Plenarno predavanje powered by Cisco na Combis konferenciji održao je doc.dr.sc. Robert Kopal. Govorio je o razvoju mrežne znanosti, koliko smo povezani, analizi društvenih mreža s primjenom u bankarstvu, ljudskim resursima, nacionalnoj sigurnosti, telekomunikacijama… kako je moguće predvidjeti i modelirati ljudsko ponašanje pomoću mrežne znanosti te koji su izazovi praktične primjene analize društvenih mreža.
Social Network Analysis (SNA) ili mrežna analiza je širi koncept koji ima tri razine, a analiza socijalnih mreža je samo jedna od njih. Pri tome, upozorava doc.dr.sc. Kopal, treba razlikovati analizu socijalnih mreža i analizu društvenih mreža. “To nisu iste stvari. Analizu ponašanja društvenih mreža svakodnevno susrećete u digitalnom svijetu (Twitter, Facebook itd.). Analiza socijalnih mreža je puno širi koncept i ima širi kontekst. To je skup analitičkih metoda koje mjere povezanost i utjecaj, protok ideja u nečemu što možemo nazvati mrežom.”
Da bismo nešto mogli nazvati mrežom, moraju postojati čvorovi i moraju postojati veze između čvorova. Čvor može biti bilo što – osoba, pravna osoba, račun, blog, web stranica… Svaki čvor ima neke atribute, karakteristike koje ga određuju. Čvorovi su povezani vezama. Veze mogu biti srodstvo, suradnja, prijateljska veza, transakcija, telefonski poziv, prijenos klice s bolesne na zdravu osobu…
Mreže oblikujemo sami. Odlučujemo o broju osoba s kojima ćemo se povezati, odlučujemo i utječemo na to koliko su dobro i čvrsto međusobno povezani naši prijatelji, ali i koliko su čvrsto povezani naši prijatelji i naše obitelji. Treći način na koji oblikujemo mreže je da nadziremo svoj položaj u društvu odnosno zajednici u odnosu na središte mreže.
Koje su posljedice?
Kada postavite pitanja s kime raspravljate o važnim stvarima, s kime provodite slobodno vrijeme, na uzorku od pet tisuća ljudi pokazalo se da u prosjeku imamo četiri bliska prijatelja – većina nas ima između dvoje i šest prijatelja. Međutim, 12 posto ljudi nema nikoga. Pet posto ljudi ima osam bliskih osoba. Drugo istraživanje, provedeno na uzorku od 1531 osobe, pokazalo je da se veličina jezgre mreže za raspravu smanjuje s godinama, te da ne postoji razlika s obzirom na spol. Ali postoji razlika u odnosu na obrazovanje.
Mreže, dakle, oblikujemo sami, ali mreže istovremeno oblikuju nas. Na nas utječe struktura i veličina obitelji, ali i naši prijatelji. Važno je koliko kontakata imamo i koji su to kontakti. Ljudi oponašaju svoje prijatelje, ali i prijatelje svojih prijatelja te prijatelje prijateljevih prijatelja. I tu se niz utjecaja zaustavlja.
Utjecaj je ograničen na tri razine
Psiholog Stanley Milgram proveo je 1968. eksperiment u kojem je pratio kako će reagirati 1424 pješaka na 150 metara dugom pločniku. Grupa za podražaj sastojala se od jednog do 15 asistenata koji su imali zadatak da jednu minutu netremice gledaju u osobu na šestom katu. Kad je to činila jedna osoba, četiri posto prolaznika je zastalo i pogledalo prema gore. Ali kada je prema gore gledalo 15 osoba, zastalo je i pogledalo prema gore 40 posto prolaznika.
Osim što se pokazalo da brojnost grupe utječe na broj oponašatelja, eksperiment je pokazao da se utjecaj prijatelja ne širi unedogled, nego samo do određene razine.
Mreža ima vlastiti život. To znači da ono što mreža odluči činiti ne mora biti ono što vi kao pripadnik mreže mislite da bi ona trebala činiti. Mreže imaju značajke u nastajanju. To možemo usporediti s kolačem: on nema okus niti jednog pojedinog sastojka, ali ima okus svih sastojaka. Tako mreža ima neke osobine koje nisu osobine svakog pojedinca koji čini tu mrežu.
Šest koraka
Stanley Milgram proveo je šezdesetih godina prošlog stoljeća istraživanje u kojem je dokazao da je udaljenost između bilo koje dvije osobe u SAD-u 5,5 koraka (skokova). To je utvrdio mjereći koliko dugo putuju razglednice iz jednog američkog grada u drugi. Kad bismo to željeli izmjeriti u Hrvatskoj, mogli bismo, na primjer, dati razglednicu nekoj osobi u Puli.
Zamolili bismo tu osobu da razglednicu pošalje određenoj osobi u Zagrebu. Ako ne poznaje tu osobu, neka razglednicu pošalje osobi koja bi mogla poznavati osobu kojoj želimo poslati razglednicu. Iduća osoba u lancu postupila bi isto: ako ne zna osobu kojoj šaljemo razglednicu, poslala bi je osobi koja bi mogla poznavati našeg konačnog primatelja. Broj slanja potreban da razglednica stigne do prave osobe pokazuje udaljenost odnosno povezanost između nje i prvog pošiljatelja.
Fizičari su 2002. izmjerili istu udaljenost na globalnom uzorku, slanjem poruka elektroničkom poštom. Pokazalo se da je potrebno šest koraka da biste došli do bilo koje osobe na svijetu. Međutim, tih šest skokova ne znači da utječete na sve te ljude. Postoje, naime, samo tri razine utjecaja. Utječete na svoje prijatelje (prva razina), na prijateljeve prijatelje (druga razina) i na prijatelja prijatelja vaših prijatelja (treća razina). To je maksimalna zona utjecaja.
Na Twitteru je 2010. izmjerena udaljenost između dviju osoba od 4,67 koraka, a na Facebooku 3,74. Posljednje mjerenje na Facebooku pokazalo je udaljenost za većinu ljudi između 2,9 do 4,2 koraka.
Grupa ima 7 do 15 posto lidera
Taj socijalni utjecaj se reflektira tako da u svakoj populaciji ima 7 do 15 posto lidera, a svaki lider ima tri do 15 sljedbenika. Kvaka 22 je, ističe doc.dr.sc. Kopal, da lider ne zna da je lider, a sljedbenik ne zna da je sljedbenik.
“Ne postoji univerzalni lider. Za svaku poslovnu primjenu morate pronaći odgovarajućeg lidera koji je lider samo za tu priliku i ne mora biti lider ni za jednu drugu. Devedeset posto naših odluka donosi se uslijed socijalnog utjecaja.”
“Nove poslove ne donose prijatelji nego poznanici. A to trebate znati izmjeriti i modelirati. U realnom slučajevima omjer poslova koje donose slabe i jake veze je dva naprema jedan”, tumači doc.dr.sc. Kopal,
Kako mjeriti
Da bismo mogli analizirati mrežu, za svaku osobu (čvor) u mreži treba izračunati neke parametre. Osnovni parametri su degree, closeness, betweenness, eigenvector i centrality.
Degree pokazuje koliko je osoba povezana odnosno koliki je njen socijalni kapital. Pri tome treba istaknuti da je socijalni kapital samo potencijal.
Closeness je mjera koja otkriva osobe u središtu mreže, odnosno osobe koje imaju najbrži pristup drugim osobama u mreži.
Betweenness otkriva čvor s najboljim položajem u središtu mreže. Ako tu osobu uklonite iz mreže, mreža se razdvaja na dva dijela.
Eigenvector je osoba koja ima relativno manji socijalni kapital od drugih osoba u mreži, ali njene veze su “kvalitetnije”. To znači da je povezana s ljudima koji su povezani sa svima ostalima.
Centrality je mjera utjecaja. Kad bismo željeli izračunati tko ima najveći socijalni utjecaj u mreži, simulirali bismo uklanjanje tog čvora iz mreže prateći distribuciju njegove energije kad ga nema na ostatak mreže. Tako je moguće izračunati s velikom točnošću koliko ste doista utjecajni.
Važno je pri tome ne brkati utjecaj i snagu. “Ja mogu imati snagu u mreži, ali je ne moram primijeniti. Utjecaj je primjena snage”, pojašnjava doc.dr.sc. Kopal.
Analiza mreža ima poslovnu primjenu. Tako se analiza organizacijske mreže bavi zaposlenicima, analiza vrijednosne mreže partnerima, a analiza utjecaja klijentima. Svaka od tih analiza je specijalna podvrsta analize socijalnih mreža.
