Мир в сетях

коммуникационные сети существовали с древнейших времен: сеть дорог в Древнем Риме, почтовые сети в Средневековье, железнодорожные сети, телеграфные, телефонные. И, наконец, сети телекоммуникационные. Каждый новый вид сетей способствовал расширению коммуникаций и увеличению обмена информацией между людьми и тем самым обеспечивал прогресс.

Социальные сети, связывающие людей отношениями родства, дружбы и прочими, возникли вместе с человеком. Однако объектом систематического научного исследования они стали сравнительно недавно. Сам термин «социальная сеть» ввел социолог Джеймс Барнс в 1954 году, хотя отдельные социально-сетевые исследования проводились еще в 1930-е годы. Сейчас под социальной сетью обычно понимают продукт информационных технологий — онлайновую социальную сеть вроде «Фейсбука» или «ВКонтакте».

Мы встретились с одним из ведущих исследователей социальных сетей в России доктором физико-математических наук, главным научным сотрудником ИПУ РАН Александром Чхартишвили.

— Что нового вносят социальные сети в жизнь каждого человека и всего мира?

— Главное, они обеспечили лавинообразное возрастание коммуникативной и информационной связности мира. Благодаря социальным сетям столь же существенно возросли информационные потоки, которые проходят через каждого отдельного субъекта. А это, в свою очередь, увеличило прозрачность окружающего нас мира. Сейчас у власти находится одно из последних поколений политиков, у которых в детстве и в юности не было аккаунта в социальных сетях: жизненный путь новых поколений станет гораздо более прозрачным для граждан, и это важное новшество.

То же и в экономике. Некоторые специалисты даже говорят о «второй невидимой руке рынка»: в дополнение к знаменитой адам-смитовской руке включается параллельный механизм, в основе которого наблюдение не за ценами, а за тем, кто какие товары покупает, для каких целей и с каким эффектом. А это создает совершенно новые условия для функционирования экономических агентов.

Функционирование научного сообщества тоже можно рассматривать как социальную сеть. Каждый научный журнал является аналогом социальной сети, где есть пользователи — авторы, которые пишут посты — научные статьи, на которые ссылаются, то есть цитируют.

У исследователей процессов, происходящих в обществе, появились беспрецедентные возможности мониторинга и анализа информации, исходящей от миллионов людей, которые пользуются социальными сетями. Следовательно, и у тех, кто управляет общественными процессами, появились новые возможности генерировать управляющие воздействия на всех этих людей благодаря возможности направлять сообщения, рассчитанные на каждого конкретного человека, в любой, даже самой отдаленной точке страны и мира. Причем потенциально эти возможности может реализовать любой человек, обладающий соответствующими талантами, навыками, временем и средствами. Но в первую очередь это интересует политиков — как средство повышения своего рейтинга и экономических агентов — как способ донести информацию о своих товарах до целевой аудитории.

— Вы исследуете сети математическими методами. Что это означает?

— Под социальной сетью на качественном уровне понимается социальная структура, состоящая из множества агентов и определенного множества отношений, то есть совокупности связей между агентами, например знакомств, дружбы, сотрудничества, коммуникации. А поскольку при анализе сетей мы используем математические методы, то социальная сеть для нас представляет собой граф с неким множеством вершин-агентов и ребер, отражающих взаимодействие агентов. Ключевыми свойствами практически любой модели социальной сети являются: агент, мнение, влияние, доверие, репутация.

А я в последнее время в первую очередь занимаюсь понятием влиятельности в социальных сетях.

— Что такое влиятельность в социальной сети?

— Казалось бы, что такое влиятельный блогер или влиятельный пользователь, интуитивно всем понятно, но на самом деле дать однозначное определение влиятельности в социальной сети достаточно сложно — оказывается, что формализовать это понятие можно очень разными способами.

Приведу пример. Мы знаем, что есть писатели, которых можно назвать великими и которые оказали большое влияние на мир. Однако попробуйте ответить на вопросы: в чем состоит это величие и как его измерить? В зависимости от подхода к этому явлению ответы могут быть самые разные.

Тем не менее позволю себе дать самое общее определение: влияние — это процесс и результат изменения субъектом поведения другого субъекта, то есть объекта влияния, его установок, намерений, представлений и оценок, а также основывающихся на них действий в ходе взаимодействия с ним.

К определению влиятельности может быть два подхода: структурный и информационный. Для структурного подхода при определении влиятельности характерен акцент на узлы графа и связи между ними. Узлы оказывают некое воздействие друг на друга. Как определить, какой узел более влиятелен или воздействие какого из них производит больший эффект? Первый возможный ответ: тот, который расположен, условно говоря, в центре графа. То есть процесс, который начался в этом узле, быстрее всего достигнет остальных узлов.

Другой подход в рамках той же парадигмы социально-сетевого анализа (social networkanalysis, SNA): наиболее влиятелен тот узел, через который проходит наибольшее число кратчайших путей между узлами (его можно рассматривать как наилучшего посредника).

Есть известная работа, в которой на основе вычисления показателя посредничества исследуется вопрос, почему именно Медичи во Флоренции стали великими герцогами Тосканскими. Очень интересный случай, потому что не так часто в истории бывало, когда есть какое-то количество влиятельных семей и вдруг одна из них поднимается настолько, что становится первой.

Что сделали исследователи? Они построили граф, узлами которого являются флорентийские семьи, а ребрами — их родственные связи. После чего они посчитали показатель промежуточности, то есть долю кратчайших путей, которые проходят через каждый узел. И оказалось, что как раз у семьи Медичи он существенно выше, чем у других. То есть Медичи были лучшими посредниками.

— А суть второго подхода?

— Второй подход исходит из моделей информационных процессов в сети, которых довольно много.

Например, в модели независимых каскадов предполагается, что каждый узел может находиться в двух состояниях: неактивном и активном. Когда узел в некоторый момент времени становится активным, он получает шанс активировать с некоторой вероятностью на следующем (и только на следующем) шаге каждого из своих соседей, причем их могут пытаться активировать независимо друг от друга и другие узлы.

Другая модель — так называемая пороговая. Если в каскадной модели существует какая-то вероятность, с которой каждый узел реагирует на возбуждение (переход в активное состояние) связанного с ним другого узла — своего френда, то в пороговой предполагается существование у каждого узла некоторого порога возбуждения, которое происходит, если определенное количество его френдов в активном состоянии. Скажем, порог возбуждения какого-то узла равен 0,8. Это означает, что если 80 процентов его френдов возбудились, то он тоже возбудился.

Существуют также модель де Гроота, модель Изинга и так далее. Ученые обобщают и комбинируют все эти модели, по ним существует огромный пласт литературы.

Итак, мы описали модель распространения информации. Если мы «верим», что именно она адекватно описывает реальность, то влиятельный субъект — тот, при возбуждении которого в сети возбуждается наибольшее количество других субъектов. Но проблема в том, что мы не знаем, какая из информационных моделей адекватна именно данной конкретной ситуации, то есть соответствует распространению именно данного конкретного информационного повода в какой-то предметной области.

— А вы каким подходом руководствуетесь?

— Наша исследовательская группа в ИПУ РАН развивает модель, которая называется акциональной, то есть основанной на действиях участников сети. При этом каждое действие характеризуется тремя основными параметрами — совершившим его агентом, видом действия и моментом времени, в который действие было совершено.

Дело в том, что онлайновые социальные сети — это информационная система со строго предопределенным набором возможных действий, которые доступны участникам этой сети с теми или иными правами. И каждый участник сети вправе выбирать то или иное действие. Кроме того, в социальной сети действия связаны причинно-следственными связями. Например, один пользователь написал пост, другой написал комментарий к нему. То есть комментарий не мог бы появиться, если бы не было поста, и между ними есть причинно-следственная связь.

Влиятелен в акциональной модели тот пользователь, действие которого в итоге получило наибольший отклик в сети. Но при этом мы оцениваем влиятельность исходя из некоторой точки зрения на то, что для нас важно (либо для нас важны умилительные фотографии котиков, либо политика, либо что-то еще). С учетом этого для нас влиятелен тот отдельный пользователь или то множество пользователей, действия которых вызывают наибольший отклик в виде важных действий в определенных временных рамках. А что такое важные действия, мы определяем исходя из практических соображений. При этом временны́е рамки соответствуют периоду, в течение которого влиятельность нас интересует (влиятельность в какой-то другой период времени может оказаться другой).

Важно отметить, что акциональная модель допускает практическое использование: мы четко понимаем, как можно посчитать влиятельность при наличии исходных данных. В этом ее достоинство.

Кстати, мы для себя сформулировали, на основе наших расчетов в сети «ВКонтакте», полушутливый принцип 2/98 (по аналогии с известным принципом Парето, он же принцип 20/80): два процента наиболее влиятельных узлов обладают 98 процентами совокупной влиятельности.

Я вам перечислил разные модели определения влиятельности. Между ними есть нетривиальные внутренние связи — и мы их как раз сейчас исследуем. Эти модели, в общем-то, более или менее об одном и том же, хотя подходы разные.

— А какие еще применения сетевого анализа возможны?

— Я уже сравнивал научное сообщество с социальной сетью. Когда говорится о таких вещах, как количество цитирований автора, индекс Хирша и так далее, имеется в виду именно влиятельность того или иного ученого. Поэтому некоторые подходы, которые обкатываются в сетевом анализе тех же социальных сетей, понемногу мигрируют в сторону применения в наукометрическом анализе.

«Кроме социальных есть технологические сети, есть биологические сети, есть телекоммуникационные сети, компьютерные»

Фотграфия: Александр Забрин

Вообще, понятие сетевого анализа, конечно, шире, чем исследование собственно социальных сетей. Кроме социальных есть технологические сети, есть биологические сети, есть телекоммуникационные сети, компьютерные. Даже в химии устройство молекулы вещества можно рассматривать как тоже своего рода сеть — и оказывается, что существует определенная связь между структурными свойствами этой сети и физическими свойствами вещества, например температурой кипения.

Или есть некий текст, допустим литературное произведение или историческое повествование. Вы можете представить, что персонаж — это узел и, соответственно, связи между персонажами — это сеть. Известно исследование, где было показано, что, вводя определенные индексы, можно сделать вывод, имеем ли мы дело с художественным произведением или с реальным историческим описанием.

Это, кстати, к вопросу о границах применимости математических методов. Математика — это инструмент очень узкого применения, но очень мощного. Если повезет и ситуация такова, что она позволяет применить этот мощный метод, то результаты могут быть почти магическими.

— Я так понимаю, при управлении толпой, о котором нам рассказывал директор вашего института Дмитрий Новиков, толпу тоже можно представить сетью. Там какие-то аналогичные процессы проходят.

— В принципе, да. Там тоже есть центры, кто-то более влиятелен в этой толпе, кто-то менее влиятелен, кто-то возбуждает толпу, а кто-то не может ее возбудить.

— То есть это аппарат в определенном смысле универсальный, позволяющий разнообразные связи анализировать?

— Когда начинаешь заниматься такими проблемами, чувствуешь себя как человек, который вдруг обнаружил, что он всю жизнь говорил прозой. Ученые в какой-то момент посмотрели и увидели: ба, вокруг же одни сети! То есть не то чтобы раньше этого не было, это было, просто не сразу это заметили. А сейчас постепенно заметили, и даже в учебниках по экономике теперь есть фрагменты сетевого анализа. Люди просто осознали, что связи между акторами, связи между элементами играют существенную роль.

Если есть узлы и есть связи, есть определенные процессы между этими узлами, которые распространяются, — значит есть сеть и можно пытаться исследовать какие-то общие закономерности.

Собственно говоря, к исследованию социальных сетей мы пришли от задач управления в иерархических структурах. С конца 1960-х годов в нашей стране стало развиваться направление, связанное с анализом организационных систем, где есть начальники, подчиненные, даются планы, распределяются ресурсы. Такие системы еще называют активными — состоящими из активных элементов. Здесь понятие активности используется в специфическом смысле, когда активный элемент — это тот элемент, у которого есть свои интересы, у которого есть определенная свобода действий. Ему дали задание — он может выполнить, а может и не выполнить или выполнить наполовину. Он также может искажать информацию. Его спросили: «Сколько деталей ты можешь изготовить за смену?» И он подумает, что ответить, и далеко не всегда скажет правду. Хотя в 1970-е годы для многих подобная постановка вопроса было шоком: как это, кто-то решит не выполнить план? Как вы смеете такое моделировать?

Со временем стало понятно, что кроме иерархических систем существуют системы с сетевой структурой, где нет начальников и подчиненных. Социальные сети — хороший пример таких систем. Лично я, до того как погрузиться в проблематику социальных сетей, занимался вопросами информационного управления и рефлексивных игр, в частности активного прогноза, являющегося формой информационного управления, которое может использоваться и в социальных сетях.

— А что такое активный прогноз?

— Это прогноз, который самим своим фактом влияет на прогнозируемый процесс. Известен такой пример: вечером шестого января 1981 года Джозеф Гранвилл, известный советник по капиталовложениям во Флориде, отправил своим клиентам телеграмму: «Цены на акции резко упадут; продавайте завтра». Очень скоро все узнали о совете Гринвилла, и седьмое января стало одним из самых черных дней в истории Нью-Йоркской фондовой биржи — цены на акции существенно снизились.

Или другой пример: распространяется слух, что некоему банку грозит банкротство. Все вкладчики побежали снимать вклады — банк действительно разорился, хотя объективных предпосылок для этого не было. То есть, говоря нечто о социальной сфере, прогнозируя, мы должны отдавать себе отчет в том, что сам наш прогноз может повлиять на дальнейшее развитие этой системы.

Иона у стен Ниневии

Иллюстрация: Рембрандт Харменс ван Рейн / Wikipedia

Говоря более широко: если мы понимаем, как принятие решений зависит от информированности тех, кто принимает решение, мы можем повлиять на информированность таким образом, чтобы итоговый результат получился такой, как мы хотим. Мы — я имею в виду управляющий орган. Это и есть задача информационного управления, а как частный случай — задача активного прогноза.

Как мы определяем, успешен или нет «обычный» («пассивный») прогноз? Мы говорим: «Некто спрогнозировал значение параметра в какой-то момент Т». Мы ждем момента Т и проверяем. Соответственно, если угадал — значит, молодец! Но у активного прогноза несколько другая логика, потому что он может быть средством управления: возможно, он вообще делается не для того, чтобы быть выполненным, а с другой целью — чтобы подвигнуть людей к чему-то.

Если вы помните, в Ветхом Завете есть книга пророка Ионы. Ионе было сказано, что город Ниневия будет разрушен за грехи горожан и ему надо пойти и сказать им об этом. Он пошел, сказал, горожане покаялись, и Бог не стал разрушать Ниневию. Что мы скажем? Что как прогнозист Иона провалился? Нет, потому что на самом деле цель была другая — призвать к покаянию.

Это позитивный пример. В принципе, активный прогноз как средство управления так и устроен: говорится нечто, что двигает ситуацию в определенном направлении, и критерием успешности прогноза является не то, насколько прогноз совпал с фактом, а то, насколько ситуация, в которой оказалась система, близка к той ситуации, в которой мы бы хотели ее видеть. То есть реализуется не прогноз, а замысел, который лежал в основе прогноза.

Иона — древнейший из еврейских пророков, писание которого дошло до нашего времени

Иллюстрация: Wikipedia

— Одной из самых громких сетевых проблем стало распространение фейковых новостей. Во Франции уже собираются специальный закон принимать о том, как подавлять фейковые новости. Можно ли путем какого-то анализа определить, какая это новость, и определить центр ее распространения, с тем чтобы его целенаправленно подавить?

— Вообще говоря, ничего нового в этой проблеме нет. Слухи как форма фейковых новостей всегда были, и люди всегда их передавали из уст в уста и всегда этому верили.

Почему сейчас политики обратили на это внимание? Это связано с их профессиональной деятельностью. Если честный ученый заинтересован в установлении истины, то честный политик заинтересован в том, чтобы массы людей двигались в том направлении, которое он считает правильным. То есть фейковые новости политика интересуют не сами по себе. Политик может счесть, что фейковые новости — это плохо, потому что он видит в них угрозу для своих интересов или угрозу государственному устройству. Но в конечном счете это угроза лично для этого политика.

Однако зададим себе вопрос, хотим ли мы, чтобы некое всевидящее и всезнающее око принимало решение: «Вот эта новость фейковая! Давайте ее сотрем!»

— Когда говорят о фейковых новостях, имеют в виду заведомую неправду, обман с какими-то неблаговидными целями.

— Благовидные или неблаговидные — для кого? Я не очень себе представляю, как можно сделать так, чтобы каждое слово, которое говорится, было бы правдой. Особенно в общедоступной социальной сети. Не очень я верю и в возможность оставить в сети только правдивых людей, а остальным запретить писать.

Если говорить более, скажем так, технологично, то, конечно, можно что-то придумать. Можно создать определенную систему, которая по каким-то параметрам будет что-то отсеивать, рассчитывать рейтинги доверия новостям и выделять более заслуживающие доверия источники. Однако я, как пользователь сети, не хотел бы, чтобы кто-то меня ограничивал в получении информации.

Конечно, возможна и другая позиция: за людьми нужен глаз да глаз, их нужно воспитывать и ограждать от нехорошего влияния фейковых новостей. Но насколько сильно мы доверяем тому, кто берет на себя эту «благородную» миссию — ограждать общество от неправильных, фейковых новостей? Это большой вопрос!

Мне ближе такой подход, который предусматривает возможность накопления данных о репутации тех или иных источников. Технически это можно реализовать при помощи соответствующих алгоритмов. То есть не запрещать, а повышать прозрачность и информированность, не ограничивая свободу человека, в том числе свободу читать (и даже писать) ерунду.