The building blocks of social structure: simulating constraints of social network analysis for inference about group-level properties
Cet article présente un modèle de simulation qui lie les métriques de réseaux sociaux mondiaux aux processus comportementaux sous-jacents — tels que les dispositions individuelles, les contraintes écologiques et les biais d'observation — pour démontrer comment l'omission de ces facteurs peut conduire à des inférences biaisées concernant les structures sociales de groupe chez les animaux.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA d'un preprint qui n'a pas été évalué par des pairs. Ce n'est pas un avis médical. Ne prenez pas de décisions de santé basées sur ce contenu. Lire la clause de non-responsabilité complète
Les animaux vivent dans des mondes sociaux complexes où les individus se rassemblent et s'éloignent constamment les uns des autres. Pour comprendre comment ces sociétés fonctionnent, les scientifiques ont souvent recours à une méthode appelée l'analyse des réseaux sociaux. Cette approche traite un groupe comme une carte de connexions, où chaque animal est un point et chaque fois qu'ils sont vus ensemble est une ligne les reliant. En comptant ces lignes et en mesurant la densité de leur tissage, les chercheurs peuvent calculer des chiffres qui décrivent la forme globale du groupe, comme le degré d'encombrement des connexions ou la manière dont le groupe se divise en cercles plus petits. Ces chiffres sont des outils puissants pour comparer différentes espèces ou suivre l'évolution d'une société au fil du temps. Cependant, une question cruciale demeure : ces chiffres reflètent-ils réellement les préférences sociales cachées des animaux, ou ne sont-ils que des artefacts de la taille du groupe, de la façon dont les animaux se déplacent ou de la durée pendant laquelle les scientifiques les ont observés ? Si les chiffres sont biaisés par ces facteurs externes, les chercheurs pourraient tirer de fausses conclusions sur les raisons pour lesquelles une société est construite de telle manière.
Une équipe de chercheurs s'est donné pour mission de résoudre ce casse-tête en construisant un modèle numérique d'une société de fission-fusion, un type de système social où le groupe se divise et fusionne fréquemment, ressemblant ainsi aux sociétés des chimpanzés et des bonobos. Au lieu d'observer de vrais animaux dans la nature, ils ont créé une population virtuelle d'individus, chacun possédant des préférences cachées spécifiques pour les individus qu'il aimait avoir à proximité. Ils ont ensuite programmé un ordinateur pour simuler la façon dont ces animaux virtuels formeraient des groupes temporaires tout au long d'une journée, imitant ainsi la manière dont les chercheurs de terrain les observent. L'équipe a lancé des milliers de ces simulations, modifiant systématiquement les règles du jeu pour voir comment les cartes sociales résultantes changeaient. Ils ont testé ce qui se passait lorsque la taille totale du groupe augmentait, lorsque la taille des groupes quotidiens fluctuait, lorsque certains individus étaient naturellement plus sociables que d'autres, et lorsque les chercheurs observaient pendant des durées différentes.
Les simulations ont révélé que les chiffres utilisés par les scientifiques pour décrire la structure sociale sont bien plus sensibles au contexte qu'on ne le pensait auparavant. Le moteur de changement le plus puissant était simplement le nombre d'animaux dans le groupe. À mesure que le groupe s'agrandissait, les connexions calculées entre les individus devenaient moins denses, non pas parce que les animaux devenaient moins amicaux, mais simplement parce qu'il y avait plus de combinaisons possibles de qui pouvait être ensemble. Même lorsque les chercheurs ajustaient leurs calculs pour tenir compte de cela, la taille du groupe faussait toujours les autres mesures de manière complexe et non linéaire. Par exemple, la variabilité de la connectivité de chaque animal avec le reste du groupe changeait radicalement avec la taille du groupe, suggérant qu'un groupe plus large crée naturellement plus de différences entre les individus, indépendamment de leurs personnalités spécifiques.
L'étude a également montré que le comportement des observateurs compte tout autant que celui des animaux. Lorsque les chercheurs dans la simulation se concentraient davantage sur les individus qui étaient naturellement plus sociables, les cartes sociales résultantes paraissaient significativement différentes, exagérant l'importance de ces animaux spécifiques et déformant l'image globale du groupe. De même, la durée passée à observer le groupe avait un effet profond. Des périodes d'observation courtes, comme trente jours, produisaient des résultats très variables et souvent trompeurs, faisant paraître le groupe plus fragmenté et imprévisible qu'il ne l'était réellement. Les simulations ont indiqué que les chercheurs doivent observer un groupe pendant au moins cent quatre-vingts jours, soit environ deux jours par individu, avant que les chiffres ne se stabilisent suffisamment pour être dignes de confiance.
Peut-être plus surprenant encore, l'équipe a découvert que la présence de sous-groupes soudés, ou cliques, ne rendait pas toujours la carte sociale plus divisée. La relation entre le nombre de ces cliques et la structure globale du groupe n'était pas une ligne droite. Dans certains cas, avoir quelques cliques distinctes rendait le groupe plus unifié, tandis que dans d'autres, cela créait une division nette. Les résultats ont suggéré que les vrais groupes de chimpanzés et de bonobos ne forment probablement pas de cliques rigides et permanentes. Au lieu de cela, ils maintiennent une structure flexible où les individus tolèrent un certain degré d'incertitude sociale pour garder l'ensemble du groupe connecté, évitant ainsi le risque qu'une séparation définitive de la société ne se produise.
En fin de compte, ce travail sert d'avertissement vital et de guide pour quiconque étudie les sociétés animales. Il démontre que les chiffres que nous calculons à partir des réseaux sociaux ne sont pas des fenêtres directes sur l'esprit des animaux ; ils sont le produit d'un mélange de véritables préférences sociales, des contraintes de l'environnement et des limites de notre propre observation. Les chercheurs n'ont pas trouvé un seul chiffre « correct » pour décrire une société. Au lieu de cela, ils ont montré que pour comprendre ce qu'une métrique de réseau social signifie réellement, il faut d'abord comprendre les conditions spécifiques dans lesquelles elle a été mesurée. En utilisant ces simulations pour séparer le signal du véritable comportement social du bruit des biais démographiques et d'observation, les scientifiques peuvent commencer à ouvrir la « boîte noire » de la structure sociale animale et comprendre les véritables forces évolutives qui façonnent la manière dont les groupes vivent ensemble.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.