6月 25, 2024

kenmin-souko.jp

日本からの最新ニュースと特集:ビジネス、政治、解説文化、ライフ&スタイル、エンターテインメント、スポーツ。

物理学は、古いことわざが真実であることを証明します: 友人と敵を明らかにする

物理学は、古いことわざが真実であることを証明します: 友人と敵を明らかにする

まとめ: 研究者たちは統計物理学を使用して、「敵の敵は友人である」という公理が真実であることを証明しました。 研究者らは、人間が生来ソーシャルネットワークにおいて調和のとれた関係を求めることを示唆するハイダーの社会恒常性理論を確認するために、高度なネットワークモデルを適用した。

彼らのモデルは、対人意識や個人の積極性などの要素をうまく統合し、社会的相互作用をより正確に反映しています。 この研究は古代の社会学の理論を確認するだけでなく、政治的二極化などの問題に対処するための洞察も提供します。

重要な事実:

  1. 理論を確認します。 この研究はフリッツ・ハイダーの社会均衡理論を裏付けており、ソーシャルネットワークが彼が提案したバランスの取れた関係のルールに自然に適合することを示しています。
  2. 高度なモデリング: 研究者らは、以前のモデルには欠けていた、誰が誰を知っているか、そしてポジティブさの個人差を考慮した新しいネットワークモデルを使用しました。
  3. 幅広い用途: この発見は、政治的分裂やニューラルネットワークなど、複雑な社会力学を示すシステムの理解と潜在的な介入に影響を及ぼします。

ソース: ノースウェスタン大学

「敵の敵は友である」という有名なフレーズを聞いたことがある人は多いでしょう。

現在、ノースウェスタン大学の研究者たちは統計物理学を使用して、この有名な公理の基礎となる理論を確認しました。

この研究は5月3日に雑誌に掲載される予定です 科学の進歩。

1940年代、オーストリアの心理学者フリッツ・ハイダーは、人間がどのように生得的に社会的サークルの調和を求めるのかを説明する社会恒常性理論を導入しました。

この理論によれば、敵の敵は味方、友人の友人は友人、敵の友人は敵、そして最後に友人の敵は敵という4つのルールがあるという。バランスのとれた均衡。 関係。

数え切れないほどの研究がネットワーク科学と数学を使用してこの理論を確認しようと試みてきましたが、ネットワークが完全にバランスの取れた関係から逸脱しているため、その試みは失敗に終わりました。 したがって、本当の問題は、ソーシャル ネットワークが適切なネットワーク モデルに従って予想されるよりもバランスが取れているかどうかです。

ほとんどのネットワーク モデルは、社会的平衡に影響を与える人間関係内の複雑さを完全に捉えるには単純すぎるため、ネットワーク モデルの予測から観測された逸脱が社会的平衡理論と一致するかどうかについて一貫性のない結果が生じています。

しかし、ノースウェスタンのチームは、ハイダーのソーシャル フレームワークを成功させる 2 つの重要な要素をうまく組み合わせることができました。 実生活では、誰もがお互いのことを知っているわけではありませんし、他の人よりもポジティブな人もいます。

研究者たちは、各要因が社会的つながりに影響を与えることを以前から知っていましたが、現在のモデルでは一度に 1 つの要因しか説明できません。 両方の制約を同時に組み込むことで、研究者らの結果として得られたネットワーク モデルは、ハイダーが最初にこの理論を提案してから 80 年近くを経て、この有名な理論を最終的に裏付けました。

この有用な新しいフレームワークは、研究者が政治的二極化や国際関係などの社会力学や、ニューラル ネットワークや薬物の組み合わせなど、ポジティブとネガティブの相互作用が混在するシステムをより深く理解するのに役立ちます。

「私たちはこの社会的直感が機能すると常々思っていましたが、なぜそれが機能するのかは分かりませんでした」と、この研究の主任著者であるノースウェスタン大学のイシュトヴァン・コバックス氏は言う。

「私たちに必要なのは、数学を知ることだけです。文献を見ると、理論に関する多くの研究がありますが、何十年もの間、私たちはそれを誤解してきました。

「その理由は、現実の生活は複雑だからです。誰が誰であるかは誰にも分からないということと、一部の人々は他の人々よりも友好的であるという両方の制約を同時に考慮する必要があることに気づきました。

同研究の筆頭著者であるBingjie Hao氏は、「ソーシャルネットワークは80年前に形成された期待と一致していると最終的に結論付けることができた」と付け加えた。

「私たちの発見は、将来の幅広い用途にも応用できます。私たちの数学により、システム内のさまざまなエンティティの通信や好みの制約を組み込むことができます。これは、ソーシャル ネットワーク以外の他のシステムをモデル化するのにも役立ちます。」

コバックスは、ノースウェスタン大学ワインバーグ芸術科学大学の物理学と天文学の助教授です。 ハオは自分の研究室の博士研究員です。

社会均衡理論とは何ですか?

ハイダーの社会平衡理論は、3 人のグループを使用して、人間は快適で調和のとれた関係を追求するという前提を維持しています。 バランスの取れた関係では、すべての人がお互いを愛し合います。

または、1 人が 2 人を好きではない場合、その人は友達です。 3 人がお互いを憎んだり、1 人が憎み合う 2 人を愛したりすると、アンバランスな関係が発生し、不安やストレスにつながります。

このようなもどかしいシステムの研究により、2021年のノーベル物理学賞はイタリアの理論物理学者ジョルジョ・パリシ氏に授与され、気候モデラーの真鍋清九郎氏やクラウス・ハッセルマン氏と同賞を受賞した。

「それは社会の直感と非常に一致しているようです」とコバックス氏は言う。 「これがいかに極端な二極化につながるかがわかりますが、それが今日私たちが政治的二極化の観点から見ているものです。 あなたが愛する人全員があなたが嫌い​​な人全員を憎んでいる場合、それはお互いを憎む二者関係になります。

しかし、味方だけでなく敵も含まれるため、大規模なデータを収集するのは困難でした。 2000 年代初頭にビッグデータが出現すると、研究者たちはソーシャル ネットワークからの署名付きデータがハイダーの理論を裏付けるかどうかを確認しようとしました。 Hyder ルールをテストするためにネットワークを作成する場合、個人はノードとして機能します。 ノードを接続するエッジは個人間の関係を表します。

ノードが友人でない場合、ノード間のエッジには負の (または敵対的な) 値が割り当てられます。 ノードがフレンドである場合、エッジには正の (またはフレンドリーな) 値がマークされます。 以前のモデルでは、両方の制約を無視して、エッジに正または負の値がランダムに割り当てられていました。 これらの研究はいずれもソーシャル ネットワークの現実を正確に描写していません。

限界の中で成功を見つける

この問題を調査するために、Kovacs と Howe は、社会科学者によって事前に厳選された 4 つの大規模で公開されている署名付きネットワーク データセットに注目しました。 (2) 下院議場における議員間の交流。 (3) ビットコイントレーダー間の相互作用。 (4) 消費者レビュー サイト Epinions の製品レビュー。

Kovacs と Howe は、ネットワーク モデルにおいて、真にランダムな負または正の値をエッジに割り当てませんでした。 各相互作用がランダムであるためには、各ノードが互いに出会う機会が等しい必要があります。

ただし、実生活では、ソーシャル ネットワーク内で誰もが他の人のことを知っているわけではありません。 たとえば、ある人は、地球の裏側に住んでいる自分の友人の友人には決して会えないかもしれません。

モデルをより現実的なものにするために、Kovacs と Howe は、既存の相互作用に正または負の符号を割り当てる確率を記述する統計モデルに基づいて、正または負の値を割り当てました。 これにより、値はランダムに保たれますが、ネットワーク トポロジの制約によって課される制限内ではランダムになります。

誰が誰であるかに加えて、チームは、人生において他の人よりも友好的な人がいることを考慮に入れました。 フレンドリーな人は、より前向きな、そしてあまり敵対的なやりとりをする可能性が高くなります。

これら 2 つの制約を導入することにより、結果として得られたモデルは、大規模なソーシャル ネットワークがハイダーの社会均衡理論と一貫して一致していることを示しました。 このモデルは、3 つの結び目以外のパターンも強調しました。 社会的平衡理論は、4 つのノード、あるいはそれ以上のノードを含む、より大きなグラフに適用されるようです。

「これらの制限の両方を考慮する必要があることがわかりました」とコバックス氏は言います。 「これらがなければ、適切なメカニズムを思いつくことはできません。複雑に聞こえますが、実際には非常に単純な数学です。

二極化とその先についての洞察

Kovacs と Howe は現在、この研究に関するいくつかの将来の方向性を模索しています。 考えられる方向性の 1 つとしては、新しいモデルを使用して、政治的二極化を軽減することを目的とした介入を検討することが考えられます。 しかし研究者らは、このモデルは社会集団の外のシステムや友人間の関係をより良く理解するのに役立つ可能性があると述べている。

「脳内のニューロン間の興奮性および抑制性の結合や、病気を治療するための薬のさまざまな組み合わせを表す相互作用を調べることができます」とコバックス氏は述べた。

「ソーシャル ネットワークの研究は、探索のための理想的な遊び場ですが、私たちの主な関心は、友人間のやり取りの調査を超えて、他の複雑なネットワークに注目することです。」

物理学と社会神経科学の研究ニュースについて

著者: アマンダ・モリス
ソース: ノースウェスタン大学
コミュニケーション: アマンダ・モリス – ノースウェスタン大学
写真: 画像提供:Neuroscience News

元の検索: オープンアクセス。
ネットワークの適切なランダム化が社会的バランスを評価する鍵となります「Istvan Kovacsらによる。 科学の進歩


まとめ

ネットワークの適切なランダム化が社会的バランスを評価する鍵となります

社会的なつながりは、ポジティブであろうとネガティブであろうと、ホメオスタシス理論の主題である符号付きネットワーク パターンにつながります。 たとえば、強い均衡では偶数の負のエッジを持つサイクルが導入されます。

これらのパターンの統計的有意性は、ヌル モデルとの比較を通じて日常的に評価されます。 ただし、署名されたネットワークの結果については依然として議論の余地があります。 ここでは、ネットワークが構造的に強いバランスを示している場合でも、既存のヌル モデルはそれを認識できない可能性があることを示します。

私たちの結果は、ノードの符号付き次数設定を一致させることが、ヌル モデルでネットワーク トポロジを維持するだけでなく、重要なステップであることを示しています。 解決策として、最大エントロピー フレームワーク内で両方の制約を統合するヌル STP モデルを提案します。

STP をランダム化すると、質的に異なる結果が得られ、ほとんどのソーシャル ネットワークは常に 3 ノードと 4 ノードのパターンで強いバランスを示します。

私たちの発見に基づいて、観察された署名パターンの背後にある潜在的な接続メカニズムを提示し、STP ランダム化の追加のアプリケーションを特定します。

READ  NASA、地球に接近する小惑星を調査するために探査機を派遣