Социальная дифференциация в цифровом пространстве I
Мы выяснили, что структура образовательной организации и географические расстояния связаны с вероятностью дружбы между учащимися. Что еще может быть с ней связано? На самом деле, почти все. Давно и хорошо известно, что друзья (или любые другие социально связанные люди) похожи друг на друга. Это явление получило название гомофилия. Гомофилия была обнаружена для широкого спектра характеристик от ожирения, депрессии и развода до улыбки в профиле на фейсбуке. Это могут быть и такие фундаментальные характеристики как генотип человека, и такие, казалось бы, поверхностные как имя: в одном исследовании было обнаружено, что люди предпочитают романтических партнеров с именами похожими на их собственное.
Гомофилия по академической успеваемости в цифровом пространстве
Гомофилия была обнаружена и для академической успеваемости, но эти результаты были получены с помощью традиционных опросных методов, а нас интересует, что происходит в онлайн-пространстве. Первое что приходит в голову — посмотреть на то, похожи ли по академической успеваемости друзья на ВКонтакте. Однако это не очень хорошая идея. Во-первых, друзей на ВКонтакте обычно очень много и это размывает любой потенциальный эффект. Во-вторых, в друзья добавляют гораздо чаще, чем удаляют из них, что мешает отслеживать динамику отношений. Наконец, ВКонтакте не предоставляет информацию о времени, с которого началась дружба.
Что если вместо пассивного статуса друга посмотреть на историю активного взаимодействия между пользователями? Например, мы можем посмотреть на то, как они ставят лайки друг другу. Приведенная ниже картинка дает основания считать, что это может сработать.
На картинке приведено среднее количество лайков между студентами Вышки для каждого из четырех курсов бакалавриата. С началом первого курса начинается активное взаимодействие студентов, которое продолжается на протяжении всей учебы.
Для нашего исследования возьмем данные об этих студентах, а также об учащихся одной московской школы. Разобьем исследуемый промежуток времени на интервалы по три месяца и будем считать, что друзья учащейся это те, кому она поставила хотя бы один лайк в течение трех месяцев. Затем посчитаем корреляцию между средним баллом учащихся и средним баллом их друзей и посмотрим, как она меняется с течением времени. Для школы это будет выглядеть вот так.
Значимость обнаруженного эффекта
Пока сложно понять, насколько значимы полученные нами результаты. Может быть, это просто случайный шум? Чтобы убедиться, что это не так, проверим, какой была бы корреляция, если оценки и дружба не были связаны между собой. Зафиксируем для каждого временного интервала сеть дружбы, а оценки случайным образом перемешаем. Посчитаем корреляцию для такой случайной сети и повторим процедуру десять тысяч раз. Добавим на наш график средние значения и стандартные отклонения корреляций, полученных таким образом. Становится ясно, что объяснить одной только случайностью обнаруженный нами эффект нельзя.
Причины роста гомофилии
Рост корреляции может объясняться как изменениями социальных связей учащихся, так и изменениями их оценок. Например, хорошо успевающие друзья могут помочь школьнице самой начать учиться лучше. Попробуем посмотреть, что происходит в нашем случае. Возьмем средний балл учащихся за весь период обучения и зафиксируем его. Результат остается примерно тем же, то есть дело не в изменении оценок.
Возможно, рост корреляции связан с изменением уровня активности учащихся. В один временной интервал между ними может быть очень много лайков, а в другой очень мало. Это тоже можно проверить. Для этого разобьем период исследования не на равные временные интервалы по три месяца, а на такие, чтобы на каждый из них приходилось примерно одинаковое число лайков. Обнаружим все тот же рост корреляции.
Теперь, когда мы исключили ряд альтернативных объяснений, покажем, что полученный рост может объясняться изменением связей. Для этого построим простую модель. Начальным состоянием модели будет исходная сеть дружбы. На каждом шаге будем ее менять следующим образом. Для каждого студента выберем случайного друга и случайного не-друга. Если не-друг ближе по академической успеваемости, чем друг, то переставим связь от друга к не-другу. В противном случае переставим связь с вероятностью θ — единственным параметром нашей модели. Полученная модель неплохо описывает наши данные. Аналогичные результаты были получены и для университета.
Социальная дифференциация
Перераспределение дружеских связей может быть вызвано самыми разными факторами, в том числе внешними. Например, различные образовательные мероприятия могут собирать учащихся со схожей успеваемостью, одновременно увеличивая вероятность появления социальной связи между ними. Однако в данном случае нам не так важно, что именно стоит за этим явлением, нам важен сам факт увеличения дифференциации по академической успеваемости с течением времени.
Образование — один из основных источников восходящей социальной мобильности. Наиболее талантливые школьники попадают в сильный университет, получают хорошее образование, заводят полезные знакомства, и это способствует их дальнейшему профессиональному успеху. Однако если ученики из слабых школ, которым удалось попасть в хороший вуз будут преимущественно общаться между собой, а наиболее успешные учащиеся между собой — это может препятствовать социальной мобильности.
Заметим, что данные для этого исследования были собраны еще до введения “умной ленты” на ВКонтакте, выбирающей какой контент показывать пользователям на основе их предыдущей активности в сети. “Умная лента”, вероятно, будет усугублять дифференциацию.
В этой заметке речь шла о дифференциации в рамках одной образовательной организации (школы или университета), в следующей части речь пойдет о дифференциации в масштабах целого города.
Литература
Smirnov I, Thurner S (2017) Formation of homophily in academic performance: Students change their friends rather than performance. PLoS ONE 12(8): e0183473.
Jones, J. T., Pelham, B. W., Carvallo, M., & Mirenberg, M. C. (2004). How do I love thee? Let me count the Js: implicit egotism and interpersonal attraction. Journal of personality and social psychology, 87(5), 665.
Christakis, N. A., & Fowler, J. H. (2013). Social contagion theory: examining dynamic social networks and human behavior. Statistics in medicine, 32(4), 556–577.
Christakis, N. A., & Fowler, J. H. (2014). Friendship and natural selection. Proceedings of the National Academy of Sciences, 111(3), 10796–10801.
