Текст книги "Социальная физика. Как Большие данные помогают следить за нами и отбирают у нас частную жизнь"

В новом мире виртуальных связей нам приходится привлекать людей к сотрудничеству через виртуальные социальные системы. Временами дела идут хорошо, но бывает и так, что мы не получаем желаемого. Как нам усовершенствовать механизм виртуального привлечения сотрудников?

Чтобы понять, как это может работать, взглянем на опцию FunFit, которую мы назвали Peer See («Посмотреть на друзей»). Нашей идеей было воссоздать условия, похожие на те, что были в эксперименте с Facebook и голосованием: то есть использовать сравнение с друзьями для продвижения в совместной деятельности. В эксперименте с функцией Peer See мы поощряли индивидов не только за поддержание активности (стандартный экономический стимул), но также дали им возможность следить онлайн за прогрессом их партнеров – своеобразный социально-сетевой стимул, который работает в тех ситуациях, когда люди соревнуются друг с другом.

Мы обнаружили, что подобный подход – своего рода комбинированная система экономическо-социальных стимулов – оказался в два раза более эффективным, чем обычные индивидуальные поощрения, где нет какого-либо социального компонента (например, стандартный подход экономического стимулирования). Социальное давление, которое возникло всего лишь благодаря тому, что участники могли наблюдать за действиями своих партнеров, удвоило эффективность финансового стимула.

На основе этого примера мы начинаем понимать, почему личные отношения «лицом к лицу» оказались столь важными в ситуации с Facebook. Так же, как это было с социальными стимулами в случае Peer See, знание того, что наши близкие друзья уже проголосовали, сформировало достаточно социального давления, чтобы убедить людей пойти голосовать. Само сообщение от Facebook было относительно неэффективным, но те несколько людей, которых оно мотивировало к участию в голосовании, вызвали волну голосов среди их друзей из реальной жизни. Почему по большей части это были друзья из жизни? Опять же потому, что социальное давление зависит от силы социальных уз и количества взаимодействий. Друзья в Facebook не проходят по этим критериям (но наши бабушки и так это знали).

Рассмотрим другой пример комбинирования социального давления и виртуальных сетей – это эксперименты по сохранению электроэнергии, в рамках которых Анкур Мани, Аяд Рахван, я и наши коллеги Клер-Мари Лоок, Торстен Штааке и Элгар Фляйш из Швейцарского федерального технологического института (ШФТИ) в Цюрихе сотрудничали с электроэнергетической компанией для продвижения практики сохранения электроэнергии среди домовладельцев по всей территории страны[93]93
  Mani et al. 2012.


[Закрыть].

В первом эксперименте домовладельцы получили социальную информацию о том, сколько электричества они использовали относительно среднего коэффициента потребления энергии на одного человека. Когда сравнение проводилось между домовладельцем и всеми остальными жителями страны, практически никакой экономии не последовало; поведение людей осталось прежним. Но когда сравнение проводилось между ними и людьми, живущими по соседству, результат был значительно лучше; он показал, что то, насколько сильно они отождествляли себя с людьми из сравниваемой группы, сыграло очень важную роль. Мы увидели ту же историю: отождествление с определенной группой людей усиливает как доверие между ее участниками, так и социальное давление, которое эта группа может оказать.

Эти результаты говорили о возможности использования подхода, основанного на социальной физике. Так, совместно с нашими коллегами из ШФТИ мы затем внедрили виртуальную социальную сеть как часть сайта электроэнергетической компании и давали людям небольшие вознаграждения, чтобы поощрить их к созданию местных партнерских групп. Как и в эксперименте с FunFit, эта партнерская система использовала социально-сетевые стимулы вместо стандартных экономических: когда люди берегли энергию, бонусы начислялись им и их партнерам.

Это социально-сетевое стимулирование снизило потребление электричества на 14 процентов, что вдвое превысило лучший результат, достигнутый за счет предыдущих кампаний по энергосбережению, и оказалось в четыре раза более эффективным, чем типичные кампании по сокращению энергопотребления[94]94
  Mani, Loock, Rahwan, and Pentland 2013.


[Закрыть]. Как и в эксперименте с FunFit, изменение в поведении было наиболее эффективно, когда была задействована сила социальных связей в окружении.

Схожая динамика виртуального и личного общения прослеживается в социальных сетях внутри предприятий. Обнаруженный алгоритм привлечения людей представляет особый интерес для организаций, разбросанных по разным континентам и часовым поясам, поскольку во многих ситуациях главными средствами взаимодействия между сотрудниками являются виртуальные социальные сети, электронная почта и обмен короткими сообщениями. Поскольку эти средства связи не обеспечивают передачу всех социальных сигналов, свойственных личному общению или даже общению по голосовой связи, руководители компаний, к своему разочарованию, обнаружили, что им редко удается обеспечить уровень привлечения, достаточный для формирования продуктивного рабочего коллектива (см. специальные тематические блоки «Социальные сети и личное общение» и «Социальные сигналы»).

Очевидно, что есть необходимость сделать виртуальные сети более эффективными в деловой сфере. Чтобы лучше понять ситуацию, аспиранты Ив-Александр де Монжуэ и Камелиа Симуа вместе со мной изучили рост и работу внутренних виртуальных социальных сетей в более чем тысяче компаний[95]95
  De Montjoye et al. 2013.


[Закрыть]. В поисках ярко выраженных шаблонов мы проанализировали миллионы приглашений, «лайков» и постов каждой из этих компаний приблизительно за один год.

Результат поисков нас удивил: когда виртуальная социальная сеть растет внезапными вспышками взаимодействия, она оказывается гораздо более эффективной, чем при постепенном росте. В компаниях, где люди получили шквал приглашений присоединиться к виртуальной соцсети компании, вероятность того, что они присоединятся и будут пользоваться сетью, была выше, чем в тех случаях, когда то же количество приглашений рассылалось постепенно. В компаниях, где не было вспышек социальной активности, к сети присоединялось мало людей, и со временем дела шли только хуже. Как мы уже увидели на примерах со стаями обезьян и «Звездами Белла», пока люди не поймут, что все вокруг массово стремятся усвоить новую модель поведения, большая часть группы не пожелает следовать за остальными.

При этом то, откуда исходили вспышки активности – от начальников, призывающих сотрудников использовать сеть, или же от ежесуточных дедлайнов, – казалось, не имело значения. А все потому, что, как и в примере с голосованием в Facebook, именно социальное давление на самом деле подвигло людей к сотрудничеству; то, кто именно приглашал каждого конкретного человека присоединиться к социальной сети, было самым важным фактором. Если это были люди, у которых уже была своя история регулярного взаимообмена, и в особенности если эти люди также входили в один рабочий коллектив, их приглашения были намного более эффективными по сравнению с приглашениями от других людей с более слабыми социальными связями.

Более того, если любой человек получал три и более приглашений примкнуть к сети в течение получаса и если эти приглашения исходили от людей, которые уже были связаны с ними и их рабочим коллективом, это давало практически полную гарантию того, что он присоединится к новой социальной сети и даже попробует ей пользоваться. И наоборот, даже двенадцать сообщений за полчаса имели относительно слабый эффект, если их присылали люди, которые не были связаны с получателем или его рабочим коллективом.

Если рассматривать внедрение нового виртуального инструмента как способ изменить привычку, то следует ожидать именно такой шаблон поведения. Вспомните о том, что я рассказал о быстром и медленном мышлении в третьей главе: для эффективного изменения привычки требуется наблюдение за несколькими вызывающими доверие партнерами, которые успешно используют или рекомендуют новую идею, в сжатый период времени. Среда, насыщенная возможностями для социального обучения и включающая много примеров со стороны доверенных партнеров, – то, что требуется людям, чтобы усвоить привычку использовать собственную социальную сеть компании. Но поскольку большинство социальных средств асинхронны, то получить такое повторяемое, многократное наблюдение за действиями окружающих зачастую сложно. Как мы увидели в ситуации с Facebook, распространение использования виртуальных сетей происходит в основном за счет реальных связей, а не только виртуальных социальных средств.

Эти данные из тысячи компаний демонстрируют, что использование социально-сетевых стимулов – хороший способ усилить внедрение нового виртуального инструмента. Например, можно вознаграждать людей суммой, зависящей от того, насколько часто их коллеги используют сеть для проведения сделок. Такой стимул создает социальное давление, провоцирующее использование сети и может дать толчок к появлению новых привычек уже в рамках этой сети.

* * *

На основе всех этих экспериментов можно заключить, что привлечение к совместной деятельности – повторяющиеся кооперативные взаимодействия – способствует взаимному доверию и повышает ценность взаимоотношений между людьми, что, в свою очередь, генерирует социальное давление, необходимое для установления кооперативных моделей поведения. Иными словами, привлечение создает культуру. Более того, мы продемонстрировали, что социально-сетевые стимулы ускоряют этот процесс и часто являются гораздо более эффективными, чем индивидуальные стимулы.

Почему компании недостаточно полагаются на социально-сетевые стимулы? Возможно, причина отчасти в том, что, на их взгляд, социальные стимулы – это скорее неясные, туманные и просто оторванные от реальности стратегии, чем надежные инструменты управления. В результате социальные стимулы, обычно применяемые менеджерами – например, награды лучшему работнику месяца, – в большинстве случаев не связаны с реальными социальными взаимоотношениями и в результате создают только ощущение неловкости и искусственности.

Однако все это можно изменить при помощи социальной физики, потому что социальная физика предлагает новый, практически применимый метод, подробно описывающий, как создать социальные стимулы, которые способствуют установлению более кооперативных моделей поведения и, соответственно, улучшают положение каждого участника коллектива. Социальная физика дает нам новые уравнения соотношения затрат и выгод, которые работают лучше, чем экономические стимулы, и открывает новые практические возможности для продвижения общего взаимодействия.

Адам Смит утверждал, что социальное полотно, образовавшееся посредством обмена товарами, идеями, дарами и взаимными услугами, привело капитализм к созданию решений на благо общества[96]96
  Smith 2009.


[Закрыть]. Это действительно так. Сообщества состоят из социальных связей, и без ограничений, налагаемых социальным давлением, обеспечиваемым этими социальными связями, капитализм может превратиться в хищника. Социальная физика подсказывает нам, что для того, чтобы более полно объяснить человеческое поведение, мы должны учитывать не только экономический обмен, но также обмен информацией, идеями и формирование социальных норм.

Предложенное Адамом Смитом описание «хорошего» капитализма обрисовало идеальную ситуацию. Он мог представить баланс между социальной вовлеченностью и экономическими силами, поскольку жил в более тесном мирке: буржуазные жители города с большей вероятностью знали друг друга, а потому общие социальные нормы и давление принуждали их быть добрыми гражданами. Но это также было время, когда жизнь бедных слоев населения никого не интересовала, и недостаток вовлеченности между богатыми и бедными привел к исчезновению социальных ограничений, налагаемых на взаимообмен между ними. Как известно, это стало причиной всех ужасов и преступлений первой индустриальной эпохи.

Похожие социальные разрывы могут происходить где угодно при наличии разных этнических, религиозных или экономических групп. В недавней публикации в журнале Science Лим, Метцлер и Бар-Ям продемонстрировали, что вероятность межгруппового насилия велика в тех случаях, когда каждое из сообществ слабо интегрировано, благодаря чему одна группа может доминировать над другой, и вдобавок политические или географические границы не совпадают с демографическими[97]97
  Lim et al. 2007.


[Закрыть]. Примеры включают в себя принудительное переселение индейских племен в Соединенных Штатах в XIX веке, столкновения между католиками и протестантами в Ирландии и многочисленные гонения евреев на всей территории Евразии.

Когда появляются подобные несовпадения, за ними часто следует подчинение и преследование. Группы, представляющие большинство, обладают властью устанавливать местные порядки, но если группы, представляющие меньшинство, достаточно велики, то велика и вероятность конфликтов. При наличии правильных границ или достаточной интеграции вероятность насилия снижается.

Как подобный тип насилия сочетается с результатами исследования «Друзья и семья», в ходе которого мы выяснили, что вовлеченность формирует доверие? Ответ таков: эксперименты, описанные выше, проводились в сообществах и социальных группах, где большая часть взаимодействий носит кооперативный характер. Если бы большинство взаимодействий носило эксплуатационный характер, то каждое взаимодействие вело бы к уничтожению доверия. Если кто-то подвергается насилию или грабежу каждый раз, когда взаимодействует с человеком из другого сообщества, он быстро утрачивает доверие к каждому члену того сообщества.

Поскольку доверие – это ожидание кооперативного поведения в будущем, которое основывается на предыдущих взаимодействиях, люди действуют согласно тому, что я называю «обратным золотым правилом»[98]98
  Золотое правило – этическое правило, часто используется отрицательная формулировка: «Не делайте другому того, чего не хотите себе».


[Закрыть]: поступай с другими так, как они поступают с тобой[99]99
  Nowak 2006; Rand et al. 2009; Fehr and Gachter 2002.


[Закрыть]. Это похоже на стратегию «око за око», которую часто можно увидеть в играх на доверие (например, классическая дилемма заключенного[100]100
  Фундаментальная проблема в теории игр, согласно которой игроки не будут сотрудничать друг с другом, а будут стараться максимизировать свой собственный выигрыш.


[Закрыть]), но в этом случае она применяется в качестве общей стратегии, выбираемой по умолчанию.

К сожалению, люди быстро учатся применять это правило, противопоставляя свою группу другим, то есть действуя по принципу «доверяй своим партнерам и никому другому». Именно поэтому никто не доверяет политикам и юристам как группе, но не как конкретным, прямо или косвенно знакомым людям. Это способствует дискриминации между группами и даже борьбе кланов. Опасности систематической эксплуатации по отношению одной группы к другой акцентируют важность продвижения кооперативных типов взаимодействия между разными группами людей.

Начиная с этого места я буду использовать понятие «привлечение» для обозначения процесса, в котором непрерывная сеть взаимообмена между людьми меняет их поведение. Как и в случае с понятием исследования, есть три ключевых момента, которые необходимо помнить о привлечении:

Привлечение требует взаимодействия: Если люди должны работать вместе, то необходимо, чтобы между каждой парой членов коллектива были повторяющиеся взаимодействия – не только между лидером и остальными членами или лишь некоторыми членами и целой группой (как это бывает на совещаниях). Чтобы проверить, существует ли в группе подобное сетевое ограничение, можно спросить, говорят ли ее участники друг с другом. Если нет, то приучите их говорить: ведь мы выяснили, что количество прямых взаимодействий является очень хорошим показателем социального давления, направленного на усвоение кооперативных типов поведения. Более того, количество взаимодействий также позволяет предсказать, насколько хорошо люди будут придерживаться этих новых, кооперативных типов поведения в дальнейшем.

Привлечение требует сотрудничества: Вспомните о «Звездах Белла»: они подталкивали всех членов команды к общей ответственности за группу, призывая их участвовать в постановке целей, различных видах рабочей деятельности и вместе делить признание за достижения коллектива. Эти блестящие исполнители продвигали привлечение внутри команды, давая возможность каждому ощутить себя ее частью, и стремились достигнуть достаточной степени согласованности, чтобы каждый участник добровольно следовал за новыми идеями.

Формирование доверия: Доверие, под которым я понимаю ожидание честного, кооперативного взаимообмена в будущем, строится на истории взаимодействия между людьми. Соответственно, у социальных сетей есть как история, так и динамика. Как и в случае с сотрудничеством, количество прямых кооперативных взаимодействий также позволяет на удивление точно предсказать уровень доверия. Предположение основоположника социальных сетей Барри Уэллмана о том, что количество телефонных звонков между двумя людьми является хорошим показателем их вклада в отношения – вложения, которое часто называют «социальным капиталом», – кажется совершенно верным.

Другими словами, успешная работа в группе требует постоянной вовлеченности в ее социальную систему. Люди ведут себя подобно игрокам в спортивной команде, поддерживая баланс между индивидуальными амбициями и социальным давлением, направленным на совместное развитие поведенческих норм и алгоритмов формирования доверия и сотрудничества. В последующих главах мы увидим, что уровень участия – мощный показатель будущей коллективной продуктивности и жизнеспособности в широком диапазоне видов человеческой деятельности.

В последних трех главах я, при помощи представленных выше примеров, предположил следующее: поток идей – то есть распространение новых моделей поведения в социальной сети – можно описать как исследование с целью сбора новых идей, которое сопровождается привлечением со стороны окружающих, помогающим просеять эти идеи и превратить лучшие из них в привычки. Поток идей работает посредством социального обучения и социального давления, побуждающего к установлению согласованных поведенческих норм. И наконец, социально-сетевые стимулы, способные изменять динамику потока идей, могут быть использованы для того, чтобы эффективно формировать характер распространения новых типов поведения.

Сила влияния потока идей в окружении на поведение, кажется, неотделима от самой человеческой природы. В человеческих племенных группах решения, затрагивающие все племя, принимаются в социальном контексте, и определяют их различные социальные проявления согласия или несогласия[101]101
  Buchanan 2007.


[Закрыть]. Они позволяют группе взвесить предпочтения всех участников прежде, чем соглашение будет достигнуто и вступит в силу. Даже племена обезьян решают, в каком направлении двигаться дальше, посредством социального консенсуса, который достигается при помощи социальных сигналов[102]102
  Stewart and Harcourt 1994; Boinski and Campbell 1995.


[Закрыть]. Примеры коллективного создания и воплощения поведенческих норм и их результаты можно увидеть в разных ситуациях – от отчаянного стремления подростков влиться в свою среду до бессистемного насилия, совершаемого членами банды или вышедшими из подчинения солдатами. Когда все члены окружения перенимают новый тип поведения, трудно не следовать за ними[103]103
  Zimbardo 2007; Milgram 1974b.


[Закрыть].

Некоторые ученые-социологи, возможно, спросят: а какое это имеет значение? Ведь эксперименты в последних трех главах лишь ярче высвечивают явления, о которых нам уже было известно, такие как гомофилия (подобное притягивает подобное) и социальное обучение (с волками жить – по-волчьи выть). Это так, но мы пока не анализировали эффекты, производимые этими хорошо знакомыми шаблонами поведения на мышление: как эти шаблоны общения влияют на индивидуальный процесс принятия решений и жизнеспособность сообщества. Я продемонстрировал, что эти социальные универсалии могут значительно развить коллективный разум и повысить способность сообщества действовать согласованно. Как мы еще увидим в последующих разделах книги, эти вычислительные эффекты играют важнейшую роль в функционировании предприятий, городов и общества в целом.

Приведенный специальный блок, посвященный математике социального влияния, позволяет увидеть, как можно преобразовать эти явления в уравнения, которые описывают реакцию социального полотна на новые идеи и новые стимулы. Используя эти уравнения, мы уверенно можем рассчитать, как изменится поведение индивида, и даже то, какими будут производительность группы или действия сообщества. Более подробную информацию об уравнениях социальной физики см. в Приложении 4: Математика.

В следующих разделах этой книги я расскажу, как при помощи этих идей и уравнений можно измерять и управлять корпорациями, городами и даже обществом в целом. Я надеюсь, что эти примеры дадут читателю реальное представление как о возможностях, так и об опасностях существования в нашем развивающемся гиперконнектном обществе, а также подскажут, какие изменения мы должны внести, чтобы защитить себя и идти вперед, к процветанию.

МАТЕМАТИКА СОЦИАЛЬНОГО ВЛИЯНИЯ

Большинство людей не владеют математическим языком, так что основная часть этой книги не содержит никакой математики. К сожалению, из-за этого люди забывают о том, что социальная физика позволяет составить прогностические, математические модели человеческого поведения, которые уже сейчас используются для создания более совершенных предприятий и городов и даже для ведения более успешной государственной политики. Здесь я привожу словесное описание математических вычислений, чтобы вы могли себе их представить.

На протяжении более чем пятидесяти лет ученые-социологи исследовали вопрос о том, кто на кого влияет в социальных системах, но по большей части их исследования носили лишь качественный или же коррелятивный (относительный) характер. Главное испытание заключалось в том, чтобы смоделировать социальное влияние формально, математически. Дополнительная трудность заключалась в том, что влияние часто не поддается прямому наблюдению, и поэтому его нужно выводить из индивидуальных поведенческих сигналов[104]104
  Pentland 2008; Olguín et al. 2009; Pentland 2012b.


[Закрыть].

Наша модель влияния начинается с человеческой системы С (от company – «компания»). Каждый человек c = (1, …, C) – это (вначале) независимое действующее лицо, и то, что оно делает, обычно недоступно для случайного наблюдения – идеи, направляющие поведение этого человека, спрятаны у него в голове. Обозначим эти спрятанные поведенческие идеи (hidden behavior ideas, h) человека c за время t как h_t^(c). Хотя мы не можем знать наверняка, что думает каждый человек, его поведение дает нам видимые сигналы O_t^(c), и вероятность – Prob(O_t^(c)|h_t^(c)) – этих сигналов зависит от того, что находится в спрятанном состоянии, – то есть его мыслей[105]105
  Dong and Pentland 2007; Pan, Dong, Cebrian, Kim, Fowler, and Pentland 2012.


[Закрыть].

Определение социального влияния с точки зрения зависимости состояний – то, как состояние одного человека влияет на состояние других людей и наоборот, – идея, обладающая долгой историей[106]106
  Castellano et al. 2009; Gomez-Rodriguez et al. 2010.


[Закрыть]; она позволяет нам описать социальное влияние как условную вероятность между скрытым состоянием каждого человека h_t^(c) с временной характеристикой t и предыдущими состояниями всех людей h_t-1⁽¹⁾, …, h_t-1^(C) с временной характеристикой t-1. Следовательно, на состояние h_t^(c) человека с в момент времени t влияет состояние всех остальных людей в момент времени t-1, и относительная вероятность того, что человек c находится в состоянии h_t^(c),такова:

Prob(ht(c’)|ht-1(1), …, ht-1(C)) (1).

Модель влияния позволяет разбить общее «состояние компании» (company state) на влияние, которое каждый человек c оказывает на конкретного другого человека c’:

Prob(ht(c’)|ht-1(1), …, ht-1(C)) = Σc = (1, …, C) Rc’, c х Prob(ht(c’)|ht-1(c)) (2).

Где влияние матрицы R^{c’, c} выражает силу влияния с на c’ и описывает, как влияние распространяется в социальной сети компании. Количество параметров в этой модели растет медленно относительно роста количества людей и их внутренних состояний, что позволяет с большей легкостью включить «живые» данные и использовать их в режиме реального времени. По сути, это означает, что мы можем определить параметры модели влияния – влияние, состояния и проч. – без знания социальных связей или усвоенных прежде моделей поведения, используя алгоритм максимизации ожидания. Код «Матлаб» для оценки параметров и задачи-примеры доступны по ссылке: http://vismod.media.mit.edu/vismod/demos/influence-model/.

Эта модель в точности описывает поведение инвесторов в примере с eToro. В примере с FunFit мы добавили стимулы, которые так настраивают каждого человека c, что он с большей вероятностью достигнет то состояние, которое через матрицу влияния заставит их партнера c’ прийти в желаемое поведенческое состояние. Например, стимулы могут побудить с говорить с c’ о повышении физической активности, и, как показано в эксперименте с FunFit, эффективность этого действия зависит от степени влияния с на c’.

Мы можем наиболее точно оценить социальное влияние (R^{c’, c}), измерив количество взаимодействия между с и c’. Ведь практически все примеры в этой книге, включая роль социального влияния на политические убеждения, потребительское поведение и позицию по отношению к здоровому образу жизни, а также продуктивность в маленьких группах, отделах внутри компаний и целых городах, показывают нам, что использование измерений количества социального взаимодействия – как прямого, так и непрямого – с целью оценить социальное влияние дает точные прогнозы относительно будущего поведения.

Главный вопрос заключается в следующем: насколько верно параметры прогностической модели отражают реальное влияние, имеющее место в человеческих взаимодействиях? Мы выяснили, что наша модель может точно определить социальные роли людей: протагонист, антагонист, помощник, нейтральный персонаж и др. – в малых группах[107]107
  Dong et al. 2007; Pan, Dong, Cebrian, Kim, Fowler, and Pentland 2012.


[Закрыть] и организациях; она позволяет нам наиболее достоверно очертить организационные взаимоотношения, объединив людей в рабочие коллективы и обозначив лидеров этих коллективов. Вариации одной и той же базовой модели, несомненно, применимы практически ко всем примерам в этой книге. Наконец, производный вариант этой модели в настоящее время коммерчески применяется для обрисовки шаблонов потребительского поведения 100 миллионов пользователей смартфонов (см. http://www.sensenetworks.com – веб-сайт компании, соучредителем которой я являюсь).

Одним из важнейших преимуществ этой модели является то, что она позволяет нам непосредственно наблюдать за поведением людей в реальном времени и дает параметры социальной сети, необходимые для оценки потока идей, то есть пропорцию пользователей, которые, скорее всего, примут новую идею, внедряемую через социальную сеть. Поток идей учитывает все элементы модели влияния: структуру сети, силу социального влияния и индивидуальную восприимчивость к новым идеям.

В примере с eToro мы обнаружили, что продуктивность трейдеров сильно зависела от интенсивности потока идей, и это дало нам средство, позволяющее измерить качество принятия решений внутри организации или социальной сети. В последующих главах мы увидим, что оно также способно прогнозировать продуктивность и креативную производительность.

Наконец, поток идей также позволяет нам настраивать социальные сети так, чтобы они лучше функционировали, так как он дает нам возможность предсказывать результат изменения сетевой структуры, силу влияния и индивидуальные характеристики.