На информационном ресурсе применяются рекомендательные технологии (информационные технологии предоставления информации на основе сбора, систематизации и анализа сведений, относящихся к предпочтениям пользователей сети "Интернет", находящихся на территории Российской Федерации)

Свежие комментарии

  • Ангел Смерти
    С этого эксперимента началась целая ветка психологии.На 365 Дней Запеч...

Малобюджетный хит: как возникают модные увлечения и можно ли просчитать поведение толпы

В своей новой книге «Ритм Вселенной. Как из хаоса возникает порядок» математик Стивен Строгац объясняет, как в мире синхронизируются физические процессы, начиная с движения планет и астероидов и заканчивая ритмичными ударами сердца. И хотя поведение людей не вписывается в жесткие рамки теории синхронизации, он, помимо прочего, пытается разобраться, можно ли с ее помощью рассчитать, как возникают массовые увлечения и что делает из нескольких человек толпу. «Теории и практики» публикуют фрагмент из книги, которую перевело издательство «МИФ».

Недавние исследования, касающиеся модных увлечений, строятся на классической модели, разработанной в 1970-е годы социологом Марком Грановеттером. Он проиллюстрировал свои результаты историей о гипотетической толпе из 100 человек, которые, возможно, пребывают на стадии зарождения мятежа. Грановеттер предположил, что решение каждого из этих людей о том, участвовать ли ему в мятеже, зависит от действий всех остальных членов этой толпы. Зачинщики начнут мятеж, даже если остальные не присоединятся к ним. Другим людям, чтобы присоединиться к мятежу, нужно увидеть некое критическое количество других, уже присоединившихся к мятежу. Считается, что это критическое количество — порог принятия решения о собственном участии — распределено по популяции согласно некоторому распределению вероятности.

Самый известный пример Грановеттера относится к случаю толпы с равномерным распределением порогов, находящихся в диапазоне от 0 до 99. Другими словами, у одного из участников этой толпы порог равняется 0, у другого — 1, и т. д. Легко предсказать, как будут развиваться события в такой толпе. Человек с нулевым порогом готов присоединиться к мятежу, даже если пока еще никто, кроме него самого, не изъявил такого желания. Этот человек является зачинщиком мятежа. Затем к участникам мятежа присоединяется человек с порогом 1, поскольку он уже видит одного участника мятежа (зачинщика). Теперь, когда в мятеже уже готовы участвовать два человека, к ним присоединяется человек с порогом 2. Одним словом, начинает действовать хорошо известный «эффект домино»: мятеж рекрутирует все новых и новых людей до тех пор, пока его участниками не станут все 100 человек. Все это вполне очевидно, за исключением одного нюанса. Допустим, говорит Грановеттер, что в исходный состав толпы вносится небольшое изменение. Допустим, что вместо человека с порогом 1 там появляется человек с порогом 2. Теперь, после появления зачинщика не оказывается ни одного желающего присоединиться к нему, поскольку порог всех остальных членов толпы больше единицы. Иными словами, мятеж подавляется на корню.

Самым удивительным здесь является то, что две описанные гипотетические ситуации почти неразличимы между собой — по крайней мере, если пользоваться обычными социологическими показателями. В среднем картина толпы почти не изменилась; распределения порогов в том и другом случае также почти идентичны. Тем не менее, исходы в том и другом случае диаметрально противоположны: в первом случае в мятеже участвуют все, а во втором все ограничивается одним маньяком-зачинщиком. Сторонний наблюдатель мог бы описать первую толпу как сборище головорезов, а вторую — как мирную демонстрацию, в которую затесалась одна-единственная «паршивая овца», зачинщик, хотя на самом деле обе эти толпы являются практически точными копиями друг друга. Вывод из этого примера заключается в том, что коллективная динамика толпы может оказаться чрезвычайно чувствительной к ее составу, что может быть одной из причин столь непредсказуемого поведения больших толп.

Среди многих упрощений, заложенных в модели Грановеттера, самым серьезным, возможно, является предположение о том, что все члены толпы очень хорошо знают друг друга. Такая аппроксимация является социологическим аналогом системы связей по принципу «каждый с каждым», с которой мы уже сталкивались в простейших моделях осцилляторов, где каждый светлячок мог видеть всех остальных светлячков. Дункан Уоттс (который в настоящее время уже является профессором социологии в Колумбийском университете) недавно разработал математический аппарат для более реалистичного случая, когда каждый оказывается в сфере влияния определенного подмножества друзей и близких знакомых. Его модель мотивирована ситуациями, когда доминирующей формой взаимодействия является молва (так называемое «сарафанное радио») или общение посредством определенной социальной сети (в отличие от «всеобщего оповещения» или «глобальной видимости»). В таких децентрализованных сетях спонтанные вспышки координированного поведения могут казаться особенно загадочными и необъяснимыми. Эту загадку Уоттс формулирует следующим образом.

Почему некоторые книги, фильмы и музыкальные альбомы возникают словно ниоткуда, при использовании весьма незначительных маркетинговых бюджетов, быстро приобретая огромную популярность, тогда как в других случаях примерно такие же по своему качеству книги, фильмы и музыкальные альбомы не выделяются на фоне общего шума, даже если на их «раскрутку» затрачиваются немалые средства? Почему на фондовой бирже время от времени наблюдаются значительные скачки то в ту, то в другую сторону, которые невозможно объяснить появлением более или менее значимой информации, способной вызвать эти скачки? Каким образом зарождаются крупные низовые социальные движения в отсутствие организующей силы или публичных коммуникаций?

Все эти общественные явления связаны со стадным поведением, когда каждый человек руководствуется в своих собственных действиях решениями других людей. Рассмотрим это на более абстрактном уровне. Представьте себе сеть, состоящую из узлов любого рода — компаний, людей, стран или других субъектов принятия решений, причем каждый узел такой сети должен сделать один и тот же бинарный выбор: принять какую-то новую технологию или нет, поднять мятеж или нет, подписать Киотский протокол или нет. Как и в модели Грановеттера, решение о приеме новой технологии, поднятии мятежа или подписании Киотского протокола определяется тем, какое количество других узлов уже приняли соответствующее решение, — правда, на этот раз каждый узел обращает внимание лишь на решения определенной совокупности своих «соседей», то есть узлов, решения которых влияют на его собственное решение. (Например, решение некой компании о покупке аппарата факсимильной связи в 1985 г., когда такие устройства были большой редкостью, в значительной мере зависело от того, приобрели ли такие устройства бизнес-партнеры этой компании, поскольку полезность такого устройства в значительной мере зависела от количества партнеров, с которыми данная компания могла обмениваться информацией.) Порог каждого узла определяется как та часть соседей, которая должна выполнить соответствующее действие, прежде чем это действие выполнит данный узел. Чтобы обеспечить известное разнообразие в популяции, Дункан предположил, что некоторые узлы в большей степени склонны к риску, чем другие; кроме того, он предположил, что некоторые узлы располагают более обширной системой связей. С математической точки зрения это означает, что как пороги, так и количества соседей распределены по всей популяции. Наконец, исходя из количества соседей, которые оказывают влияние на решения, принимаемые тем или иным узлом, каждый узел устанавливает соответствующие связи с членами популяции, выбирая их произвольным образом (хотя такой вариант представляется не очень-то реалистичным, даже при таком допущении анализ оказывается весьма непростым).

Процесс начинается, когда один из узлов выбирается (произвольным образом) в качестве инициатора, совершающего первый шаг — запуск процесса. Это можно представлять себе как падение первой костяшки домино. Затем, один за другим, в произвольном порядке, каждый узел смотрит на своих соседей и определяет, какая часть их уже «упала». Если к этому моменту порог данного конкретного узла уже превзойден, он «опрокидывается». В противном случае он продолжает стоять. После того как обход всех узлов завершится, процесс проверок и «падений» начинается вновь. Какие-то из костяшек домино упадут уже в первом раунде (те соседи инициатора, пороги которых оказались достаточно низкими, чтобы упасть после того, как упадет инициатор). Они, в свою очередь, могут инициировать вторичные волны падений. Но если инициатор обладает слабой системой связей или если его соседи представляют собой консервативную совокупность с высокими порогами, то процесс может затухнуть, едва начавшись.

В этой идеализированной вселенной Дункану удалось определить, при каких именно условиях единственная костяшка домино запустит сильный лавинообразный процесс. Ему также удалось вычислить вероятность и масштаб таких каскадов, а также факторы риска, которые делают сеть в большей или меньшей степени предрасположенной к возникновению таких каскадов. Эти выводы с неизбежностью носят статистический характер; ничего нельзя сказать заранее о конкретных результатах каждого сеанса моделирования на компьютере: подробности исхода меняются от одного сеанса моделирования к другому. Эти подробности зависят от местоположения инициатора, от распределения порогов по популяции, от того, какой системой связей располагает каждый из узлов. Тем не менее проявляется ряд интересных тенденций, которые невозможно было бы предвидеть, опираясь лишь на доводы здравого смысла.

Основной результат заключается в том, что такая модель отображает два разных фазовых перехода, широко известных как переломный момент, или поворотный пункт. Если сеть располагает очень разреженной системой связей, она превращается, по сути, в совокупность небольших островков, и каскады не могут распространяться за пределы любого из этих островков. На более высоком, критическом уровне системы связей сети — первый переломный момент — островки внезапно связываются между собой в гигантскую сеть, в результате чего становятся возможными глобальные каскады. Теперь узел-инициатор может запустить «эпидемию» изменений, которая в конечном счете заражает бóльшую часть популяции. По мере дальнейшего наращивания системы связей сети масштаб каскадов поначалу становится еще бóльшим, а их возникновение становится еще более вероятным (впрочем, это нетрудно было предвидеть), но затем — и это уже оказывается неожиданным — масштаб каскадов становится еще бóльшим, но возникают они реже и внезапно вообще прекращаются, когда сеть превышает некий критический порог системы связей сети. Этот второй переломный момент возникает вследствие эффекта разжижения: когда у какого-либо узла появляется слишком много соседей, каждый из них оказывает слишком малое влияние, чтобы самостоятельно запустить процесс падений. (Вспомните, что каждый узел сравнивает свой порог с частью своих соседей, которые уже упали, а не со всеми ними. Чем больше соседей у узла, тем меньшее влияние оказывает каждый из них — в «частичном» смысле.)

Непосредственно перед наступлением этого второго переломного момента исход оказывается чрезвычайно непредсказуемым — во многом так же, как это бывает с реальными модными увлечениями. На сеть могут воздействовать тысячи перспективных инициаторов, каждый из которых провоцирует в лучшем случае обманчивую «рябь», которая быстро затухает. С этой точки зрения сеть представляется весьма стабильной и устойчивой к внешним воздействиям. Затем появляется инициатор — на первый взгляд неотличимый от тех, кто вступал в действие до него — тем не менее именно этому инициатору удается запустить массивный каскад. Иными словами, вблизи этого второго переломного момента модные увлечения возникают редко, но если уж они возникают, то принимают гигантские масштабы.

Вот что происходит в этом случае (на интуитивном уровне). Внутри сети скрывается некое подмножество узлов, которое Дункан называет уязвимым кластером. Определяющим здесь является геометрическая структура этого кластера — способ, посредством которого он «просачивается» через остальную сеть. Выражаясь языком маркетинга, уязвимый кластер состоит из так называемых ранних последователей («энтузиастов», «первопроходцев»): это не инициаторы, а узлы, готовые к тому, чтобы опрокинуться, как только опрокинется хотя бы кто-нибудь из их соседей. Вблизи второго переломного момента уязвимый кластер очень узок и почти незаметен — он занимает очень малый процент сети в целом, — поэтому шансы активизировать его с помощью случайного инициатора весьма невелики. Но после того как он оказывается активизирован, «пожар» с него постепенно перебрасывается на соседей, которые, в свою очередь, распространяют этот пожар на своих собственных соседей; этот процесс неумолимо продолжается до тех пор, пока весь этот гигантский компонент (обширная, взаимосвязанная сетчатая структура узлов, которая занимает доминирующее положение в системе) не оказывается объят пламенем. Самым удивительным здесь оказывается то, что почти все узлы в этом гигантском компоненте не являются ранними последователями: они представляют собой более консервативную совокупность с более высокими порогами (в литературе по маркетингу их называют «ранним и поздним большинством»). Однако поскольку сеть оказывается столь плотно связанной вблизи второго переломного момента, искра, которой удалось активизировать уязвимый кластер, способна создать достаточный импульс для активизации практически всех остальных узлов.

Очевидно, что модель Дункана является весьма упрощенной: она оставляет за скобками все богатство реальной структуры общества, приписывает всем отношениям дружбы между людьми одинаковый вес и исходит из того, что все инициаторы одинаково «заразительны» — но даже в этом случае она успешно моделирует особенности реальных модных увлечений, которые кажутся нам наиболее загадочными: их непредсказуемость, сравнительную редкость их появления и капризность их поведения. В частности, ползучее распространение какого-нибудь немыслимого каскада вблизи второго переломного момента очень напоминает малобюджетный хит, который неспешно начинает завоевывать популярность в массах, раскручиваясь за счет молвы.

Эта модель позволяет также делать поддающиеся проверке прогнозы, которые касаются не отдельно взятых модных увлечений (которые, как гласит теория, непредсказуемы по своей природе), а статистики многих из них, рассматриваемых в совокупности. Эти статистические выводы позволяют понять, какие вмешательства вероятнее всего способны вызвать каскады. Например, анализ показывает, что неоднородность популяции может иметь разнонаправленные последствия. Расширение диапазона порогов дестабилизирует систему, делая ее более восприимчивой к модным увлечениям (главным образом из-за наличия большего числа ранних последователей, обеспечивающих «разжигание»), тогда как расширение диапазона связности сети (увеличение количества соседей в расчете на один узел) способствует стабилизации системы. К тому же каскады обычно начинаются в разных местах вблизи двух переломных моментов этой модели. Вблизи первого переломного момента, когда сеть все еще остается разреженной и слабо связанной, каскады легче всего инициируются в хабах — узлах с наибольшим количеством связей. Вблизи второго переломного момента те немногие каскады, которые действительно возникают, обычно инициируются в среднестатистических узлах, ничем особенным не выдающихся, просто потому, что таких узлов появилось очень много. […]

Даже в столь автоматической форме группового поведения, как хлопанье в ладоши, можно обнаружить присутствие человеческой психологии. Однако — по крайней мере до настоящего времени — все модели пренебрегали капризами человеческого волеизъявления. Они намеренно исходили из того, что все люди ведут себя подобно роботам, и пытались понять, что можно объяснить хотя бы на этой основе. В модели модных увлечений, предложенной Дунканом Уоттсом, человек поддается модному увлечению, как только будет превзойден порог, присущий этому человеку. […] В моделях искусственных сообществ люди, склонные к систематическому уничтожению своих соплеменников, стараются не высовываться, пока за ними присматривают миротворцы ООН, но как только миротворческие войска покидают страну, в ней разворачивается вакханалия убийств.

Это происходит потому, что указанные модели упрощены до такой степени, что их достоверность вызывает большие сомнения. Во многих формах группового поведения люди не склонны полагаться на собственный разум. «Умопомешательство у каждого из людей в отдельности встречается довольно редко, — утверждал Ницше, — но в группах, партиях, странах и эпохах оно является скорее правилом, чем исключением». Возможно, это является частью того, что кажется нам столь ужасающим, когда мы видим колонны марширующих нацистов. В руках тоталитарных режимов синхронизм становится символом всего, что недостойно человека. «Тот, кто бодро марширует под звуки военного марша, уже заслуживает моего презрения, — говорил Эйнштейн. — Господь наделил его головным мозгом по ошибке, поскольку такой индивид вполне мог бы обойтись спинным мозгом».

Ирония судьбы заключается, однако, в том, что синхронизм также является неотъемлемой частью наиболее прекрасных форм самовыражения человека в балете, в музыке и даже во взаимной любви двух людей, чьи сердца стучат в унисон. Разница в том, что эти формы синхронизма являются более гибкими и мягкими, в отличие от упоминавшихся выше — бездумных, косных и брутально монотонных. Они воплощают в себе качества, которые, как принято считать, присущи только человеку: ум, способность к тонким переживаниям и чувство духовной близости с другими людьми, которое возникает лишь как высшая форма сочувствия и сопереживания.

Ссылка на первоисточник

Картина дня

наверх