نيكولاس كريستاكيس : كيف تتنبأ الشبكات الأجتماعية بالأوبئة

على مدى السنوات العشر الماضية، لقد كنت امضي وقتي في محاولة معرفة كيف و لماذا بدأ البشر بتجميع أنفسهم على شكل شبكات إجتماعية و نوع الشبكة الإجتماعية التي أتحدث عنها ليست شبكات الأنترنت المتنوعة لكن بدلاً من ذلك تلك الشبكات الإجتماعية التي بدأ البشر في تجميعها على مدى مئات الاف السنين منذ أن خرجنا من السافانا الأفريقية. لذلك فقد شكلت صداقات و زمالة و أخوة و علاقات قرابة مع أشخاص آخرين هم بالتالي لديهم علاقات مشابهة مع أشخاص آخرين و هذا ينتشر بشكل لا متناهي إلى مدى و تحصل على شبكة تشبه هذه كل نقطة هي شخص كل خط بينهم هو علاقة بين شخصين أنواع مختلفة من العلاقات. و تحصل هذا النسيج الواسع من البشرية الذي نحن جميعاً جزأ لا يتجزأ منه.

زميلي "جيمس فاولر" و أنا كنا ندرس لوقت لابأس به ما هي القوانين الرياضية و الإجتماعية و البيلوجية و النفسية التي تحكم كيفية تجمع هذه الشبكات و ما هي القوانين المشابهة التي تحكم كيفية عملها، و كيف تؤثر في حياتنا. كنا نتسائل مؤخراً إن كان بالإمكان الإستفادة من هذا الفهم العميق و إيجاد طرق لتحسين العالم لعمل أشياء أفضل و إصلاح الأشياء، و ليس فقط لفهمها. لذلك واحدة من أوائل الأشياء التي فكرنا في علاجها ستكون كيف لنا أن نتوقع الأوبئة

الطريقة الحالية في توقع الأوبئة هي إن كنت في مركز السيطرة على الأمراض أو جهات وطنية أخرى هي أن تجلس في المنتصف حيث أنت و تجمع معلومات من الأطباء و المختبرات في المجال الذي أبلغ عنه أن هنالك إنتشار أو حدوث حالات معينة وهكذا ، وهكذا حتى يتم تشخيص المرضى الذين يعانون من شيء ، أو مرضى آخرين يتم تشخيصهم و كل هذه المعلومات يتم تزويدها للمستودع المركزي مع بعض التأخير و على فرض أن جميع الأمور سارت بشكل سلس من أسبوع إلى أسبوعين من الآن ستعلم أين كان الوباء اليوم. في الواقع، قبل سنة أو نحو ذلك كان هناك هذا النوع من نشر في نفس المفهوم في "Google Flu Trends" (إتجاهات الإنفلونزا فى جوجل) فيما يتعلق بالإنفلونزا حيث، بمراقبة سلوك البحث لدى الناس اليوم يمكننا أن نعرف أين الإنفلونزا ماذا كانت حالة الوباء اليوم ما مدى إنتشار الوباء اليوم

لكن ما أود أن أريكم إياه اليوم هي الوسيلة التي تمكننا ليس فقط من التحذير السريع حول الوباء لكن في الواقع الكشف المبكر حول الوباء و في الواقع، هذه الفكرة يمكن إستخدامها ليس فقط في توقع الأوبئة المتعلقة بالجراثيم لكن أيضاَ في توقع الأوبئة من جميع الأنواع على سبيل المثال، أي شيء ينتشر بسرعة على شكل عدوى إجتماعية يمكن فهمه على هذا النحو من الأفكار المجردة على اليسار مثل الوطنية، أو الإيثار، أو الدين إلى الممارسات مثل سلوك أتباع نظام غذائي، أو شراء كتاب أو الشرب، أو خوذة الدراجة ، و ممارسات السلامة الأخرى أو المنتجات التي قد يشتريها الناس شراء السلع الإلكترونية أي شيء له علاقة بالإنتشار الشخصي نوع من نشر الإبتكار يمكن أن يفهم و يتوقع بواسطة الألية التي سوف أريكم إياها الآن

لذلك، كما تعلمون جميعاً على الأرجح الطريقة التقليدية في التفكير حول هذه هو نشر الإبداع أو " منحنى التبني" فهنا على محور الـ(ص)، لدينا نسبة الأشخاص المصابين و على محور الـ(س) لدينا الوقت و في البداية ليس هنالك أشخاص كثيرون مصابون و تحصل على هذا الشكل السيني التقليدي أو منحنى على شكل "S" و السبب في هذا الشكل هو أنه في البداية دعنا نقول أن شخص أو شخصين هم متأثرون ، أو مصابون بالشيء و من ثم أثروا أو أصابوا شخصين الذين بدورهما يؤثران على أربعة ، ثمانية ، ستة عشر و هكذا دواليك و بذلك تحصل على مرحلة نمو الوباء للمنحنى و في نهاية المطاف ، يتشبع السكان و يكون هنالك أشخاص أقل و أقل لازالوا متاحين لإحتمال إصابتهم بالعدوى ثم تحصل على إستقرار للمنحنى ثم بعد ذلك تحصل على الشكل السيني التقليدي و هذا ينطوي على الجراثيم، و الأفكار و تبني المنتجات ، و السلوك و الأمور المشابهة لكن الأشياء لا تنتشر في التجمعات البشرية بشكل عشوائي في واقع الحال تنتشر من خلال شبكات لأنه كما قلت إننا نعيش حياتنا في شبكات و هذه الشبكات لديها نوع خاص من البنية

الآن، إذا نظرت إلى شبكة كهذه هذه شبكة ١٠٥ أشخاص النقاط هم الأشخاص و الخطوط تمثل علاقات الصداقة يمكن لك أن ترى أشخاص يحتلون مواقع مختلفة داخل الشبكة و هنالك أنواع مختلفة من العلاقات بين الأشخاص يمكن لك أن تحظى بعلاقة صداقة ، علاقة إخوة علاقة زوجية ، علاقة زمالة علاقة جيرة و هكذا و أنواع مختلفة من الأشياء تنتشر عبر روابط مختلفة على سبيل المثال ، الأمراض المنقولة جنسيا ستنتشر عبر الروابط الجنسية أو مثلاً، سلوك التدخين لدى الأشخاص ممكن أن يكون بتأثير أصدقائهم أو إيثارهم ، أو سلوك العطاء الخيري ممكن أن يكون بتأثير زملائهم أو بواسطة جيرانهم لكن ليس كل المواقع داخل الشبكة متشابهة

لذلك إذا شاهدت هذا، يمكن لك أن تدرك فوراً أن أشخاص مختلفين لهم عدد مختلف من الروابط بعض الأشخاص لديهم رابط واحد ، و آخرين لديهم إثنين البعض لديه ستة، و آخرون لديهم عشرة روابط و هذا يدعى درجة العقدة أو عدد الروابط التي لدى العقدة لكن بالأضافة هنالك شيء آخر لذلك إذا شاهدت العقدة "A" و "B" كلاهما لديه ستة روابط لكن إذا أمكنك رؤية هذه الصورة من منظور عين الطير يمكنك أن تدرك أن هنالك شيء مختلف جداً بين العقدتين "A" و "B" لذلك دعني أسألك هذا ـ يمكن أن أزرع هذا الحدس بسؤال آيهما تفضل أن تكون إذا كان هنالك جراثيم قاتلة تنتشر خلال الشبكة. "A" أو "B" ؟ (الجمهور:B) نيكولاس كريستاكيس: بشكل واضح "B" "B" تقع على حافة الشبكة الآن من تفضل أن تكون إذا كانت هنالك إشاعة مهمة تنتشر خلال الشبكة ؟ "A" و سيكون لديك تقدير فوري "A" ستكون أكثر عرضة لإلتقاط الأشياء التي تنتشر و ستكون أسرع بحكم موقعها الهيكلي داخل الشبكة "A" في الواقع أكثر مركزية ويمكن إضفاء الطابع الرسمي هذا رياضيا لذلك إذا كنا نريد تعقب شيء كان ينتشر خلال الشبكة ما يمكن أن نفعله بشكل مثالي هو أن نضع أجهزة إستشعار في الأفراد المركزيين داخل الشبكة من ضمنهم العقدة "A" مراقبة هؤلاء الأشخاص الذي هم في منتصف الشبكة و بطريقة ما نحصل على كشف مبكر لما هو الشيء الذي ينتشر خلال الشبكة

لذلك إذا رأيتهم يلتقطون جراثيم أو جزء من المعلومات ستعلم ذلك، و بشكل سريع كفاية سيكون الجميع على وشك إلتقاط هذه الجراثيم أو هذا الجزء من المعلومات و هذا سيكون أفضل من مراقبة ستة أشخاص مختارين عشوائياً دون الإشارة إلى هيكلية السكان و في الواقع، إذا كنت تستطيع عمل ذلك ما ستراه هو شيء كهذا في اللوحة على اليد اليسرى، مرة أخرى ، لدينا منحنى على شكل "S" للتبني في الخط الأحمر المتقطع ، نعرض ما سيكون عليه التبني في الأشخاص العشوائيين و على اليد اليسرى الخط يتحول إلى اليسار نعرض ما سيكون عليه التبني لدى الأشخاص المركزين داخل الشبكة على محور الـ(ص) هو الحالات التراكمية للعدوى و على المحور الـ(س) هو الوقت و على الجزء الأيمن، نعرض بعض البيانات لكن هنا مع الوقائع اليومية و ما نعرضه هنا هو قليل من الأشخاص متأثرين، المزيد و المزيد و المزيد إلى هنا و هنا قمة الوباء لكن ما هو محول إلى اليسار هو ما يحدث لدى الأشخاص المركزيين و هذا هو الفرق في الوقت بين الإثنين الكشف المبكر ، الإنذار المبكر  هو ما يمكننا الحصول عليه حول الوباء الوشيك في السكان

المشكلة هي رسم خرائط لشبكات البشر الإجتماعية ليست دائماً ممكنة قد تكون غالية الثمن، ليست مجدية غير أخلاقية أو بصراحة، من المستحيل القيام بشيء كهذا لذلك كيف لنا معرفة من هم الأشخاص المركزيون داخل الشبكة دون الحاجة إلى رسم خريطة للشبكة ؟ ما أتينا به كان فكرة إستخدام حقيقة قديمة جداً أو حقيقة معروفة حول الشبكات الإجتماعية التي تقول هل تعلم بأن صديقك لديه أصدقاء أكثر مما لديك ؟ صديقك لديه أصدقاء أكثر مما لديك و هذا معروف بمفارقة الصداقة تخيل شخص ذو شعبية كبيرة في الشبكة الإجتماعية كمظيف حفلات لديه المئات من الأصدقاء و شخص مصاب ببغض البشرية لديه صديق واحد و أنت أخترت شخص عشوائيا من السكان هم سيكونون أكثر ميلاً لمعرفة مظيف الحفلات و إذا رشحوا مظيف الحفلات كصديق لهم و بما أن مظيف الحفلات لديه المئات من الأصدقاء لذلك فهو لديه أصدقاء أكثر مما لديهم خلاصة الموضوع ، أن هذا ما يسمى بمفارقة الصداقة الأصدقاء للأشخاص المختارين عشوائياً لديهم درجة عالية و أكثر مركزية من الأشخاص المختارين عشوائياً أنفسهم

و يمكنك الحصول على تقدير حدسي لهذا إذا تخيلت فقط الأشخاص في محيط الشبكة إذا أخترت هذا الشخص الصديق الوحيد الذي يمكن ترشيحه هو هذا الشخص الذي بالبنية لابد له أن يكون لديه على الأقل إثنين و المزيد من الأصدقاء عادةً و هذا يحدث في كل عقدة طرفية و في الواقع، هذا يحدث في جميع أنحاء الشبكة كلما أتجهت للداخل كل شخص تختاره، عندما يرشح عشوائيا عندما شخص عشوائي يرشح صديق لهم فأنك تتحرك أقرب إلى مركز الشبكة لذلك فكرنا أنه يمكن إستغلال هذه الفكرة من أجل دراسة إمكانية توقع ظواهر داخل الشبكة لأنه الآن ، مع هذه الفكرة يمكننا أخذ عينة عشوائية من الناس و جعلهم يرشحون أصدقائهم هؤلاء الأصدقاء سيكونون أكثر مركزية و سيكون بمقدورنا فعل هذا دون الحاجة إلى خريطة للشبكة

و قد إختبرنا هذه الفكرة مع تفشي إنفلونز ( H1N1) في كلية هارفرد في فصلي الخريف و الشتاء من عام ٢٠٠٩، فقط قبل بضعة أشهر أخذنا ١٣٠٠ طالب جامعي تم إختيارهم عشوائياً و جعلناهم يرشوحون أصدقائهم و تابعنا كلا الطلاب العشوائيين و أصدقائهم بشكل يومي لمعرفة ما إذا أصيبوا أو لم يصابوا بوباء الإنفلونزا و فعلنا هذا بسلبية بمراقبة ما إذا ذهبوا أو لم يذهبوا إلى الخدمات الصحية بالجامعة و جعلناهم أيضاً يرسلون لنا بريد إلكتروني مرتين في الأسبوع و قد حدث ما توقعناه تماماً لذا المجموعة العشوائية هي الخط الأحمر الوباء في المجموعة تحرك إلى اليسار، إلى هنا و الفرق في الإثنين هو ١٦ يوم من خلال مراقبة مجموعة الأصدقاء يمكننا الحصول على إنذار مبكر بـ ١٦ يوم لتفشي وباء في هذه المجموعة من السكان

الآن، بالإضافة إلى ذلك إذا كنت محلل تحاول دراسة وباء أو توقع تبني سلعة ، على سبيل المثال ما يمكنك فعله هو إختيار عينة عشوائية من السكان و جعلهم يرشحون أصدقائهم و أتبع الأصدقاء و أتبع كلا العشوائيين و الأصدقاء بين الأصدقاء، الدليل الأول الذي تشاهده لومضة فوق الصفر في تبني الإبتكار ، على سبيل المثال سيكون دليل على تفشي وباء أو يمكن أن ترى عندما يتباين المنحنين للمرة الأولى كما هو معروض على اليسار عندما كان العشوائيين...... عندما يقلع الأصدقاء و يتركون العشوائيين و منحناهم يبدأ في التحرك و ذلك كما يشير الخط الأبيض حدث ٤٦ يوم قبل قمة الوباء لذلك هذا قد يكون أسلوب حيث يمكن أن نحصل على أكثر من شهر و نصف من التحذير حول وباء الإنفلونزا في سكان معينين

يفترض لي أن أقول ذلك لأي مدى مبكر يمكن لإشعار حول شيء ما يعتمد على مجموعة من العوامل يمكن أن يعتمد على طبيعة مسبب المرض مسببات الأمراض المختلفة إستخدام هذا الأسلوب، يعطيك إنذارات مختلفة أو ظواهر أخرى تنتشر أو صراحة، على هيكلية الشبكة البشرية الآن، في حالتنا و على الرغم إنها لم تكن ضرورية كان بإمكاننا واقعا رسم خريطة لشبكة الطلاب

لذا ، هذه خريطة ٧١٤ طالباً و روابط صداقاتهم خلال دقيقة، سوف أضع لكم هذه الخريطة موضع التنفيذ سنقوم بأخذ قطع يومي للشبكة لمدة ١٢٠ يوم النقط الحمراء تشير إلى حالات الإنفلونزا و النقط الصفراء تشير إلى أصدقاء الأشخاص المصابين بالإنفلونزا و حجم النقاط يشير تناسبياً إلى عدد الأصدقاء المصابين بالإنفلونزا لذا، النقاط الكبيرة تشير إلى أن كثير من أصدقائك لديهم إنفلونزا إذا نظرت إلى هذه الصورة ، نحن هنا الآن في ١٣ سبتمبر سوف ترى القليل من حالات تضاء سوف ترى نوع من الإزهار في الإنفلونزا في الوسط هنا نحن في ١٩ اوكتوبر المنحدر من منحنى الوباء يقترب الآن في نوفمبر فرقعة ، فرقعة ، فرقعة ، فرقعة ، فرقعة سوف ترى الكثير من الإزهار في المنتصف ثم سوف ترى نوع من الثبات حالات أقل و أقل بإتجاه نهاية ديسمبر و هذا النوع من التصور يمكن أن يظهر أوبئة مثل هذه تضرب بجذورها و تؤثر على الأشخاص المركزيين أولاً قبل أن تؤثر على الآخرين

الآن ، كما أقترحت هذا المنهج ليس مقيداً بالجراثيم لكن في الواقع أي شيء يمكنه الإنتشار في السكان المعلومة تنتشر في السكان القواعد يمكن لها أن تنتشر في السكان السلوك يمكن له أن ينتشر في السكان و بالسلوك، أعني أشياء كالسلوك الإجرامي أو السلوك الإنتخابي ، أو سلوك الرعاية الصحية كالتدخين أو التلقيح أو تبني منتج ، أو أنواع أخرى من السلوكيات التي لها علاقة بالتأثير الشخصي إذا كنت ميالاً لفعل شيء يؤثر على الآخرين المحيطين بي هذا الأسلوب قد يكون تحذير مبكر ، أو كشف مبكر حول التبني داخل السكان و مفتاح هذا الشيء لكي يعمل لابد أن يكون هنالك تأثير شخصي لا يمكن لها أن تكون بسبب بعض آليات البث تأثر بجميع الأشخاص بشكل موحد

الآن نفس الرؤى يمكن إستغلالها أيضاً فيما يتعلق بالشبكات يمكن إستغلالها بطرق أخرى على سبيل المثال بإستهداف أشخاص معينين للتدخل على سبيل المثال، معظم الناس قد يكون على دراية بمفهوم مناعة القطيع لذا ، إذا كان لدينا سكان من ألف شخص و نريد أن نجعل السكان لديهم مناعة من مسببات المرض ليس علينا تحصين كل شخص إذا حصنا ٩٦٠ منهم كأنه إذا قمنا بتحصين مئة منهم لأنه حتى لو واحد أو أثنين من ليست لديهم مناعة أصيب بالعدوى ليس هنالك أحد ليعديه إنهم محاطون بأشخاص لديهم مناعة لذا ٩٦٪ جيدة بقدر ١٠٠٪ حسناً ، بعض العلماء يقدرون ما سيحدث لو أخذنا ٣٠٪ عينة عشوائية من ١٣٠٠ شخص و حصناهم هل ستحصل على أي مستوى سكاني من المناعة ؟ و الجواب هو لا لكن إذا أخذنا ٣٠٪ ، هؤلاء ٣٠٠ شخص و جعلهم يرشحون أصدقائهم و أخذنا نفس العدد من اللقاحات و لقحنا أصدقاء الـ٣٠٠ أصدقاء الـ٣٠٠ تحصل على نفس المستوى من حصانة القطيع كأنك قد لقحت ٩٦ ٪ من السكان بكفاءة أكبر من ذلك بكثير، مع قيود صارمة على الميزانية

و أفكار مشابهة يمكن إستخدامها ، مثلاً لأستهداف أشياء مثل الناموسيات في العالم النامي إذا أمكننا فهم هيكلة الشبكة في القرى يمكن لنا أن نستهدف لمن نعطي التدخلات لنعزز هذا النوع من الإنتشار أو بصراحة ، للإعلان مع كافة أنواع السلع إذا فهمنا كيف نستهدف يمكن إن تؤثر على كفاءة ما نحاول الوصول إليه و في الواقع، يمكن لنا أن نستخدم بيانات من جميع أنواع المصادر في الوقت الحاضر.

هذه خريطة لـ ٨ ملايين مستخدم هاتف في بلد أوروبي كل نقطة شخص ، و كل خط يمثل حجم المكالمات بين الأشخاص و يمكن لنا أن نستخدم البيانات التي تم الحصول عليها بشكل سلبي لرسم خريطة كامل البلدان و فهم من يقع داخل الشبكة دون الحاجة للأستعلام منهم على الإطلاق يمكن لنا الحصول على هذا النوع من الرؤية الهيكلية و مصادر أخرى للمعلومات ، أنت على دراية بها بلا شك متاحة كالمعلومات من تفاعلات البريد الإلكتروني تفاعلات الإنترنت الشبكات الاجتماعية على الانترنت وهكذا دواليك. و في الواقع، نحن في حقبة يمكن أن أدعوها الجهود الضخمة السلبية لجمع البيانات هنالك العديد من الطرق يمكن لنا إستخدامها بشكل ضخم لجمع البيانات لخلق شبكات إستشعار لمتابعة السكان فهم ما يحصل داخل السكان و التدخل في السكان للأفضل لأن هذه الوسائل تخبرنا ليس فقط من يحادث من لكن أين الجميع و ماذا يفكرون به بناء على ما يرفعونه على الإنترنت و ما يشترونه بناء على مشترياتهم و يمكن سحب كل هذه البيانات الإدارية معاً و معالجتها لفهم السلوك البشري بطريقة لم تسبق من قبل

على سبيل المثال ، يمكن لنا إستخدام شراء سائقي الشاحنات للوقود لذا سائقي الشاحنات فقط يذهبون لعملهم و هم يبتاعون الوقود و نرى وميض في شراء سائقي الشاحنات للوقود و نعلم أن الكساد أوشك على الإنتهاء أو يمكن لنا مراقبة السرعة من خلال الأشخاص المتحركون مع هواتفهم في الطرق السريعة و يمكن لشركة الهاتف أن ترى عندما تنخفض السرعة أن هنالك إزدحام مروري و يمكن تزويد تلك المعلومات مرة أخرى إلى مشتركيها لكن فقط لمشتركيها على نفس الطريق السريع الواقعين خلف الإزدحام المروري أو يمكننا مراقبة سوكيات وصف الأطباء ، بشكل سلبي كمشاهدت نشر الإبتكار مع المستحضرات الصيدلانية تحدث داخل الأطباء أو مرة أخرى، يمكننا مراقبة سلوكيات الشراء لدى الناس و مشاهدة كيف لهذه الأنواع من الظواهر أن تنتشر داخل الناس

و هنالك ثلاثة طرق، أعتقد ذلك و هذه البيانات الضخمة السلبية يمكن إستخدامها واحدة هي سلبية بالكامل مثل ما وصفته للتو على سبيل المثال، مثال سائقي الشاحنات في حين لم نتدخل في السكان بأي طريقة واحدة هي شبه نشطة كمثال الإنفلونزا الذي أعطيته حيث نجعل بعض الناس يرشحون أصدقائهم ثم يتم مراقبة أصدقائهم بشكل سلبي هل لديهم إنفلونزا أم لا ؟ ثم الحصول على تحذير أو مثال آخر سيكون إذا كنت شركة هاتف، يمكنك معرفة من هو مركزي في الشبكة و تسأل هؤلاء الأشخاص، " هل يمكنك أن ترسل لنا حماك يومياً؟ فقط أرسل درجة حرارتك" وجمع كميات هائلة من المعلومات حول درجة حرارة الناس ، لكن من أشخاص مركزيين الموقع و تكون قادر بشكل كبير على مراقبة تفشي الوباء مع الحد الأدنى من المدخلات من الناس أو يمكن أن يكون أكثر نشاطاً بشكل كامل مثل ما أعرف المتحدثين اللاحقين سيتحدثون عنه اليوم حيث يمكن أن يشارك الناس عالمياً في الموسوعات أو التصوير ، أو مراقبة الإنتخابات و رفع المعلومات بطريقة يمكننا جمعها لفهم العمليات الاجتماعية و الظواهر الإجتماعية

في الواقع ، توفر هذه البيانات ، أعتقد تبشر بحقبة جديدة لما أود أنا و آخرون أن ندعوه العلوم الاجتماعية الحسابية إنه نوع عندما أخترعه "جاليليو" - أو لم يخترعه جاء لإستخدام المنظار و أمكنه مشاهدة السماء بطريقة جديدة أو "يوينهويك" أصبح على دراية بالمجهر أو في الواقع أخترعه و أصبح قادراً على مشاهدة علم الأحياء بطريقة جديدة لكن الآن لدينا القدرة على الوصل إلى هذا النوع من البيانات التي تتيح لنا فهم العمليات الاجتماعية والظواهر الاجتماعية و طريقة جديدة بالكامل لم تكن من قبل ممكنة و مع هذا العلم ، نستطيع بالظبط فهم كيف يكون الجزء الكامل أكبر من مجموع أجزائه و في الوقع، يمكن إستخدام هذه الرؤى لتحسين المجتمع وتحسين رفاه الإنسان

شكراً