Une nouvelle étude est la première à utiliser la physique statistique pour confirmer la théorie de l’équilibre social des années 1940 | Dmshaulers

La plupart des gens ont entendu la célèbre phrase « l’ennemi de mon ennemi est mon ami ». Aujourd’hui, des chercheurs de l’Université Northwestern ont utilisé la physique statistique pour confirmer la théorie qui sous-tend ce célèbre axiome. Que examen“Une randomisation correcte des réseaux est essentielle pour évaluer l’équilibre social”, est publié dans la revue Les progrès de la science.

Dans les années 1940, le psychologue autrichien Fritz Heider a introduit la théorie de l’équilibre social, qui explique comment les individus s’efforcent naturellement de trouver l’harmonie dans leurs cercles sociaux. Selon la théorie, quatre règles – l’ennemi d’un ennemi est un ami, l’ami d’un ami est un ami, l’ami d’un ennemi est un ennemi et enfin l’ennemi d’un ami est un ennemi – conduisent à des relations équilibrées.

Bien que d’innombrables études aient tenté de confirmer cette théorie en utilisant la science des réseaux et les mathématiques, leurs efforts ont échoué car les réseaux s’écartent de relations parfaitement équilibrées. La vraie question est donc de savoir si les réseaux sociaux sont plus équilibrés que prévu selon un modèle de réseau approprié.

La plupart des modèles de réseau étaient trop simplistes pour capturer pleinement la complexité des relations humaines qui affectent l’équilibre social, produisant des résultats incohérents quant à savoir si les écarts observés par rapport aux attentes du modèle de réseau sont cohérents avec la théorie de l’équilibre social.

Cependant, l’équipe de Northwestern a réussi à intégrer les deux éléments clés qui font que le cadre social de Heider fonctionne. Dans la vraie vie, tout le monde ne se connaît pas et certaines personnes sont plus positives que d’autres. Les chercheurs savent depuis longtemps que chaque facteur affecte les liens sociaux, mais les modèles existants ne peuvent prendre en compte qu’un seul facteur à la fois.

En incorporant simultanément les deux contraintes, le modèle de réseau obtenu par les chercheurs a finalement confirmé la célèbre théorie, environ 80 ans après sa première proposition par Heider.

Ce nouveau cadre utile peut aider les chercheurs à mieux comprendre les dynamiques sociales, notamment la polarisation politique et les relations internationales, ainsi que tout système incluant un mélange d’interactions positives et négatives, telles que les réseaux neuronaux ou les combinaisons de médicaments.

“Nous avons toujours pensé que cette intuition sociale fonctionnait, mais nous ne savions pas pourquoi elle fonctionnait”, a déclaré István Kovács de Northwestern, auteur principal de l’étude.

“Tout ce dont nous avions besoin était de comprendre les mathématiques. Si vous parcourez la littérature, il existe de nombreuses études sur la théorie, mais il n’y a pas d’accord entre elles. Pendant des décennies, nous avons continué à nous tromper. La raison est que la vraie vie C’est compliqué. Nous avons réalisé qu’il fallait prendre en compte les deux contraintes à la fois : on ne sait qui, et que certaines personnes sont juste plus gentilles que d’autres.

“Nous pouvons enfin conclure que les réseaux sociaux sont conformes aux attentes formées il y a 80 ans”, a ajouté Bingjie Hao, premier auteur de l’étude. “Nos résultats ont également de larges applications pour une utilisation future. Nos mathématiques nous permettent d’incorporer des contraintes sur les connexions et les préférences des différentes entités du système. Elles seront utiles pour modéliser d’autres systèmes au-delà des réseaux sociaux.”

Kovács est professeur adjoint de physique et d’astronomie au Weinberg College of Arts and Sciences de Northwestern. Hao est chercheur postdoctoral dans son laboratoire.

Qu’est-ce que la théorie de l’équilibre social ?

Utilisant des groupes de trois, la théorie de l’équilibre social de Heider maintient l’hypothèse selon laquelle les gens s’efforcent d’établir des relations confortables et harmonieuses.

Dans des relations équilibrées, tout le monde s’aime. Ou, si une personne n’aime pas deux personnes, les deux sont amis. Des relations déséquilibrées existent lorsque les trois personnes ne s’aiment pas, ou qu’une personne aime deux personnes qui ne s’aiment pas, ce qui entraîne de l’anxiété et des tensions.

L’étude de ces systèmes frustrés a conduit au prix Nobel de physique 2021 décerné au physicien théoricien italien Giorgio Parisi, qui a partagé le prix avec les modélisateurs climatiques Syukuro Manabe et Klaus Hasselmann.

“Cela semble tout à fait conforme à l’intuition sociale”, a déclaré Kovács. “Vous pouvez voir comment cela conduirait à une polarisation extrême, comme nous le voyons aujourd’hui en termes de polarisation politique. Si tous ceux que vous aimez détestent également tous ceux que vous n’aimez pas, alors cela donne naissance à deux partis qui se détestent.”

Cependant, il a été difficile de collecter des données à grande échelle recensant non seulement les amis mais aussi les ennemis. Avec l’avènement du Big Data au début des années 2000, les chercheurs ont tenté de voir si de telles données signées provenant des réseaux sociaux pouvaient confirmer la théorie de Heider. Lors de la génération de réseaux pour tester les règles de Heider, les individus agissent comme des nœuds. Les bords reliant les nœuds représentent la relation entre les individus.

Si les nœuds ne sont pas amis, le bord entre eux se voit attribuer une valeur négative (ou hostile). Si les nœuds sont amis, alors le bord est marqué d’une valeur positive (ou amicale). Dans les modèles précédents, les arêtes se voyaient attribuer des valeurs positives ou négatives de manière aléatoire sans respecter aucune des deux contraintes. Aucune de ces études n’a capté avec précision la réalité des réseaux sociaux.

Trouver le succès dans les limites

Pour explorer le problème, Kovács et Hao se sont tournés vers quatre ensembles de données de réseau signés à grande échelle et accessibles au public, préalablement conservés par des spécialistes des sciences sociales, comprenant des données provenant 1) de commentaires évalués par les utilisateurs sur le site d’informations sociales Slashdot ; 2) les échanges entre membres du Congrès à la Chambre ; 3) interactions entre traders Bitcoin ; et 4) les avis sur les produits du site d’avis de consommateurs Epinions.

Dans leur modèle de réseau, Kovács et Hao n’ont pas attribué de valeurs négatives ou positives véritablement aléatoires aux bords. Pour qu’une interaction soit aléatoire, chaque nœud doit avoir une chance égale de se rencontrer. Cependant, dans la vraie vie, tout le monde ne connaît pas tout le monde au sein d’un réseau social. Par exemple, une personne ne peut jamais rencontrer l’ami de son ami qui vit à l’autre bout du monde.

Pour rendre leur modèle plus réaliste, Kovács et Hao ont distribué des valeurs positives ou négatives basées sur un modèle statistique qui décrit la probabilité d’attribuer des signes positifs ou négatifs aux interactions existantes. Il gardait les valeurs aléatoires – mais aléatoires dans les limites données par les contraintes de la topologie du réseau. Au-delà d’on ne sait qui, l’équipe a pris en compte le fait que certaines personnes dans la vie sont tout simplement plus gentilles que d’autres. Les personnes amicales sont plus susceptibles d’avoir des interactions plus positives et moins hostiles.

En introduisant ces deux contraintes, le modèle résultant a montré que les grands réseaux sociaux se conforment systématiquement à la théorie de l’équilibre social de Heider. Le modèle présentait également des modèles au-delà de trois nœuds. Cela montre que la théorie de l’équilibre social s’applique à des graphlets plus grands impliquant quatre nœuds, voire plus.

“Nous savons désormais qu’il faut tenir compte de ces deux limitations”, a déclaré Kovács. “Sans eux, vous ne pouvez pas trouver les bons mécanismes. Cela semble compliqué, mais en réalité, c’est un calcul assez simple.”

Aperçus sur la polarisation et au-delà

Kovács et Hao explorent actuellement plusieurs directions futures pour ce travail. Dans une direction potentielle, le nouveau modèle pourrait être utilisé pour explorer des interventions visant à réduire la polarisation politique. Mais les chercheurs affirment que le modèle pourrait aider à mieux comprendre les systèmes au-delà des groupes sociaux et des liens entre amis.

“Nous pourrions examiner les connexions excitatrices et inhibitrices entre les neurones du cerveau ou les interactions qui représentent différentes combinaisons de médicaments pour traiter la maladie”, a déclaré Kovács. “L’étude des réseaux sociaux était un terrain de jeu idéal à explorer, mais notre principal intérêt est d’aller au-delà de l’examen des interactions entre amis et d’examiner d’autres réseaux complexes.”

Le code et les données derrière l’article « Une randomisation correcte des réseaux est essentielle pour évaluer l’équilibre social » sont disponible sur GitHub.