top of page

Jak je důležité držet se (dobré) společnosti

Aktualizováno: 18. 4. 2020

Lidové noviny


V historicky prní přímé volbě českého prezidenta byl v lednu zvolen Miloš Zeman. Stal se hlavou státu díky sociálním sítím, anebo jim navzdory? O významu sítí v této volbě nikdo nepochybuje. Avšak jak velká byla jejich role, zejména před druhým kolem, nikdo přesně neví.



O vlivu sociálních sítí dnes pochybuje málokdo. Poznání, co se v nich odehrává, nebo jakými zákonitostmi se řídí, už není tak samozřejmé. Odpovědi na tyto otázky přitom zkoumá obor, který má v názvu trochu zaděláno na nedorozumění. Pojem „Social Network Analysis" neboli SNA může v českém uchu vyvolávat dojem, že jde o zkoumání systému pomoci sociálně potřebným. S příchodem Facebook, Twitter, G+ a podobných sociálních médií se může zdát, že jde především o ně. Skutečnost je však daleko širší.


Prezident Zeman vyhrál první přímou volbu nakonec i na sociálních sítích. Anebo ne? Jak to víme?


Vizualizace, prosté znázornění obrazem oproti slovnému popisu znamená zásadní posun v pochopení čehokoliv. U analýzy sítí to platí dvojnásob. Příklad: chci-li použít londýnské metro, mám několik možností. Zeptám-li se přítele, kolegy nebo osoby na ulici, mohu se dozvědět, jak se dostanu třeba ze stanice Piccadily Circus do stanice Waterloo. Pokud jsem nenarazil na zvlášť otrlého šprýmaře, téměř jistě se dostanu tam, kam potřebuji. O zbytku sítě londýnské podzemky se však nedozvím nic. Naproti tomu jízdní řád bude tlustá kniha, kde jsou zaznamenány všechny detaily spojení. Není však příliš praktická. Nejjednodušší a nejrychleji využitelná pomůcka je plánek s barevně odlišenými trasami – spoji – a jednotlivými stanicemi – uzly. Přitom takový plánek uvádí pouze relevantní informace a jiné pomíjí. Inu, jeden obraz je více než tisíc slov.


Chování sítí


10.ledna 2013 slavila nejstarší část Londýnského metra 150 let existence. Možná podobně starý bude i nejstarší plánek. U kolejových sítí čas nehraje významnou roli. Jednou položené, koleje zůstanou na místě desítky let. Mezilidské sítě jsou zde mnohem déle - tisíce let, ale mění se dynamicky v řádech dnů či týdnů. Abychom s mezilidskou sítí mohli dále pracovat, tak ji nejdříve musíme popsat dat. Jinými slovy, musíme mít pohromadě fakta a čísla kdo, s kým, jak často, o čem, kdy a kde, případně proč.


Co se však stalo za minulých necelých dvacet let, že je dnes vizualizace a analýza sítí dostupná? Vedle široce dostupné výpočetní kapacity je to i dostupnost obrovského množství dat v elektronické podobě. Bylo až díky jim – konkrétně WWW (World Wide Web) v devadesátých letech – že se umožnil zásadní pokrok v poznání sítí a jejich chování. Zkoumání webovských stránek a jejich propojení – vzájemných odkazů, ukázalo, že ve síti WWW má největší počet připojení pouze velmi omezená skupina stránek. Že se pozornost soustřeďuje na minimální počet stránek, zatím co většina jich živoří na periferii zájmu. Rozložení konektivity – spojení jednotlivých stránek odkazy - není „normální“ (odpovídající Gaussově křivce), ale „mocninné“. Představuje to výrazné prohloubení jinak obecně známého pravidla 80/20. Někdy i méně než deset procent uzlů „obhospodařuje“ více než 90 procent všech spojení ve sledované síti.


Podrobnější popis toho, jak kráčelo poznávání sítí, je k dispozici v knize Alberta-Laszló Barabásiho V pavučině sítí, která u nás vyšla v roce 2004. Na rozdíl od zkoumání jednotlivce či jednotlivé součásti organizmu, se teorie sítí naopak zabývá tím, jak funguje více prvků společně a jak se to projeví navenek. Teprve jejich vzájemné působení vytváří celkový efekt, který pozorujeme. Jak známo, celek je vždy víc než pouze suma jeho částí. Dochází k emergentním jevům, tedy situacím, které bychom neodvodili pouze z poznatků o jednotlivcích. Pro příklad půjdeme zase k internetu. Když si představíme začátkem 90-tých let několik lidí sedících u navzájem propojených počítačů, neuměli bychom si přestavit, co z toho bude, až dvě miliardy lidí budou mít k takovému propojení přístup.


Klíč k úspěchu


Kardinální otázka – vyhrál tedy Miloš Zeman svůj prezidentský souboj kvůli anebo navzdory sociálním sítím? Zde je možná interpretace: Síťový graf zachycuje aktivitu komentátorů na všech facebookových stránkách prezidentských kandidátů od 1.listopadu 2012 do 31.ledna 2013. Pro přehlednost jsou znázorněni pouze nejaktivnější účastníci diskusí, kteří měli více než 20 komentářů.


Miloš Zeman měl podle průzkumů silnou podporu, leč na facebooku poněkud méně příspěvků. Až mezi prvním a druhým kolem se zaznamenal i zvýšený počet komentářů.

Karel Schwarzenberg se výhodně zapojil do sociálních sítí hned od začátku. Měl největší skupinu fanoušků, nejvíce příspěvků i komentářů. Kdybychom sledovali pouze čísla na stránce Karla Schwarzenberga, tak by musel být absolutním vítězem. Na druhé straně, měřeno průzkumy mínění začínal hodně vzadu. V září 2012 měl pouze 5,9% podpory v průzkumech, čímž byl až na pátém místě. Dosáhl však zvýšit svou podporu na 23,5% v prvním kole voleb.


Finále pak bylo opravdu zajímavé. Sociální sítě se ukázaly jako jeden ze nezanedbatelných faktorů voleb. Co mohlo být klíčem k tomu, aby Miloš Zeman vyhrál druhé kolo? Jednak se zdá, že se mezi prvním a druhým kolem Zemanův tým „probudil“ když zjistil, že se na sociálních síti dají volby i prohrát. Počet denních příspěvků skokově narostl.


Nabízí se však také jedna interpretace z vizualizace komentářů. Přestože Schwarzenberg měl silnou prezenci (na co usuzujeme z fialových oblastí grafu) Zemanovi fanoušci – komentátoři zaujímají důležité pozice v grafu. Ukazuje se totiž, že ti, co byli aktivními komentátory na stránkách Miloše Zemana, se také zapojovali do komentářů na stránkách jiných kandidátů. Zatímco Schwarzenbergovi komentátoři tíhnou k diskusím mezi sebou a když tak s komentátory Zemanovými. Tato skutečnost mohla napomoci Zemanovi k tomu, aby přitáhl jinak rozptýlené voliče ostatních neúspěšných kandidátů.


Síťová analýza s nabízenými hypotézami stejným dechem otevírá další otázky. V tuto chvíli nelze například automaticky určit, zda komentáře na sociálních médiích jsou pozitivní anebo negativní. Počítač umí rozeznat klíčová slova a odlišovat sentiment podle nich, nicméně zatím neumožňuje rozeznat ironii a jiné podprahové náznaky, které jsou lidem vlastní a pro posouzení sentimentu zásadní. Avšak pouhé zobrazení vztahů ve společnosti, které umí reflektovat dynamické změny, přináší významné „aha-efekty“. V každém případě otevírá analýza – nejen – sociálních sítí doposud netušené možnosti. Mimochodem také odhaluje co je podstatou dávných, intuitivních a lety prověřených rad našich matek, například že se máme držet dobré společnosti.

1 zobrazení

Nejnovější příspěvky

Zobrazit vše

Kommentarer


Kommentarsfunktionen har stängts av.
bottom of page