Матмодель показала - мобилизация масс работает иначе, чем мы думаем

Тот, кто знает, как мобилизовать массы, может добиться многого.
Но как устроен механизм мобилизации? Как он работает?
Только имея достоверные представления об этом, возможен эффективный процесс мобилизации масс.
И вот сюрприз – впервые в мире проведенное детальное исследование процессов мобилизации масс показало ошибочность существующих представлений об этом процессе.

Проведение данного исследования стало возможным исключительно благодаря цифровизации мира. В физическом мире процесс мобилизации непосредственно не отслеживаем, - регистрируемы только косвенные и итоговые характеристики.
В цифровом же мире есть замечательные возможности. Например, - подписание интернет-петиций, где:
— все «цифровые следы» каждой из подписей регистрируются;
— доступна полная статистика во всех разрезах, включая поминутную динамику процесса.
Не погружаясь в детали исследования (много букв и графиков вы найдете здесь https://epjdatascience.springeropen.com/articles/10.1140/epjds/s13688-017-0116-6) приведу лишь резюме результатов.

1) Детальный анализ статистики 22 тыс. интернет-госпетиций в Британии и США показал, что традиционное представление в экономике и политологии процесса мобилизации масс на коллективные действия в виде функции S-образной кривой ошибочно.
2) На самом деле, кривая развития процесса иная – быстрый рост и быстрое угасание.
Средний коэффициент охвата петиций очень быстро снижается (до 0,1% через 10 часов в Великобритании и через 30 часов в США). После дня или двух, судьба петиции фактически решена.
3) Результаты исследования заставляют пересмотреть взгляды не только на стратегии проведения интернет-госпетиций. То же касается любых мультипликативных социальных процессов: от процессов «социального заражения» и динамики инфокаскадов (в политике и маркетинге) до процессов, описывающих динамику популярности и е-демократию.
- - - - -
От себя добавлю. Удивительно, но факт.
Другой мультипликативный процесс – рост продолжительности войны, в найденной недавно «формуле войны» зависит от длительности 1го боестолкновения https://t.iss.one/theworldisnoteasy/326
А при мобилизации общества – аналогичная зависимость, но от 1ых суток.
Получается, - что все коллективные действия в обществе (от любой социальной заразы до войны) описываются все той же «формулой жизни» https://goo.gl/NKy2C2

Данное исследование трансдисциплинарное.
#СетевыеВзаимодействия #БольшиеДанные #СоциальноеЗаражение #ДинамикаКоллективныхДействий #МультипликативныеПроцессы

Найден способ заражать выродков - открыто недостающее звено в технологии создания социо-биологического оружия.

Сценаристы превосходного сериала «Черное зеркало» пока не догадались экранизировать вынесенный в заголовок футуро-кошмар. А ведь до возможностей его материализации немногим дальше, чем до массовых самоуправляемых авто.
Прорывной потенциал только что опубликованной в Royal Society Open Science работы троих испанских исследователей «Mixing and diffusion in a two-type population» видится мне колоссальным.

Результаты этого исследования, будучи доведенными до уровня технологии, позволят запускать сетевые ментальные (например, пропагандистские) эпидемии, не ослабляющие свой вирусный эффект из-за наличия в сети невосприимчивых к социальной заразе «инакомыслящих».

Получится что-то типа Башен-излучателей из экранизированного Бондарчуком романа Стругацких «Обитаемый остров». Только здорово усовершенствованных Башен. Так, чтобы даже «выродки» (те, на кого излучение/пропаганда не действует) не могли избежать влияния «излучения», отравляющего сознание пропагандой (и не важно какой: политической, коммерческой, моральной …)

Как это все может работать, что уже научились делать, что нового открыли испанцы и куда ведет этот техно-кошмар, я написал в своем новом посте на 9 мин. чтения
https://goo.gl/kbrmdc

#Инфокаскады #СоциальныеСети #СоциальноеЗаражение #Инакомыслящие

Эволюция мема.
На примере 2х кейсов - влияние на выборы и провокация волнений в США.

1й кейс – эволюция мема, спровоцировавшая вооруженные волнения в США, - показан в только что закончившемся 7ом сезоне сериала Homeland (Родина). Этот пока еще не материализовавшийся кейс основан на вполне реальном 2ом кейсе – уже материализовавшемся на последних президентских выборах в США.
2й кейс – влияние на президентские выборы путем вброса мемов, эволюционирующих при активной поддержке соцботов, детально разобран в совместном отчете USC Dept. Of Political Science и USC Information Sciences Institute. Это исследование показало 30ти кратное превосходство в эффективности влияния соцботов, работавших на поддержку Трампа и названных в отчете «Русские тролли».

Поскольку каждый из желающих может сам и фильм посмотреть, и отчет прочесть, я лишь попробую дать резюме обоих кейсов в виде а ля комикс – в картинках с пояснениями на 4 мин. чтения
https://goo.gl/xbvtsB

#Соцботы #Выборы #СоциальноеЗаражение #ФейковыеНовости #Каскады

Техно-методами наступающую тьму фейковой инфореальности не остановить.

Это 1й пункт звучащего приговором резюме цикла новых исследований.

2й и 3й пункты этого резюме подстать.

2) Фейковая инфореальность имеет высокие шансы стать доминирующей уже в ближайшее десятилетие, что будет иметь радикальные последствия для политики, культуры и образования.

3) Ключевой и пока что непреодолимой силой, толкающей мир в новые темные времена, является своеобразная цепная реакция, в основе которой:

✔️ многочисленные “тараканы” в наших головах — наличие у большинства из нас разнообразных когнитивных искажений и предубеждений на подсознательном уровне;

✔️ многократный рост размеров этих «тараканов» в результате «облучения сетевой заразой» — искусственно порождаемыми вирусными мемами.


Поэтому, если мы хотим выжить в этой кислотной инфосреде и при этом не выжить из ума, погрузившись в фейковую инфореальность, нам необходимо:

— знать и понимать механику, порождающую фейковую инфореальность;
— найти и освоить инструментарий для борьбы с этой механикой, — типа осинового кола или серебряных пуль для изведения вампиров.

Об этом мой новый пост https://goo.gl/H8XkZD

#Соцботы #ФейковыеНовости #Каскады #СоциальноеЗаражение

Данбар не прав
Оптимальное число постоянных социальных связей оказалось иным

Чтобы превзойти физические ограничения каждой особи, природа придумала объединять их в социальные группы. Вместе они могут добиваться невозможного для каждого по отдельности.
Однако индивидуальные возможности поддержания стабильных социальных отношений ограничены физически. Особь просто не в состоянии эффективно поддерживать социальные связи в группе из более 150 особей. Это и есть знаменитое Число Данбара, про которое сейчас столько увлекательного написано: от антропологов до Малькольма Глэдвелла в его «Переломном моменте», что вы, наверняка, массу всего про это читали. А суть в том, что оптимальное число постоянных социальных связей лежит в диапазоне от 100 до 230 и чаще всего считается равным 150.

Новость же в том, что Данбар оказался не прав. Точнее, его модель зависимости между развитием неокортекса и размером стаи слишком упрощена.
Новое фантастически интересное исследование структуры социальных отношений через призму сетевой науки дало прорывной результат. Авторы придумали более сложную, но зато куда более точную модель: размер группы – это компромисс между позитивным эффектом повышения возможностей передачи информации при росте размеров группы и негативным эффектом повышения возможностей передачи любого рода патогенов (как биологических, так и информационных).
Результаты моделирования на этой модели были проверены на реальных сообществах приматов и показали:
1) Эффективность социальных отношений (с учетом как позитивного, так и негативного эффектов) меняется нелинейно.
2) Она растет с увеличением численности в малых группах (до 13), достигает максимального значения в средних группах (> 13, но <89, среднее - 51), а потом падает (в группах 89+).
Т.е. оптимальное число постоянных социальных связей лежит не в диапазоне 100-230 (по Данбару), а в диапазоне 14-88.
3) Все это связано с влиянием модулярности (возникновение более мелких групп – семья, близкие друзья и т.д.) и такими нетривиальными поведенческими драйверами, как непотизм (более высокая толерантность в «своим») и деспотизм (агрессивность, направленная на повышение своего уровня в иерархии)

Так что теперь есть куча новой работы по пересмотру эффективной организации социальных взаимодействий от антропологов и аналитиков соцсетей до спецов по маркетингу и психологов бизнеса.
И все потому, что распространение заразы при социальных взаимодействиях оказалось не менее важным и действенным, чем распространение полезной информации, навыков и знаний.
Теперь понятно, почему современный медиа-мир помешался на фейк-ньюс.

Статья «Social transmission in networks: global efficiency peaks with intermediate levels of modularity»
https://link.springer.com/article/10.1007%2Fs00265-018-2564-9
(скайхаб вам в помощь, но FYI статья довольно сложная)

#СоциальноеЗаражение #СоциальныеСети #СоциальнаяИерархия

Известностью, эпидемией и революцией можно управлять.
Открыто новое свойство реальности.
Главным мировоззренческим прорывом нашего времени стало понимание, что мир – это сеть. Все вокруг состоит из сложных сетей (complex networks), изучение которых стало важнейшим направлением междисциплинарных исследований математиков, айтишников, физиков, биологов, социологов и экономистов.
• Оказалось, что успех, известность и популярность – всего лишь следствие свойств гиперсетей человеческих связей: их контактов, отношений, инфопотоков и т.д.
• Эпидемии – аналогично, только состав гиперсетей расширяется (добавляются транспортные сети, сети мобильности и т.д.).
• И даже революции (от «малых революций» идей, мифов и моды до «больших революций» в науке, политическом и социальном устройстве), - это тоже сетевые явления массового «возгорания» сетей при распространении по ним лавины каскадов.

Исследования даже самых простых структурных свойств сложных сетей уже принесли множество откровений и даже открытий.
Напр. изучение распределения степеней (числа связей) узлов, коэффициентов кластеризации и ассортативности (это когда узлы с большим числом связей (звёзды известности и влияния) предпочитают быть связаны со «звездами») принесло понимание механизмов популярности и карьерного успеха (см. #scienceofsuccess), а также ряда сетевых парадоксов, типа парадокса дружбы - у большинства людей друзей меньше, чем в среднем у их друзей.
Это только кажется просто – понять, какую роль в успешности, например, радио «Эхо Москвы» играет «телефонная книжка» Венедиктова. Ясно, что большую. Но количественно оценить это можно только в результате сложносетевого анализа.

Но вот очередной качественный прорыв – открытие нового свойства сложных сетей и его влияния на мир. Свойство называется транссортативность. Оно обобщает понятие ассортативности от непосредственных соседей по графу, напр. ваших знакомых, до знакомых ваших знакомых. И вот для всего этого множества «знакомых ваших знакомых» транссортативность показывает корреляцию степеней (числа связей) между парами узлов.

Это новое свойство исследовали на 6 сетях из разных областей: социальные сети Facebook и Digg, биологическая сеть белковых взаимодействий Reactome, сети соавторства HepPh и HepTh, семантическая сеть WordNet. Количество узлов варьировалось от 34 до 876 тыс., а количество ребер от 78 до 4,3 млн.
Результаты феноменальные. Вот лишь 3 главных.

1) Транссортативность усиливает эффект «иллюзии большинства», когда непопулярная идея может восприниматься как популярная у большой части людей.
Очевидно, что это крайне важно для власти, поддержка которой со стороны общества во многом зависит от «иллюзии большинства». И это значит, что путем влияния на транссортативность, можно существенно укреплять позиции власти в социальных медиа.
Другой пример использования этого эффекта – снижение «уровня несчастности» пользователей соцсетей (когда соседи видят большую часть счастливых друзей, и наивный наблюдатель приходит к выводу, что большинство его друзей счастливы).

2) Транссортативность влияет на размер и критический порог каскадов. Подобно тому, как она усиливает эффект «иллюзии большинства» в узлах низкой или средней степени, она может заставить узлы воспринимать небольшую долю активных узлов, как большую часть их соседей, и из-за этого самим активироваться. Таким образом, даже умеренная транссортативность может оказать существенное влияние на формирование глобальных каскадов.

3) Как следствие 1 и 2, транссортативность дестабилизирует сети для глобальных вспышек: от эпидемий до революций.

Эти результаты уточняют и расширяют важные моменты, о которых я давно пишу – 1, 2, 3, 4
Также см. #СоциальноеЗаражение #СоциальнаяЗараза #Каскады #Инфокаскады