211service.com
En model af kaos
Det er en velkendt situation: Et par går igennem et bittert brud, og deres fælles venner må vælge side. Sociologer har undersøgt denne type situationer, men i de senere år har nogle forskere set på måder at modellere det matematisk på.
Det skyldes, at sådanne modeller kan vise sig nyttige på mange måder – lige fra at hjælpe med at forudsige nøgleaktører i en politisk eller forretningskonflikt til at forfine måden, online sociale netværk viser information på.
I en papir udgivet for nylig i Proceedings of the National Academy of Sciences , beskriver forskere fra Cornell University en model til at forudsige, hvordan en social gruppe vil bryde fra hinanden under en turbulent splittelse. Jon Kleinberg , en professor i datalogi ved Cornell, der ledede arbejdet, siger, at forskere traditionelt har fokuseret på at forudsige, hvordan en gruppe vil se ud, når konflikten er rystet ud. Han siger, at dette arbejde foreslår en måde at se på selve opdelingsprocessen.
Kleinberg bemærker, at hans gruppes model ikke gælder for enhver situation. I stedet portrætterer den ekstremt polariserende konflikter. En sociologisk teori kaldet strukturel balance beskriver de beslutninger, som gruppemedlemmer er tvunget til at træffe, når en gruppe splittes helt fra hinanden. Modellen passer bedst til situationer, hvor logikken begynder at blive: 'Hvis du ikke er med mig, er du imod mig', siger Kleinberg.
Forskerne testede deres model på data, der dokumenterer splittelsen af en universitetskarateklub, såvel som på opdelingen mellem aksen og de allierede i Anden Verdenskrig. De modellerede faserne af karateklubbens opdeling korrekt, bortset fra én fejl. For Anden Verdenskrig forudsagde modellen korrekt den side, der blev valgt af alle lande undtagen Danmark og Portugal.
Kleinberg siger, at modellerne ikke er blevet grundigt testet i andre situationer, men det er nemt at se en simulation og forestille sig, at de mellemmenneskelige forhold udspiller sig. For eksempel, i en model, han kørte, faldt den ene side hurtigt sammen, mens den anden gruppe syntes at danne sig først, efter at hvert af dets medlemmer var isoleret fra den første gruppe.
Sidney Redner , en professor i fysik ved Boston University, som også har arbejdet på at modellere, hvordan grupper splittes fra hinanden, siger, at forskernes arbejde er meget sofistikeret, men der er lang vej igen, før vi har en ren forståelse af processen. Han tilføjer, at det er notorisk svært at anvende modeller som denne til den virkelige verden. For eksempel, siger han, har bestræbelser på at bruge teorier som denne til at forudsige vold mellem gadebander i Los Angeles ikke været succesfulde indtil videre.
Andre er endnu mere skeptiske. Stanley Wasserman , professor i statistik, psykologi og sociologi ved Indiana University, siger, at modellen er for forsimplet til at føre til megen indsigt om menneskelig adfærd. Han er også skeptisk over for, om en model, der udelukkende er baseret på abstrakte matematiske principper - som denne - nøjagtigt kan skildre, hvordan folk opfører sig. Han siger, at prædiktive modeller bygget ud fra erfaringsdata er mere pålidelige.
Virkningen [af dette arbejde] afhænger af det generelle niveau for accept af matematik i samfundsvidenskaberne af sociologer, siger Krzysztof Kulakowski , professor i fysik og anvendt datalogi ved Akademia Gorniczo-Hutnicza University of Science and Technology. Kulakowski har også arbejdet på problemet.
Kleinberg indrømmer, at det ikke er sikkert, hvordan matematiske modeller kan vise sig at være praktiske. Men han synes, værket antyder nogle interessante retninger. For eksempel bemærker han, at den nye model kan hjælpe med at identificere nøglespillere i en forværret konflikt. Der var øjeblikke under de konflikter, som forskerne modellerede, hvor sociale undergrupper svævede mellem de to vigtigste rivaler; visse personer i disse grupper kunne være afgørende. En model som denne kan måske henlede opmærksomheden på de mennesker i en reel konflikt og give forhandlerne en chance for at påvirke dem.
Modeller som den, der er udviklet hos Cornell, kan også hjælpe med at forbedre online sociale netværk. Kleinberg bemærker, at nogle gange afspejler folks positive eller negative følelser - når de for eksempel vurderer et produkt - deres sociale forbindelser snarere end deres ægte meninger. Sociale netværk kunne bruge en model som denne til at fange denne effekt og teste metoder til at filtrere den fra. Sociale netværk kan også bruge en model som denne til at være mere følsomme, efter at medlemmer af en gruppe er faldet ud med hinanden. Med andre ord kan de endelig vide ikke at anbefale, at du bliver venner med din fjendtlige eks-partners søster.