Modeling Uncertainty in Social Network

In de studie naar menselijke verbinding hebben wetenschappers lang vertrouwd op kaarten die bedrieglijk eenvoudig lijken. Deze kaarten, bekend als sociale netwerken, behandelen relaties als binaire schakelaars: twee mensen zijn ofwel verbonden, of ze zijn dat niet. Als ze dat wel zijn, wordt er een lijn tussen hen getrokken; als dat niet het geval is, blijft de ruimte leeg. Deze benadering is nuttig geweest voor het tellen van vrienden of het bijhouden van hoe snel een gerucht zich kan verspreiden, maar het heeft moeite om de rommelige realiteit van het menselijk leven te vatten. In de echte wereld is een relatie zelden een simpel ja of nee. Het is een spectrum van gevoel. De ene collega kan een partnerschap zien als een diepe, vitale alliantie, terwijl de ander het ziet als een informele, incidentele uitwisseling van ideeën. Traditionele kaarten dwingen deze complexe, ambigue gevoelens in rigide categorieën, waardoor de onzekerheid die bepaalt hoe mensen daadwerkelijk met elkaar omgaan, effectief wordt uitgewist.

Onderzoekers aan de Universiteit van Teheran hebben een nieuwe manier voorgesteld om deze kaarten te tekenen, een manier die deze ambiguïteit omarmt in plaats van deze te negeren. Door gebruik te maken van een wiskundige benadering genaamd fuzzy logic (vage logica), creëerden zij een systeem waarin relaties kunnen bestaan als "fuzzy" verbindingen, waarbij de kracht van een band niet één enkel vast getal is, maar een reeks mogelijkheden. Deze methode werd getest op een werkelijke groep universiteitsprofessoren, waarbij werd onthuld dat wanneer we stoppen met pretenderen dat menselijke relaties precies zijn, we een ander, nauwkeuriger beeld krijgen van wie de macht en invloed in een gemeenschap bezit. De studie suggereert dat de belangrijkste mensen in een netwerk niet altijd degenen zijn met de meeste verbindingen, maar vaak degenen die dienen als de meest betrouwbare bruggen tussen anderen, een rol die pas zichtbaar wordt wanneer we rekening houden met de onzekerheid in de menselijke perceptie.

De kern van deze nieuwe benadering ligt in de manier waarop de verzamelde gegevens over de mensen worden behandeld. In een standaard enquête kan een professor gevraagd worden om de samenwerking met een collega te beoordelen op een schaal van "zeer laag" tot "zeer hoog". In een traditionele analyse zou een onderzoeker het woord "hoog" simpelweg kunnen omzetten in het getal 4 en "zeer hoog" in het getal 5. Dit verandert een subjectief gevoel in een hard feit, alsof het verschil tussen een 4 en een 5 even exact is als het verschil tussen één meter en twee meter. Het team van de Universiteit van Teheran stelde dat dit een fout is. In plaats van één enkel getal af te dwingen, vertaalden zij deze woorden naar "triangular fuzzy numbers" (driehoekige vage getallen). Denk hierbij aan het tekenen van een kleine heuvel op een grafiek in plaats van het plaatsen van één enkel punt. De top van de heuvel vertegenwoordigt de meest waarschijnlijke waarde, terwijl de hellingen aan weerszijden de reeks van twijfel of aarzeling vertegenwoordigen die de persoon kan voelen. Dit behoudt de nuance van het oorspronkelijke antwoord, door te erkennen dat menselijk oordeel zelden absoluut is.

Om dit idee te testen, deelden de onderzoekers een vragenlijst uit aan twintig professoren van de Afdeling Engineering Sciences aan de Universiteit van Teheran. De enquête vroeg elke professor om hun relaties met elke andere collega te evalueren op twee verschillende fronten: wetenschappelijke samenwerking, zoals het mede-schrijven van artikelen of het begeleiden van studenten, en sociale interactie, zoals vriendschappelijke of culturele uitwisselingen. Het team bouwde vervolgens twee aparte netwerken op basis van deze antwoorden. Het eerste netwerk bracht de stroom van academisch werk in kaart, terwijl het tweede netwerk de stroom van sociale banden in kaart bracht. Cruciaal was dat zij de enquêteantwoorden niet omzetten in eenvoudige getallen. In plaats daarvan hielden zij de gegevens in hun fuzzy vorm, waardoor de wiskundige analyse vanaf het begin met het volledige bereik van onzekerheid kon werken.

Zodra de fuzzy netwerken waren gebouwd, pasten de onderzoekers drie verschillende manieren van het meten van belangrijkheid toe, bekend als centraliteitsmaten. De eerste maat, graadcentraliteit (degree centrality), telt simpelweg hoeveel verbindingen een persoon heeft. De tweede, nabijheidscentraliteit (closeness centrality), kijkt hoe snel een persoon iedereen in het netwerk kan bereiken. De derde, tussenheidscentraliteit (betweenness centrality), identificeert wie fungeert als een brug of poortwachter, die zich op de kortste paden tussen andere mensen bevindt. In een fuzzy netwerk zijn deze berekeningen complexer. In plaats van alleen lijnen te tellen, berekent het systeem het "beste" pad tussen twee mensen door de sterkte en betrouwbaarheid van de verbindingen onderweg te wegen. Het vraagt niet alleen of er een pad bestaat, maar hoe sterk en zeker dat pad aanvoelt.

De resultaten van deze fuzzy analyse boden een opvallend ander beeld van de afdeling vergeleken met traditionele methoden. In het academische netwerk viel één professor op als de meest verbonden persoon, die fungeerde als een knooppunt dat diep betrokken was bij veel samenwerkingen. De fuzzy analyse onthulde echter een andere professor die, hoewel niet de meest verbonden, de meest cruciale brug was. Deze persoon bevond zich op de optimale paden tussen bijna elk ander paar collega's. In het fuzzy model behaalde deze professor een perfecte score voor tussenheid, wat betekende dat zij de onmisbare schakel was die de academische structuur bij elkaar hield. Traditionele methoden, die de gegevens in rigide getallen dwongen, hadden deze structurele belangrijkheid grotendeels gemist en de professor veel lager ingeschat.

Een vergelijkbaar patroon ontstond in het sociale netwerk. Terwijl één professor duidelijk de meest sociaal actieve was, kwam een ander individu naar voren als de belangrijkste verbinder voor de sociale cohesie van de groep. De fuzzy benadering toonde aan dat deze persoon een vitale rol speelde in het verbinden van verschillende sociale kringen, zelfs als diegene niet de meeste directe vrienden had. De studie vond dat de rangordes die door de fuzzy methode werden geproduceerd, vaak heel anders waren dan die van de oude, rigide methoden. Voor de maatstaf van tussenheid was de correlatie tussen de fuzzy resultaten en de traditionele resultaten zo zwak dat ze bijna niet gerelateerd waren. Dit suggereert dat de fuzzy benadering verborgen rollen blootlegt die standaardanalyse simpelweg niet kan zien.

De onderzoekers keken ook naar de verdeling van deze scores om de algehele gezondheid van het netwerk te begrijpen. Ze ontdekten dat de academische wereld zwaar leunde op een paar sleutelfiguren om te functioneren, wat een structuur creëerde waarin het verlies van één persoon de communicatie ernstig zou kunnen verstoren. In contrast hiermee was het sociale netwerk meer evenwichtig, met minder kritieke knelpunten. Dit onderscheid is essentieel voor universitaire bestuurders. Als een afdeling afhankelijk is van één enkele "brug"-professor voor academische samenwerking, wordt die persoon een single point of failure. Het identificeren van deze rollen stelt leiders in staat om betere beslissingen te nemen over waar middelen worden toegewezen, wie zij moeten ondersteunen bij interdisciplinaire projecten en hoe zij het netwerk kunnen versterken tegen mogelijke verstoringen.

Door de onzekerheid in de gegevens te behouden in plaats van deze weg te gooien, laat deze studie zien dat de meest nauwkeurige kaart van een sociaal netwerk niet de kaart is die er het schoonst uitziet, maar de kaart die het meest toegeeft over de complexiteit van menselijke relaties. De fuzzy benadering voegt niet alleen een laag van wiskundige verfijning toe; het verandert het verhaal dat de gegevens vertellen. Het onthult dat invloed niet alleen gaat over het hebben van veel vrienden of zeer dicht bij iedereen te staan, maar over het zijn van het meest betrouwbare pad tussen mensen die anders niet met elkaar verbonden zouden zijn. Voor het eerst hebben onderzoekers een instrument waarmee zij de kracht van een relatie kunnen meten, niet als een vaststaand feit, maar als een levende, ademende onzekerheid, wat een helderder beeld biedt van de onzichtbare architectuur die gemeenschappen bij elkaar houdt.