For me, this story begins about 15 years ago, when I was a hospice doctor at the University of Chicago. And I was taking care of people who were dying and their families in the South Side of Chicago. And I was observing what happened to people and their families over the course of their terminal illness. And in my lab, I was studying the widower effect, which is a very old idea in the social sciences, going back 150 years, known as "dying of a broken heart." So, when I die, my wife's risk of death can double, for instance, in the first year. And I had gone to take care of one particular patient, a woman who was dying of dementia. And in this case, unlike this couple, she was being cared for by her daughter. And the daughter was exhausted from caring for her mother. And the daughter's husband, he also was sick from his wife's exhaustion. And I was driving home one day, and I get a phone call from the husband's friend, calling me because he was depressed about what was happening to his friend. So here I get this call from this random guy that's having an experience that's being influenced by people at some social distance.
Számomra ez a történet 15 évvel ezelőtt kezdődik, amikor a Chicago-i Egyetem hospice orvosa voltam. És olyan embereket és rokonaikat gondoztam, akik haldokoltak, Chicago déli részén. Megfigyeltem, hogy mi történik az emberekkel és családjukkal, egy halálos betegség folyamán. A laboromban az özvegy hatást tanulmányoztam, ami egy nagyon régi társadalomtudományi gondolat, mely 150 éves, és úgy ismerik, hogy a "megtört szív általi halál". Szóval, ha meghalok, a feleségem halálozási rizikója megduplázódhat, például, az első évben. Éppen egy konkrét beteghez indultam, aki demenciája következtében haldoklott. És a képen látható párral ellentétben, a lánya ápolta. A lány ki volt merülve az anyja ápolásától. És a lány férje, szintén betege volt a felesége kimerültségének. És egyik nap hazafelé vezettem, amikor a férj barátja fölhívott, azért keresett, mert depressziós volt amiatt, ami a barátjával történt. Szóval, egyszer csak jön ez a hívás, ettől a random pasastól, akinek egy olyan tapasztalata van, melyet emberek befolyásolnak, tőle némi társadalmi távolságra.
And so I suddenly realized two very simple things: First, the widowhood effect was not restricted to husbands and wives. And second, it was not restricted to pairs of people. And I started to see the world in a whole new way, like pairs of people connected to each other. And then I realized that these individuals would be connected into foursomes with other pairs of people nearby. And then, in fact, these people were embedded in other sorts of relationships: marriage and spousal and friendship and other sorts of ties. And that, in fact, these connections were vast and that we were all embedded in this broad set of connections with each other. So I started to see the world in a completely new way and I became obsessed with this. I became obsessed with how it might be that we're embedded in these social networks, and how they affect our lives. So, social networks are these intricate things of beauty, and they're so elaborate and so complex and so ubiquitous, in fact, that one has to ask what purpose they serve. Why are we embedded in social networks? I mean, how do they form? How do they operate? And how do they effect us?
Két gyors felismerésre jutottam. Először is, az özvegy hatás nem korlátozódott férjekre és feleségekre. Másodszor, nem emberpárokra korlátozódott. És teljesen új módon kezdtem látni a világot, úgy, mint egymáshoz kapcsolódó párokat. Aztán realizáltam, hogy ezek a személyek, négyesekbe kapcsolódtak más, közeli emberpárokkal. Aztán, az a helyzet, hogy ezek az emberek egyéb kapcsolatokba ágyazódtak, házassági, testvéri, baráti és más jellegű kapcsolatokba. Ezek a kapcsolatrendszerek hatalmasak voltak, és mi mind beágyazva létezünk egymással, ezekben a kiterjedt kapcsolatokban. Tehát teljesen új módon kezdtem látni a világot, és ennek a megszállottja lettem. Mániámmá vált, hogy milyen módon illeszkedünk ezekbe a társas hálózatokba, és hogyan hatnak az életünkre. Szóval, a társas hálózatok, a szépség komplikált megnyilvánulásai, és olyan alaposan kidolgozottak, és ténylegesen mindenütt jelenlévők, hogy az embernek meg kell kérdeznie, mi a céljuk. Miért ágyazódunk társadalmi kapcsolathálókba? Hogyan jönnek létre? Hogyan működnek? És hogyan hatnak ránk?
So my first topic with respect to this, was not death, but obesity. It had become trendy to speak about the "obesity epidemic." And, along with my collaborator, James Fowler, we began to wonder whether obesity really was epidemic and could it spread from person to person like the four people I discussed earlier. So this is a slide of some of our initial results. It's 2,200 people in the year 2000. Every dot is a person. We make the dot size proportional to people's body size; so bigger dots are bigger people. In addition, if your body size, if your BMI, your body mass index, is above 30 -- if you're clinically obese -- we also colored the dots yellow. So, if you look at this image, right away you might be able to see that there are clusters of obese and non-obese people in the image. But the visual complexity is still very high. It's not obvious exactly what's going on. In addition, some questions are immediately raised: How much clustering is there? Is there more clustering than would be due to chance alone? How big are the clusters? How far do they reach? And, most importantly, what causes the clusters?
Az első témám, ezzel kapcsolatban, nem a halál volt, hanem az elhízás. És hirtelen divatos lett az elhízásról beszélni, Együttműködő partneremmel, James Fowlerrel, azon morfondíroztunk, hogy az elhízás (társadalmilag) fertőző-e, terjedhet-e emberről emberre, mint a korábban tárgyalt négy ember esetében. Ezen a képen a korai eredményeink vannak. 2200 ember, a kétezres évben. Minden pötty egy ember. A pontok mérete az emberi testek méterével arányos. A nagyobb pöttyök, nagyobb emberek. Ráadásul, ha a test tömeg indexed (BMI) 30 felett van, vagyis klinikai értelemben elhízott vagy, akkor a pöttyöket sárgára színeztük. Ha ránéztek erre a képre, azonnal látjátok, hogy vannak itt klaszterek, melyek elhízott és nem elhízott emberekből állnak, a képen. De a vizuális komplexitás még midig túl nagy. Nem teljesen nyilvánvaló, hogy mi történik. Továbbá azonnal kérdések merülnek fel. Mennyi a klaszterek aránya? Több a klaszter, mint amit a vakszerencse indokolna? Milyen nagyok a klaszterek? Milyen messzire érnek el? De legfőképpen, mi okozza a klaszteresedést?
So we did some mathematics to study the size of these clusters. This here shows, on the Y-axis, the increase in the probability that a person is obese given that a social contact of theirs is obese and, on the X-axis, the degrees of separation between the two people. On the far left, you see the purple line. It says that, if your friends are obese, your risk of obesity is 45 percent higher. And the next bar over, the [red] line, says if your friend's friends are obese, your risk of obesity is 25 percent higher. And then the next line over says if your friend's friend's friend, someone you probably don't even know, is obese, your risk of obesity is 10 percent higher. And it's only when you get to your friend's friend's friend's friends that there's no longer a relationship between that person's body size and your own body size.
Némi matematikára van szükségünk, hogy a klaszterek méretét tanulmányozzuk. Ez itt azt mutatja, az Y tengelyen, hogy mennyivel nő az elhízás valószínűsége, ha az egyik társadalmi kapcsolatuk elhízott. Az X tengely mutatja az emberek közötti (társadalmi) távolságot. És a távoli bal oldalon egy lila vonal látható. Azt közli, hogy ha a barátaid kövérek, a kövérségre való esélyed 45%-kal magasabb. És a következő oszlop, a narancssárga vonal, azt mondja, hogy ha a barátaid barátai elhízottak, akkor a te elhízási rizikód 25%-kal magasabb. Majd a következő vonal azt mondja, hogy ha a barátod barátjának a barátja, akit te valószínűleg nem is ismersz, hájas, akkor a te elhízási rizikód 10%-kal magasabb. És csak amikor a te barátod barátjának a barátjának a barátja következik, csak ekkor szűnik meg az összefüggés, annak az embernek a testmérete és a te saját testméreted között.
Well, what might be causing this clustering? There are at least three possibilities: One possibility is that, as I gain weight, it causes you to gain weight. A kind of induction, a kind of spread from person to person. Another possibility, very obvious, is homophily, or, birds of a feather flock together; here, I form my tie to you because you and I share a similar body size. And the last possibility is what is known as confounding, because it confounds our ability to figure out what's going on. And here, the idea is not that my weight gain is causing your weight gain, nor that I preferentially form a tie with you because you and I share the same body size, but rather that we share a common exposure to something, like a health club that makes us both lose weight at the same time.
Mi okozza ezt a klaszteresedést? Legalább három lehetőség létezik. Az egyik lehetőség, hogy ahogy hízom, te is hízol, egyfajta öngerjesztő folyamat, emberről emberre terjedés. Másik lehetőség, ami nagyon nyilvánvaló, egyfajta homofilia, madarat tolláról embert barátjáról. Kötődést alakítok ki veled, mert hasonló a testméretünk. Végül a keveredés, ami összezavarja azt a képességünket, hogy kiderítsük, mi folyik itt. És itt nem arról van szó, hogy az én hízásom okozza a te hízásodat, nem is arról, hogy azért preferálom a veled való kötődést, mert hasonló a testméretünk, hanem inkább az lehet, hogy ugyan annak vagyunk kitéve, mint amilyen például egy életmód klub, melyben mindketten egyszerre fogyunk le.
When we studied these data, we found evidence for all of these things, including for induction. And we found that if your friend becomes obese, it increases your risk of obesity by about 57 percent in the same given time period. There can be many mechanisms for this effect: One possibility is that your friends say to you something like -- you know, they adopt a behavior that spreads to you -- like, they say, "Let's go have muffins and beer," which is a terrible combination. (Laughter) But you adopt that combination, and then you start gaining weight like them. Another more subtle possibility is that they start gaining weight, and it changes your ideas of what an acceptable body size is. Here, what's spreading from person to person is not a behavior, but rather a norm: An idea is spreading.
És amikor ezeket az adatokat kutattuk, mindezekre bizonyítékot is találtunk, még az öngerjesztésre is. És azt találtuk, hogy ha a barátod elhízik, akkor 57%-kal nő az elhízási rizikód, ugyan abban az időszakban. Rengeteg mechanizmus létezhet a hatás mögött. Az egyik lehetőség, hogy a barátaid valami olyasmit mondanak neked, hogy tudod, felvesznek egy ragadós magatartásformát, mint, pl.: Menjünk, igyunk sört és együnk sütit, ami rettenetes kombináció, (Nevetés) de elfogadod a kombinációt, és pont úgy kezdesz el hízni, mint ők. Másik, kicsit finomabb lehetőség, hogy hízni kezdenek, és ez megváltoztatja az elfogadható testméretekről alkotott ideádat. És ekkor, ami emberről emberre terjed, az nem egy viselkedés, hanem egy norma. Egy gondolat az, ami terjed.
Now, headline writers had a field day with our studies. I think the headline in The New York Times was, "Are you packing it on? Blame your fat friends." (Laughter) What was interesting to us is that the European headline writers had a different take: They said, "Are your friends gaining weight? Perhaps you are to blame." (Laughter) And we thought this was a very interesting comment on America, and a kind of self-serving, "not my responsibility" kind of phenomenon.
A főcím íróknak nagy napja volt, a tanulmányunkkal kapcsolatban. Azt hiszem, hogy a New York Times főcíme ez volt, "Hízol? Kend a hájas barátaidra." Számunkra nagyon érdekes volt, hogy az Európai főcím írók teljesen máshonnan nézték, és azt mondták: "Híznak a barátaid? Lehet, hogy te vagy a hibás?" (Nevetés) Úgy gondoltuk, ez egy nagyon érdekes megjegyzés volt, Amerikára, valahogy olyan önkiszolgáló jellegű, amolyan "nem az én felelősségem" jellegű fenomén.
Now, I want to be very clear: We do not think our work should or could justify prejudice against people of one or another body size at all. Our next questions was: Could we actually visualize this spread? Was weight gain in one person actually spreading to weight gain in another person? And this was complicated because we needed to take into account the fact that the network structure, the architecture of the ties, was changing across time. In addition, because obesity is not a unicentric epidemic, there's not a Patient Zero of the obesity epidemic -- if we find that guy, there was a spread of obesity out from him -- it's a multicentric epidemic. Lots of people are doing things at the same time. And I'm about to show you a 30 second video animation that took me and James five years of our lives to do. So, again, every dot is a person. Every tie between them is a relationship. We're going to put this into motion now, taking daily cuts through the network for about 30 years.
Nagyon világos akarok lenni: nem gondoljuk, hogy a munkánk bármilyen előítéletet indokolna, ilyen vagy olyan testméretű emberekkel kapcsolatban. Ez volt a következő kérdésünk: Vizualizálhatnánk esetleg ezt a terjedést? Egyik személy súlygyarapodása valóban átterjedhet egy másik személyre, súlygyarapodás formájában? És ez elég komplikált volt, mert számításba kellett vennünk a tényt, hogy a társas struktúra, a kapcsolatok felépítése, időközben változik. Ráadásul, mivel a túlsúly nem egy-központú járvány, nincs nulladik páciens az elhízási járványban, akit meglelhetünk, mintha belőle terjedne ki az elhízás kórokozója. Több-központú járvány. Sokan híznak egyszerre. Most egy 30 másodperces videó animációt mutatok, melynek James-vel közös elkészítése, 5 évet vett el az életünkből. És újfent, minden pötty egy ember. Minden köztük lévő kötés, egy kapcsolat. Most animáljuk, napra lebontott lépésekben, a hálózat 30 évét.
The dot sizes are going to grow, you're going to see a sea of yellow take over. You're going to see people be born and die -- dots will appear and disappear -- ties will form and break, marriages and divorces, friendings and defriendings. A lot of complexity, a lot is happening just in this 30-year period that includes the obesity epidemic. And, by the end, you're going to see clusters of obese and non-obese individuals within the network. Now, when looked at this, it changed the way I see things, because this thing, this network that's changing across time, it has a memory, it moves, things flow within it, it has a kind of consistency -- people can die, but it doesn't die; it still persists -- and it has a kind of resilience that allows it to persist across time.
A pontméretek egyre nagyobbak lesznek. Elhatalmasodik a sárga szín. Emberek születését és halálát látjátok majd, pontok jönnek és mennek. Kapcsolatok épülnek ki és szakadnak meg. Házasságok és válások, barátkozások és barátságok széthullása, sok komplexitás, rengeteg minden történik, pusztán ebben a 30 éves periódusban, mely magában foglalja az elhízási járványt. Végül klasztereket látnak majd, elhízott és nem elhízott egyénekből, a kapcsolathálókon belül. Amikor ezt szemléltem, megváltoztatta azt, ahogyan a dolgokat látom, mert ez a dolog, ez a hálózat, mely időben változik, memóriával rendelkezik, mozog, dolgok áramolnak benne, van benne valami állandóság, az emberek meghalhatnak, de ez a valami nem hal meg; továbbra is kitart. Van valamiféle rugalmasság benne, mely megengedi, hogy az idők folyamán kitartson.
And so, I came to see these kinds of social networks as living things, as living things that we could put under a kind of microscope to study and analyze and understand. And we used a variety of techniques to do this. And we started exploring all kinds of other phenomena. We looked at smoking and drinking behavior, and voting behavior, and divorce -- which can spread -- and altruism. And, eventually, we became interested in emotions. Now, when we have emotions, we show them. Why do we show our emotions? I mean, there would be an advantage to experiencing our emotions inside, you know, anger or happiness. But we don't just experience them, we show them. And not only do we show them, but others can read them. And, not only can they read them, but they copy them. There's emotional contagion that takes place in human populations. And so this function of emotions suggests that, in addition to any other purpose they serve, they're a kind of primitive form of communication. And that, in fact, if we really want to understand human emotions, we need to think about them in this way.
És ekkor úgy kezdtem a társas kapcsolathálókat látni, mint az élőlényeket, mint olyan élő dolgokat, melyeket egyfajta mikroszkóp alá helyezhetünk, és tanulmányozhatjuk, analizálhatjuk, megérthetjük. Többféle technikát alkalmazunk, amikor ezt tesszük. És mindenféle más fenomént is elkezdtünk tanulmányozni. Megnéztük a dohányzást, az ivási viselkedést, a választási viselkedést, a válást, mely terjedhet, és az altruizmust. Végül érdeklődni kezdtünk az emóciók iránt. Amikor érzelmeink vannak, kimutatjuk őket. Miért mutatjuk ki az érzéseinket? Úgy értem, hogy annak persze van előnye, ha megtapasztaljuk az érzéseinket, belül, tudjátok, mint a haragot vagy a boldogságot, de mi nem csak tapasztaljuk, hanem ki is mutatjuk őket. De nem csak hogy kimutatjuk, hanem mások képesek leolvasni. És nem csak leolvassák, de másolják is. Érzelmi ragály terjed az emberi populációkban. És az érzelmeknek ez a funkciója, azt sugallja, minden más egyéb cél tetejében, hogy egy fajta primitív kommunikációs formát képviselnek. És az a helyzet, hogy ha tényleg érteni akarjuk az emberi érzelmeket, így kell róluk gondolkodnunk.
Now, we're accustomed to thinking about emotions in this way, in simple, sort of, brief periods of time. So, for example, I was giving this talk recently in New York City, and I said, "You know when you're on the subway and the other person across the subway car smiles at you, and you just instinctively smile back?" And they looked at me and said, "We don't do that in New York City." (Laughter) And I said, "Everywhere else in the world, that's normal human behavior." And so there's a very instinctive way in which we briefly transmit emotions to each other. And, in fact, emotional contagion can be broader still. Like we could have punctuated expressions of anger, as in riots. The question that we wanted to ask was: Could emotion spread, in a more sustained way than riots, across time and involve large numbers of people, not just this pair of individuals smiling at each other in the subway car? Maybe there's a kind of below the surface, quiet riot that animates us all the time. Maybe there are emotional stampedes that ripple through social networks. Maybe, in fact, emotions have a collective existence, not just an individual existence.
Ahhoz szoktunk, hogy az érzelmekről, ilyen szimpla módon, csak rövid ideig gondolkodjunk. Tehát, például, előadtam nemrég New York Cityben, és azt mondtam: "Ismerik, milyen, amikor a metrón vannak, és egy másik ember, a metró szemközti oldaláról, Önökre mosolyog, és Önök ösztönösen visszamosolyognak." És rám néztem, és azt mondták: "Mi ilyet nem teszünk NYC-ben." (Nevetés) És erre azt mondtam: "Minden más szegletében a Világnak, ez normális emberi viselkedés." Nagyon ösztönös út létezik érzelmeink gyors átadására, egymás között. Még ennél is szélesebb lehet az érzelmi fertőzőképesség, pl. a haragnak hangsúlyos kifejezésformái lehetnek, mint amilyenek a lázadások. A kérdés, amit fel akartunk tenni: "Az érzelmek tartósabban is terjedhetnek a felkeléseknél, az idő dimenziójában, és sok emberre hathatnak, nem csak az egymásra mosolygó két emberre a metrókocsiban?" Lehet, hogy valahol a mélyben folyton van egy csendes felkelés, mely folyton mozgat minket. Talán léteznek olyan erőteljes érzelmi folyamatok, melyek végigsöpörnek a társadalmi hálókon. Lehet, hogy az érzelmeknek kollektív létformájuk is van, nem csak egyéni létük.
And this is one of the first images we made to study this phenomenon. Again, a social network, but now we color the people yellow if they're happy and blue if they're sad and green in between. And if you look at this image, you can right away see clusters of happy and unhappy people, again, spreading to three degrees of separation. And you might form the intuition that the unhappy people occupy a different structural location within the network. There's a middle and an edge to this network, and the unhappy people seem to be located at the edges. So to invoke another metaphor, if you imagine social networks as a kind of vast fabric of humanity -- I'm connected to you and you to her, on out endlessly into the distance -- this fabric is actually like an old-fashioned American quilt, and it has patches on it: happy and unhappy patches. And whether you become happy or not depends in part on whether you occupy a happy patch.
És ez az egyik első kép, melyet a jelenség tanulmányozására hoztunk létre. Újra egy társas kapcsolatrendszer, de most az emberek akkor sárgák, ha boldogok, kékek, ha szomorúak, és zöldek a kettő között. Ha megnézitek, azonnal láthatjátok a boldog és boldogtalan emberek klasztereit, melyek szintén három kapcsolati fokig terjednek. És ráérezhettek, hogy a boldogtalan emberek, más strukturális helyet foglalnak el a hálózatban. Tehát van ennek a kapcsolathálónak közepe és széle, és a boldogtalan emberek, úgy tűnik, a széleken helyezkednek el (marginalizálódtak). Hogy más metaforát is alkalmazzak, ha úgy képzelitek el a társadalmi kapcsolathálókat, mint az emberiség egyfajta hatalmas szövetét, én kötődöm hozzád, te ő hozzá, a végtelenségig, akkor ez a szövet olyan, mint egy régimódi amerikai steppelt takaró, melyen foltok vannak, boldog és boldogtalan foltok. És az, hogy boldog leszel-e vagy sem, részben azon múlik, hogy egy boldog folton létezel-e.
(Laughter)
(Nevetés)
So, this work with emotions, which are so fundamental, then got us to thinking about: Maybe the fundamental causes of human social networks are somehow encoded in our genes. Because human social networks, whenever they are mapped, always kind of look like this: the picture of the network. But they never look like this. Why do they not look like this? Why don't we form human social networks that look like a regular lattice? Well, the striking patterns of human social networks, their ubiquity and their apparent purpose beg questions about whether we evolved to have human social networks in the first place, and whether we evolved to form networks with a particular structure.
Úgyhogy, ez az érzelmekkel folyó munka, melyek annyira alapvetőek, arra engedtek következtetni, hogy talán a társadalmi kapcsolathálók alap indítékai, a génjeinkben kódoltak. Mert a társadalmi kapcsolathálók, bármikor készülnek róluk térképek, mindig így néznek ki, íme a (lehetséges) hálózat képe, de soha nem néznek ki így. Miért néznek ki így? Miért nem hozunk létre olyan társadalmi kapcsolathálókat, melyek úgy néznek ki, mint a szokványos kristály rácsok? Az emberi kapcsolatrendszerek meglepő mintázatai, az, hogy mindenütt jelen vannak, és nyilvánvalóan célszerűek, mindez bizonyítja: úgy alakultunk ki, hogy eleve legyenek társadalmi kapcsolathálóink, és hogy úgy fejlődtünk ki, hogy a hálózatok speciális struktúráját hozzuk létre.
And notice first of all -- so, to understand this, though, we need to dissect network structure a little bit first -- and notice that every person in this network has exactly the same structural location as every other person. But that's not the case with real networks. So, for example, here is a real network of college students at an elite northeastern university. And now I'm highlighting a few dots. If you look here at the dots, compare node B in the upper left to node D in the far right; B has four friends coming out from him and D has six friends coming out from him. And so, those two individuals have different numbers of friends. That's very obvious, we all know that. But certain other aspects of social network structure are not so obvious.
Ismerjétek fel... de hogy ez érthető legyen, elébb bele kell mennünk a hálózati struktúrákba, egy kicsit. Figyelemre méltó, hogy minden személy, ebben a kapcsolathálóban, pont ugyan olyan strukturális helyet foglal el, mint minden más személy. De nem ez a helyzet a valódi hálózatokkal. Például íme egy valódi diák kapcsolatháló egy elit északkeleti egyetemen. Most kiemelek néhány pöttyöt, és a pöttyökre pillantva, vessétek össze a B csomópontot, a bal felső sarokban, a D csomóponttal, a jobb szélen, B-ből négy barát ágazik el. D-hez hat barát kapcsolódik. Tehát ezeknek az egyéneknek különböző számú barátjuk van, ez annyira nyilvánvaló, mind tudjuk. De bizonyos egyéb aspektusok, a társadalmi kapcsolatrendszerekben, nem annyira nyilvánvalóak.
Compare node B in the upper left to node A in the lower left. Now, those people both have four friends, but A's friends all know each other, and B's friends do not. So the friend of a friend of A's is, back again, a friend of A's, whereas the friend of a friend of B's is not a friend of B's, but is farther away in the network. This is known as transitivity in networks. And, finally, compare nodes C and D: C and D both have six friends. If you talk to them, and you said, "What is your social life like?" they would say, "I've got six friends. That's my social experience." But now we, with a bird's eye view looking at this network, can see that they occupy very different social worlds. And I can cultivate that intuition in you by just asking you: Who would you rather be if a deadly germ was spreading through the network? Would you rather be C or D? You'd rather be D, on the edge of the network. And now who would you rather be if a juicy piece of gossip -- not about you -- was spreading through the network? (Laughter) Now, you would rather be C.
Vessétek össze a B csomópontot, balra felül, az A-val, balra, lent. Na most ezeknek az embereknek, mindkettőnek, négy barátja van, de A barátai mind ismerik egymást, míg B barátai nem. Vagyis A egyik barátjának a barátja, A barátja is, míg B egyik barátjának a barátja, B-nek nem barátja, távol van a hálóban. Ez hálózati tranzitivitásként ismert. És végül, vessétek össze a C és a D csomópontokat. C-nek és D-nek, mindkettejüknek, 6 barátja van. Ha beszélgetnétek velük, és azt mondanátok: "Milyen a társadalmi életetek?" azt mondanák, hogy "Hat barátom van, ez jellemzi a társas tapasztalataimat." De most, madártávlatból, erre a kapcsolathálóra pillantva, belátjuk, hogy teljesen más társas világokban foglalnak helyet, és fejleszthetem is bennetek ezt az intuíciót, ha azt kérdezem, hogy "Ki lennél inkább?", ha egy halálos bacilus terjedne a kapcsolatrendszerben? Inkább C vagy D lennél? Inkább D lennél, a kapcsolatháló szélén. És most: Ki lennél inkább, ha egy jó kis zaftos pletyka terjedne, nem rólad, a hálózatban? Ebben az esetben inkább C lennél.
So different structural locations have different implications for your life. And, in fact, when we did some experiments looking at this, what we found is that 46 percent of the variation in how many friends you have is explained by your genes. And this is not surprising. We know that some people are born shy and some are born gregarious. That's obvious. But we also found some non-obvious things. For instance, 47 percent in the variation in whether your friends know each other is attributable to your genes. Whether your friends know each other has not just to do with their genes, but with yours. And we think the reason for this is that some people like to introduce their friends to each other -- you know who you are -- and others of you keep them apart and don't introduce your friends to each other. And so some people knit together the networks around them, creating a kind of dense web of ties in which they're comfortably embedded. And finally, we even found that 30 percent of the variation in whether or not people are in the middle or on the edge of the network can also be attributed to their genes. So whether you find yourself in the middle or on the edge is also partially heritable.
Tehát a különböző strukturális elhelyezkedések, különböző következményeket hordoznak az életedben. És az a helyzet, hogy amikor némi kísérletezést folytattunk ezzel kapcsolatban, azt találtuk, hogy 46%-ban befolyásolja, a barátok számát, a genetika. És ez nem meglepő. Tudjuk, hogy vannak, akik félénknek születnek, mások pedig társaság kedvelők. De találtunk nem annyira egyértelmű dolgokat is. Példának okáért, 47%-ban hatnak, arra, hogy a barátaid ismeri-e egymást, a génjeid. Hogy a barátaid ismerik-e egymást, annak nem csak az ő génjeikhez van köze, hanem a tiedhez is. Azt gondoljuk, ennek az oka, hogy egyes emberek szeretik a barátaikat bemutatni egymásnak, mindenki tudja, hogy ki kicsoda, mások elkülönítik őket, és barátaikat nem mutatják be egymásnak. Így hát, vannak emberek, akik szorosan összekötik az őket körülvevő hálózatokat, ilyen módon a kapcsolatok sűrű hálóját hozva létre, melybe kényelmesen beágyazódnak. És végül még azt is találtuk, hogy 30%-ban, az, hogy valaki a kapcsolatrendszer közepén vagy szélén helyezkedik el, szintén genetikailag meghatározott. Vagyis az, hogy a szélen vagy középen helyezkedsz el, részben örökletes.
Now, what is the point of this? How does this help us understand? How does this help us figure out some of the problems that are affecting us these days? Well, the argument I'd like to make is that networks have value. They are a kind of social capital. New properties emerge because of our embeddedness in social networks, and these properties inhere in the structure of the networks, not just in the individuals within them. So think about these two common objects. They're both made of carbon, and yet one of them has carbon atoms in it that are arranged in one particular way -- on the left -- and you get graphite, which is soft and dark. But if you take the same carbon atoms and interconnect them a different way, you get diamond, which is clear and hard. And those properties of softness and hardness and darkness and clearness do not reside in the carbon atoms; they reside in the interconnections between the carbon atoms, or at least arise because of the interconnections between the carbon atoms. So, similarly, the pattern of connections among people confers upon the groups of people different properties. It is the ties between people that makes the whole greater than the sum of its parts. And so it is not just what's happening to these people -- whether they're losing weight or gaining weight, or becoming rich or becoming poor, or becoming happy or not becoming happy -- that affects us; it's also the actual architecture of the ties around us.
Mi ennek az értelme? Hogyan segít ez minket a megértésben? Hogyan segít ez minket abban, hogy megértsük némely mai problémánkat? Az érvem az, hogy kapcsolathálóink értékesek. Egyfajta társadalmi tőkét jelentenek. Új tulajdonságok jelennek meg, - mivel társadalmi kapcsolatrendszerekbe illeszkedünk - a rendszerekben lévő tulajdonságok miatt, a kapcsolatrendszerek struktúrájában, nem csak a bennük foglalt egyedekben. Gondoljatok erre a két tárgyra. Mindkettő szénből áll, ugyanakkor az egyikben a szénatomok olyan módon rendeződnek, a bal oldalon, hogy a végeredmény a grafit lesz, ami puha és sötét. De ha ugyan ezeket a szénatomokat más módon kapcsolod össze, akkor gyémántot kapsz, ami áttetsző és kemény. És ezek a tulajdonságok, a puhaság, keménység, sötétség, és átlátszóság, nem a szén atomokban lakoznak. A (tulajdonságok a) szén atomok közötti összefüggésekben rejteznek, vagy legalábbis a szén atomok közötti kapcsolódások miatt jönnek létre. Ugyan így, az emberek közötti kapcsolatok mintázata, az emberi csoportokat különböző jellegzetességekkel ruházza fel. Ezek az emberek közötti kapcsolatok okozzák a szinergiát. Tehát nem csak az befolyásol minket, hogy mi történik ezekkel az emberekkel, fogynak vagy híznak, gazdagodnak vagy szegényednek, boldogok lesznek vagy nem lesznek boldogok. Hanem a minket körülvevő kötelékek felépítése is (befolyásol minket).
Our experience of the world depends on the actual structure of the networks in which we're residing and on all the kinds of things that ripple and flow through the network. Now, the reason, I think, that this is the case is that human beings assemble themselves and form a kind of superorganism. Now, a superorganism is a collection of individuals which show or evince behaviors or phenomena that are not reducible to the study of individuals and that must be understood by reference to, and by studying, the collective. Like, for example, a hive of bees that's finding a new nesting site, or a flock of birds that's evading a predator, or a flock of birds that's able to pool its wisdom and navigate and find a tiny speck of an island in the middle of the Pacific, or a pack of wolves that's able to bring down larger prey. Superorganisms have properties that cannot be understood just by studying the individuals. I think understanding social networks and how they form and operate can help us understand not just health and emotions but all kinds of other phenomena -- like crime, and warfare, and economic phenomena like bank runs and market crashes and the adoption of innovation and the spread of product adoption.
Azon múlik a világban szerzett tapasztalatunk, hogy milyen a strukturális felépítése azoknak a hálózatoknak, melyekben élünk, illetve (élményünk) azokon a dolgokon múlik, melyek hullámzanak és áramlanak a hálózaton belül. Szerintem arról van szó, hogy az emberi lények egybegyűlnek, és egy szuper organizmust hoznak létre. Na már most, a szuper organizmus, az egyének olyan gyűjteménye, mely viselkedésformákban és jelenségekben nyilvánul meg, melyek nem redukálhatók az egyén vizsgálatára, és a közösségre utalva, a kollektív jelenségeit vizsgálva, mint például egy méhraj, mely új fészket talál, vagy egy madár raj, mely elkerül egy ragadozót, vagy egy madár raj, mely a közös tudásra alapozva, navigál, és megleli a pöttöm szigetet a Csendes Óceán kellős közepén, vagy egy farkas falka, mely képes egy sokkal nagyobb zsákmány elejtésére. A szuper organizmusoknak olyan tulajdonságaik vannak, melyek nem érthetőek meg pusztán az egyén tanulmányozásával. Véleményem szerint, a társadalmi kapcsolathálók megértése, hogy milyen módon alakulnak ki és működnek, nem csak az egészség és érzelmek megértésében segíthetnek nekünk, de sok más jelenség (esetében), mint amilyen a bűnözés és a háború, gazdasági jelenségek, mint pl. a bankok fizetőképtelensége, tömeges pénzfelvételek esetén, vagy a piacok összeomlása, vagy az innovációk befogadása, és a termék elfogadás terjedése.
Now, look at this. I think we form social networks because the benefits of a connected life outweigh the costs. If I was always violent towards you or gave you misinformation or made you sad or infected you with deadly germs, you would cut the ties to me, and the network would disintegrate. So the spread of good and valuable things is required to sustain and nourish social networks. Similarly, social networks are required for the spread of good and valuable things, like love and kindness and happiness and altruism and ideas. I think, in fact, that if we realized how valuable social networks are, we'd spend a lot more time nourishing them and sustaining them, because I think social networks are fundamentally related to goodness. And what I think the world needs now is more connections.
Akkor most ezt nézzétek meg. Én úgy gondolom, azért alakítunk társas kapcsolatrendszereket, mert a társas élet előnyei túlsúlyban vannak a hátrányokhoz képest. Ha mindig erőszakos lennék veled, vagy félre informálnálak, vagy elszomorítanálak, vagy halálos vírusokkal fertőznélek meg, elvágnád a hozzám kapcsolt kötelékeidet, és a kapcsolatrendszer szétesne. Ezért a jó és értékes dolgok terjesztése szükséges ahhoz, hogy fönntartsuk és tápláljuk a társadalmi kapcsolatrendszereket. Hasonlóképpen, a közösségi kapcsolathálók szükségesek, hogy jó és értékes dolgokat lehessen terjeszteni, mint amilyen a szeretet és a kedvesség, a boldogság és az altruizmus, illetve a gondolatok. Komolyan úgy gondolom, hogy ha fölfognánk, hogy milyen értékesek a társas hálózatok, akkor sokkal több időt szánnánk ezek táplálására és fönntartására, mert a társas kapcsolatrendszerek alapvetően kapcsolódnak a jósághoz, és szerintem, amire a világnak most szüksége van, az több kapcsolat.
Thank you.
Köszönöm.
(Applause)
(Taps) [Translated and subtitled by/Fordította és feliratozta: Regina Saphier]