In de jaren veertig introduceerde de Oostenrijkse psycholoog Fritz Heider de theorie van het sociale evenwicht, die uitlegt hoe mensen van nature ernaar streven harmonie te vinden in hun sociale kringen. Volgens de theorie leiden vier regels – een vijand van een vijand is een vriend, een vriend van een vriend is een vriend, een vriend van een vijand is een vijand en tenslotte een vijand van een vriend is een vijand – leiden tot evenwichtige relaties.

Hoewel talloze studies hebben geprobeerd deze theorie te bevestigen met behulp van netwerkwetenschap en wiskunde, zijn hun inspanningen tekortgeschoten, omdat netwerken afwijken van perfect gebalanceerde relaties. De echte vraag is dus of sociale netwerken evenwichtiger zijn dan verwacht volgens een adequaat netwerkmodel.

De meeste netwerkmodellen waren te vereenvoudigd om de complexiteiten binnen menselijke relaties die het sociale evenwicht beïnvloeden volledig weer te geven, wat inconsistente resultaten opleverde over de vraag of de waargenomen afwijkingen van de verwachtingen van het netwerkmodel in overeenstemming zijn met de theorie van het sociale evenwicht.

Het Northwestern-team heeft echter met succes de twee belangrijkste onderdelen geïntegreerd die het sociale raamwerk van Heider laten werken. In het echte leven kent niet iedereen elkaar, en sommige mensen zijn positiever dan anderen. Onderzoekers weten al lang dat elke factor sociale banden beïnvloedt, maar bestaande modellen konden slechts met één factor tegelijk rekening houden.

Door beide beperkingen tegelijkertijd te integreren, bevestigde het resulterende netwerkmodel van de onderzoekers uiteindelijk de beroemde theorie, zo'n 80 jaar nadat Heider deze voor het eerst had voorgesteld.

Het nuttige nieuwe raamwerk zou onderzoekers kunnen helpen de sociale dynamiek beter te begrijpen, inclusief politieke polarisatie en internationale betrekkingen, evenals elk systeem dat een mix van positieve en negatieve interacties omvat, zoals neurale netwerken of medicijncombinaties.

"We hebben altijd gedacht dat deze sociale intuïtie werkt, maar we wisten niet waarom het werkte", zegt István Kovács van Northwestern, hoofdauteur van het onderzoek.

"Het enige wat we nodig hadden was de wiskunde te achterhalen. Als je door de literatuur kijkt, zijn er veel studies over de theorie, maar er is geen overeenstemming tussen hen. Tientallen jaren lang bleven we het bij het verkeerde eind hebben. De reden is dat het echte leven ingewikkeld is We beseften dat we met beide beperkingen tegelijkertijd rekening moesten houden:wie weet wie en dat sommige mensen gewoon vriendelijker zijn dan anderen."

"We kunnen eindelijk concluderen dat sociale netwerken aansluiten bij de verwachtingen die 80 jaar geleden werden gevormd", aldus Bingjie Hao, de eerste auteur van het onderzoek. "Onze bevindingen hebben ook brede toepassingen voor toekomstig gebruik. Onze wiskunde stelt ons in staat beperkingen op te nemen aan de verbindingen en de voorkeur van verschillende entiteiten in het systeem. Dat zal nuttig zijn voor het modelleren van andere systemen buiten sociale netwerken."

Kovács is assistent-professor natuurkunde en astronomie aan het Weinberg College of Arts and Sciences in Northwestern. Hao is een postdoctoraal onderzoeker in zijn laboratorium.

Wat is de sociale evenwichtstheorie?

Door gebruik te maken van groepen van drie mensen, gaat Heiders sociale evenwichtstheorie ervan uit dat mensen streven naar comfortabele, harmonieuze relaties.

In evenwichtige relaties houden alle mensen van elkaar. Of, als één persoon twee mensen niet leuk vindt, zijn die twee vrienden. Er is sprake van een onevenwichtige relatie als alle drie de mensen een hekel aan elkaar hebben, of als één persoon twee mensen leuk vindt die een hekel aan elkaar hebben, wat leidt tot angst en spanning.

Het bestuderen van dergelijke gefrustreerde systemen leidde tot de Nobelprijs voor natuurkunde in 2021 voor de Italiaanse theoretisch natuurkundige Giorgio Parisi, die de prijs deelde met klimaatmodelbouwers Syukuro Manabe en Klaus Hasselmann.

"Het lijkt erg in lijn met de sociale intuïtie", zei Kovács. “Je ziet hoe dit zou leiden tot extreme polarisatie, die we vandaag de dag ook zien in termen van politieke polarisatie. Als iedereen die je leuk vindt ook een hekel heeft aan alle mensen die je niet leuk vindt, dan resulteert dat in twee partijen die elkaar haten.”

Het was echter een uitdaging om grootschalige gegevens te verzamelen waarin niet alleen vrienden maar ook vijanden worden vermeld. Met het begin van Big Data begin jaren 2000 probeerden onderzoekers te zien of dergelijke ondertekende gegevens van sociale netwerken de theorie van Heider konden bevestigen. Bij het genereren van netwerken om de regels van Heider te testen, dienen individuele mensen als knooppunten. De randen die knooppunten verbinden vertegenwoordigen de relaties tussen individuen.

Als de knooppunten geen vrienden zijn, krijgt de rand ertussen een negatieve (of vijandige) waarde toegewezen. Als de knooppunten vrienden zijn, wordt de rand gemarkeerd met een positieve (of vriendelijke) waarde. In eerdere modellen kregen randen willekeurig positieve of negatieve waarden toegewezen, zonder beide beperkingen te respecteren. Geen van deze onderzoeken heeft de realiteit van sociale netwerken nauwkeurig weergegeven.

Succes vinden in beperkingen

Om het probleem te onderzoeken, wendden Kovács en Hao zich tot vier grootschalige, publiekelijk beschikbare ondertekende netwerkdatasets die eerder waren samengesteld door sociale wetenschappers, waaronder gegevens van 1) door gebruikers beoordeelde commentaren op de sociale nieuwssite Slashdot; 2) uitwisselingen tussen congresleden op de Tweede Kamer; 3) interacties tussen Bitcoin-handelaren; en 4) productrecensies van de consumentenrecensiesite Epinions.

In hun netwerkmodel kenden Kovács en Hao geen echt willekeurige negatieve of positieve waarden toe aan de randen. Om elke interactie willekeurig te laten zijn, zou elk knooppunt een gelijke kans moeten hebben om elkaar tegen te komen. In het echte leven kent echter niet iedereen iedereen binnen een sociaal netwerk. Het kan bijvoorbeeld zijn dat iemand nooit de vriend van zijn of haar vriend tegenkomt, die aan de andere kant van de wereld woont.

Om hun model realistischer te maken, verdeelden Kovács en Hao positieve of negatieve waarden op basis van een statistisch model dat de waarschijnlijkheid beschrijft van het toekennen van positieve of negatieve signalen aan de bestaande interacties. Hierdoor bleven de waarden willekeurig, maar willekeurig binnen de grenzen van de netwerktopologie. Naast wie weet wie, hield het team er rekening mee dat sommige mensen in het leven gewoon vriendelijker zijn dan andere. Vriendelijke mensen hebben vaker positieve (en minder vijandige) interacties.

Door deze twee beperkingen te introduceren, liet het resulterende model zien dat grootschalige sociale netwerken consistent aansluiten bij de sociale evenwichtstheorie van Heider. Het model benadrukte ook patronen voorbij drie knooppunten. Het laat zien dat de theorie van het sociale evenwicht van toepassing is op grotere graflets, waarbij vier en mogelijk zelfs meer knooppunten betrokken zijn.

"We weten nu dat je rekening moet houden met deze twee beperkingen", zei Kovács. "Zonder die mechanismen kun je niet op de juiste mechanismen komen. Het ziet er ingewikkeld uit, maar het is eigenlijk vrij eenvoudige wiskunde."

Inzicht in polarisatie en verder

Kovács en Hao onderzoeken momenteel verschillende toekomstige richtingen voor dit werk. In één mogelijke richting zou het nieuwe model kunnen worden gebruikt om interventies te onderzoeken die gericht zijn op het verminderen van de politieke polarisatie. Maar de onderzoekers zeggen dat het model zou kunnen helpen systemen beter te begrijpen die verder gaan dan sociale groepen en verbindingen tussen vrienden.

"We zouden kunnen kijken naar prikkelende en remmende verbindingen tussen neuronen in de hersenen of naar interacties die verschillende combinaties van medicijnen vertegenwoordigen om ziekten te behandelen," zei Kovács. "Het onderzoek naar sociale netwerken was een ideale speeltuin om te verkennen, maar ons voornaamste belang is om verder te gaan dan het onderzoeken van interacties tussen vrienden en naar andere complexe netwerken te kijken."

De code en gegevens achter het artikel, "Juiste netwerkrandomisatie is de sleutel tot het beoordelen van het sociale evenwicht", zijn beschikbaar op GitHub.

Meer informatie: Bingjie Hao et al., Een goede netwerkrandomisatie is de sleutel tot het beoordelen van het sociale evenwicht, Wetenschappelijke vooruitgang (2024). DOI:10.1126/sciadv.adj0104. www.science.org/doi/10.1126/sciadv.adj0104

Journaalinformatie: Wetenschappelijke vooruitgang

Aangeboden door Northwestern University