В последнее время много внимания уделяется идее вирусного распространения контента, но согласно исследованию, опубликованному недавно в PNAS — ведущем научно-исследовательском журнале США, это далеко не единственный путь, которым могут распространяться идеи, инновации и технологии.
Два исследователя провели занимательную теоретическую работу, протестированную с помощью фокус-групп и пришли к выводу, что изменения быстро распространяются не только потому, что становятся открытыми большому количеству людей. Наоборот, подобное распространение чаще проходит по игровым правилам; и игроки решают, принять ли им нечто новое, только на том основании, что все вокруг это уже сделали.
Рост популярности веб-страниц или гаджетов часто описывается в разрезе «эпидемии»: социальной сети, с огромным количеством соединений между людьми, усиливающей воздействие, и принятие чего-либо нового. В ней происходит пересечение интересов (ссылок) между разными, по своей составляющей, группами. В тот момент, когда тренд доходит до участника (в дальнейшем: нода) с огромным количеством соединений (известная личность) — его популярность взрывается.
Подобное развитие событий, действительно, имеет место быть в некоторых случаях; в других же эта теория слишком упрощена — простое воздействие («посмотри на мой новый iPad!») на отдельную личность не гарантирует, что тренд будет принят и передан дальше по цепи.
Вот что говорит по этому поводу Амин Сабери, один из авторов исследовательской работы: «Не только внутренние качества и ценности новой технологии (или другого типа инновации) делают ее привлекательной для людей. Огромную роль играет окружение, которое уже приняло ее. В ситуациях, когда есть выгода принимать те же решения, что и люди вокруг, распространение таких инноваций следует по правилам игровой теории, которая отличается гораздо более широкими волнами, по-сравнению с вирусными трендами, или эпидемиями».
Для того чтобы показать как это происходит, исследователи создали теоретический сценарий, в котором приняло участие несколько человек, или нодов, соединенных в сеть, как друзья в социальных группах. Все они участвовали в игре, где в каждом раунде, каждый нод должен был решить, принять ли ему новый тренд только на основании данных о текущем поведении «соседа».
Например, нод смотрит вокруг для того чтобы понять, какое количество друзей участвует в тренде, скажем, Farmville. Если ни одного такого друга нет — вероятность того, что нод начнет играть в Farmville низка, если все — вероятность крайне высока. При этом игра сделана так, что имитация поведения соседей способствовала получению высших оценок, в отличие от их игнорирования.
Основываясь только на этих правилах, социальный анклав, где каждый нод получает полную и абсолютно точную информацию о том, что делают все остальные, никогда не примет ни один тренд. Если бы люди могли принимать решения только на таком основании, то ни один из нодов не выберет «изменение» в качестве лучшей стратегии развития.
Для того чтобы исправить это недоразумение, исследователи добавили «шума» в это информационное поле, в результате чего многие ноды начали получать неполные или ошибочные данные. Принимаемые решения взвешивались так, что нод с 0 информации о своих соседях предпочтет принять тренд, каким бы он ни был. Сравните это с реальностью, в которой человеку наплевать, что думают или делают остальные, и он взвешивает ценность инновации основываясь на каких-то внутренних факторах.
В процессе игры с такой структурой и по таким правилам, исследователи обнаружили закономерность: ноды с локальными соединениями, в противовес «дальнострельным» нодам (которые разносят эпидемии), в разы быстрее распространяют инновации.
Ноды «не вживленные» в структуру сети и обладающими небольшим количеством соединений (в жизни это казуальные, обучающиеся пользователи) передают информацию в несколько раз быстрее, чем ноды с огромным количеством соединений, которые, наоборот, замедляют цепи.
Супер-нагруженные ноды служат как бы блокпостами, потому что не имея кристально чистой информации о мнении или действиях соседей, они все-равно подвергаются большему давлению со стороны своих соединений (информационная избыточность). Такому ноду, как это ни странно, должно быть совершенно наплевать на собственных соседей для принятия тренда, или же он должен быть окружен другими нодами, уже принявшими, поголовно, этот тренд до него. Это и есть основное различие между игровым распространением, и эпидемией.
Эта модель работает не так хорошо в случае с индивидуальным контентом, где простого «поделиться» часто бывает достаточно для того чтобы вызвать бурный рост. С другой стороны, модель отлично объясняет сверх-лояльность сайтам, распространяющим контент, например Digg, Twitter, Reddit и лояльность социальным «жанрам» и «категориям».
Авторы так же говорят о том, что по игровой теории распространяются и решения, влияющие на выстраивание дальнейших связи: выбор между демократами и либералами; а так же принятие технологического вектора: выбор между Apple и Microsoft.
Доктор Сабери приводит следующий пример: «Причина по которой я использую Facebook взамен любой другой социальной сети заключается не только в его качестве, но и в том, что у меня есть много друзей которые уже используют его». То же самое происходит, как мы уже отметили, с операционными системами, выбором компьютера, место для отдыха и так далее. В то время как каждый оператор связи пытается дать нам максимум причин, по которой мы должны подключиться именно к нему, плюшки в виде бесплатных звонков или смс могут влиять на решения целых групп нодов мигрировать от одного, к другому. Увлекая за собой остальных.
В этой игровой теории, сети стремятся к балансу принятия новых изменений — это единственное, что отличает теорию от практики (на практике большинство индивидов и групп стремятся к крайностям). Но самое главное, что показывает эта модель: тренды и инновации могут распространятся быстро, основываясь на факторах исключающих массовое воздействие (что-то типа «популярность/лояльность без очевидной популярности/лояльности»). Быстрое и мощное распространение инноваций может происходить по другим моделям, содержащим более сложные и тонкие механизмы социального воздействия, таким как: «Мне тут друзья посоветовали...»
PNAS via ArsTechnica
