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.
Dla mnie ta historia zaczyna się około 15 lat temu, gdy pracowałem jako doktor w hospicjum w szpitalu uniwersyteckim w Chicago. I opiekowałem się ludźmi którzy umierali, oraz ich rodzinami w południowej części Chicago. I obserwowałem co się dzieje z ludźmi i ich rodzinami w okresie ich śmiertelnej choroby. I w moim laboratorium, studiowałem efekt wdowca który jest bardzo starą teorią w naukach społecznych, jeszcze sprzed 150 lat, znaną jako "umieranie z powodu złamanego serca." Która mówi - gdy ja umrę, ryzyko śmierci mojej żony może się podwoić na przykład, w przeciągu pierwszego roku. Opiekowałem się jednym konkretnym pacjentem, kobietą która umierała na demencje. I w tym przypadku w przeciwieństwie do tej pary opiekowała się nią jej córka. I córka była tą opieką wyczerpana. I mąż córki, również cierpiał z powodu przemęczenia swojej żony. Pewnego dnia jechałem do domu, gdy dostałem telefon od przyjaciela męża, który dzwonił do mnie ponieważ był załamany tym co się działo z jego przyjacielem. Więc dzwoni do mnie jakiś przypadkowy gość na którego życie, wpływają ludzie będący w znacznej odległości społecznej.
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?
I nagle uświadomiłem sobie dwie proste rzeczy. Pierwsza, efekt wdowca nie ogranicza się jedynie do mężów i żon. I druga, nie ogranicza się do par ludzi. I zacząłem widzieć świat w zupełnie nowy sposób, jako połączone ze sobą pary ludzi. I wtedy uzmysłowiłem sobie, że te jednostki mogą być połączone w czwórki z innymi parami bliskich osób. I że, w zasadzie, ci ludzie mogą być włączani w różnego rodzaju związki, małżeństwa i przyjaźnie i innego rodzaju więzi. I że te połączenia są obszerne że wszyscy jesteśmy włączeni w ten szeroki zbiór połączeń każdy z każdym. Więc zacząłem patrzeć na świat zupełnie inaczej i stało się to moją obsesją. Byłem zafascynowany tym jak to możliwe, że wszyscy jesteśmy osadzeni w tych sieciach społecznych, i to w jak one wpływają na nasze życie. Sieci społeczne są zawiłym pięknem, są tak wyszukane i tak złożone i tak wszechobecne, w rzeczywistości, że trzeba zapytać jakiemu celowi one służą. Dlaczego jesteśmy wbudowani w sieci społeczne ? W sensie - jak one się formują ? Na jakiej zasadzie działają ? Jak na nas oddziałują ?
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?
I tak oto mój pierwszy temat, w tej kwestii był związany nie ze śmiercią, ale otyłością. I tak oto nagle stało się trendy opowiadanie o epidemii otyłości. I wraz z moim współpracownikiem, Jamesem Fowlerem zaczęliśmy się zastanawiać, czy faktycznie mamy do czynienia z otyłością jako epidemią i czy może się ona przenosić z osoby na osobę jak w przypadku cztery osób o których wspomniałem wcześniej. Tak więc to jest slajd z naszymi wstępnymi wynikami. Jest to 2200 ludzi w roku 2000. Każdy punkt to osoba. Rozmiar kropki jest proporcjonalny do wielkości ciała. Im większe kropki, tym więksi ludzie. Tak więc, ponadto, jeśli wielkość twojego ciała, jeśli twój BMI, twój wskaźnik masy ciała wynosi ponad 30, jeśli z medycznego punktu widzenia jesteś otyły/a, pokolorowaliśmy kropki na żółto. Więc, jeśli spojrzysz na ten obrazek, od razu będziesz w stanie zobaczyć klastry otyłych oraz nie-otyłych ludzi na tym obrazku. Niemniej jednak wizualny poziom skomplikowania jest wciąż bardzo duży. Nie jest jasne o co właściwie chodzi. W dodatku, natychmiast pojawia się szereg dodatkowych pytań. Ile jest klastrów ? Czy występuje tu więcej klastrów niż byśmy się spodziewali ? Jak duże są te klastry ? Jak daleko sięgają ? I, co najważniejsze, co jest przyczyną ich powstawania ?
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.
Więc zaprzęgliśmy matematykę do obliczenia rozmiaru tych klastrów. Te wykres pokazuje, na osi Y wzrost prawdopodobieństwa, że dana osoba jest otyła, w momencie gdy zna kogoś otyłego. I na osi X, stopień separacji pomiędzy dwójką ludzi. Po lewej, widzicie purpurową linię. Mówi ona, że jeśli twoi znajomi są otyli, prawdopodobieństwo tego że i ty będziesz otyły wzrasta o 45 %. I następny słupek, pomarańczowa linia, mówi, że jeśli znajomi twoich znajomych są otyli, prawdopodobieństwo że i ty będziesz otyły wzrasta o 25 %. I następna linia mówi, że mówi, że jeśli znajomy znajomych twoich znajomych, ktoś kogo prawdopodobnie nawet nie znasz, jest otyły ryzyko tego że będziesz otyły jest o 10% wyższe. I dopiero gdy sięgniemy po znajomych-znajomych-znajomych-znajomych nie ma związku pomiędzy wielkością ciała danej osoby i twoim ciałem.
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.
Tak więc, co powoduje powstawanie klastów? Są co najmniej trzy możliwości. Jedna możliwość jest taka, że mój wzrost masy powoduje twój przyrost na wadze, rodzaj indukcji, rodzaj przenoszenia z osoby na osobę. Inna możliwość, bardzo oczywista, to homofilia lub inaczej ptaki tworzące stado. Tutaj, tworzę z tobą więź, ponieważ łączy nas podobny rozmiar ciała. I ostatnia z możliwości znana jako zakłócenie, ponieważ zakłóca naszą umiejętność do rozgryzienia co się dzieje. W tym przypadku, idea nie polega na wpływie mojej wagi na twoją, czy też preferencyjnym tworzeniu więzi ze względu na podobny rozmiar ciała, ale raczej na tym że wspólnie jesteśmy wystawieni na wpływ czegoś takiego jak np. siłownia która powoduje że oboje tracimy wagę w tym samym czasie.
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.
I kiedy przestudiowaliśmy te dane, znaleźliśmy dowody na wszystkie te rzeczy, łącznie z indukcją. I odkryliśmy, że jeśli twój znajomy stanie się otyły, spowoduje to wzrost ryzyka tego że i ty będziesz otyły o około 57 % w tym samym okresie czasu. Za ten efekt może odpowiadać wiele mechanizmów. Jedną z możliwości jest to, że twój znajomy powiedział ci coś w stylu -- wiecie, oni przyjmują zachowania które rozprzestrzeniają się na Ciebie gdy mówią, "Chodźmy na muffiny i piwo," co jest fatalną kombinacją, ale którą ty akceptujesz, i zaczynasz przybierać na wadze tak jak oni. Inna bardziej subtelna możliwość jest taka: kiedy oni zaczynają przybierać na wadze, zmienia się twoje wyobrażenie akceptowalnego rozmiaru ciała. I tutaj to, co przenosi się z osoby na osobę jest nie zachowanie, ale raczej norma. Rozprzestrzenia się pogląd.
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.
Dziennikarze mieli niezły dzień opisując nasze badania. Bodajże New York Times zamieścił tytuł, "Przybierasz na wadze ? To wina twoich grubych przyjaciół." Co ciekawe tytuły europejskich gazet miały inne podejście, brzmiały: "Czy twoi znajomi przybierają na wadze ? Być może to twoja wina." (Śmiech) Uznaliśmy to za ciekawy komentarz o Ameryce, coś w rodzaju egoistycznego, fenomenu "to-nie-moja-sprawa".
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.
Teraz. Chcę bardzo jasno powiedzieć, że nie uważamy jakoby nasza praca mogła uzasadniać uprzedzenia względem ludzi o takiej czy innej budowie ciała. Następnie. Naszym następnym pytaniem było: Czy możemy właściwie zwizualizować to rozprzestrzenianie ? Czy przyrost wagi u jednej osoby faktycznie przekłada się na przyrost wagi u kogoś innego ? Było to dość skomplikowane ponieważ musieliśmy wziąć pod uwagę fakt, że struktura sieci, architektura połączeń zmieniała się w czasie. I ponadto, ponieważ otyłość nie jest epidemią która ma jedno centrum, nie ma "pacjenta numer zero" epidemii otyłości -- jeśli byłby taki ktoś, otyłość rozprzestrzeniała by się od niego. Otyłość to epidemia mająca wiele centrów. Wiele ludzi robi rzeczy w tym samym czasie. Za moment zaprezentuje wam 30 sekundową animację której zrobienie zajęło mnie i Jamesowi pięć lat naszego życia. I tu ponownie, każdy punkt to osoba. Każde połączenie między nimi to związek. I teraz puścimy animację w ruch, biorąc dziennie ujęcia sieci przez okres około 30 lat.
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.
Rozmiary kropek zaczynają się powiększać. Zobaczycie żółte morze zacznie dominować. Zobaczycie jak ludzie rodzą się i umierają; kropki pojawiają się i znikają. Więzi bedą się formować i urywać. Śluby i rozwody, przyjaźnie i rozpady tychże, bardzo duża złożoność, wiele się dzieje w okresie tych trzydziestu lat, który zawiera epidemię otyłości. I pod koniec, zobaczycie tworzące się w sieci klastry ludzi otyłych i osób o prawidłowej wadze. Teraz, gdy spojrzałem na to, zmieniło to sposób w jaki postrzegam świat, ponieważ ta rzecz, ta sieć, która zmienia się w czasie, posiada pamięć, ona się porusza, rzeczy w niej są płynne, ma pewien rodzaj spójności; ludzie mogą umrzeć, ale ona nie umiera; wciąż trwa. Posiada pewien rodzaj odporności który umożliwia jej utrzymywać się w czasie.
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.
I tak oto, poprzez te oznaki zacząłem postrzegać sieci społeczne jako żywe byty, jako żywe byty, które możemy umieścić pod swoisty mikroskop a następnie je studiować i analizować i zrozumieć. I stosujemy do tego celu przeróżne techniki. Zaczęliśmy eksplorację przeróżnych zjawisk. Tak więc popatrzyliśmy na palenie, sposoby picia alkoholu, głosowanie, i rozwody, które mogą się rozprzestrzeniać, i altruizm. I w końcu zainteresowaliśmy się emocjami. Teraz. Gdy ulegamy emocjom, okazujemy je. Dlaczego okazujemy nasze emocje ? Chodzi mi o to,że korzystne byłyby przeżywanie emocji wewnątrz, wiecie, gniew lub szczęście, ale my nie tylko je przeżywamy, my je okazujemy. I nie tylko je okazujemy, ale również inni potrafią je odczytać. I nie tylko potrafią je odczytać, ale oni je kopiują. U ludzi występuje emocjonalne zarażanie. Tak więc, to funkcjonowanie emocji sugeruje, że oprócz innych celów, którym służą, są pewnego rodzaju prymitywną formą komunikacji. I tak na dobrą sprawę, jeśli na prawdę chcemy zrozumieć ludzkie emocje, musimy pomyśleć o nich w ten właśnie sposób.
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.
Popatrzmy. Jesteśmy przyzwyczajeni do myślenia o emocjach w ten sposób, w uproszczeniu, w krótkich okresach czasu. Tak jak na przykład, Niedawno w Nowym Jorku gdy dawałem tą prelekcję powiedziałem, "Wiecie, to tak jak gdy jesteś w metrze, i inna osoba w tym samym wagonie uśmiecha się do ciebie, i ty, instynktownie odpowiadasz uśmiechem." I popatrzyli na mnie i powiedzieli: "My tego w Nowym Jorku nie robimy." Odpowiedziałem, "Wszędzie indziej na Świecie, jest to normalne ludzkie zachowanie." A więc jest bardzo instynktowny sposób w jaki przekazujemy sobie emocje. I w rzeczywistości, emocjonalne zarażenie może być jeszcze szersze tak jak złość dominuje w zamieszkach. Pytanie jakie chcieliśmy zadać to: Czy emocje mogą się rozprzestrzeniać w czasie w sposób bardziej zrównoważony niż zamieszki a zarazem angażować dużą ilość ludzi, a nie tylko parę osobników uśmiechających się do siebie w metrze. Może jest w nas pewien cichy bunt który nami cały czas steruje. Może istnieją emocjonalne sygnatury które roznoszą się w sieciach społecznych. A może, emocje istnieją zbiorowo a nie tylko indywidualnie ?
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.
I to jest jeden z pierwszych obrazków jaki stworzyliśmy do analizowania tego fenomenu. Znowu, sieć społeczna, ale tym kolor żółty oznacza szczęście niebieski smutek i zielony stan pomiędzy. Jeśli przyglądniecie się temu obrazkowi, momentalnie ujrzycie klastry szczęśliwych i nieszczęsliwych ludzi, rozprzestrzeniających się w trzech stopniach separacji. I intuicja może wam podpowiadać że nieszczęśliwi ludzie stanowią odrębne struktury w sieci. Jak widać jest środek i krawędź tej sieci, i wygląda na to że nieszczęśliwi są ulokowani przy krańcach. Gdyby przywołać kolejną metaforę, jeśli wyobrazicie sobie sieć społeczną jako nieskończony materiał utkany z ludzkości -- Ja jestem połączony z tobą, ty do niej, i tak w nieskończoność -- to ta tkanina byłaby jak stara amerykańska kołdra która ma na sobie łaty szczęścia i nieszczęścia. I to czy będziesz szczęśliwy czy nie zależy po części od tego na której łacie się znajdziesz.
(Laughter)
(Śmiech)
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.
Więc tak to działa jeśli chodzi o emocje, które są tak fundamentalne, i to dało nam to do myślenia, że może fundamentalne przyczyny ludzkich sieci społecznych są w jakiś sposób zakodowane w naszych genach Ponieważ ludzkie sieci społeczne, jakkolwiek były by przedstawione, zawsze wyglądają mniej więcej tak, wizerunek sieci, ale nigdy nie wyglądają w ten sposób. Dlaczego tak nie wyglądają ? Dlaczego nie formujemy sieci społecznych które wyglądają jak regularna siatka ? Cóż, uderzające prawidłowości sieci społecznych, ich wszechobecność, oraz ich cel zmuszają do pytań czy my po to ewoluowaliśmy aby osiągnąć sieci społeczne i czy też poprzez ewolucje formujemy sieci o konkretnej strukturze.
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.
I zauważcie że... I tak, aby to zrozumieć, musimy najpierw dokładniej przyjrzeć się strukturom sieci. Zauważcie, że każda osoba w tej sieci ma dokładnie takie same położenie jak każdy inny. Ale to nie dotyczy prawdziwych sieci. I tak, na przykład, tutaj jest sieć społeczna studentów koledżu elitarnego północno-wschodniego uniwersytetu. Teraz podświetlę kilka kropek, i gdy spojrzycie na kropki porównajcie wierzchołek B, na górze po lewej z wierzchołkiem D po prawej. B ma czterech przyjaciół odchodzących od niego. D ma sześcioro. I tak, ta dwójka ma różną liczbę przyjaciół -- to jest oczywiste, wszyscy to wiemy. Ale pewne aspekty struktury sieci społecznych nie są tak oczywiste.
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.
Porównajcie wierzchołek B do wierzchołka A, na dole po lewej. Oboje mają czwórkę znajomych, ale znajomi A znają się wzajemnie, a znajomi B nie. Więc przyjaciel, przyjaciela A, jest przyjacielem A, w momencie gdy przyjaciel przyjaciela B, nie jest znajomym B, jest dalej w sieci. Znane jest to jako przechodniość w sieci. I w końcu porównajcie wierzchołek C z D. Zarówno C jak i D mają sześcioro znajomych. Gdybyście z nimi porozmawiali i spytali: "Jak wygląda wasze życie społeczne?" odpowiedzieli by: "Mam sześcioro przyjaciół. Takie mam doświadczenie społeczne." Ale teraz my, patrząc z lotu ptaka na tą sieć możemy zobaczyć że okupują oni zupełnie różne światy społeczne i mogę podszkolić waszą intuicję poprzez zadanie pytania: Kim wolałbyś być gdyby śmiertelne zarazki zaczęły rozprzestrzeniać się w tej sieci? Wolelibyście być raczej C czy D ? Wolelibyście być D, na skraju sieci. A teraz, kim wolelibyście być gdyby soczysta plotka, nie o was zaczęła krążyć w tej sieci ? Teraz wolelibyście być raczej C.
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.
Tak więc różne położenia w strukturze mają różne konsekwencje w życiu. I gdy zrobiliśmy kilka eksperymentów w tej kwestii odkryliśmy, że 46 procent zmian w liczbie znajomych jest wytłumaczalne poprzez geny. I nie jest to zaskakujące. Wiemy, że niektórzy ludzie rodzą się nieśmiali, inni rodzą się towarzyscy. To oczywiste. Ale odkryliśmy również parę już nie-tak-oczywistych rzeczy. Na przykład, 47 procent zmian w tym czy wasi znajomi znają się wzajemnie jest przypisane waszym genom. To czy wasi znajomi się znają wzajemnie ma do czynienia nie tylko z ich genami, ale także waszymi. I uważamy że powodem tego jest fakt, że niektórzy lubią zapoznawać swoich znajomych wzajemnie, kto kim jest a inni trzymają znajomych osobno i nie przedstawiają znajomych innym znajomym. I w ten oto sposób niektórzy ludzie spajają wokół siebie sieci, tworząc pewien rodzaj gęstej więzi w której są komfortowo osadzeni. I w końcu, odkryliśmy nawet że 30 procent zmian tego że ludzie są w środku lub na krawędziach sieci również może byś przypisane ich genom. Więc to czy znajdujesz się w środku czy też na krawędzi, jest również częściowo odziedziczone.
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.
Ale jaki jest sens tego wszystkiego ? W jaki sposób pomaga na to w zrozumieniu ? Jak nam to pomaga w rozgryzieniu problemów z którymi borykamy się w dzisiejszych czasach ? Cóż, teoria którą chciałbym zaproponować jest taka, że sieci mają wartość. Są one rodzajem kapitału społecznego. Pojawiają się nowe właściwości z powodu naszego powiązania w sieciach społecznych, i te właściwości tutaj są w strukturze sieci nie tylko w osobnikach zawartych w niej. Pomyślcie a tych dwóch obiektach. Oba są zbudowane z węgla, a mimo to jeden z nich ma atomy węgla ułożone w pewien szczególny sposób, po lewej, tak że otrzymujemy grafit, który jest miękki i ciemny. Ale gdy weźmiemy te same atomy węgla i połączymy je w inny sposób, otrzymamy diament, który jest przezroczysty i twardy. I te własności miękkości i twardości i ciemności i przezroczystości nie są zawarte w atomach węgla. Są zawarte w połączeniach pomiędzy tymi atomami lub co najmniej powstają ze względu na połączenia pomiędzy atomami węgla. I podobnie wygląd połączeń między ludźmi przyznaje grupom ludzi różne własności To te właśnie więzi między ludźmi powodują że całość to więcej niż suma jej składników. A zatem nie tylko to co się dzieje z tymi ludźmi, czy tracą na wadze czy też na niej przybierają, lub stają się bogatsi czy biedniejsi szczęśliwsi lub mniej szczęśliwi, na nas wpływa. Ale również architektura połączeń między nami.
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.
Nasze doświadczenie świata zależy od konkretnej struktury sieci w której przebywamy oraz różnego rodzaju rzeczy które pływają i roznoszą się poprzez sieć. Powód dla którego uważam że tak właśnie jest jest fakt że istoty ludzkie gromadzą się i formują pewnego rodzaju super-organizm. Ten super-organizm jest czymś w rodzaju zbioru jednostek które ukazują lub okazują zachowania lub fenomeny których nie da się zredukować do opisu na poziomie jednostki i muszą być rozumiane w odniesieniu do, i poprzez studiowanie kolektywu, tak jak, na przykład, rój pszczół który znajduje nowe miejsce pod gniazdo, lub stado ptaków które unika drapieżnika, lub stado ptaków które jest w stanie połączyć swą mądrość i nawigować tak aby znaleźć maleńką plamkę wyspy w środku Pacyfiku, lub stado wilków, które jest w stanie upolować większą zdobycz. Super-organizm ma własności które nie mogą być zrozumiane poprzez analizę jednostek. Uważam, że zrozumienie sieci społecznych i sposób w jaki się formują i działają, pomoże nam zrozumieć nie tylko zdrowie i emocje, ale wszelkiego rodzaju fenomeny takie jak przestępczość i wojny i zjawisk gospodarczych, takich jak działania banków i załamania rynków. i wprowadzanie innowacyjności i rozprzestrzenianiu się adaptacji produktu.
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.
Teraz, popatrzcie na to. Myślę, że formujemy sieci społeczne ponieważ korzyści związane z połączonego życia przerastają koszty. Gdybym zawsze używał przemocy w stosunku do ciebie lub dezinformował cię, lub zasmucał, lub zainfekował cie ze śmiercionośnym wirusem, odciąłbyś się ode mnie, i sieć by się rozpadła. Tak więc, rozprzestrzenianie rzeczy dobrych i wartościowych jest wymagane do podtrzymania i pielęgnacji sieci społecznych. Podobnie, sieci społeczne są wymagane do rozprzestrzeniania rzeczy dobrych i wartościowych takich jak miłość i życzliwość i szczęście i altruizm i idee. Uważam, że gdybyśmy byli świadomi tego jak cenne są sieci społeczne, poświęcalibyśmy dużo więcej czasu na ich pielęgnacje i ich utrzymanie ponieważ, uważam, że sieci społeczne są fundamentalnie połączone z dobrocią, a to czego moim zdaniem potrzebuje teraz świat, to więcej połączeń.
Thank you.
Dziękuję.
(Applause)
(Oklaski)