Оценить:
 Рейтинг: 0

Площадь и башня. Cети и власть от масонов до Facebook

Год написания книги
2017
Теги
<< 1 2 3 4 >>
На страницу:
3 из 4
Настройки чтения
Размер шрифта
Высота строк
Поля

В XIX веке ученые стали применять этот принцип ко всему – от картографии до электрических цепей и до изомерии органических соединений[126 - Caldarelli and Catanzaro, Networks, 9.]. О том, что могут существовать еще и общественные сети, тоже, разумеется, задумывались крупные политические мыслители того времени – в частности, Джон Стюарт Милль, Огюст Конт и Алексис де Токвиль. Последний из них обратил внимание на то, что большое количество разного рода общественных объединений на раннем этапе существования США сыграло важную роль в формировании американской демократии. Однако ни один из них не пытался изложить свои догадки в связной форме. Поэтому можно считать, что изучение социальных сетей ведет свой отсчет с 1900 года, когда школьный учитель и обществовед-любитель Иоганн Делитч опубликовал схему, отображавшую характер дружеских отношений между 53 учениками, с которыми он занимался в течение 1880/81 учебного года[127 - См. Heidler et al., ‘Relationship Patterns’.]. Делитч выявил четкую связь между близостью общественного положения мальчиков и их академической успеваемостью (на основе которой в ту пору рассаживали учеников в классе). В чем?то сходная работа была проделана тремя десятилетиями позже в Нью-Йорке, где психиатр Якоб Леви Морено, своеобразная личность – австриец по рождению[128 - Неточность: Морено родился в Румынии в 1889 году. (Прим. ред.)], но при этом противник Фрейда, – составлял социограммы, изучая взаимоотношения между девочками, малолетними преступницами, в исправительной школе в Гудзоне, штат Нью-Йорк. В его исследовании, опубликованном в 1933 году[129 - Неточность: книга вышла в 1934 году. (Прим. ред.)] под названием “Кто выживет?” (Who Shall Survive?), показывалось, что большой рост числа сбежавших из учреждения в 1932 году становится объяснимым, если знать, какое место занимали беглянки в школьной социальной сети симпатий и антипатий, имеющих как расовый, так и сексуальный характер (см. вкл. № 2). Вот здесь, заявил Морено, и скрыты “общественные силы, которые господствуют над человечеством”. Его книга, считал он, станет “новой настольной книгой – руководством по социальному поведению, по человеческим сообществам”[130 - Moreno, Who Shall Survive? xiii, lxvi.].

Спустя еще тридцать лет лингвист и библиограф Юджин Гарфилд придумал сходный графический способ наглядно показывать историю разных научных областей при помощи “историограммы” цитат. С тех пор индексы цитирования и “факторы влияния” стали стандартными инструментами измерения академических достижений в науке. А еще они дают возможность отображать процесс появления новых научных идей – например обнаруживая “невидимые колледжи”, которые вызываются к жизни сетями цитирования и которые весьма отличаются от тех настоящих колледжей, где работают большинство ученых[131 - Crane, ‘Social Structure in a Group of Scientists’.]. Впрочем, подобные показатели иногда говорят лишь о том, что ученые склонны цитировать труды тех ученых, кто близок им по взглядам. Как гласит старая пословица, свой своему поневоле брат. Это относится не только к цитированию, но и ко многому другому. Если два узла связаны с третьим, то высока вероятность, что они окажутся связаны и друг с другом, потому что (говоря словами экономиста Джеймса Э. Рауха) “два человека, которые знакомы со мной, будут знакомы между собой с большей вероятностью, чем два произвольно выбранных человека”[132 - James E. Rauch, review of Jackson, Social and Economic Networks, in Journal of Economic Literature, 48, 4 (December 2010), 981.]. Триада, все участники которой связаны между собой положительными чувствами, называется “уравновешенной” и иллюстрирует изречение “друг моего друга – мой друг”. Другая триада, два участника которой не знают друг друга, хотя знают третьего участника, иногда называется “запретной триадой”. (Вариант, при котором два участника дружны между собой, а третий враждебен одному из них, являет собой пример такой неприятной ситуации, когда “враг моего друга – мой друг”[133 - Leskovec, Huttenlocher, and Kleinberg, ‘Signed Networks in Social Media’.].)

Илл. 4. Иллюстрация № 1 Эйлера из его книги Solutio problematis ad geometriam situs pertinentis [лат. “Решение задачи, связанной с геометрией положения”] (1741). Те, кто пожелал бы испытать решение задачи на месте, уже не имеют возможности сделать это, так как два из семи старинных мостов не пережили бомбежек города во время Второй мировой войны, а еще два были разрушены уже после того, как Кёнигсберг стал советским Калининградом.

Таким образом, гомофилия – наша склонность испытывать притяжение к людям, похожим на нас самих (ее еще называют ассортативностью), – может считаться первым законом работы социальных сетей. Эверетт Роджерс и Дилип Бхоумик первыми из социологов предположили, что гомофилия может оборачиваться и минусами, ограничивая круг общения человека; они высказали мысль, что существует и “оптимальная гетерофилия”. Не выступает ли гомофилия своего рода самосегрегацией? В 1970?х годах Уэйн Зэкери выстроил схему дружеских связей между членами университетского клуба каратистов. Эта схема выявила наличие двух отчетливо обозначенных групп внутри клуба. Гомофилия может основываться на общем статусе (это и заданные характеристики, например расовая, национальная, половая и возрастная принадлежность, и приобретенные характеристики, например религиозная принадлежность, образование, профессия или модель поведения) или на общих ценностях, поскольку их возможно отличить от приобретенных черт[134 - McPherson et al., ‘Birds of a Feather’, 419.]. Знакомая иллюстрация этого явления – наклонность американских школьников самоизолироваться на основе расовой и национальной общности (см. вкл. № 3), хотя недавние исследования и наводят на предположение, что эта тенденция существенно разнится от одной расовой группы к другой[135 - Currarini et al., ‘Identifying the Roles of Race Based Choice and Chance’. See also Moody, ‘Race, School Integration, and Friendship Segregation’.].

Могут ли такие схемы показать нам, кто из людей играет главные роли? Лишь в ХХ веке ученые и математики формально определили значимость такого понятия, как “центральность”. Три важнейших показателя важности в формальном сетевом анализе – это центральность по степени, центральность по посредничеству и центральность по близости. Центральность по степени – по количеству ребер, исходящих от одного конкретного узла, – служит показателем общительности: это просто число отношений, которыми один человек связан с другими. Центральность по посредничеству – понятие, официально закрепленное социологом Линтоном Фрименом в конце 1970?х годов, – позволяет оценить количество информации, проходящей через тот или иной узел. Подобно тому как пассажиры общественного транспорта, стремящиеся побыстрее добраться до места назначения, создают заторы на немногочисленных пересадочных станциях, участники одной общей сети тоже часто обращаются к нескольким ключевым фигурам, которые способны связать их с другими, более отдаленными от них людьми или группами людей. Фигурами, обладающими центральностью по посредничеству, необязательно являются люди, имеющие наибольшее количество связей: важно, чтобы у них имелись по?настоящему важные связи. (Иными словами, дело не в количестве, а в качестве ваших знакомств.) Наконец, центральность по близости – это показатель, учитывающий среднее количество “шагов”, которые требуется совершить каждому узлу, чтобы добраться до всех остальных узлов; его часто используют, чтобы определить, у кого имеется наилучший доступ к информации – при условии ее широкого распространения[136 - Vera and Schupp, ‘Network Analysis’, 409.]. Люди, обладающие высокой центральностью по степени, по посредничеству или по близости, каждый на свой лад служат основными “узлами связи”.

Илл. 5. Упрощенная схема Эйлеровой задачи о кёнигсбергских мостах. Задачу можно решить, только убрав грань в середине (то есть мост, соединяющий два острова, на илл. 4).

В середине ХХ века произошел и существенный прогресс в нашем понимании совокупных свойств сети, которые зачастую остаются незаметными с точки зрения любого отдельного узла. Р. Дункан Люче и Альберт Перри из Массачусетского технологического института предложили использовать коэффициенты “кластеризации” для измерения той степени, в которой связаны между собой узлы в группе, причем крайним случаем считается клика, внутри которой каждый узел связан со всеми остальными в группе. (Строго говоря, коэффициент кластеризации показывает количественное соотношение полносвязанных общественных триад, то есть таких, в которых каждый член любой троицы связан с двумя остальными.) Плотность сети – похожий критерий взаимосвязанности.

Важность таких единиц измерения стала очевидной в 1967 году, когда социальный психолог Стэнли Милгрэм провел свой знаменитый эксперимент. Он направил письма произвольно выбранным адресатам, жившим в Уичито, штат Канзас, и в Омахе, штат Небраска. Получателей просили переслать письмо напрямую намеченному конечному адресату – соответственно, жене одного студента-богослова из Гарварда и одному биржевому маклеру в Бостоне, – если они лично знают этих людей, или же переслать письмо кому?нибудь, кто, по их мнению, может знать конечного адресата, при условии, что они сами коротко знакомы с посредником. А еще их просили отправить Милгрэму открытку отслеживания и в ней рассказать о том, что именно они сделали. В целом, по сообщению Милгрэма, 44 из 160 писем из Небраски в итоге были доставлены по назначению[137 - Milgram, ‘Small World Problem’.]. (Более позднее исследование наводит на предположение, что таких писем было всего 21[138 - Watts, Six Degrees, 134. См. также Schnettler, ‘Structured Overview’.].) Законченные цепочки позволили Милгрэму подсчитать количество посредников, задействованных для того, чтобы доставить письмо по назначению: в среднем оно равнялось пяти[139 - Barabаsi, Linked, 29.]. Это открытие предвосхитил венгерский писатель Фридьеш Каринти в рассказе “Звенья цепи” (Lаncszemek), напечатанном в 1929 году: там главный герой держит с приятелями пари, что сумеет связаться с любым человеком на Земле, кого бы они ни назвали, всего через пятерых общих знакомых, из которых ему самому нужно лично знать всего одного. К этой же задаче подступались и другие исследователи, проводившие эксперименты независимо друг от друга, – в частности, политолог Итиэль де Сола Пул и математик Манфред Кохен.

Сеть, в которой два узла связаны через пятерых посредников, имеет шесть ребер (звеньев). Выражение “шесть рукопожатий” [буквально – шесть степеней разделения] прижилось лишь после появления в 1990 году одноименной пьесы Джона Гуэра, но у него имелась долгая предыстория. Как и представление о том, что “мир тесен” (так назвали диснейлендовский аттракцион, придуманный в 1964 году), или техническое понятие близости, эта фраза очень емко подытоживает ощущение взаимосвязанности, усилившееся в середине ХХ века. Эта тема разыгрывалась во множестве вариаций: шесть шагов до Марлона Брандо, шесть шагов до Моники Левински, шесть шагов до Кевина Бейкона (этот вариант даже превратился в настольную игру[140 - Имеется в виду игра “Шесть шагов до Кевина Бейкона”, в которой надо не более чем за шесть шагов установить связь между актером Кевином Бейконом и неким загаданным актером. (Прим. ред.)]), шесть шагов до Луизы Вайсберг (матери одного из друзей Малкольма Гладуэлла[141 - Гладуэлл Малькольм (род. 1955) – известный канадский журналист, автор нескольких книг-бестселлеров. (Прим. ред.)]), а еще – если обратиться к научным аналогам этих игр – шесть шагов до математика Пала Эрдёша, который, как известно, заложил основы теории сетей[142 - Jennifer Schuessler, ‘How Six Degrees Became a Forever Meme’, The New York Times, 19 April 2017.]. Недавно проведенные исследования позволяют предположить, что количество этих рукопожатий сейчас скорее ближе к пяти, чем к шести, а это, в свою очередь, наводит на мысль о том, что с 1970?х годов технический прогресс, пожалуй, принес не такие уж разительные перемены в нашу жизнь, как принято считать[143 - Jackson, Rogers and Zenou, ‘Connections in the Modern World’.]. Впрочем, для директоров тысячи самых крупных компаний, по версии журнала Fortune, это число составляет 4,6[144 - Davis, Yoo and Baker, ‘The Small World of the American Corporate Elite’.]. А для пользователей сети Facebook оно составляло 3,74 в 2012 году[145 - Lars Backstrom, Paolo Boldi, Marco Rosa, Johan Ugander, and Sebastiano Vigna, ‘Four Degrees of Separation’, 22 June 2012.] и только 3,57 – в 2016?м[146 - Smriti Bhagat, Moira Burke, Carlos Diuk, Ismail Onur Filiz, and Sergey Edunov, ‘Three and a Half Degrees of Separation’, 4 February 2016.].

Глава 6

Слабые связи и вирусные идеи

Это открытие оказывается очень занимательным, потому что обычно мы думаем, что наши дружеские связи охватывают относительно небольшие группы людей или кружки похожих людей, единомышленников, которые существуют обособленно от других групп, куда входят совсем другие люди – непохожие на нас, но сходные между собой. А если всех нас в действительности отделяет от Моники Левински лишь шесть рукопожатий, то это объясняется явлением, которому стэнфордский социолог Марк Грановеттер дал парадоксальное название – сила слабых связей[147 - Granovetter, ‘Strength of Weak Ties’.]. Если бы все связи были похожи на крепкие гомофилические узы, какие связывают нас с нашими близкими друзьями, то мир неизбежно оказался бы фрагментирован. Но более слабые связи – со знакомыми, с которыми у нас уже меньше сходства, – играют ключевую роль в феномене, который описывается фразой “мир тесен”. Изначально Грановеттера интересовал вопрос о том, почему людям, которые ищут работу, чаще помогают знакомые, чем близкие друзья, но затем ему в голову пришла мысль, что в обществе с относительно малым количеством слабых связей “новые идеи будут распространяться медленнее, научные дерзания будут натыкаться на помехи, а подгруппам, разделенным по принципу расовой, национальной или территориальной принадлежности или по иным критериям, будет сложно достичь взаимопонимания”[148 - Granovetter, ‘Strength of Weak Ties Revisited’, 202.]. Иными словами, слабые связи – это жизненно важные мосты, переброшенные между различными кластерами или группами, которые иначе не были бы никак связаны друг с другом[149 - См. также Tutic and Wiese, ‘Reconstructing Granovetter’s Network Theory’. Недавние исследования с использованием данных Facebook в целом подтверждают тезис Грановеттера: Laura K. Gee, Jason Jones and Moira Burke, ‘Social Networks and Labor Markets: How Strong Ties Relate to Job Finding on Facebook’s Social Network’, 13 January 2016.].

Наблюдение Грановеттера имело социологический характер, оно опиралось на опросы и похожие данные, а затем подверглось уточнению на основе полевых исследований. Благодаря этим исследованиям выяснилось, например, что для малоимущих сильные связи имеют большее значение, чем слабые связи, и это наводит на мысль, что туго сплетенные сети пролетарского мира, возможно, способствуют бедности[150 - Liu, King, and Bearman, ‘Social Influence’.]. Лишь в 1998 году математики Дункан Уоттс и Стивен Строгац продемонстрировали, почему мир, в котором преобладают гомофилические кластеры, может одновременно являться тесным миром. Уоттс и Строгац классифицировали сети, исходя из двух сравнительно независимых показателей – средней центральности по близости каждого узла и общего для всей сети коэффициента кластеризации. Начиная с круговой решетки, в которой каждый узел связан только с первым и вторым по близости соседними узлами, исследователи показали, что достаточно произвольно добавить к ним всего несколько новых ребер, как заметно увеличивается близость всех узлов, но при этом общий коэффициент кластеризации повышается незначительно[151 - Watts and Strogatz, ‘Collective Dynamics of “Small World” Networks’.]. Уоттс начинал свою работу с изучения синхронного стрекота сверчков, однако очевидно, что заключения, которые можно вывести из наблюдений, сделанных им и Строгацем, вполне применимы и к человеческим популяциям. По словам Уоттса, “разница между графами «просторного» и «тесного» мира сказывается уже при произвольном добавлении нескольких лишних ребер, причем на уровне отдельных вершин эта перемена практически незаметна… Чрезвычайно кластеризованный характер графов «тесного мира» может приводить к интуитивной мысли о том, что та или иная болезнь «где?то далеко», тогда как в действительности она весьма близко”[152 - Watts, ‘Networks, Dynamics, and the Small World Phenomenon’, 522.].

Экономистам прогресс в изучении сетей тоже позволил сделать важные выводы. Стандартная экономика исходила из того, что существуют более или менее единообразные рынки, на которых действуют отдельные агенты, занятые максимизацией полезности и обладающие совершенной информацией. Задача, решенная английским экономистом Рональдом Коузом, который объяснил важность транзакционных издержек[153 - В работе “Проблема социальных издержек” (R. H. Coase. The Problem of Social Cost. 1960. P. 15) Коуз писал: “Чтобы провести какую?то рыночную операцию, необходимо выяснить, с кем ты хочешь иметь дело, известить людей о том, что именно будет предметом сделки и на каких условиях, провести переговоры, которые приведут к деловому соглашению, составить контракт, предпринять проверку, которая необходима, чтобы убедиться в том, что все условия договора соблюдаются, и так далее”. Организации вроде фирм – и даже государств – существуют для того, чтобы снижать или устранять издержки подобных транзакций при помощи, например, стандартизированных долговременных трудовых договоров. Более крупные организации могут проделывать все это более эффективно – отсюда понятие “экономии на масштабах”. (Прим. авт.)], состояла в том, чтобы объяснить, зачем вообще существуют фирмы. (Не все мы – портовые грузчики, получающие оплату работы поденно, как герой Марлона Брандо в фильме “В порту”, – потому что фирмы, нанимающие нас на постоянную работу, снижают таким образом издержки, возникающие при посуточном найме.) Но если бы рынки были сетями и большинство людей группировались бы в более или менее взаимосвязанные кластеры, то мировая экономика выглядела бы совершенно иначе, и не в последнюю очередь потому, что потоки информации определялись бы структурами сетей[154 - Powell, ‘Neither Market nor Hierarchy’, 301, 304.]. Многие обмены не являются одноразовыми сделками, в которых цена диктуется лишь спросом и предложением. Репутация – это функция доверия, а доверие, в свой черед, выше внутри группы схожих людей (например, внутри иммигрантского сообщества). Из этого следуют выводы, приложимые не только к рынкам рабочей силы, которые изучал Грановеттер[155 - Calvо Armengol and Jackson, ‘The Effects of Social Networks on Employment and Inequality’.]. Закрытые сети торговцев могут вступать в тайные сговоры против остальной публики и чинить помехи инновациям. Более открытые сети, напротив, могут продвигать инновации по мере того, как новые идеи будут доходить до них извне благодаря силе слабых связей[156 - Smith Doerr and Powell, ‘Networks and Economic Life’.]. Подобные наблюдения заставляют задуматься над вопросом: а как вообще образуются сети?[157 - Bramoullе et al., ‘Homophily and Long Run Integration’; Jackson and Rogers, ‘Meeting Strangers and Friends of Friends’.]

На деле кажется довольно ясным, как именно возникают сети. От Авнера Грейфа, исследовавшего связи магрибских торговцев XI века в Средиземноморье[158 - Greif, ‘Reputation and Coalitions in Medieval Trade’ and ‘Contract Enforceability and Economic Institutions’.], до Рональда Берта, изучавшего современных предпринимателей и управляющих, социологи написали множество книг и статей о роли деловых сетей в накоплении социального капитала[159 - Coleman, ‘Social Capital’.] и в продвижении инноваций – или же в сопротивлении им. Согласно терминологии Берта, конкуренция между отдельными людьми и фирмами определяется устройством сетей, причем “структурные дыры” – пустоты между кластерами, между которыми отсутствуют слабые связи, – предоставляют “предпринимательские возможности для получения доступа к информации, расчета времени, направлений и контроля”[160 - Burt, Structural Holes, KL 46–49.]. Посредники – люди, способные “навести мосты”, – получают (или, по идее, должны получать) “вознаграждение за свою объединяющую работу”, потому что в силу своего положения они с высокой степенью вероятности могут выдвигать творческие идеи (и, с другой стороны, реже страдают от шаблонов группового мышления). В инновационных институтах таких посредников всегда высоко ценят. Однако в большинстве столкновений между инноватором-посредником и сетью, тяготеющей к “захлопыванию” (то есть к изолированности и однородности), часто одерживает верх последняя[161 - Burt, Brokerage and Closure, 7. См. также Burt, Neighbor Networks.]. Это наблюдение верно не только в отношении работников какой?нибудь американской компании, производящей электронику, но и в отношении философов, состоящих в штате научных учреждений[162 - Burt, ‘Structural Holes and Good Ideas’, 349f.].

Возникла целая подобласть – “организационное поведение”, которая сейчас занимает важное место в большинстве учебных программ на степень магистра делового администрирования. Среди недавних наблюдений есть такие: менеджеры чаще и активнее пользуются социальными сетями, чем подчиненные[163 - Carroll and Teo, ‘On the Social Networks of Managers’, 433.]; “менее иерархично устроенная сеть больше способствует сплоченности и однородности в организационной культуре”[164 - Harrison and Carroll, ‘Dynamics of Cultural Influence Networks’, 18.]; посредники с большой долей вероятности добиваются успеха в наведении мостов над структурными пустотами, если они “культурно приспосабливаются к своей организованной группе”, тогда как те, кто “встроен в структуру организации”, добиваются большего успеха, если они “выделяются на общем культурном фоне”. Словом, “ассимилированные посредники” и “интегрированные нонконформисты” чаще всего оказываются удачливее остальных[165 - Goldberg et al., ‘Fitting In or Standing Out?’ 2f.]. И здесь тоже теория сетей предлагает ряд наблюдений, которые могут оказаться полезными не только в типичном корпоративном рабочем пространстве, какое высмеивается в сериале Рики Джервейса “Офис”. Все же офисные сети редко бывают очень обширными. И размер сети имеет значение, потому что существует закон Меткалфа – названный в честь изобретателя Ethernet Роберта Меткалфа, – который гласит (в своей исходной формулировке), что ценность телекоммуникационной сети пропорциональна квадрату числа подсоединенных совместимых устройств связи. То же самое, как выяснилось, относится и к любым сетям вообще: проще говоря, чем больше количество узлов в сети, тем ценнее сама сеть для всех узлов в совокупности. Как мы еще увидим, это значит, что у очень обширных, общедоступных сетей бывает колоссальная отдача, а у тайных и/или исключительных сетей отдача, напротив, ограниченная. Даже в самых крупных сетях есть узлы, которые играют роль посредников или стыковочных центров.

Выражение “молниеносно разлететься”, а совсем буквально – “стать вирусным” давно уже воспринимается как избитое клише, излюбленный штамп рекламщиков и маркетологов[166 - Berger, Contagious. См. также Sampson, Virality.]. Тем не менее наука, изучающая сети, дает возможность наилучшим образом понять, почему некоторые идеи распространяются чрезвычайно быстро. Идеи – даже как некоторые эмоциональные состояния и болезненные расстройства вроде ожирения – способны передаваться через социальные сети, действительно напоминая в этом смысле вирусы заразных болезней. Однако идеи (или мемы, если воспользоваться неологизмом из лексикона эволюционистов), как правило, все?таки менее заразны, чем вирусы. Биологические и компьютерные вирусы обычно осуществляют “широковещательный поиск” по всей сети, так как их цель – максимально размножиться, перекинувшись на каждого соседа каждого зараженного ими узла. Мы же, напротив, интуитивно избираем тех членов своей сети, которым мы желаем передать идею или от кого мы сами готовы воспринять идею как заслуживающую доверия[167 - Хорошую дискуссию на эту тему см. в: Collar, Religious Networks, 13f.]. Ранним вкладом в изучение этой темы стала “модель двухступенчатого потока информации”, предложенная социологами Полом Лазарсфельдом и Элиху Кацем, которые в 1950?х годах заявили, что идеи перетекают от СМИ к широким слоям населения через так называемых лидеров мнения[168 - Katz and Lazarsfeld, Personal Influence.]. Другие исследователи, уже в конце ХХ века, пытались измерить скорость, с какой разносятся новости, слухи или новшества. Более поздние исследования показали, что через сеть передаются даже эмоциональные состояния[169 - Hill, ‘Emotions as Infectious Diseases’.]. Хотя различить эндогенные и экзогенные сетевые эффекты совсем непросто[170 - Dolton, ‘Identifying Social Network Effects’.], свидетельства, указывающие на заражения такого рода, достаточно очевидны: “Студенты, у которых соседи по комнате прилежно учатся, сами начинают заниматься усерднее. А люди, сидящие за одним столом с обжорами, сами налегают на еду”[171 - Christakis and Fowler, Connected, 22.]. Однако, если верить Кристакису и Фаулеру, мы не можем передавать идеи или поведенческие привычки за пределы круга друзей друзей наших друзей (иными словами, не дальше чем на три рукопожатия вперед). Дело в том, что для передачи и восприятия идеи или поведенческой привычки требуется связь более крепкая, чем для пересылки письма (как в случае эксперимента Милгрэма) или для сообщения о том, что там?то имеется такая?то вакансия. Если мы просто знакомы с человеком, это еще не значит, что мы способны повлиять на него так, чтобы он начал прилежнее учиться или переедать. Подражание – поистине самая искренняя форма лести, даже когда оно происходит неосознанно.

Илл. 6. Фундаментальные понятия теории сетей. Каждая точка на графике – это вершина, или узел, каждая линия – грань. Точка, названная центральным узлом, имеет наибольшую центральность по степени и центральность по посредничеству. Вершины, названные кластером, имеют более высокую плотность, или коэффициент местной кластеризации, чем другие участки графика.

Ключевой момент, как и при эпидемии болезней, заключается в том, что скорость и размах рассеивания определяется не только сутью самой передаваемой идеи, но и устройством сети, по которой она передается[172 - Kadushin, Understanding Social Networks, 209f.]. В процессе вирусизации важнейшую роль играют узлы, которые служат не только связующими центрами или посредниками, но и “привратниками”, то есть людьми, решающими, передавать или не передавать поступившую информацию дальше, в ту часть сети, которая находится за ними[173 - Nahon and Hemsley, Going Viral.]. Решение, которое они принимают, отчасти зависит от их мнения о том, как скажется переданная информация на них самих – положительно или отрицательно. С другой стороны, для того чтобы идея оказалась воспринята, требуется, чтобы ее передал не один источник и даже не два, а больше. Сложная культурная инфекция, в отличие от простого эпидемического заболевания, для начала требует набрать критическую массу первых сторонников, обладающих высокой центральностью по степени (то есть сравнительно большим количеством влиятельных друзей)[174 - Centola and Macy, ‘Complex Contagions’.]. По словам Дункана Уоттса, главное при оценке вероятности каскадного эффекта, напоминающего заражение, – “сосредоточиться не на самом стимуле, а на структуре сети, по которой расходится этот стимул”[175 - Watts, Six Degrees, 249.]. Это помогает объяснить, почему на каждую идею, которая разлетелась по свету молниеносно, как вирус, приходится множество других идей, которые прозябают в безвестности и выдыхаются только потому, что начали свой путь с неудачного узла, неудачного кластера или из неудачной сети.

Глава 7

Разновидности сетей

Если бы все общественные сети были устроены одинаково, мы жили бы в совершенно ином мире. Например, мир, в котором вершины (узлы) соединялись бы друг с другом произвольным образом – так что количество ребер, приходящихся на одну вершину, распределялось бы по колоколообразной кривой, – обладал бы некоторыми свойствами “тесного мира”, но не был бы похож на наш[176 - Случайные сети впервые исследовали знаменитый обилием научных работ и часто цитируемый математик Пал Эрдёш и один из его многочисленных соавторов Альфред Реньи. Случайный граф получается, если разместить на плоскости множество n вершин, а затем произвольным образом соединять их попарно, пока не появится множество ребер m. Каждую вершину можно выбирать более одного раза или же не выбирать вовсе. (Прим. авт.)]. Дело в том, что во многих реально существующих сетях наблюдается принцип распределения Парето: в них имеется больше вершин с очень большим количеством ребер и больше вершин с очень малым количеством ребер, чем бывает в случайных сетях. Это вариант того феномена неравномерного распределения преимуществ, который социолог Роберт К. Мертон назвал “эффектом Матфея” – из?за слов в Притче о талантах из Евангелия от Матфея: “ибо всякому имеющему дастся и приумножится, а у неимеющего отнимется и то, что имеет”[177 - Мф 25:28. (Прим. пер.)]. В науке успех порождает успех: тому, у кого уже есть награды, и впредь будет доставаться больше наград. Нечто подобное наблюдается и в “экономике суперзвезд”[178 - Rosen, ‘The Economics of Superstars’.]. Точно так же, по мере расширения многих крупных сетей, узлы приобретают новые ребра пропорционально тому количеству, которое у них уже имеется (это их степень, или “пригодность”). Иными словами, наблюдается “предпочтительное присоединение”. Этим открытием мы обязаны физикам Альберту-Ласло Барабаши и Реке Альберт, которые первыми выдвинули предположение о том, что большинство реально существующих сетей, возможно, подчиняются при распределении степенному закону или являются “безмасштабными”[179 - Про модели распределения, подчиняющиеся степенному закону, говорят, что у них “утяжеленные хвосты”, поскольку относительная вероятность очень высокой степени и очень низкой степени выше, чем в тех случаях, когда связи образуются случайным образом. В строгом смысле термин “безмасштабность” относится к тому факту, “что относительная частота узлов со степенью d по сравнению с узлами со степенью d? равняется относительной частоте узлов со степенью kd по сравнению с узлами со степенью kd?, когда происходит изменение масштаба при помощи произвольного фактора k > 0”. В безмасштабной сети не существует типичного узла, однако “масштаб” различий между узлами представляется везде одинаковым. Иначе говоря, для безмасштабного мира характерна фрактальная геометрическая структура: село – это большая семья, город – большое село, а королевство – большой город. (Прим. авт.)]. По мере развития таких сетей некоторые узлы становятся связующими центрами и приобретают гораздо больше ребер, чем остальные узлы[180 - Barabаsi and Albert, ‘Emergence of Scaling in Random Networks’.]. Примеров подобных сетей очень много – от директоров тысячи крупнейших компаний, по версии Fortune, до цитат в физических журналах и ссылок на веб-страницы[181 - Barabаsi, Linked, 33–34, 66, 68f., 204.]. По словам Барабаши,

существует иерархия связующих центров, которые поддерживают единство этих сетей, так что за обильно загруженными узлами внимательно следят несколько менее загруженных узлов, а за ними следуют уже десятки еще менее загруженных узлов. Но при этом нет какого?то самого главного узла, который находился бы посередине паутины и контролировал и отслеживал бы каждую связь и каждый узел. Нет такого одного узла, устранение которого привело бы к разрушению всей паутины. Безмасштабная сеть – это паутина без паука[182 - Ibid., 221.].

В крайнем случае (когда действует принцип “победителю достается все”) к самому пригодному узлу сходятся все или почти все связи. Чаще наблюдается модель “пригодные обогащаются”, при которой за “обильно загруженным узлом внимательно следят несколько менее загруженных узлов, а за ними следуют уже десятки еще менее загруженных узлов”[183 - Ibid., 103, 221.]. Встречаются и промежуточные сети с другим устройством: например, сети дружеских связей между американскими подростками не являются ни случайными, ни безмасштабными[184 - Dolton, ‘Identifying Social Network Effects’.].

В случайной сети, как давно уже продемонстрировали Эрдёш и Реньи, каждый узел внутри сети имеет приблизительно одинаковое количество ребер, связывающих его с другими узлами. Лучший пример из реальной жизни – это сеть автомагистральных дорог национального значения в США, где каждый крупный город имеет приблизительно одинаковое количество шоссе, соединяющих его с другими городами. Примером же безмасштабной сети является сеть воздушного сообщения США, в которой множество маленьких аэропортов связаны с аэропортами средней величины, а те, в свою очередь, связаны с несколькими огромными и оживленными аэропортами-хабами. Другие сети более высокоцентрализованны, но при этом не обязательно безмасштабны. Так, один из способов понять трагедию, которая разворачивается у Шекспира в “Гамлете”, – это построить граф, отображающий сеть взаимоотношений между его персонажами: на нем видно, что Гамлет и его отчим Клавдий обладают самой высокой центральностью по степени (то есть самым большим количеством ребер; см. илл. 7).

Теперь рассмотрим все способы, какими сеть может отличаться от своего случайного варианта (см. илл. 8). Сеть может быть чрезвычайно детерминированной и неслучайной: такова, например, кристаллическая решетка или сетка, в которой каждый узел имеет точно такое же количество ребер, как и все остальные (внизу слева). Сеть может быть модульной – это значит, что ее можно разбить на ряд отдельных кластеров, но при этом их будет объединять небольшое количество связей (внизу справа). Сеть может быть и гетерогенной (разнородной), так что все узлы будут сильно отличаться друг от друга с точки зрения центральности по степени: подобная картина типична для безмасштабных сетей, какие представляют собой интернет-сообщества (вверху слева). Некоторые сети являются одновременно иерархичными и модульными – как, например, сложные генетические системы, регулирующие метаболизм: в них некоторые подсистемы помещены под контроль других (вверху справа)[185 - Strogatz, ‘Exploring Complex Networks’.].

Илл. 7. Простая (но трагическая) сеть: “Гамлет” Шекспира. Гамлет лидирует с точки зрения центральности по степени (16 связей по сравнению с 13 связями Клавдия). “Зона смерти” в пьесе охватывает персонажей, связанных одновременно с Гамлетом и Клавдием. (См. фото.)

Теперь мы ясно видим, что иерархия – отнюдь не противоположность сети: напротив, она является лишь одной из разновидностей сетей. Как показано на илл. 9, ребра в идеализированной иерархичной сети выстраиваются в регулярную модель: начинают опускаться с самого верхнего узла, а затем образуют определенное количество подчиненных узлов. К каждому подчиненному узлу прибавляется точно такое же количество новых подчиненных узлов и так далее. Главный принцип – наращивать новые узлы в направлении сверху вниз, но никогда не соединять узлы вбок, по горизонтали. Сети, устроенные таким образом, обладают особыми свойствами. Прежде всего, они не зациклены, то есть ни один путь не ведет от узла обратно к нему самому. Существует лишь один путь, соединяющий любые два узла, что вносит ясность в цепи командования и сообщения. Что еще важнее, верхний узел обладает наибольшей центральностью по посредничеству и центральностью по близости, а это значит, что вся система задумана так, чтобы максимально увеличить способность этого узла и получать и контролировать информацию. Как мы еще увидим, мало какие иерархии осуществляют столь полный контроль над информационными потоками, хотя Советский Союз при Сталине приблизился к этому уровню. На деле большинство организаций являются иерархичными лишь частично, чем?то напоминая в этом отношении “кооперативные иерархии”, существующие в природе[186 - Cassill and Watkins, ‘Evolution of Cooperative Hierarchies’, 41.]. Тем не менее целесообразно представлять себе чистую иерархию как “противную случайным связям” – в том смысле, что беспорядочные взаимодействия, какие обычно ассоциируются с сетями (и прежде всего с образованием кластеров), в ней запрещены.

Илл. 8. Разновидности сетей (БМ: безмасштабные; ЭР: Эрдёша – Реньи, то есть случайные).

Эти разновидности сетей не следует рассматривать как некие статичные категории. Сети редко застывают во времени. Крупные сети – это сложные системы, обладающие “эмерджентными свойствами”, то есть тенденцией к образованию новых структур, шаблонов и свойств, которые проявляются в плохо прогнозируемых “фазовых переходах”. Как мы еще увидим, внешне случайная сеть способна с поразительной быстротой развиться в иерархию. Количество ступеней, разделяющих революционную толпу и тоталитарное государство, не раз оказывалось на удивление ничтожным. И аналогично, внешне жесткая конструкция иерархического строя способна развалиться с поразительной скоростью[187 - Ferguson, ‘Complexity and Collapse’.]. Исследователей, изучающих сети, это не слишком удивляет. Ведь теперь нам известно, что произвольное добавление совсем малого количества новых ребер может резко сократить среднее расстояние между узлами. Потребуется провести совсем немного дополнительных ребер на рисунке 9, чтобы свести на нет практическую монополию правящего узла на передачу информации. Это прекрасно объясняет, почему императоры, короли и прочие самодержцы всех времен и народов так боялись заговоров. Клики, банды, камарильи, ячейки, хунты, шайки – все слова звучат весьма зловеще при дворе любого монарха. Иерархи давным-давно осознали, что “братание” между подчиненными может стать прелюдией к дворцовому перевороту.

Илл. 9. Иерархия: особый вид сети. В примере, показанном здесь, узел на самом верху обладает наибольшей центральностью по посредничеству и по близости. Другие вершины имеют возможность связываться с большинством других вершин только через единственный правящий узел.

Глава 8

Когда сети встречаются

Последняя концептуальная задача, самая важная для историка, – в том, чтобы разобраться, как разные сети взаимодействуют между собой. Политолог Джон Пэджетт и его соавторы предложили биохимическую аналогию, выдвинув идею о том, что организационные нововведения и изобретения являются результатами взаимодействия между сетями, которое принимает три основные формы: “транспонирование”, “рефункционализацию” и “катализ”[188 - Padgett and McLean, ‘Organizational Invention and Elite Transformation’.]. Сама по себе упругая социальная сеть обычно склонна сопротивляться изменениям в правилах, ее порождающих, и протоколах связи. Но когда социальная сеть и ее шаблоны переносятся в другую среду, а ее функции подвергаются пересмотру – вот тогда?то и могут происходить инновации и даже изобретения[189 - Padgett and Powell, Emergence of Organizations and Markets, KL 517f.].

Как мы еще увидим, Пэджетт воспользовался этим наблюдением для того, чтобы объяснить перемены в экономическом и общественном устройстве Флоренции в эпоху Медичи, когда банковские товарищества стали частью городской политики. Однако оно вполне применимо и к другим областям. Сети важны не только как механизмы передачи новых идей, но и как источники самих новых идей. Не все сети склонны поощрять перемены – напротив, некоторые плотные и тесно сгруппированные сети всячески противятся им. Зато точка соприкосновения между разными сетями вполне может оказаться тем местом, где зародится что?то новое[190 - Loreto et al., ‘Dynamics and Expanding Spaces’.]. Вопрос в том, что это за точка соприкосновения. Сети могут встречаться и сплавляться мирным путем, но могут и нападать друг на друга, как произошло (этот пример будет обсуждаться ниже), когда советская разведка успешно внедрилась в элитные студенческие сети Кембриджского университета в 1930?х годах. Исход подобных противоборств часто определяется относительной силой и слабостью сетей-соперников. Насколько они адаптивны и эластичны? Насколько уязвимы для разрушительных влияний? Насколько зависимы от одного или более “суперцентров”, уничтожение или захват которых значительно ослабит устойчивость всей сети? Барабаши и его коллеги смоделировали атаки на безмасштабные сети и выяснили, что те способны выдержать потерю значительного количества узлов и даже одного важного центра. Но целевая атака на множество центров сразу может привести к полному распаду сети[191 - Barabаsi, Linked, 113–118.]. Что впечатляет еще более, безмасштабная сеть может легко пасть жертвой заразного вируса, убивающего узлы[192 - Ibid., 135.].

Но зачем одной сети нападать на другую, вместо того чтобы мирно присоединиться к ней? Дело в том, что большинство атак на социальные сети происходит не по инициативе других сетей, а по приказу или, по крайней мере, по призыву иерархических организаций. Как раз таким случаем стало вмешательство России в президентские выборы 2016 года в США: согласно данным американской разведки, как уже говорилось выше, атака была совершена по распоряжению президента Путина, одного из самых беззастенчивых автократов в мире, но направлена не против одного только Национального комитета демократической партии, а против всего комплекса медиасетей США. Это иллюстрирует главное отличие сетей от иерархий. Сети – благодаря своему относительно децентрализованному устройству, благодаря сочетанию отдельных групп и слабых связей, благодаря способности адаптироваться и развиваться – как правило, способствуют творчеству больше, чем иерархии. Как мы увидим, в разные исторические эпохи новшества возникали в сетях, а не в иерархиях. Беда в том, что сети не так?то легко направить “к общей цели… которая требует концентрации ресурсов в пространстве и времени внутри больших организаций, какими являются армии, чиновничьи аппараты, большие фабрики и вертикально организованные корпорации”[193 - Castells, ‘Information Technology, Globalization and Social Development’, 6.]. Сетям присуща спонтанная креативность, но чужда стратегичность. Сеть не могла бы победить во Второй мировой войне, хотя в победе союзников важную роль сыграли замкнутые сети (ученых-атомщиков или шифровальщиков). А кроме того, сети способны порождать и распространять не только хорошие, но и плохие идеи. В случаях “социального заражения”, или “лавины” идей, сети сеют панику с той же охотой, с какой разносят другие коллективные поветрия: страсть к сжиганию ведьм передается так же легко, как и безвредное увлечение фотографиями котиков.

Правда, сегодняшние сети устроены надежнее, чем энергосети США в 1990?х годах, оказавшиеся настолько хрупкими, что отказ одной-единственной линии электропередачи на западе Орегона привел к аварийному отключению сотни других линий и генераторов. Однако известно, что даже прочная сеть запросто выходит из строя по мере своего роста и развития: знакомым примером являются заторы и задержки рейсов в американских аэропортах, где разные авиакомпании, соревнуясь друг с другом, спешат обслужить пассажиров в хабах, а в итоге создают пробки[194 - Mayer and Sinai, ‘Network Effects, Congestion Externalities’.]. Даже если оставить в стороне интернет, можно не сомневаться, что целенаправленная атака на энергетическую и транспортную инфраструктуру США повлечет катастрофически разрушительные последствия. Как заметила Эми Зегарт[195 - Зегарт Эми (род. 1967) – американский ученый, занимается проблемами глобальной безопасности, историей шпионских сетей и разведки. (Прим. ред.)], США – одновременно самый могущественный и самый незащищенный участник кибервойн. “Кибератаки завтрашнего дня, – предупреждала она, – смогут вывести из строя наши автомобили, наши самолеты, смогут оставить без электричества и без воды множество городов по всей стране на несколько дней, или недель, или совсем надолго, смогут нейтрализовать наши войска или даже направить наше оружие против нас же самих”[196 - Amy Zegart, ‘Cyberwar’, TEDxStanford: https://www.youtube.com/watch?v=JSWPoeBLFyQ.]. И все же США, “похоже, не желают признавать основных фактов о новых кибертехнологиях или о нашей уязвимости перед кибератаками и уж тем более принимать какие?либо меры, необходимые для распознавания и сдерживания будущих киберугроз и защиты от них”[197 - Michael McFaul and Amy Zegart, ‘America Needs to Play Both the Short and Long Game in Cybersecurity’, Washington Post, 19 December 2016.]. В мае 2017 года разразилась эпидемия вируса-вымогателя: сетевой червь WannaCry заразил сотни тысяч компьютеров в ста пятидесяти странах, зашифровав содержимое их жестких дисков и потребовав выкупа в криптовалюте биткоин. Эта атака выявила незащищенность от вредоносных программ не только европейских стран, но и, как ни странно, России.

Реальность такова, что нам очень трудно сделать верные выводы из роста сетей, наблюдающегося в наше время. На каждую статью, в которой превозносятся их положительное воздействие: предоставление новых возможностей молодежи и оживление демократии (например, в ходе арабских революций 2010–2012 годов), приходится другая статья, автор которой предупреждает об их негативном воздействии – появлении новых ресурсов для опасных сил вроде политизированных исламских группировок. На каждую книгу, предрекающую некую “сингулярность”, при которой из интернета родится “мировой разум” или “планетарный сверхорганизм”[198 - См., напр., Heylighen, ‘From Human Computation to the Global Brain’ and ‘Global Superorganism’.], найдется другая, предсказывающая крах и вымирание[199 - См., напр., Bostrom, Superintelligence.]. Энн-Мари Слотер ожидает, что “США и другие державы постепенно найдут золотую середину в использовании сетей: следует избегать и чрезмерной концентрации, и чрезмерного распространения”, и надеется на появление “более простой, быстрой и гибкой системы, которая будет действовать на уровне не только государств, но и граждан”[200 - Slaughter, ‘How to Succeed in the Networked World’, 84f.; Slaughter, The Chessboard and the Web, KL 2642–3, 2738.]. Еще до терактов 11 сентября Грэхам Аллисон достаточно уверенно говорил, что в мире глобальных сетей за США будут оставаться “врожденные” преимущества[201 - Allison, ‘Impact of Globalization’.]. А вот Джошуа Рамо настроен куда менее оптимистично. “Простая и когда?то бывшая уместной идея о том, что коммуникации – это освобождение, ошибочна, – пишет он. – Быть вовлеченными в сетевое взаимодействие сейчас означает быть заключенным в мощном динамичном напряжении”[202 - Цитируется по: Джошуа Купер Рамо. Указ. соч. С. 122. (Прим. ред.)]. Неспособность старых лидеров осмыслить сетевой век – основная “причина, по которой легитимность наших лидеров трещит по швам, по которой наша большая стратегия непоследовательна, причина, по которой наша эпоха действительно является революционной”[203 - Там же. С. 129. (Прим. ред.)]. По его мнению, “Основную угрозу американским интересам представляет не Китай, не «Аль-Каида»?[204 - Организации, помеченные значком ?, запрещены в РФ. (Прим. ред.)] или Иран. Это эволюция глобальной сети”[205 - Там же. С. 88. (Прим. ред.)][206 - Ramo, Seventh Sense, 82, 118, 122.].

Похоже, лишь в одном отношении наблюдается единодушие: мало кто из футурологов считает, что прочно утвердившиеся иерархии – в частности, традиционные политические элиты, а также давно существующие корпорации – продолжат преуспевать и в будущем[207 - См., напр., Tomlin, Cloud Coffee House.]. Особняком стоит Фрэнсис Фукуяма с его предсказанием о том, что господство все?таки останется за иерархиями, поскольку одни только сети не смогут обеспечить устойчивую институциональную структуру для экономического развития или политического порядка. Более того, он утверждает, что “иерархическая организация… возможно, единственная форма, в которую может вылиться общество с низким уровнем доверия”[208 - Fukuyama, Great Disruption, 224. См. также Fukuyama, Origins of Political Order, 13f., и Political Order and Political Decay, 35f.]. А вот политтехнолог Доминик Каммингз, напротив, выдвигает теорию, согласно которой государство будущего по необходимости будет функционировать скорее как человеческая иммунная система или как муравьиная колония, чем как традиционное государство. Иными словами, оно станет более похожим на сеть с ее эмерджентными свойствами и способностью к самоорганизации, без планирования или без координирования с центром. Вместо них оно будет полагаться на вероятностные эксперименты, закрепляя успехи и отказываясь от неудачных путей, достигая упругости отчасти за счет избыточности[209 - Dominic Cummings, ‘Complexity, “Fog and Moonlight”, Prediction, and Politics II: Controlled Skids and Immune Systems’, blog post, 10 September 2014.]. Возможно, при таком подходе недооцениваются и устойчивость старых иерархий, и уязвимость новых сетей, не говоря уж об их способности сплавляться друг с другом, образуя новые иерархические лестницы, возможности которых потенциально превосходят даже мощь тоталитарных режимов прошлого столетия.

Глава 9

Семь наблюдений

Итак, из семи наблюдений, касающихся теории сетей (во всех ее формах), для историка следуют глубокие выводы. Здесь я попытался коротко изложить их в форме семи тезисов:

1. Ни один человек – не остров. Если представить себе отдельных людей в виде узлов в сети, то их можно понять через их отношения с другими узлами, с которыми они соединены ребрами. Не все узлы одинаковы. Человека, находящегося в сети, можно оценивать с точки зрения не только центральности по степени (по количеству имеющихся у него связей), но и центральности по посредничеству (вероятности, что он окажется мостом между другими узлами). (К другим показателям относится центральность по собственным векторам, которая характеризует близость к наиболее востребованным или престижным узлам, хотя в дальнейшем этот параметр не будет фигурировать[210 - О центральности по собственным векторам см. Cline and Cline, ‘Text Messages, Tablets, and Social Networks’, 30f.].) Как мы еще увидим, важным, но часто игнорируемым критерием исторической значимости человека является именно его способность служить сетевым мостом. Иногда – как случалось во время Американской революции – ключевые роли достаются вовсе не вожакам, а людям, которые выступают соединительными звеньями.

2. Рыбак рыбака видит издалека. Из-за гомофилии социальные сети отчасти легко понять в том смысле, что свой везде своего ищет. Однако далеко не всегда очевидно, какое именно общее качество или предпочтение заставляет людей объединяться в группы. Кроме того, нам нужно ясно видеть природу связей внутри сети. Что представляют собой связи между узлами: отношения между знакомыми или же дружеские узы? Что перед нами: генеалогическое древо, круг друзей или тайное общество? Происходит ли внутри сети обмен чем?либо, помимо знаний, – скажем, деньгами или еще какими?либо ресурсами? Ни один граф сети не отобразит все сложное богатство человеческих взаимоотношений, но иногда нам известно достаточно, чтобы различить направления ребер (например, А отдает распоряжения B, но не наоборот), характер их взаимодействия (например, А знает В, но спит с С) и значимость (например, А изредка встречается с В, зато с С видится ежедневно).

3. Слабые связи – крепкие. Еще важно знать, насколько плотна сеть, насколько она связана с другими группами – пускай даже всего через несколько слабых ниточек. Является ли она составной частью более крупной сети? Есть ли поблизости “сетевые изоляты” – узлы, полностью отсеченные от сети, одиночки, существующие “на отшибе”, как бёрнсовский нелюдим? Есть ли посредники, стремящиеся извлечь выгоду из структурных дыр в сети? Обнаруживает ли сеть свойства “тесного мира” – и если да, то насколько тесен этот мир (то есть на сколько “рукопожатий” отстоят друг от друга узлы)? Насколько модульно устройство сети?

4. Виральность[211 - Виральность – способность информации распространяться самостоятельно (аналог – вирусность). (Прим. ред.)] определяется структурой. Многие историки по?прежнему часто исходят из того, что распространение какой?либо идеи или идеологии определяется присущим ей содержанием относительно некоего смутно обозначенного контекста. Но нам уже пора признать, что некоторые идеи разносятся подобно вирусу, потому что этому способствуют особенности устройства сети, по которой они распространяются. Наименее вероятно подобное вирусное распространение в иерархичной, вертикально устроенной сети, где возбраняются горизонтальные связи между равноправными узлами.

5. Сети никогда не спят. Сети не статичны, а динамичны. Неважно, случайные или безмасштабные, они склонны к фазовым переходам. Еще они могут развиваться в сложные адаптивные системы с эмерджентными свойствами. Совсем незначительные перемены – добавление всего нескольких новых ребер – способны в корне изменить поведение сети.

6. Сети образуют новые сети. Когда сети взаимодействуют, от их союза нередко рождаются новшества и изобретения. Когда сеть разрушает окостеневшую иерархию, переворот происходит с головокружительной быстротой. Когда же иерархия нападает на хрупкую сеть, этой сети грозит гибель.

7. Богатые богатеют. Из-за предпочтительного присоединения большинство социальных сетей являются крайне неэгалитарными.

Когда мы усвоим эти основные идеи сетеведения, история человечества предстанет перед нами под совершенно иным углом: не как “одна случайная фигня за другой”, если процитировать шутливое определение драматурга Алана Беннетта[212 - Bennett, History Boys.], и даже не как череда результатов очередных случайных связей, а миллиарды событий, соединенных между собой десятками тысяч связей (в том числе и сексуальных, хотя ими дело, конечно, не ограничивается). Кроме того, если поместить нынешнее время в правильный исторический контекст, оно уже перестает казаться расслабляюще беспримерным и выглядит более знакомым. Как мы увидим, наше время является уже второй эпохой, когда на смену устаревшим иерархическим институтам приходят новые сети, влияние которых усиливается благодаря передовым технологиям. Как станет понятно благодаря историческим аналогиям, нам, возможно, следует ожидать спровоцированного напором сетей непрерывного крушения иерархий, неспособных реформироваться. С другой стороны, вероятно, в том или ином виде будет происходить реставрация иерархического порядка, когда выяснится, что одни только сети не в силах предотвратить сползание к анархии.
<< 1 2 3 4 >>
На страницу:
3 из 4