مجموع نظرات: ۰
سه‌شنبه ۱۸ اردیبهشت ۱۴۰۳ - ۰۷:۰۴
۲ نفر

بیشتر شما ضرب‌المثل معروف «دشمنِ دشمنِ من، دوست من است» را شنیده‌اند. حالا اما، محققان دانشگاه نورث‌وسترن از فیزیک آماری برای تایید نظریه‌ای که زیربنای این اصل معروف است، استفاده کرده‌اند.

ایموجی‌ - شبکه اجتماعی

به گزارش همشهری آنلاین، در دهه ۱۹۴۰، فریتز هایدر، روان‌شناس اتریشی نظریه تعادل اجتماعی را معرفی کرد که توضیح می‌دهد چگونه انسان‌ها به‌طور ذاتی تلاش می‌کنند تا هماهنگی را در حلقه‌های اجتماعی خود بیابند. بر اساس این نظریه، ۴قانون، «دشمن دشمن دوست است»، «دوست دوست، دوست است»، «دوست دشمن، دشمن است» و در نهایت «دشمن دوست، دشمن است»، منجر به تعادل در روابط می‌شود.

اگرچه مطالعات بی‌شماری سعی کرده‌اند این نظریه را با استفاده از علوم شبکه و ریاضیات تأیید کنند، اما تلاش‌های آنها به نتیجه نرسیده است، زیرا شبکه‌ها از روابط کاملا متعادل منحرف می‌شوند. از این رو، سوال واقعی این است که آیا شبکه‌های اجتماعی بر اساس یک مدل شبکه کافی متعادل‌تر از حد انتظار هستند؟

بیشتر مدل‌های شبکه بسیار ساده‌تر از آن بودند که پیچیدگی‌های روابط انسانی را که بر تعادل اجتماعی تأثیر می‌گذارند، به‌طور کامل نشان دهند و نتایج متناقضی در مورد اینکه آیا انحرافات مشاهده‌شده از انتظارات مدل شبکه مطابق با نظریه تعادل اجتماعی است، به دست آمد.

با این حال، تیم نورث‌وسترن با موفقیت دو قطعه کلیدی را که چارچوب اجتماعی هایدر را کارآمد می‌سازد، ادغام کرد. در زندگی واقعی، همه یکدیگر را نمی‌شناسند و برخی افراد مثبت‌تر از دیگران هستند.

محققان مدت‌هاست می‌دانستند که هر عامل بر روابط اجتماعی تأثیر می‌گذارد، اما مدل‌های موجود تنها می‌توانند در هر زمان یک عامل را توضیح دهند. با ترکیب همزمان هر دو محدودیت، مدل شبکه حاصل از محققان در نهایت نظریه معروف را حدود ۸۰ سال پس از اولین گفته هایدر تأیید کرد.

چارچوب مفید جدید می‌تواند به محققان کمک کند تا پویایی‌های اجتماعی، از جمله قطبی‌سازی سیاسی و روابط بین‌الملل و همچنین هر سیستمی که ترکیبی از تعاملات مثبت و منفی، مانند شبکه‌های عصبی یا ترکیبات دارویی را تشکیل می‌دهد، درک کنند.

بیشتر بخوانید:

«بینگجی هائو»، نویسنده اول این مطالعه می‌گوید: «می‌توانیم نتیجه بگیریم که شبکه‌های اجتماعی با نظریاتی که ۸۰سال پیش شکل گرفته‌اند، همسو هستند. یافته‌های ما همچنین کاربردهای گسترده‌ای برای استفاده در آینده دارد. این برای مدل‌سازی سیستم‌های دیگر فراتر از شبکه‌های اجتماعی مفید خواهد بود.»

این مقاله ۳ روز پیش در نشریه Science Advances منتشر شده است.

ترجمه: ساسان شادمان منفرد

کد خبر 849799

برچسب‌ها

پر بیننده‌ترین اخبار دانش

دیدگاه خوانندگان امروز

پر بیننده‌ترین خبر امروز

نظر شما

شما در حال پاسخ به نظر «» هستید.
captcha