org/content/4/7/eaar8260

#СоциальныеСети #СоциальнаяИерархия #МоделиАлгоритмы

Данбар не прав
Оптимальное число постоянных социальных связей оказалось иным

Чтобы превзойти физические ограничения каждой особи, природа придумала объединять их в социальные группы. Вместе они могут добиваться невозможного для каждого по отдельности.
Однако индивидуальные возможности поддержания стабильных социальных отношений ограничены физически. Особь просто не в состоянии эффективно поддерживать социальные связи в группе из более 150 особей. Это и есть знаменитое Число Данбара, про которое сейчас столько увлекательного написано: от антропологов до Малькольма Глэдвелла в его «Переломном моменте», что вы, наверняка, массу всего про это читали. А суть в том, что оптимальное число постоянных социальных связей лежит в диапазоне от 100 до 230 и чаще всего считается равным 150.

Новость же в том, что Данбар оказался не прав. Точнее, его модель зависимости между развитием неокортекса и размером стаи слишком упрощена.
Новое фантастически интересное исследование структуры социальных отношений через призму сетевой науки дало прорывной результат. Авторы придумали более сложную, но зато куда более точную модель: размер группы – это компромисс между позитивным эффектом повышения возможностей передачи информации при росте размеров группы и негативным эффектом повышения возможностей передачи любого рода патогенов (как биологических, так и информационных).
Результаты моделирования на этой модели были проверены на реальных сообществах приматов и показали:
1) Эффективность социальных отношений (с учетом как позитивного, так и негативного эффектов) меняется нелинейно.
2) Она растет с увеличением численности в малых группах (до 13), достигает максимального значения в средних группах (> 13, но <89, среднее - 51), а потом падает (в группах 89+).
Т.е. оптимальное число постоянных социальных связей лежит не в диапазоне 100-230 (по Данбару), а в диапазоне 14-88.
3) Все это связано с влиянием модулярности (возникновение более мелких групп – семья, близкие друзья и т.д.) и такими нетривиальными поведенческими драйверами, как непотизм (более высокая толерантность в «своим») и деспотизм (агрессивность, направленная на повышение своего уровня в иерархии)

Так что теперь есть куча новой работы по пересмотру эффективной организации социальных взаимодействий от антропологов и аналитиков соцсетей до спецов по маркетингу и психологов бизнеса.
И все потому, что распространение заразы при социальных взаимодействиях оказалось не менее важным и действенным, чем распространение полезной информации, навыков и знаний.
Теперь понятно, почему современный медиа-мир помешался на фейк-ньюс.

Статья «Social transmission in networks: global efficiency peaks with intermediate levels of modularity»
https://link.springer.com/article/10.1007%2Fs00265-018-2564-9
(скайхаб вам в помощь, но FYI статья довольно сложная)

#СоциальноеЗаражение #СоциальныеСети #СоциальнаяИерархия

​​Юрий Сапрыкин, говоря вчера, что ”Фейсбук — удивительная машина сбивания в стада”, просто делился своим «особым мнении». Но по сути, он резюмировал выводы нового интереснейшего исследования «Communication in Online Social Networks Fosters Cultural Isolation», совместно выполненного Департаментом социологии Университета Гронингена и Межуниверситетским центром теории и методологии социальных наук Нидерландов.
Речь, естественно, не только о Фейсбуке, а о всех крупных соцсетях.
Согласно проведенному исследованию:
✔️ Социальные сети породили одну из ключевых социальных проблем 21 века — они сбивают людей в стада, увеличивая поляризацию и раскол и катализируя нарастающий в мире трайбализм.
✔️ Кроме этого, социальные сети поставили немыслимую еще совсем недавно антропологическую проблему — появление нового вида Homo Retis, способного повернуть вспять многотысячелетний вектор эволюции интеллекта человека.

Полная версия статьи:
• на Medium
• на Яндекс Дзен
Время чтения до 4 мин.
#Эволюция #СоциальныеСети #Раскол

Мир раскалывается на все более мелкие части.
Это неумолимое следствие цифровизации социальных взаимодействий.
Задолго до переноса сознания отдельного человека в глобальную цифровую среду, уже вовсю идет перенос в эту среду сознания общества
Лет через 300 напишут, что в 21 веке человечество пережило тектоническую трансформацию, положившую начало разделению Homo sapiens на новые виды. И что этот процесс был запущен на много десятилетий раньше прорыва в объединении инфотеха и биотеха, приведшего к образованию киборгов, а потом и к оцифровке сознания. И что спусковым крючком 1го этапа тектонической трансформации стало лавинообразное перенесение социальных взаимодействий людей в глобальную инфосеть, называвшуюся тогда Интернет.

Так напишут через 300 лет. А что сейчас?
Да и сейчас уже многие понимают, что соцсети на глазах меняют мир. Журналисты и политики, ученые и военные, медиа-индустрия и маркетинг - все констатируют колоссальный рост влияния соцсетей.
Но в чем это выражается в целом для всего общества, а не для прагматики конкретных областей человеческой деятельности, мало кто задумывается.

О том, что соцсети – это мощнейшие катализаторы раскола в обществе, пишу уже несколько лет. Это явление коренится в сложной структуре и динамике социальных систем. Homo sapiens по своей природе не способен к почти мгновенным социальным взаимодействиям с миллионами людей, да еще и при такой колоссальной пропускной способности инфопотоков между ними.
Людям нужен механизм адаптации при таком переносе «нервной системы» их социальных взаимодействий в цифровую глобальную среду. Ведь по сути, еще задолго до переноса сознания отдельного человека в глобальную цифровую среду, уже вовсю идет перенос в эту среду сознания общества. Чтобы адаптироваться к этому, общество задействует все имеющиеся у него механизмы адаптации.
И главным таким, проверенным тысячелетиями механизмом, стал раскол.

Люди самоорганизуются в группы разных масштабов: от семей до городов и культур, от френдов и единомышленников до блоков, партий и наций. И этот процесс совсем не нов. Так было в социальных сетях человечества уже много веков и даже тысячелетий. Потребовалось даже «пришествие Больших Богов», чтобы противодействовать тренду раскола, мешающего масштабированию кооперации людей.

Что же изменилось?
Количество перешло в качество. Взрывной рост масштаба, скорости и пропускной способности социальных взаимодействий сметает все: от веры в Больших Богов до национальной идентичности. Разнообразие людей (гендерное, расовое, мировоззренческое и т.д.) катализируется ростом скоростей, масштабов и объемов инфопотоков. А сложная структура и динамика социальных систем переводит этот нелинейный процесс в новые непредсказуемые качества.
- Раскол порождает новые качества социальных взаимодействий.
- Люди вынуждены к этому адаптироваться, приспосабливаться.
- Необходимость приспособления к кардинально поменявшейся среде в течение десятка поколений, вполне возможно, окажется способной положить основу для разделения Homo sapiens на новые виды.

Пониманию механизмов, приводящих к возникновению многомасштабной фрагментации в гиперсвязанных социальных системах, и конкретному кейсу раскола, происходящего в США посвящен новый интереснейший отчет Института сложных систем Новой Англии (NECSI), опубликованный вчера в Журнале Королевского научного общества «U.S. Social Fragmentation at Multiple Scales».
https://necsi.edu/us-social-fragmentation-at-multiple-scales

#Раскол #СоциальныеСети #США

​​Три разных России повышают градус хейта
Зашкаливающий уровень хейта в российских социальных сетях – результат сегрегации общества на клики и рост поляризации позиций каждой из клик.
В этой связи весьма важны 3 вопроса.
1) Можно ли на конкретных примерах видеть сегрегацию и поляризацию сетевой аудитории?
2) Почему это происходит?
3) Как это можно, если не остановить, то хотя бы тормозить?

Для ответа на 1й вопрос, я провел эксперимент, сравнив результаты публикации постов на своем ТГ-канале «Малоизвестное интересное» и двух его зеркалах: в Facebook и Яндекс Дзен.
Меня интересовало, насколько разнятся интересы аудиторий моего канала в ТГ, Facebook и Яндекс Дзен. Ведь при наличии одинакового контента и примерно одинаковой численности аудиторий канала на разных площадках, отличие в числе дочитываний говорит о степени различий в интересах аудиторий (а это один из ключевых признаков сегрегации по интересам).
Уровень же этих различий может служить прокси поляризации мега-клик – аудиторий платформ: ТГ, Facebook и Яндекс Дзен.
Число дочитываний – удобный прокси: в ТГ и Яндекс Дзен этот показатель считается автоматом, а в Facebook не сложно прикинуть его значение вручную по числу лайков и разшариваний, уточив по числу переходов из Facebook в Medium, где публиковались большие посты зеркала канала в Facebook.

Выводы таковы
✔️ Сегрегация по интересам у трех площадок весьма большая.
✔️ Поляризация мнений аудиторий по отношению к темам постов также весьма большая.

Проиллюстрирую эти выводы на трех постах с хитро подобранными темами, смысл которых:
A. «Трудности искусственного интеллекта»
B. «Китайская угроза»
C. «Закат США»

Результаты по числу дочитываний.

ТГ – «Даешь про китайскую угрозу!»
В 28,1К
А 14,4К
С 5,5К

Facebook - «Даешь про ИИ!»
А 10,2К
С 1,7К
В 1,3К

Яндекс Дзен - «Даешь про закат США!»
С 13,9К
А 1,5К
В 156

Поляризация (степень различий) – 2 порядка по числу дочитываний.

Таковы результаты тестирования сегрегации и поляризации сетевой аудитории канала.

Теперь о вопросе - почему это происходит.
Короткий ответ: потому что социальные сети (и мессенджеры) – акселераторы сегрегации и поляризации общества. Убедительнейшая аргументация здесь.

Теперь вопрос - как это можно, если не остановить, то хотя бы тормозить.
Короткий ответ там же: поскольку отказаться от соцсетей и мессенджеров практически нереально, нужно менять организацию их работы.
1) Убрать возможность отфрендить или как-то иначе отписаться от конкретного человека или канала. Подписался на кого-то – терпи в своей ленте.
2) Убрать как класс – «лидеров мнений». Нельзя людям видеть число их подписчиков/фоловеров. Сделать такое можно – было бы желание.

Если же ничего такого не предпринимать, сегрегация и поляризация доведут-таки градус хейта до смертоубийственного. И не только в онлайне.
#СоциальныеСети #Раскол