הדבקה חברתית

הדבקה חברתית היא תת-קבוצה של הדבקה^{[דרושה הבהרה]} הכוללת את כל התופעות החברתיות. תהליך זה מגביר את התפשטות המידע ברשת חברתית.

בניגוד לשידורי התקשורת המסורתית, הנצרכת באופן פסיבי, התקשורת החברתית תלויה במשתמשים.

שמועות ודעות יכולות להתפשט באמצעות רשתות חברתיות כמו אש בשדה קוצים, ו"להדביק" אנשים עד שהם הופכים לנורמה. המשתמשים מפיצים את המידע ברשת החברתית ויוצרים תהליך המכונה הדבקה חברתית.

הבנת המכניקה של הדבקה חברתית היא חיונית ליישומים רבים: יצירת מסעות שיווק וירלי, הערכת איכות המידע, חקר מערכות מידע.

המשתמשים הפעילים במדיה החברתית נחשפים למידע ובאופן מודע בוחרים האם להפיץ אותו. קלות גילוי המידע תשפיע באופן משמעותי על הנטייה של המידע להגיע וירלי.

הדבקה חברתית פשוטה

מקובל לחשוב כי מידע מתפשט בין אנשים כמו מחלה. דרוש מקור אחד לשם הדבקה, התפשטות מידע כמקביל להתפשטות וירוס (מעולם הרפואה). ההדבקה נעשית על ידי אדם אשר מפיץ מידע ברשת, חבריו נחשפים למידע זה ובעצם "נדבקים" בו והם מעברים הלאה את המידע למעגלים משניים רחבים וקהילות שונות ברשת. כאשר אפקט זה מתרחש ברשתות חברתיות הוא מונע על ידי שיתוף מידע בקרב משתתפי הפלטפורמה, המידע הופך וירלי בשל מהירות ההתפשטות ברשת.

הדבקה חברתית מורכבת

התופעה הדבקה מורכבת פורסמה לראשונה במגזין :'American Journal of Sociology’ בשנת 2007 במאמר שחובר על ידי פרופסור דיימון סינטולה (Damon Centola) ופרופסור מיכאל מאסי (Michael Macy). בניגוד להידבקות פשוטה בה מספיק גורם נגוע בודד – הידבקות מורכבת מכוונת למקרים בהם קיים קושי מסוים בהעברה על ידי נשא בודד (אי ודאות לגבי כדאיות השימוש בחידוש כלשהו, מחיר גבוה וכו'...) לפיכך נדרשים מספר נשאים אשר יהיו במגע עם הנדבק הפוטנציאלי, כדי שהנגיף יעבור גם אליו. התפשטות ההדבקה המורכבת על פני רשת של אנשים, עשויה להיות תלויה בגורמים חברתיים וכלכליים רבים; למשל, כמה מחבריו מקבלים את המידע החדש, האם המידע אמין, מה מקור המידע .

גורמים משפיעים

משתמשי אלפא

^[1] פוטנציאל רישות חברתית הוא מקדם מספרי שניתן להגיע אליו באמצעות אלגוריתמים, כדי לייצג הן את הגודל של הרשת החברתית של פרט מסוים, והן את היכולת שלו להשפיע על הרשת. מילה נרדפת שקרובה במשמעותה, היא משתמש אלפא, אדם עם מקדם פוטנציאל רישות חברתית גבוה.

משתמשי Alpha הם מרכיבים מרכזיים בכל רשתות חברתיות, המנהלים את הקישוריות של חברי הליבה של הקהילה. בדומה לאופן שבו הווירוסים מתפשטים בטבע, יש נקודת התחלה ראשונית לתקשורת ברשתות חברתיות, והמקורבים של תקשורת כזו הם משתמשים אלפאיים. הם נוטים להיות משתמשים מחוברים מאוד עם השפעה יוצאת דופן על דפוסי מחשבה אחרים של כל רשת חברתית.

קשרים חלשים

קשר חלש הוא קשר שבו הקו המשותף בין החברים אינו ידוע ואם הוא ידוע הוא אינו מוגדר על ידי החברים כקריטריון לחברות.

"עוצמתם של קשרים חלשים"^[2] הוא מאמר שפורסם במאי 1973 ונחשב לעבודתו המפורסמת ביותר של הסוציולוג מארק גרנובטר. גרנובטר בחן את חשיבותם של הקשרים בתהליכי פיזור של מידע, וטען כי לקשרים חלשים חשיבות רבה כיוון שהם יוצרים יותר קשרים נוספים לעומת קשרים חזקים. כתוצאה, סילוק של קשר חלש יגרום ליותר נזק ליכולות העברת המידע מאשר סילוק קשר חזק. הפוטנציאל של כוחם של קשרים חלשים שיכולים להיווצר ברשת הוא עצום. ככל שרשת הקשרים גדולה יותר (מה שמאפיין קשרים חלשים), כך היא הופכת למשאב מרכזי יותר של העברת מידע, כוח וניידות. אם ניקח למשל את הרשת החברתית "פייסבוק", מרבית הקשרים של כל אדם הם קשרים חלשים. כולנו, המשתמשים ב"פייסבוק", זוכים לחשיפה נרחבת של רעיונות ומידע של חברים אחרים ברשת החברתית, אשר לאו דווקא אנו מקושרים אליהם, אלא חברינו מקושרים אליהם.

שלוש דרגות ההשפעה

אנחנו מושפעים ומשפיעים על חברינו ועל החברים של חברינו ועל החברים של החברים של חברינו (הנמצאים 3 דרגות מרחק מאתנו).

Connected מחקרם של כריסטאקיס ופאולר, משנת 2009 הראה שהתפשטות ההשפעה ברשתות חברתיות מצייתת לכלל –"שלוש דרגות ההשפעה". לפי חוק זה אנחנו מושפעים ומשפיעים על חברינו ועל החברים של חברינו ועל החברים של החברים של חברינו (הנמצאים 3 דרגות מרחק מאתנו). ההשפעה מחלחלת בהדרגה ומפסיקה להשפיע בצורה ניכרת על אנשים הנמצאים מעבר לגבול חברתי זה.

מדוע ההשפעה מוגבלת ל-3 דרגות?

^[3] על-פי כריסטאקיס ופאולר :

"הסבר ההתנוונות הפנימית" לפיו ההשפעה דועכת בסופו של דבר כי מבחינה חברתית קיימת התנוונות הדרגתית של מהימנות המידע בזמן העברתו.

"אי יציבות ברשת" לפיו ההשפעה דועכת מכיוון שקשרים מעבר ל–3 דרגות אינם יציבים. חברים מפסיקים להיות חברים, זוגות נפרדים, אנשים מתים. יש שינויים בקשר לאורך הדרך.

"ההסבר של המטרה האבולוציונית" לפיו מבחינה אבולוציונית אנשים התחברו בקבוצות קטנות של שלוש דרגות או פחות כי בדרגות אלה קל יחסית להשפיע על אחרים וגם לדעת אם מישהו בקבוצה הוא בן ברית.

גם אם אנחנו מוגבלים לשלוש דרגות, השפעתנו על אחרים היא עצומה מאחר שחיבור של שלוש רמות מחבר אותנו לכ-1000 איש.

"מודלי סף" בקבלת החלטות

דוגמה: אדם X עם 6 שכנים ברשת חברתית. סף האימוץ עומד על 3. משמע נדרש 3 שכנים שיאמצו את המידע, על מנת שהאדם X יאמץ גם הוא.

^[4] סף משמעו מספר השכנים הדרושים כדי לעורר אימוץ. מתחת לרמה מסוימת של שכנים מאמצים האדם לא יאמץ את המידע, מעל יאמץ.

תהליך קבלת החלטות דו שלבי: בשלב ראשון, מקבל המידע מחליט אם לצרוך את המידע ובשלב השני, הוא בוחר אם להעביר אותו הלאה. ללא ההחלטה להעביר הלאה, המידע לא יתפשט ולא יופץ באופן וירלי.

במחקרם של פאולו שקאריאן, שון אייר ודיימון פאולו^[5], המבוסס על מודל נקודת המפנה של זוכה פרס נובל תומאס שלינג, ניתחו נתונים מ-31 רשתות. השיטה נשענה על הרעיון שלפיו אדם מסוים ייחשף לתוכן אם למספר מסוים מחבריו יש כבר את התוכן הזה – שיעור הסף.

על פי השיטה, אחרי ששיעור הסף נקבע, מסדרים את החברים ברשת בהתאם לשיעור הסף הזה ומתרכזים באלה שהשיעור אצלם הוא הגבוה ביותר. בהמשך חוזרים על התהליך עד שבקבוצה לא נותרים יותר חברים העולים על הסף - זהו הגרעין. מסר שיישלח לחברי הקבוצה הזו בעל סבירות גבוהה להפוך וירלי.

ראו גם

לקריאה נוספת

הערות שוליים

^ Are you an Alpha user?
^ Michael Macy, The strength of weak ties, http://bkp.pirna.com.ar/files/pirna/ARS1/ARS1-04-Granovetter-1973-The-strength-of-weak-ties.pdf
^ טלי חרותי-סובר, שלוש דרגות של השפעה, מגזין TheMarker
^ David Easley Dept. of Economics Cornell University Jon Kleinberg Dept. of Computer Science Cornell University, Networks, Crowds, and Markets, http://www.cs.cornell.edu/home/kleinber/networks-book/networks-book.pdf
^ Paulo Shakarian · Sean Eyre · Damon Paulo, A Scalable Heuristic for Viral Marketing Under the Tipping Model, https://arxiv.org/pdf/1309.2963v1.pdf

[1] Are you an Alpha user?

[2] Michael Macy, The strength of weak ties, http://bkp.pirna.com.ar/files/pirna/ARS1/ARS1-04-Granovetter-1973-The-strength-of-weak-ties.pdf

[3] טלי חרותי-סובר, שלוש דרגות של השפעה, מגזין TheMarker

[4] David Easley Dept. of Economics Cornell University Jon Kleinberg Dept. of Computer Science Cornell University, Networks, Crowds, and Markets, http://www.cs.cornell.edu/home/kleinber/networks-book/networks-book.pdf

[5] Paulo Shakarian · Sean Eyre · Damon Paulo, A Scalable Heuristic for Viral Marketing Under the Tipping Model, https://arxiv.org/pdf/1309.2963v1.pdf

[1]

[2]

[3]

[4]

[5]