בואו נדבר רגע על החברים שלכם

ד״ר ארז שמואלי, מהפקולטה להנדסה באוניברסיטת תל אביב, מראה שכמחצית מקשרי החברות ברשתות החברתיות הם חד כיווניים.

14 אוקטובר 2018
ארז שמואלי

מחקר חדש ומפתיע מראה שיותר ממחצית מהאנשים שאנו מגדירים חברים - ולא רק ברשתות החברתיות, אלא גם בעולם האמיתי - הם ממש לא. ד"ר ארז שמואלי חושף ממצאים מדהימים לפיהם נדע מהי הדרך הטובה ביותר לזהות מיהו חבר אמיתי? ומה קשרי החברות אומרים עלינו?

 

ד״ר שמואלי, ראש המעבדה לנתוני עתק (Big Data Lab) במחלקה להנדסת תעשיה בפקולטה להנדסה באוניברסיטת תל-אביב וחוקר אורח במדיה לאב במכון הטכנולוגי של מסצ'וסטס (MIT), מראה במחקרו כי כמחצית מקשרי החברות הם חד כיווניים וכי לכיווניות של קשרי חברות יש השפעה גדולה על היכולת של אנשים להשפיע על ההתנהגות של אחרים.

 

המחקר נעשה בשיתוף פעולה עם ד״ר לאורה רדאלי (פוסטדוקית במעבדה של ד״ר שמואלי בעת ביצוע המחקר), עבדאללה אלמטוק (MIT) ופרופ׳ אלכס ״סנדי״ פנטלנד (MIT), והתפרסם לאחרונה בכתב העת: Plos One 

 

חצי מקשרי החברות הם חד כיוונים

בעזרת ניתוח של 6 סקרי חברות שנערכו על סטודנטים באוניברסיטאות שונות ברחבי העולם (על פני 3 יבשות) התקבלה תמונה דומה - "כחצי מקשרי החברות הם חד כיוונים" לדברי ד"ר שמואלי. לטובת החלק השני של המחקר, נותחו נתונים מניסוי לעידוד פעולה גופנית אשר התקיים במסגרת מחקר friends and family באוניברסיטת - MIT בשנת 2010. במסגרת הניסוי הפעילות הגופנית של המשתתפים נמדדה באמצעות הטלפון - באמצעות חיישני ג׳יירוסקופ ואקסלרומטר (בדומה למד צעדים שרבים מאיתנו משתמשים היום). תוצאות הניתוח הראו כמצופה כי אנשים מושפעים יותר מאנשים אחרים עמם יש להם קשרי חברות דו כיוונית מאשר מאנשים עמם יש להם קשרי חברות חד כיוונית. "במקרה של קשרים חד כיווניים, גילינו במפתיע כי אנשים מושפעים יותר במקרה בו האחר תופס אותם כחברים מאשר במקרה שהם תופסים את האחר כחבר" מסביר ד"ר שמואלי.

 

חבר הוא לא חבר?

תוצאות המחקר מראות כי אנשים מצפים מהרוב המוחלט של קשרי החברות שלהם להיות הדדיים. כלומר, אנשים מצפים מרוב האנשים שהם תופסים כחברים לתפוס אותם חזרה כחברים, אך בפועל, רק בחצי מהמקרים זה אכן המצב. במילים אחרות, אנשים לא טובים כל כך בלזהות האם קשרי החברות שלהם הדדיים או לא. "את התוצאה הזו אנו מראים בעזרת סקר שערכנו על כיתת סטודנטים באוניברסיטת תל אביב בה ביקשנו מהסטודנטים לציין עד כמה הם מרגישים קרובים לכל סטודנט אחר, ואיך הם חושבים שהסטודנט האחר היה עונה לשאלה זו ביחס אליהם. למשל כל סטודנט בכיתה נשאל לדרג כמה הוא מרגיש קרוב לכל סטודנט אחר מהכיתה, וכמה הוא חושב שכל סטודנט אחר ידרג אותו (הסקאלה הייתה בין 0 ל-5 כאשר לכל אחת מהערכים בסקאלה הוצמדה תווית – לדוגמא : 0=לא מכיר ו-5=אחד מהחברים הטובים ביותר שלי" ממשיך להסביר ד"ר שמואלי

 

הפתרון לזיהוי חבר אמיתי

במעבדה של ד"ר שמואלי מציעים שיטה להתמודד עם מגבלה זו ע״י בחינה סיסטמתית (שימוש בלמידת מכונה) של הרשת החברתית (כפי שהיא נתפסת על ידי אנשים) ניתן לסווג ברמת דיוק גבוהה כל קשר חברות להדדי או לחד כיווני, ובמקרה שהקשר חד כיווני ניתן לקבוע את הכיוון שלו. כדי לשפוך קצת אור מאחורי יכולת זו: הקשר בין שני אנשים שיש להם הרבה חברים משותפים צפוי להיות הדדי בסבירות גבוהה, ואילו הקשר בין אדם לו יש מעט חברים ואדם לו יש הרבה חברים צפוי להיות חד כיווני מהראשון לשני.

 

כיצד Machine Learning יכולה לעזור בזיהוי חבר אמיתי?

למידת מכונה (Machine Learning) היא תת תחום של בינה מלאכותית העוסק בפיתוח אלגוריתמים המיועדים לאפשר למחשב ללמוד מתוך אוסף דוגמאות. באופן מפורט יותר, כל דוגמא מאופיינת על ידי אוסף מאפיינים/פיצ׳רים ומשתנה מטרה, ובתהליך הלמידה מאמנים אלגוריתם/מסווג לחזות את ערך משתנה המטרה בהינתן הפיצ׳רים. "במקרה שלנו ייצרנו מספר פיצ׳רים מרשת החברויות המדווחות ואימנו את המסווג בעזרת מספר דוגמאות שכללו גם את הפיצ׳רים וגם את סוג החברות בפועל (משתנה המטרה). לאחר מכן בחנו את המסווג המאומן על דוגמאות שהוא לא ראה קודם, ובדקנו כמה מדוייקות היו תוצאות החיזוי שלו" לפי דברי שמואלי.

 

בנימה אישית

"תחום המחקר שלי עוסק בשימוש בנתונים בכדי לייצר מודלים חישוביים (כמו machine learning או social network analysis) בכדי להבין טוב יותר התנהגות אנושית (בהקשרים שונים), לחזות אותה, ואפילו להיות מסוגל להשפיע עליה. הרבה מההחלטות שאנו מקבלים כבני אדם נובעים מהשפעה חברתית. השפעה/למידה חברתית היא גם אחד האלמנטים שמייחדים אותנו כבני אדם מבעלי חיים אחרים. בסדרת מאמרים שלי מהשנים האחרונות אני מנסה להבין טוב יותר את המנגנון שעומד מאחורי השפעה חברתית מתוך ההנחה שהבנה טובה יותר שלה, תאפשר לנו לנצל אותה בצורה טובה יותר למטרות שונות" כך מספר לנו ד"ר שמואלי.

אוניברסיטת תל-אביב, ת.ד. 39040, תל-אביב 6997801
UI/UX Basch_Interactive