۳۱مین جلسه از سری جلسات باز نرم‌افزاری تبریز بهانه‌ای شد برای پرداختن به تاثیرات علم تحلیل شبکه‌های اجتماعی در رفتارها و زندگی اجتماعی. این نوشته خلاصه‌ای است از آنچه در این جلسه گذشت. از معرفی و آشنایی با موضوع عبور می‌کنم و شما را به منابع آموزشی انتهای صفحه ارجاع می‌دهم و مستقیم می‌روم سراغ پاسخ به این ۳ سوال جذاب.
حدس می‌زنم قبلا درباره‌ی این پدیده شنیده باشید. پدیده‌ای که اولین بار در سال ۱۹۶۷، روان‌شناس نام‌آشنای آمریکایی به نام استنلی میلگرام، دست به آزمایش آن زد. (البته قبلا یک شاعر هم به آن پرداخته بود که ازش می‌گذریم.) آزمایشی که در آن از افراد مختلف خواسته شده بود نامه‌ای را به پروفسور دانشگاهی در دانشگاه بوستن پست کنند. اگر او را شخصا می‌شناسند، مستقیم برایش پست کنند و اگر او را نمی‌شناسند؛ به کسی که حدس می‌زنند او را بشناسند بفرستندش. هرچند بیشتر نامه‌ها گم و گور شدند و به مقصد نرسیدند ولی ۶۴ نامه با موفقیت به مقصد رسیدند. نتیجه‌ی آزمایش نموداری شبیه نمودار زیر بود. این جرقه‌ی پدیده‌ی جهان کوچک بود.
با شکل‌گیری فیس‌بوک و دیگر شبکه‌های اجتماعی و امکان تحلیل بزرگ‌داده‌ها راستی آزمایی این پدیده راحت‌تر شد. همانطور که در نمودار زیر می‌بینیم، ۶۰٪ جمعیت فیس‌بوک در سال ۲۰۱۱ با چیزی حدود ۵ فاصله بهم متصل می‌شوند.
با توجه به اینکه ⟨d⟩ = logN / log⟨k⟩ می‌توان نتیجه گرفت که هرقدر شبکه ما پرچگال‌تر شود میانگین فاصله بین دو نقطه نیز کاهش پیدا می‌کند. در صورتی که ۷ میلیارد نفر جمعیت جهان در فرمول بالا قرار بگیرند و میانگین ارتباطات هر شخص در طول زندگی ۱۰۰۰ نفر تصور شود، می‌توان پیش‌بینی کرد که هر شخص در جهان واقعی ۳.۲۸ نفر از دیگر افراد جامعه فاصله دارد.
از این پدیده در آموزش‌های مربوط به کارآفرینی بسیار یاد می‌شود. مربیان کارآفرینی معتقدند که برای تامین مالی، کسب آموزش‌های لازم و یا پیدا کردن هم‌تیمی‌های جدید، مهم‌ترین مانع افراد خود افراد هستند. اگر آن‌ها به این باور برسند که فاصله واقعی آن‌ها با بهترین‌های اکوسیستم‌شان چندان زیاد نیست، موفق‌تر عمل خواهند کرد.
آقای گرانو وتر بخشی از زندگی تخصصی‌اش را صرف پاسخ به این سوال کرده است. در سال ۱۹۷۳ بود که او تئوری قدرت ارتباطات ضعیف را مطرح کرد. سعی می‌کنم منطق پشت ایده‌ی آقای گرانو وتر را به شما در ساده‌ترین شکل توضیح بدهم.
اول از همه، شبکه‌ی ساده‌ی زیر را در نظر بگیرید. در صورتی که رابطه A - B و رابطه‌ی A - C یک رابطه‌ی قدرتمند باشد حتما حداقل یک رابطه‌ی ضعیف بین B - C برقرار است. اگر شما دو دوست خیلی صمیمی داشته باشید احتمال بسیار قوی این دو نفر حداقل همدیگر را می‌شناسند.
حالا بیایید، گراف زیر را در نظر بگیریم. اگر رابطه‌ی A - B و A - E یک رابطه‌ی قوی باشد پس حتما ارتباطی بین E - B نیز وجود دارد و این خاصیت پل بودن A - B را از بین می‌برد و یک شبکه‌ی بزرگ‌تر بدون پل بوجود میاورد.
زمانی که یک نفر بدنبال یافتن شغلی جدید است، می‌بایست وارد جامعه‌هایی شود که قبلا کمتر با آن‌ها در ارتباط بوده است. در جمع‌های قبلی، ارتباطات و شناخت کافی وجود دارد و شانس یافتن شغل جدید بدلیل آشنایی قبلی و شناخت همه موقعیت‌ها کمتر است. پس باید به سراغ افراد دورتر و دوستی‌های ضعیف‌تر رفت. بهمین دلیل است که به این تئوری، تئوری قدرت لینک‌های ضعیف می‌گویند. لینک A - B برای اینکه در یافتن شغل کمک ما باشد، باید دوستی (لینک) ضعیفی باشد.
شکاف فکری در هر جامعه‌ای که باشد، نشانه‌ی بدی است. نشانی از دور شدن آدم‌ها از یکدیگر و عدم درک متقابل بیشتر افکار هم. رواج خشونت و افراطی‌گری. تک‌بعدی شدن ذهن‌ها و از یاد بردن تفکر انتقادی. مذهبی‌تر شدن مذهبی‌ها. چپ‌تر شدن چپ‌ها. ترامپی‌تر شدن ترامپی‌ها و احمدی‌نژادی‌تر شدن احمدی‌نژادی‌ها. مرگ تدریجی میانه‌روها و مستقل‌ها. [بیشتر]
بسیاری نقش رسانه‌های مدرن را در این زمینه غیرقابل انکار می‌بینند. رسانه‌های اجتماعی مدرن، دسترسی تک تک اعضای جامعه را به اطلاعات مقدور کرده‌اند و سعی می‌کنند پیچیده‌ترین مفاهیم سیاسی و اجتماعی را در قالب کپسول‌های سریع تزریق کنند. جریان اخبار در رسانه‌های مدرن به شکلی متعادل توزیع نشده است بلکه الگوریتم‌هایی که با یک هدف مهم طراحی شده‌اند این جریان را ایجاد می‌کنند: نگه داشتن بیش از پیش کاربر در بستر خود. در اینجا، خلاصه تحقیقی بسیار جدید را در این‌باره می‌خوانید که در آزمایشگاه KDDLabs شهر پیزا تهیه شده است.
بیایید تصور کنیم در جامعه‌ای زندگی می‌کنیم که طرز فکر اعضای این جامعه درباره موضوع مشخصی در طیف ۰ تا ۱ قرار گرفته است. هدف از این کار تبدیل پارامترهای کیفی جامعه به عددهای قابل تحلیلی است که نتایج معنادار به ما بدهند.
شرایط ریاضیاتی را طوری رقم می‌زنیم که دو طرز فکر متفاوت در طی زمان به یک طرز فکر متعادل و شبیه هم تبدیل شوند. این اتفاق در نمونه آزمایشی ما پس از چند تکرار اتفاق می‌افتد ولی در نهایت اتفاق می‌افتد.
حال بیایید برای احتمال تبادل افکار در بین نودهای مختلف شبکه (اعضای مختلف جامعه) عدد قائل شویم. در واقع احتمال اینکه دو نفر از یکدیگر تاثیر بگیرند را متفاوت از دو نفر دیگر در نظر بگیریم.
تصویر زیر نتیجه‌ی هر دو حالت را در یک شبکه‌ی اجتماعی واقعی (غیر رندم) بررسی می‌کند. همانطور که مشاهده می‌کنید بعد از چندین تکرار در یک حالت بدون بایاس (حالت اول) جامعه به یک توافق کلی دست می‌یابد ولی وجود بایاس (حالت دوم و سوم) باعث دو تکه شدن (قطبی شدن) افکار در جامعه می‌شود.
تحت این شرایط پدیده‌ی جالبی رخ می‌دهد که به آن قطبی شدن عقاید گفته می‌شود. قطعا در جامعه‌ی ما و روابط میان ما این بایاس‌ها وجود دارند ولی چیزی که موضوع را پیچیده می‌کند، حضور شبکه‌های اجتماعی است. شبکه‌های اجتماعی تلاش می‌کنند فقط محتوایی را به ما نشان بدهند که پیش‌بینی می‌کنند دوستشان داریم. (دستکاری در احتمال‌ها و دور کردن ما از عقاید مخالف عقاید خودمان) این موضوع به تدریج جامعه‌های دو قطبی را شکل می‌دهد که امکان تنش در آن‌ها بیشتر است. تا اینجا که آمدید حیفم می‌آید این مقاله جالب که کاری مشترک از محققان دانشگاه‌هایی در قطر و فنلاند است را نیز پیشنهاد نکرده باشم.
تحلیل شبکه‌های اجتماعی، می‌تواند پاسخگوی سوالات بسیار بیشتر و پیچیده‌تر اجتماعی، سیاسی، اقتصادی و ... باشد. آشنایی با ابزارهای تحلیل شبکه‌های اجتماعی را برای همه روزنامه‌نگاران، متخصصان روابط عمومی، بازاریابان، داده‌کاوان و ... پیشنهاد می‌شود. برای شروع می‌توانید از لینک‌های زیر کمک بگیرید:
