Степени удаленности и Глобальная Социальная Сеть

В феномене малого мира выдвигается гипотеза о том, что цепь социальных знакомств, соединяющий одну произвольную человека с другим произвольным человеком везде в мире, вообще говоря, имеет малую длину. Эта концепция привела к появлению известной фразы о шесть степеней отдаления, после проведения эксперимента под названием малый мир психологом Стэнли Милграма, который установил, что два случайных гражданина США можно соединить через максимум шесть знакомых. В текущих экспериментах в Интернете продолжаются исследования этого явления, включая эксперименты в университете штата Огайо Проект Малый Электронный Мир и Колумбии Проект Малый Мир. По состоянию на 2005 год, эти эксперименты подтвердили, что достаточно примерно от пяти до семи степеней отдаления, чтобы соединить любые два человека в Интернете.

В последние годы в разных областях науки все большее внимание уделяется сетевому подходу, в том числе социальным сетям. Причем, под социальной сетью понимают как круг общения некоторых субъектов, неформальные и социально значимые отношения, так и услуги, способствующие поддержанию социальных групп или сетей. Социальные сети используются при моделировании комплексных взаимоотношений между членами некоторого сообщества, социальными системами на разных уровнях – от межличностного до международного, от микроуровня до макроуровня. Несмотря на то, что термин этот хорошо известен с 50-х годов, именно в течение последних двух десятилетий развитие теории и практики использования социальных сетей приобрело такое большое значение.

В анализе социальных сетей можно выделить 4 подхода:

1) структурный – анализ геометрической формы сети (теории графов) и интенсивности взаимодействия внутри сети (теории сетевого обмена);

2) ресурсный – анализ привлекаемых субъектом индивидуальных и сетевых ресурсов для достижения некоторой цели наилучшим образом. В качестве ресурсов в сети могут выступать знания, умения, демографические особенности, уровень богатства, положение в обществе и т.п.;

3) нормативный – анализ уровня доверия между субъектами сети, правила, нормы, законы, влияющие на поведение субъектов внутри сети, а также процессов их взаимодействия;

4) динамический – анализ изменений, происходящий в структуре сети с течением времени.

Наиболее распространенные методы моделирования социальных сетей – это методы теории графов, блоковые модели, вероятностные модели и другие модели, позволяющие наглядно отображать количественные и качественные свойства социальных субъектов, объектов и их отношения. Часто при моделировании социальных сетей используются так называемые агенто - ориентированные модели. Кроме того, социальные сети считаются комплексными сетями, к которым можно применять методики, которые используются в статистической и нелинейной физике. И это расширяет сферу их применения.

Теоретическое и практическое изучение социальных сетей осуществляется в двух направлениях – это анализ уже существующих сетей, их особенностей и свойств и формирование новых социальных сетей..

Одним из феноменов социальных сетей является «феномен малого мира» (термин, введенный Каринти (F. Karinthy) и развитый Милграмом (S. Milgram)), скорость распространения знаний и информации в котором очень высока. В настоящее время с такими сетями проводятся многочисленные эксперименты (например, теоретические работы Уаттса и Строгатца (D.J. Watts, S.H. Strogatz, 1998), посвященные доказательству того, что в сетях мира людей или машин, подчиненных свойствам «малого мира», добавление малого числа случайных связей сокращает диаметр сети, т.е. самый длинный путь между ее узлами до самого короткого. Интересны эксперименты по применению свойств малого мира к организациям крупного масштаба, например, мегаполисам (E. Moffer, T.Nishirawa,Ying-Cheng Lai – 2003), показывающие что короткие пути, соединяющие входящих в сеть людей, не являются необходимым/достаточным условием для наличия среди них близких друзей, хотя среди познакомившихся людей вероятность иметь общих знакомых выше, чем у двух случайно выбранных. Сети, которые обладают этим свойством, содержат как случайные, так и регулярные компоненты и высоко коррелированы, существует также как корреляция между дружественными связями у лиц, принадлежащих к отправной социальной группе, так и корреляция между положением людей в разных социальных группах.

Особую роль социальные сети играют в распространении знаний. Это выявляется уже на микроуровне – на уровне компаний, которые заинтересованы в успешном обмене знаниями между своими сотрудниками. Исследования последних лет (D. Levin, R. Cross, E.L. Lessler, etc – 2000-2002) показали, что для успешного распределения знаний внутри сети требуется целый ряд факторов, влияющих на формирование доверия к источнику информации и носителям знаний – общий язык, демографическое и социальное сходство, осмотрительность, поведение и т.п. В связи с этим, создание хорошей социальной сети требует целого ряда условий – понимания того, кто какими знаниями владеет, востребованность конкретных видов знания, исключение «узких мест» сети (людей, стоящих в центре) путем перераспределения их полномочий, изучения поведения и способностей людей, формирующих сеть и т.д. Для эффективного распространения знания в такой сети требуется анализ самого знания, его доступности, участия специалистов, возможность совместной работы над проектом для людей, разделенных территориальными и временными рамками, свобода обучения и взаимоотношений.

Социальные сети широко применяются при моделировании экономического взаимодействия и при анализе стратегий развития бизнеса, слияний, перераспределения полномочий и т.п.

Одним из практических направлений в развитии социальных сетей является организация виртуальных лабораторий, целью которых становится распространение знаний вплоть до формирования «мирового знания». Виртуальные лаборатории функционируют на трех основных уровнях: человек – человек, человек – машина и человек – метамашина. Возможно, что в скором времени мы будем свидетелями появления еще одного уровня человек – робот (гуманоид). Эти сети широко используют все возможности современных информационных технологий и могут служить моделью организации мирового информационного пространства.

Особый интерес представляют социальные сети при моделировании «хаоса». В частности, при изучении того, каким образом функционирующая при определенных параметрах система при изменении этих параметров приходит в хаотичное состояние. Это – новое, перспективное направление в моделировании нестабильных систем.

Сейчас методология социальных сетей используется как в поведенческих моделях, так и при моделировании инноваций, эпидемологии, при изучении миграций, в биотехнических системах, медицине, моделировании культуры, информационных, транспортных и многих других системах.