TED2010
Nicholas Christakis: The hidden influence of social networks
نيكولاس كريستاكيوس: الأثر الخفي للشبكات الإجتماعية
Filmed:
Readability: 4.3
1,674,218 views
نحن جميعنا مغمورون في شبكات إجتماعية هائلة من الاصدقاء، الأسرة، الزملاء في العمل والمزيد. يتتبع نيكولاس كريستاكس كيف يمكن لمجموعة واسعة من الصفات -- من السعادة إلى السُمنة -- أن تنتشر من شخص لآخر، مبيّناً كيف أن موقعك في الشبكة ربما يؤثر على حياتك بطرق لا تعلمها حتى.
Nicholas Christakis - Physician, social scientist
Nicholas Christakis explores how the large-scale, face-to-face social networks in which we are embedded affect our lives, and what we can do to take advantage of this fact. Full bio
Nicholas Christakis explores how the large-scale, face-to-face social networks in which we are embedded affect our lives, and what we can do to take advantage of this fact. Full bio
Double-click the English transcript below to play the video.
00:16
For me, this story begins about 15 years ago,
0
1000
3000
بالنسبة لي، تبدأ هذه القصة قبل حوالي 15 عاماً مضت،
00:19
when I was a hospice doctor at the University of Chicago.
1
4000
3000
عندما كنت طبيباً نزيلاً في جامعة شيكاغو.
00:22
And I was taking care of people who were dying and their families
2
7000
3000
وكنت أعتني بالناس الذين على وشك الموت، وأسرهم،
00:25
in the South Side of Chicago.
3
10000
2000
في الجانب الجنوبي لشيكاغو.
00:27
And I was observing what happened to people and their families
4
12000
3000
وكنت أراقب ما يحدث للناس وأسرهم
00:30
over the course of their terminal illness.
5
15000
3000
خلال فترة مرضهم اللأخير.
00:33
And in my lab, I was studying the widower effect,
6
18000
2000
وفي مختبري، كنت أدرس تأثير الأرمل،
00:35
which is a very old idea in the social sciences,
7
20000
2000
الذي هو فكرة قديمة جداً في العلوم الإجتماعية،
00:37
going back 150 years,
8
22000
2000
ترجع لقبل 150 عاماً،
00:39
known as "dying of a broken heart."
9
24000
2000
ومعروفة ب " الموت بسبب إنكسار القلب." "الحزن"
00:41
So, when I die, my wife's risk of death can double,
10
26000
3000
لذا، فحينما أموت، تتضاعف مخاطر موت زوجتي ،
00:44
for instance, in the first year.
11
29000
2000
على سبيل المثال، في العام الأول.
00:46
And I had gone to take care of one particular patient,
12
31000
3000
وقد شاركت في العناية بمريض محدد،
00:49
a woman who was dying of dementia.
13
34000
2000
إمرأة كانت تموت بسبب الجنون.
00:51
And in this case, unlike this couple,
14
36000
2000
وفي هذه الحالة، خلافاً لهذين الزوجين،
00:53
she was being cared for
15
38000
2000
كانت تعتني بها
00:55
by her daughter.
16
40000
2000
بنتها.
00:57
And the daughter was exhausted from caring for her mother.
17
42000
3000
وكانت الإبنة مرهقة من العناية بأمها.
01:00
And the daughter's husband,
18
45000
2000
وكان زوج الإبنة
01:02
he also was sick
19
47000
3000
كذلك قد تعب
01:05
from his wife's exhaustion.
20
50000
2000
من إرهاق زوجته.
01:07
And I was driving home one day,
21
52000
2000
وكنت أقود السيارة إلى المنزل في أحد الأيام،
01:09
and I get a phone call from the husband's friend,
22
54000
3000
وتلقيت مكالمة من صديق الزوج،
01:12
calling me because he was depressed
23
57000
2000
إتصل بي لأنه كان محبطاً
01:14
about what was happening to his friend.
24
59000
2000
لما يجري لصديقه.
01:16
So here I get this call from this random guy
25
61000
2000
إذاً هنا تلقيت هذا الإتصال من شخص عشوائي
01:18
that's having an experience
26
63000
2000
الذي يمر بتجربة،
01:20
that's being influenced by people
27
65000
2000
يتحكم فيها أناس
01:22
at some social distance.
28
67000
2000
على مسافة إجتماعية.
01:24
And so I suddenly realized two very simple things:
29
69000
3000
ولذا فقد أدركت فجأة شيئين بسيطين للغاية.
01:27
First, the widowhood effect
30
72000
2000
أولاً، تأثير الأرمل
01:29
was not restricted to husbands and wives.
31
74000
3000
لم يكن قاصراً على الأزواج و الزوجات.
01:32
And second, it was not restricted to pairs of people.
32
77000
3000
وثانياً، لم يكن قاصراً على زوجين من الناس.
01:35
And I started to see the world
33
80000
2000
وبدأت أرى العالم
01:37
in a whole new way,
34
82000
2000
بطريقة مختلفة كلياً،
01:39
like pairs of people connected to each other.
35
84000
3000
مثل زوجين من الناس موصولين ببعضهما البعض.
01:42
And then I realized that these individuals
36
87000
2000
ثم أدركت أن هؤلاء الأفراد
01:44
would be connected into foursomes with other pairs of people nearby.
37
89000
3000
سيصبحوا في رباعي مع زوجين آخرين من الناس القريبين.
01:47
And then, in fact, these people
38
92000
2000
ثم، في الواقع هؤلاء الناس
01:49
were embedded in other sorts of relationships:
39
94000
2000
كانوا جزءاً أصيلاً في أنواع أخرى من العلاقات،
01:51
marriage and spousal
40
96000
2000
الزواج والنسب
01:53
and friendship and other sorts of ties.
41
98000
2000
والصداقة وأنواع أخرى من الروابط.
01:55
And that, in fact, these connections were vast
42
100000
3000
وأنه في الحقيقة، هذه الوصلات كانت شاسعة،
01:58
and that we were all embedded in this
43
103000
2000
وأننا جميعاً جزء لا يتجزأ في هذه
02:00
broad set of connections with each other.
44
105000
3000
المجموعة الواسعة من الوصلات مع بعضنا البعض.
02:03
So I started to see the world in a completely new way
45
108000
3000
لذا فقد بدأت أرى العالم بطريقة جديدة كلياً،
02:06
and I became obsessed with this.
46
111000
2000
وأصبحت مهووساً بهذا.
02:08
I became obsessed with how it might be
47
113000
2000
وأصبحت مهووسا بكيف أننا قد نكون
02:10
that we're embedded in these social networks,
48
115000
2000
جزء من هذه الشبكات الإجتماعية،
02:12
and how they affect our lives.
49
117000
2000
وكيف أنها تؤثر في حياتنا.
02:14
So, social networks are these intricate things of beauty,
50
119000
3000
إذاً، فالشبكات الإجتماعية هي تلك الأمور المعقدة الجمال،
02:17
and they're so elaborate and so complex
51
122000
2000
وهي دقيقة جداً ومعقدة
02:19
and so ubiquitous, in fact,
52
124000
2000
وشاملة جداً ، في الواقع،
02:21
that one has to ask what purpose they serve.
53
126000
3000
بحيث ينبغي على الشخص السؤال عن أي هدف تخدمه.
02:24
Why are we embedded in social networks?
54
129000
2000
لماذا نحن موجودين في شبكات إجتماعية؟
02:26
I mean, how do they form? How do they operate?
55
131000
2000
أعني، كيف تتشكل؟ وكيف تعمل؟
02:28
And how do they effect us?
56
133000
2000
وكيف تقوم بالتأثير علينا؟
02:30
So my first topic with respect to this,
57
135000
3000
ولذا فأول موضوعاتي، فيما يتعلق بهذا،
02:33
was not death, but obesity.
58
138000
3000
ليس عن الموت، لكن عن السُمنة.
02:36
It had become trendy
59
141000
2000
وفجأة، لقد أصبحت موضة شائعة
02:38
to speak about the "obesity epidemic."
60
143000
2000
التحدث عن وباء السُمنة.
02:40
And, along with my collaborator, James Fowler,
61
145000
3000
وبالتعاون مع شريكي، جيمس فولر،
02:43
we began to wonder whether obesity really was epidemic
62
148000
3000
بدأنا الإستغراب حول سواء كانت السُمنة بالفعل وباءً،
02:46
and could it spread from person to person
63
151000
2000
ويمكن أن تنتقل من شخص لآخر
02:48
like the four people I discussed earlier.
64
153000
3000
مثل الأربعة أشخاص الذين ناقشتهم باكراً.
02:51
So this is a slide of some of our initial results.
65
156000
3000
لذا فهذه الشريحة لبعض النتائج الأولية.
02:54
It's 2,200 people in the year 2000.
66
159000
3000
إنهم 2200 شخص في العام 2000.
02:57
Every dot is a person. We make the dot size
67
162000
2000
كل نقطة تمثل شخص. ونجعل حجم النقطة
02:59
proportional to people's body size;
68
164000
2000
متناسباً مع حجم الشخص.
03:01
so bigger dots are bigger people.
69
166000
3000
لذا فالنقاط الأكبر تمثل أشخاص أكبر في الحجم.
03:04
In addition, if your body size,
70
169000
2000
إضافة لذلك، إن كان حجم جسمك،
03:06
if your BMI, your body mass index, is above 30 --
71
171000
2000
إن كان مؤشر كتلة جسمك أعلى من 30،
03:08
if you're clinically obese --
72
173000
2000
إن كنت سميناً سريرياً،
03:10
we also colored the dots yellow.
73
175000
2000
قمنا بتلوين النقاط باللون الأصفر.
03:12
So, if you look at this image, right away you might be able to see
74
177000
2000
لذا، إذا نظرتم لهذه الصورة على الفور، قد يمكنكم رؤية
03:14
that there are clusters of obese and
75
179000
2000
أن هناك ثلاث مجموعات من الناس السمان و
03:16
non-obese people in the image.
76
181000
2000
غير السمان في هذه الصورة.
03:18
But the visual complexity is still very high.
77
183000
3000
لكن التعقيد المرئي ما يزال هائلاً للغاية.
03:21
It's not obvious exactly what's going on.
78
186000
3000
وليس واضحاً بالضبط ما الذي يجري.
03:24
In addition, some questions are immediately raised:
79
189000
2000
إضافةً، يبرز في الحال بعض الأسئلة.
03:26
How much clustering is there?
80
191000
2000
كم مجموعة موجودة هناك؟
03:28
Is there more clustering than would be due to chance alone?
81
193000
3000
هل هناك مجموعات أكثر ستكون بسبب الصدفة وحدها؟
03:31
How big are the clusters? How far do they reach?
82
196000
2000
ما هو كبر المجموعات؟ كم سيصل بُعدها؟
03:33
And, most importantly,
83
198000
2000
والأهم من كل ذلك،
03:35
what causes the clusters?
84
200000
2000
ما الذي يتسبب في إنشاء المجموعات؟
03:37
So we did some mathematics to study the size of these clusters.
85
202000
3000
لذا فقد قمنا ببعض الحسابات لدراسة حجم هذه المجموعات.
03:40
This here shows, on the Y-axis,
86
205000
2000
وهذا هنا يبيّن، على المحور الصادي،
03:42
the increase in the probability that a person is obese
87
207000
3000
زيادة إحتمال أن شخص سمين،
03:45
given that a social contact of theirs is obese
88
210000
2000
علماً بأن شخص في قائمتهم مصاب بالسُمنة.
03:47
and, on the X-axis, the degrees of separation between the two people.
89
212000
3000
وعلى المحور السيني، درجة الإنفصال ما بين الشخصين.
03:50
On the far left, you see the purple line.
90
215000
2000
وعلى أقصى اليسار، ترى الخط البنفسجي.
03:52
It says that, if your friends are obese,
91
217000
2000
وينص على أن، إذا كان أصدقائك مصابين بالسُمنة،
03:54
your risk of obesity is 45 percent higher.
92
219000
3000
فان مخاطر الإصابة بالسُمنة أعلى بنسبة 45%.
03:57
And the next bar over, the [red] line,
93
222000
2000
والخط الثاني هناك، الخط البرتقالي،
03:59
says if your friend's friends are obese,
94
224000
2000
ينص على، إذا كان صديق صديقك مصاب بالسُمنة،
04:01
your risk of obesity is 25 percent higher.
95
226000
2000
فان مخاطر الإصابة أعلى بنسبة 25%.
04:03
And then the next line over says
96
228000
2000
والخط التالي له ينص على،
04:05
if your friend's friend's friend, someone you probably don't even know, is obese,
97
230000
3000
إذا كان صديق صديق صديقك، شخص ما على الأرجح لا تعرفه حتى، مصاب بالسُمنة،
04:08
your risk of obesity is 10 percent higher.
98
233000
3000
فان مخاطر إصابتك أعلى بنسبة 10%.
04:11
And it's only when you get to your friend's friend's friend's friends
99
236000
3000
فقط حينما يصل الأمر لصديق صديق صديق صديقك،
04:14
that there's no longer a relationship
100
239000
2000
لم تعد هناك علاقة
04:16
between that person's body size and your own body size.
101
241000
3000
بين حجم جسم الشخص وحجم جسمك.
04:20
Well, what might be causing this clustering?
102
245000
3000
حسناً، ما الذي يتسبب في هذه المجموعات؟
04:23
There are at least three possibilities:
103
248000
2000
هناك على الأقل ثلاث إحتمالات.
04:25
One possibility is that, as I gain weight,
104
250000
2000
أولاً، إحتمال أنه، بينما أكتسب انا الوزن،
04:27
it causes you to gain weight.
105
252000
2000
يتسبب ذلك في إكتسابك للوزن،
04:29
A kind of induction, a kind of spread from person to person.
106
254000
3000
كنوع من التقليد ، نوع من الإنتقال من شخص لآخر.
04:32
Another possibility, very obvious, is homophily,
107
257000
2000
إحتمال آخر، واضح جداً، وهو الخوف من الوحدة،
04:34
or, birds of a feather flock together;
108
259000
2000
أو الطيور على أشكالها تقع.
04:36
here, I form my tie to you
109
261000
2000
هنا، أقوم بتشكيل علاقتي بك
04:38
because you and I share a similar body size.
110
263000
3000
لأننا نتشارك في حجم جسم متقارب.
04:41
And the last possibility is what is known as confounding,
111
266000
2000
والإحتمال الأخير هو ما يُعرف بالإلتباس،
04:43
because it confounds our ability to figure out what's going on.
112
268000
3000
لأنها يفند قدرتنا على معرفة ما يجري.
04:46
And here, the idea is not that my weight gain
113
271000
2000
وهنا، الفكرة ليست أن إكتسابي للوزن
04:48
is causing your weight gain,
114
273000
2000
يتسبب في أن تكتسب أنت الوزن،
04:50
nor that I preferentially form a tie with you
115
275000
2000
ولا أنني أفضل تشكيل رابط بيننا
04:52
because you and I share the same body size,
116
277000
2000
لأننا نتشارك نفس حجم الجسم ،
04:54
but rather that we share a common exposure
117
279000
2000
لكن عوضاً عن ذلك نحن نتعرض لنفس الشئ معا
04:56
to something, like a health club
118
281000
3000
لشئ مثل النادي الرياضي
04:59
that makes us both lose weight at the same time.
119
284000
3000
الذي يجعلنا سوياً نفقد الوزن في نفس الوقت.
05:02
When we studied these data, we found evidence for all of these things,
120
287000
3000
وعندما درسنا هذه البيانات، وجدنا دليلاً لكل هذه الأشياء،
05:05
including for induction.
121
290000
2000
وضمنها التقليد.
05:07
And we found that if your friend becomes obese,
122
292000
2000
وقد وجدنا أنه، إذا كان صديقك يصبح سميناً،
05:09
it increases your risk of obesity by about 57 percent
123
294000
3000
فان ذلك يرفع من مخاطر إصابتك بالسمنة لحوالي 57%
05:12
in the same given time period.
124
297000
2000
في نفس الفترة الزمنية.
05:14
There can be many mechanisms for this effect:
125
299000
3000
وقد يكون هناك الكثير من الآليات لهذا التأثير.
05:17
One possibility is that your friends say to you something like --
126
302000
2000
أحد الإحتمالات هو أن يقول لك أصدقائك شيئاً مثل --
05:19
you know, they adopt a behavior that spreads to you --
127
304000
3000
كما تعلمون، يقومون بتبني السلوك الذي ينتقل إليك،
05:22
like, they say, "Let's go have muffins and beer,"
128
307000
3000
مثل، " لنذهب لأكل الكعك وشرب البيرة،"
05:25
which is a terrible combination. (Laughter)
129
310000
3000
التي هي مزيج فظيع،
05:28
But you adopt that combination,
130
313000
2000
لكنك تتماشى مع ذلك المزيج،
05:30
and then you start gaining weight like them.
131
315000
3000
وتبدأ في إكتساب الوزن مثلهم.
05:33
Another more subtle possibility
132
318000
2000
وإحتمال آخر أكثر دقة
05:35
is that they start gaining weight, and it changes your ideas
133
320000
3000
هو أن تبدأ في إكتساب الوزن، ويتسبب في تغيير أفكارك
05:38
of what an acceptable body size is.
134
323000
2000
حول ماهية حجم الجسم المقبول.
05:40
Here, what's spreading from person to person
135
325000
2000
وهنا، الشئ الذي ينتقل من شخص لآخر
05:42
is not a behavior, but rather a norm:
136
327000
2000
ليس هو السلوك، بل العادة.
05:44
An idea is spreading.
137
329000
2000
فكرة تنتشر.
05:46
Now, headline writers
138
331000
2000
الآن، كُتّاب العناوين الرئيسية
05:48
had a field day with our studies.
139
333000
2000
لديهم عمل يومي ميداني مع دراساتنا.
05:50
I think the headline in The New York Times was,
140
335000
2000
أعتقد أن العنوان الرئيسي في صحيفة النيويورك تايمز كان،
05:52
"Are you packing it on?
141
337000
2000
"هل أنت منتفخ (سمين)؟
05:54
Blame your fat friends." (Laughter)
142
339000
3000
عليك بلوم صديقك السمين."
05:57
What was interesting to us is that the European headline writers
143
342000
2000
ما كان مثيراً بالنسبة لنا هو عناوين الصحف الأوروبية
05:59
had a different take: They said,
144
344000
2000
التي أخذت الأمر بصورة مختلفة، مثل،
06:01
"Are your friends gaining weight? Perhaps you are to blame."
145
346000
3000
" هل يكتسب صديقك الوزن؟ ربما أنت السبب."
06:04
(Laughter)
146
349000
5000
(ضحك)
06:09
And we thought this was a very interesting comment on America,
147
354000
3000
وقد فكرنا بأن هذا تعليق مثير للغاية في أمريكا،
06:12
and a kind of self-serving,
148
357000
2000
نوع من خدمة الذات،
06:14
"not my responsibility" kind of phenomenon.
149
359000
2000
نوع من ، " ليست مسئوليتي" نوع من الظواهر.
06:16
Now, I want to be very clear: We do not think our work
150
361000
2000
الآن أريد أن أكون واضحاً، نحن لا نعتقد أن عملنا
06:18
should or could justify prejudice
151
363000
2000
ينبغي أو يمكن أن يبرر الأحكام المسبقة
06:20
against people of one or another body size at all.
152
365000
3000
ضد الناس من شخص لآخر حول أحجام أجسامهم بتاتاً.
06:24
Our next questions was:
153
369000
2000
وكان سؤالنا التالي هو:
06:26
Could we actually visualize this spread?
154
371000
3000
هل يمكننا جعل هذا الإنتشار مرئياً؟
06:29
Was weight gain in one person actually spreading
155
374000
2000
هل زيادة الوزن عند شخص تنتشر حقيقةً
06:31
to weight gain in another person?
156
376000
2000
لتصبح زيادة وزن لشخص آخر؟
06:33
And this was complicated because
157
378000
2000
وكان هذا معقداً بسبب
06:35
we needed to take into account the fact that the network structure,
158
380000
3000
أننا أحتجنا أن نأخذ في إعتبارنا حقيقة أن شكل الشبكة،
06:38
the architecture of the ties, was changing across time.
159
383000
3000
وبنية العلاقات ، تتغيران عبر الزمن.
06:41
In addition, because obesity is not a unicentric epidemic,
160
386000
3000
بالإضافة، لأن السُمنة ليست وباء مركزياً،
06:44
there's not a Patient Zero of the obesity epidemic --
161
389000
3000
لا يوجد هناك "المريض الأول" لوباء السمنة--
06:47
if we find that guy, there was a spread of obesity out from him --
162
392000
3000
فتجد أن شخصا مت كانت بداية إنتشار السمنة من عنده.
06:50
it's a multicentric epidemic.
163
395000
2000
إنها وباء متعدد المراكز.
06:52
Lots of people are doing things at the same time.
164
397000
2000
الكثير من الناس يفعلون أشياء في نفس الوقت.
06:54
And I'm about to show you a 30 second video animation
165
399000
3000
وأنا على وشك عرض فيديو رسومي طوله 30 ثانية
06:57
that took me and James five years of our lives to do.
166
402000
3000
الذي أستغرق منا بناءه أنا وجيمس خمسة سنوات.
07:00
So, again, every dot is a person.
167
405000
2000
ولذا، مجدداً، كل نقطة تمثل شخص.
07:02
Every tie between them is a relationship.
168
407000
2000
كل رابط بينهما يمثل علاقة.
07:04
We're going to put this into motion now,
169
409000
2000
وسنقوم بوضع هذا قيد التشغيل الآن،
07:06
taking daily cuts through the network for about 30 years.
170
411000
3000
آخذين قطوعات يومية للشبكة لحوالي 30 عاماً.
07:09
The dot sizes are going to grow,
171
414000
2000
حجم النقاط سيبدأ في النمو.
07:11
you're going to see a sea of yellow take over.
172
416000
3000
سترون بحر من اللون الأصفر يبدأ في التشكل.
07:14
You're going to see people be born and die --
173
419000
2000
سترون أناس يولودون ويموتون.
07:16
dots will appear and disappear --
174
421000
2000
ستظهر النقاط وتختفي.
07:18
ties will form and break, marriages and divorces,
175
423000
3000
ستتشكل الروابط وتتكسر. زيجات وطلاقات،
07:21
friendings and defriendings.
176
426000
2000
إقامة علاقات وإنهائها،
07:23
A lot of complexity, a lot is happening
177
428000
2000
الكثير من التعقيد، الكثير يحدث
07:25
just in this 30-year period
178
430000
2000
فقط في فترة ثلاثين عاماً،
07:27
that includes the obesity epidemic.
179
432000
2000
ويشمل ذلك وباء السُمنة.
07:29
And, by the end, you're going to see clusters
180
434000
2000
وبالوصول للنهاية، ستشاهدون مجموعات
07:31
of obese and non-obese individuals
181
436000
2000
من المصابين بالسُمنة وغير المصابين بها
07:33
within the network.
182
438000
2000
داخل الشبكة.
07:35
Now, when looked at this,
183
440000
3000
الآن، حين النظر لهذا،
07:38
it changed the way I see things,
184
443000
3000
لقد غيرت الطريقة التي أرى بها الأشياء،
07:41
because this thing, this network
185
446000
2000
لأن هذا الشئ، هذه الشبكة،
07:43
that's changing across time,
186
448000
2000
التي تتغير مع مرور الزمن،
07:45
it has a memory, it moves,
187
450000
3000
لديها ذاكرة، إنها تنتقل،
07:48
things flow within it,
188
453000
2000
تدخل عليها أشياء،
07:50
it has a kind of consistency --
189
455000
2000
ولديها نوع من الإتساق.
07:52
people can die, but it doesn't die;
190
457000
2000
يمكن أن يموت الناس، لكنها لا تموت.
07:54
it still persists --
191
459000
2000
بل لا تزال مستمرة.
07:56
and it has a kind of resilience
192
461000
2000
ولها نوع من المرونة
07:58
that allows it to persist across time.
193
463000
2000
التي تسمح بإستمراريتها عبر الزمن.
08:00
And so, I came to see these kinds of social networks
194
465000
3000
ولذا، فقد توصلت لرؤية هذه العلامات للشبكات الإجتماعية
08:03
as living things,
195
468000
2000
كعناصر حية،
08:05
as living things that we could put under a kind of microscope
196
470000
3000
كعناصر حية بمستطاعنا وضعها تحت المجهر
08:08
to study and analyze and understand.
197
473000
3000
وندرسها ونحللها ونفهمها.
08:11
And we used a variety of techniques to do this.
198
476000
2000
ونحن نستخدم باقة متنوعة من التقنيات لفعل هذا.
08:13
And we started exploring all kinds of other phenomena.
199
478000
3000
وقد بدأنا في إستكشاف كل أنواع الظواهر الأخرى.
08:16
We looked at smoking and drinking behavior,
200
481000
2000
إذاً فقد نظرنا في سلوك المدخنين وشاربي الكحول،
08:18
and voting behavior,
201
483000
2000
وسلوك التصويت "الإنتخابي"،
08:20
and divorce -- which can spread --
202
485000
2000
والطلاق، الذي يمكن أن ينتشر،
08:22
and altruism.
203
487000
2000
والإيثار.
08:24
And, eventually, we became interested in emotions.
204
489000
3000
وفي نهاية المُطاف، أصبحنا مهتمين بالمشاعر.
08:28
Now, when we have emotions,
205
493000
2000
الآن، حينما يكون لدينا مشاعر،
08:30
we show them.
206
495000
2000
نعرب عنها.
08:32
Why do we show our emotions?
207
497000
2000
لماذا نقوم بإظهار مشاعرنا؟
08:34
I mean, there would be an advantage to experiencing
208
499000
2000
أعني، قد يكون هناك ميزة لتجربة
08:36
our emotions inside, you know, anger or happiness.
209
501000
3000
عواطفنا داخلياً، كما تعلمون، الغضب والسعادة،
08:39
But we don't just experience them, we show them.
210
504000
2000
لكننا لا نقوم بعيشها، نحن نظهرها.
08:41
And not only do we show them, but others can read them.
211
506000
3000
وليس فقط نقوم باظهارها، لكن بإمكان الآخرين قراءتها.
08:44
And, not only can they read them, but they copy them.
212
509000
2000
وليس فقط يمكنهم قراءتها، بل يستطيعون نسخها.
08:46
There's emotional contagion
213
511000
2000
هناك عدوى عاطفية
08:48
that takes place in human populations.
214
513000
3000
تحدث في المجتمعات البشرية.
08:51
And so this function of emotions
215
516000
2000
إذاً فمهمة المشاعر هذه
08:53
suggests that, in addition to any other purpose they serve,
216
518000
2000
تقترح أنه، إضافة لأي هدف آخر تقوم بخدمته،
08:55
they're a kind of primitive form of communication.
217
520000
3000
فانها نوع من الأشكال البدائية للتواصل.
08:58
And that, in fact, if we really want to understand human emotions,
218
523000
3000
وذلك في الواقع، إذا أردنا حقاً أن نفهم المشاعر البشرية،
09:01
we need to think about them in this way.
219
526000
2000
فنحن نحتاج للتفكير بهم بهذه الطريقة.
09:03
Now, we're accustomed to thinking about emotions in this way,
220
528000
3000
الآن، نحن تعودنا على التفكير حول المشاعر بهذه الطريقة،
09:06
in simple, sort of, brief periods of time.
221
531000
3000
بطريقة مبسطة ولفترة زمنية قصيرة.
09:09
So, for example,
222
534000
2000
لذا، على سبيل المثال،
09:11
I was giving this talk recently in New York City,
223
536000
2000
كنت أقدم هذا الحديث مؤخراً في مدينة نيويورك،
09:13
and I said, "You know when you're on the subway
224
538000
2000
وقد قلت، " تعلمون، كما لو أنكم في القطار،
09:15
and the other person across the subway car
225
540000
2000
والشخص الجالس قبالتكم في المقطورة
09:17
smiles at you,
226
542000
2000
يبتسم لك،
09:19
and you just instinctively smile back?"
227
544000
2000
وتبتسم له أنت بغريزتك."
09:21
And they looked at me and said, "We don't do that in New York City." (Laughter)
228
546000
3000
وقد نظروا إلى وجهي وقالوا، " نحن لا نفعل ذلك في مدينة نيويورك."
09:24
And I said, "Everywhere else in the world,
229
549000
2000
وقد قلت، " في أي مكان آخر في العالم،
09:26
that's normal human behavior."
230
551000
2000
ذلك هو التصرف الطبيعي للبشر."
09:28
And so there's a very instinctive way
231
553000
2000
ولذا فهناك طريقة غريزية للغاية
09:30
in which we briefly transmit emotions to each other.
232
555000
3000
التي عبرها يتم نقل المشاعر من شخص لآخر.
09:33
And, in fact, emotional contagion can be broader still.
233
558000
3000
وفي الواقع، قد تكون العدوى العاطفية أكبر من ذلك،
09:36
Like we could have punctuated expressions of anger,
234
561000
3000
كما قد يكون لدينا تعبيرات يتخللها الغضب،
09:39
as in riots.
235
564000
2000
كما في أعمال الشغب.
09:41
The question that we wanted to ask was:
236
566000
2000
السؤال الذي أردنا طرحه كان:
09:43
Could emotion spread,
237
568000
2000
هل يمكن للمشاعر أن تنتقل،
09:45
in a more sustained way than riots, across time
238
570000
3000
بطريقة أكثر إستدامة من أعمال الشغب، عبر الزمن
09:48
and involve large numbers of people,
239
573000
2000
وتتضمن عدد مأهول من الناس،
09:50
not just this pair of individuals smiling at each other in the subway car?
240
575000
3000
ليس فقط زوجين من الأفراد يبتسمون لبعض البعض في مقطورة القطار؟
09:53
Maybe there's a kind of below the surface, quiet riot
241
578000
3000
ربما يوجد نوع من أعمال الشغب تحت السطح
09:56
that animates us all the time.
242
581000
2000
التي تحركنا جميعاً.
09:58
Maybe there are emotional stampedes
243
583000
2000
ربما هناك تدافع عاطفي
10:00
that ripple through social networks.
244
585000
2000
يموج عبر الشبكات الإجتماعية.
10:02
Maybe, in fact, emotions have a collective existence,
245
587000
3000
ربما، في الواقع، للمشاعر تواجد جماعي،
10:05
not just an individual existence.
246
590000
2000
ليس فقط تواجد منفرد.
10:07
And this is one of the first images we made to study this phenomenon.
247
592000
3000
وهذه هي أول الصور التي صنعناها لهذه الظاهرة.
10:10
Again, a social network,
248
595000
2000
مرة أخرى، شبكة إجتماعية،
10:12
but now we color the people yellow if they're happy
249
597000
3000
لكننا الآن نقوم بتلوين الناس باللون الأصفر إذا كانوا سعداء
10:15
and blue if they're sad and green in between.
250
600000
3000
وأزرق إن كانوا غاضبين وما بينهما اللون الأخضر.
10:18
And if you look at this image, you can right away see
251
603000
2000
وإذا نظرت في هذه الصورة، يمكنك على الفور رؤية
10:20
clusters of happy and unhappy people,
252
605000
2000
مجموعات من الناس السعداء والغاضبين،
10:22
again, spreading to three degrees of separation.
253
607000
2000
مرة أخرى، تنتشر لثلاث درجات من الإنفصال.
10:24
And you might form the intuition
254
609000
2000
وربما تشكّل لديك فكرة
10:26
that the unhappy people
255
611000
2000
بأن الناس الغاضبين
10:28
occupy a different structural location within the network.
256
613000
3000
يشغلون شكل مساحة مختلفة داخل الشبكة.
10:31
There's a middle and an edge to this network,
257
616000
2000
إذاً فهناك منتصف و حد لهذا الشبكة،
10:33
and the unhappy people seem to be
258
618000
2000
ويبدو أن الناس الغاضبين
10:35
located at the edges.
259
620000
2000
يقعون في الحواف.
10:37
So to invoke another metaphor,
260
622000
2000
إذاً لإستدعاء إستعارة أخرى،
10:39
if you imagine social networks as a kind of
261
624000
2000
إن تخيلتم الشبكة الإجتماعية كنوع من
10:41
vast fabric of humanity --
262
626000
2000
النسيج الهائل للبشرية--
10:43
I'm connected to you and you to her, on out endlessly into the distance --
263
628000
3000
أنا متصل بك وبها، لمسافة تمتد لمالانهاية--
10:46
this fabric is actually like
264
631000
2000
هذا النسيج في الواقع مثل
10:48
an old-fashioned American quilt,
265
633000
2000
لحاف أمريكي من الطراز القديم،
10:50
and it has patches on it: happy and unhappy patches.
266
635000
3000
وعليه بُقع، بقع سعيدة وبقع حزينة.
10:53
And whether you become happy or not
267
638000
2000
وسواء كنت سعيد أم لا
10:55
depends in part on whether you occupy a happy patch.
268
640000
3000
يعتمد جزئيا على إذا كنت تشغل بقعة سعيدة.
10:58
(Laughter)
269
643000
2000
(ضحك)
11:00
So, this work with emotions,
270
645000
3000
إذاً، هذا العمل مع المشاعر،
11:03
which are so fundamental,
271
648000
2000
الذي هو أساسي جداً،
11:05
then got us to thinking about: Maybe
272
650000
2000
أخذنا بعد ذلك للتفكير حول، ربما
11:07
the fundamental causes of human social networks
273
652000
2000
الأسباب الأساسية التي تشكل الشبكات الإجتماعية البشرية
11:09
are somehow encoded in our genes.
274
654000
2000
هي بطريقة ما مكتوبة في جيناتنا.
11:11
Because human social networks, whenever they are mapped,
275
656000
3000
لأن الشبكات الإجتماعية البشرية، في أي وقت تم تخطيطها،
11:14
always kind of look like this:
276
659000
2000
دائماً تظهر شيئاً كهذا،
11:16
the picture of the network.
277
661000
2000
صورة شكل الشبكة،
11:18
But they never look like this.
278
663000
2000
لكنها لا تظهر هكذا مطلقاً.
11:20
Why do they not look like this?
279
665000
2000
لماذا تبدو هكذا؟
11:22
Why don't we form human social networks
280
667000
2000
لم لا نشكّل شبكات إجتماعية بشرية
11:24
that look like a regular lattice?
281
669000
2000
تظهر بشكل الشبكات المعتادة؟
11:26
Well, the striking patterns of human social networks,
282
671000
3000
حسناً، الأنماط المدهشة لشبكات البشر الإجتماعية،
11:29
their ubiquity and their apparent purpose
283
674000
3000
إنتشارها، وهدفها الواضح
11:32
beg questions about whether we evolved to have
284
677000
2000
يطرح سؤالاً حول سواء كنا قد تطورنا لنحصل
11:34
human social networks in the first place,
285
679000
2000
على شبكات إجتماعية بشرية من البداية،
11:36
and whether we evolved to form networks
286
681000
2000
أو أننا قدد تطورنا لنشكّل شبكات
11:38
with a particular structure.
287
683000
2000
على شاكلة محددة.
11:40
And notice first of all -- so, to understand this, though,
288
685000
2000
ثم لاحظوا قبل كل شئ...لنفهم هذا،
11:42
we need to dissect network structure a little bit first --
289
687000
3000
فنحن نحتاج لتشريح بنية الشبكة قليلاً.
11:45
and notice that every person in this network
290
690000
2000
لاحظوا ان لدى كل شخص في هذه الشبكة
11:47
has exactly the same structural location as every other person.
291
692000
3000
نفس الموقع الهيكلي بالضبط كأي شخص آخر.
11:50
But that's not the case with real networks.
292
695000
3000
لكن ذلك ليس هو الحال مع الشبكات الحقيقية.
11:53
So, for example, here is a real network of college students
293
698000
2000
لذا، على سبيل المثال، ها هي شبكة حقيقية لطلاب جامعة
11:55
at an elite northeastern university.
294
700000
3000
لنخبة في جامعة الشمال الشرقي.
11:58
And now I'm highlighting a few dots.
295
703000
2000
والآن أقوم بتسليط الضوء على نقاط قليلة.
12:00
If you look here at the dots,
296
705000
2000
وإذا نظرتم لهذه النقاط،
12:02
compare node B in the upper left
297
707000
2000
قارنتم تقاطع "ب"، في اليسار لأعلى،
12:04
to node D in the far right;
298
709000
2000
مع تقاطع "د" في أقصى اليمين.
12:06
B has four friends coming out from him
299
711000
2000
ولدى "ب" أربعة أصدقاء يخرجون منه.
12:08
and D has six friends coming out from him.
300
713000
3000
ولدى "د" ست أصدقاء يخرجون منه.
12:11
And so, those two individuals have different numbers of friends.
301
716000
3000
ولذا، لهذين الشخصين عدد مختلف من الأصدقاء--
12:14
That's very obvious, we all know that.
302
719000
2000
ذلك واضح جداً، جميعنا يعرف ذلك.
12:16
But certain other aspects
303
721000
2000
لكن جوانب أخرى
12:18
of social network structure are not so obvious.
304
723000
2000
لبنية الشبكة الإجتماعية ليست واضحة جداً.
12:20
Compare node B in the upper left to node A in the lower left.
305
725000
3000
قارنوا تقاطع "ب" في أعلى اليسار مع تقاطع "أ" في أسفل اليسار.
12:23
Now, those people both have four friends,
306
728000
3000
والآن كلٌ من هذين الشخصين لديه أربعة أصدقاء،
12:26
but A's friends all know each other,
307
731000
2000
لكن جميع أصدقاء "أ" يعرفون بعضهم البعض،
12:28
and B's friends do not.
308
733000
2000
لكن أصدقاء "ب" ليسوا كذلك.
12:30
So the friend of a friend of A's
309
735000
2000
إذاً فصديق صديق "أ"،
12:32
is, back again, a friend of A's,
310
737000
2000
يرجع مرة أخرى صديقاً ل "أ"،
12:34
whereas the friend of a friend of B's is not a friend of B's,
311
739000
2000
في حين صديق صديق "ب" ليس صديقاً ل"ب"،
12:36
but is farther away in the network.
312
741000
2000
وهو أبعد بكثير في الشبكة.
12:38
This is known as transitivity in networks.
313
743000
3000
يعرف هذا بالتعدي في الشبكات.
12:41
And, finally, compare nodes C and D:
314
746000
2000
وأخيراً، قارنوا تقاطع "س" و"د".
12:43
C and D both have six friends.
315
748000
3000
لكل من "س" و"د" ست أصدقاء.
12:46
If you talk to them, and you said, "What is your social life like?"
316
751000
3000
إذا تحدثت إليهم، وقلت، " كيف تبدو علاقاتك الإجتماعية؟"
12:49
they would say, "I've got six friends.
317
754000
2000
سيقولون، " لدي ست أصدقاء.
12:51
That's my social experience."
318
756000
2000
ذلك هو تواصلي الإجتماعي."
12:53
But now we, with a bird's eye view looking at this network,
319
758000
3000
لكن الآن بنظرة طائرة على هذه الشبكة،
12:56
can see that they occupy very different social worlds.
320
761000
3000
يمكن رؤية أنهم يشغلون عوالم إجتماعية مختلفة،
12:59
And I can cultivate that intuition in you by just asking you:
321
764000
2000
ويمكنني زرع تلك الفكرة داخلكم بسؤالكم:
13:01
Who would you rather be
322
766000
2000
من ستختار أن تكون
13:03
if a deadly germ was spreading through the network?
323
768000
2000
إذا كانت هناك جرثومة قاتلة تنتشر عبر الشبكة؟
13:05
Would you rather be C or D?
324
770000
3000
هل ترغب في أن تكون "س" أو "د"؟
13:08
You'd rather be D, on the edge of the network.
325
773000
2000
ستفضل أن تكون "د"، على حافة الشبكة.
13:10
And now who would you rather be
326
775000
2000
والآن من ستختار أن تكون
13:12
if a juicy piece of gossip -- not about you --
327
777000
3000
إذا كانت هناك نميمة طريفة، ليس عنك،
13:15
was spreading through the network? (Laughter)
328
780000
2000
كانت تنتشر عبر الشبكة؟
13:17
Now, you would rather be C.
329
782000
2000
الآن، ستفضل أن تكون "س".
13:19
So different structural locations
330
784000
2000
إذاً للمواقع التكوينية المختلفة
13:21
have different implications for your life.
331
786000
2000
تأثيرات مختلفة على حياتك.
13:23
And, in fact, when we did some experiments looking at this,
332
788000
3000
وفي الواقع، عندما قمنا ببعض التجارب في النظر لهذا،
13:26
what we found is that 46 percent of the variation
333
791000
3000
ما وجدناه هو أن 46% من التباين
13:29
in how many friends you have
334
794000
2000
حول كم صديق لديك
13:31
is explained by your genes.
335
796000
2000
يفسّر بواسطة جيناتك.
13:33
And this is not surprising. We know that some people are born shy
336
798000
3000
وهذا ليس مستغرباً. نحن نعرف، أن بعض الناس يولدون خجولين
13:36
and some are born gregarious. That's obvious.
337
801000
3000
وبعضهم يولد إجتماعي. وهذا واضح.
13:39
But we also found some non-obvious things.
338
804000
2000
لكننا وجدناً أيضاً بعض الأشياء غير الواضحة.
13:41
For instance, 47 percent in the variation
339
806000
3000
على سبيل المثال، 47% في التباين
13:44
in whether your friends know each other
340
809000
2000
في سواء كان أصدقائك يعرفون بعضهم البعض
13:46
is attributable to your genes.
341
811000
2000
يعود للجينات الخاصة بك.
13:48
Whether your friends know each other
342
813000
2000
سواء عرف أصدقائك بعضهم البعض
13:50
has not just to do with their genes, but with yours.
343
815000
3000
لا يتعلق فقط بجيناتهم، بل بجيناتك أنت.
13:53
And we think the reason for this is that some people
344
818000
2000
ونحن نعتقد أن السبب وراء هذا هو أن بعض الناس
13:55
like to introduce their friends to each other -- you know who you are --
345
820000
3000
يحبون تقديم أصدقائهم لبعضهم البعض، يعرفون من تكون،
13:58
and others of you keep them apart and don't introduce your friends to each other.
346
823000
3000
وغيرهم يقومون بابعادهم عن بعض ولا يقدمون أصدقائهم لبعضهم البعض.
14:01
And so some people knit together the networks around them,
347
826000
3000
ولذا يربط بعض الناس الشبكات التي تحيط بهم،
14:04
creating a kind of dense web of ties
348
829000
2000
صانعين نوع من الشبكة الكثيفة من الروابط
14:06
in which they're comfortably embedded.
349
831000
2000
التي يكونوا مرتاحين فيها .
14:08
And finally, we even found that
350
833000
2000
وحتى أننا وجدنا أنه
14:10
30 percent of the variation
351
835000
2000
30% من التباين
14:12
in whether or not people are in the middle or on the edge of the network
352
837000
3000
حول إذا ما كان بمقدورنا ربط الناس
14:15
can also be attributed to their genes.
353
840000
2000
في منتصف أو حدود الشبكة بجيناتهم.
14:17
So whether you find yourself in the middle or on the edge
354
842000
2000
إذاً سواء وجدت نفسك في المنتصف أو على الحافة،
14:19
is also partially heritable.
355
844000
3000
فذلك ايضاً موروث جيني في جانب منه.
14:22
Now, what is the point of this?
356
847000
3000
الآن، ماهي خلاصة هذا؟
14:25
How does this help us understand?
357
850000
2000
كيف يساعدنا هذا على الفهم؟
14:27
How does this help us
358
852000
2000
كيف يساعدنا هذا
14:29
figure out some of the problems that are affecting us these days?
359
854000
3000
لمعرفة حلول لبعض المشاكل التي تؤثر علينا هذه الأيام؟
14:33
Well, the argument I'd like to make is that networks have value.
360
858000
3000
حسناً، النقاش الذي أرغب في طرحه هو أن للشبكات قيمة.
14:36
They are a kind of social capital.
361
861000
3000
فهي نوع من رأس المال الإجتماعي.
14:39
New properties emerge
362
864000
2000
تظهر أنواع جديدة من الخصائص
14:41
because of our embeddedness in social networks,
363
866000
2000
بسبب ضلوعنا في الشبكات الإجتماعية،
14:43
and these properties inhere
364
868000
3000
وهذه الخصائص هنا،
14:46
in the structure of the networks,
365
871000
2000
في بنية الشبكات،
14:48
not just in the individuals within them.
366
873000
2000
ليست فقط أفراد بداخلها.
14:50
So think about these two common objects.
367
875000
2000
لذا فكروا بهذين الشيئين المعروفين.
14:52
They're both made of carbon,
368
877000
2000
كلاهما مصنوع من الكربون،
14:54
and yet one of them has carbon atoms in it
369
879000
3000
لكن جزيئات الكربون في أحدهما
14:57
that are arranged in one particular way -- on the left --
370
882000
3000
مرتبة بطريقة محددة، على اليسار،
15:00
and you get graphite, which is soft and dark.
371
885000
3000
وتحصل على الغرافايت، الذي هو أملس وداكن.
15:03
But if you take the same carbon atoms
372
888000
2000
لكن إذا أخذت نفس جزيئات الكربون
15:05
and interconnect them a different way,
373
890000
2000
وربطتها بطريقة مختلفة،
15:07
you get diamond, which is clear and hard.
374
892000
3000
ستحصل على المأس، الذي هو نقي وصلب.
15:10
And those properties of softness and hardness and darkness and clearness
375
895000
3000
وتلك الخواص لليونة والصلابة والداكن والنقي
15:13
do not reside in the carbon atoms;
376
898000
2000
لا تقبع في ذرات الكربون.
15:15
they reside in the interconnections between the carbon atoms,
377
900000
3000
إنها تقبع في التشابك ما بين ذرات الكربون،
15:18
or at least arise because of the
378
903000
2000
أو على الأقل تظهر بسبب
15:20
interconnections between the carbon atoms.
379
905000
2000
التشابك بين ذرات الكربون.
15:22
So, similarly, the pattern of connections among people
380
907000
3000
إذاً ، وبالمثل، فانماط التشابك بين البشر
15:25
confers upon the groups of people
381
910000
3000
يضفي على مجموعات الناس
15:28
different properties.
382
913000
2000
خصائص مختلفة.
15:30
It is the ties between people
383
915000
2000
إنها الروابط بين الناس
15:32
that makes the whole greater than the sum of its parts.
384
917000
3000
التي تجعل الكل أعظم من مجموع أجزاءه.
15:35
And so it is not just what's happening to these people --
385
920000
3000
ولذا فالأمر ليس فقط ما يحدث لهؤلاء الناس،
15:38
whether they're losing weight or gaining weight, or becoming rich or becoming poor,
386
923000
3000
سواء كانوا يفقدون الوزن أو يتسكبوه، أو يصبحون أثرياء أو فقراء،
15:41
or becoming happy or not becoming happy -- that affects us;
387
926000
3000
أو يصبحون سعداء أو غير سعداء، يؤثر علينا ذلك .
15:44
it's also the actual architecture
388
929000
2000
إنها كذلك البنية الحقيقية
15:46
of the ties around us.
389
931000
2000
للروابط من حولنا.
15:48
Our experience of the world
390
933000
2000
تجربنا للعالم
15:50
depends on the actual structure
391
935000
2000
تعتمد على البنية الحقيقية
15:52
of the networks in which we're residing
392
937000
2000
للشبكات التي نقع ضمنها
15:54
and on all the kinds of things that ripple and flow
393
939000
3000
وعلى نوع الأشياء التي تتموج وتنساب
15:57
through the network.
394
942000
2000
عبر الشبكة.
16:00
Now, the reason, I think, that this is the case
395
945000
3000
الآن، السبب، كما أعتقد، أن هذا الوضع
16:03
is that human beings assemble themselves
396
948000
2000
هو أن البشر يجمّعون أنفسهم
16:05
and form a kind of superorganism.
397
950000
3000
ويشكلون نوع من الكائنات الحية الضخمة.
16:09
Now, a superorganism is a collection of individuals
398
954000
3000
الآن، الكائنات الحية الضخمة هي نوع من مجموعة من الأفراد
16:12
which show or evince behaviors or phenomena
399
957000
3000
التي تظهر أو تبدي سلوك أو ظواهر
16:15
that are not reducible to the study of individuals
400
960000
3000
التي لا تتقلص لدراسة الأفراد
16:18
and that must be understood by reference to,
401
963000
2000
ويجب أن يتم دراستها بالإشارة إلى ،
16:20
and by studying, the collective.
402
965000
2000
وبدراسة المجموع،
16:22
Like, for example, a hive of bees
403
967000
3000
مثل، خلية النحل
16:25
that's finding a new nesting site,
404
970000
3000
التي تجد مكان جديد للعيش،
16:28
or a flock of birds that's evading a predator,
405
973000
2000
أو سرب من الطيور التي تهرب من حيوان مفترس،
16:30
or a flock of birds that's able to pool its wisdom
406
975000
3000
أو سرب من الطيور القادرة على التجمع بحكمة
16:33
and navigate and find a tiny speck
407
978000
2000
وتستكشف وتجد بقعة صغيرة
16:35
of an island in the middle of the Pacific,
408
980000
2000
لجزيرة في وسط المحيط الهادئ،
16:37
or a pack of wolves that's able
409
982000
2000
أو مجموعة من الذئاب القادرة على
16:39
to bring down larger prey.
410
984000
3000
إسقاط أكبر عدد من الفرائس.
16:42
Superorganisms have properties
411
987000
2000
للكائنات الحية الضخمة خصائص
16:44
that cannot be understood just by studying the individuals.
412
989000
3000
لا يمكن فهمها بدراسة الأفراد فقط.
16:47
I think understanding social networks
413
992000
2000
أعتقد أن فهم الشبكات الإجتماعية
16:49
and how they form and operate
414
994000
2000
وكيف تتشكل وتعمل،
16:51
can help us understand not just health and emotions
415
996000
3000
يمكن أن يساعدنا، ليس فقط في الصحة والمشاعر،
16:54
but all kinds of other phenomena --
416
999000
2000
بل لكل أنواع الظواهر
16:56
like crime, and warfare,
417
1001000
2000
مثل الجريمة والرفاهية
16:58
and economic phenomena like bank runs
418
1003000
2000
والظواهر الإقتصادية مثل إفلاس البنك
17:00
and market crashes
419
1005000
2000
وإنهيار الأسواق
17:02
and the adoption of innovation
420
1007000
2000
وتبني الإبتكار
17:04
and the spread of product adoption.
421
1009000
2000
وإنتشار تبني المنتجات "شراؤها".
17:06
Now, look at this.
422
1011000
2000
الآن، أنظروا لهذا.
17:09
I think we form social networks
423
1014000
2000
أعتقد أننا نشكّل الشبكات الإجتماعية
17:11
because the benefits of a connected life
424
1016000
2000
لأننا نستفيد من التواصل الحياتي
17:13
outweigh the costs.
425
1018000
3000
الذي يفوق التكاليف.
17:16
If I was always violent towards you
426
1021000
2000
وإذا كنت دائم العنف تجاهك
17:18
or gave you misinformation
427
1023000
2000
أو أعطيتك معلومات خاطئة،
17:20
or made you sad or infected you with deadly germs,
428
1025000
3000
أو تسببت في حزنك، أو مصاب معك بجرثومة قاتلة،
17:23
you would cut the ties to me,
429
1028000
2000
فستقوم بقطع روابط معي،
17:25
and the network would disintegrate.
430
1030000
2000
ولن تتكامل الشبكة.
17:27
So the spread of good and valuable things
431
1032000
3000
إذاً فانتشار الأشياء القيّمة والجيدة
17:30
is required to sustain and nourish social networks.
432
1035000
3000
مطلوب لإستدامة ودعم الشبكات الإجتماعية.
17:34
Similarly, social networks are required
433
1039000
2000
بالمثل، الشبكات الإجتماعية مطلوبة
17:36
for the spread of good and valuable things,
434
1041000
3000
لإنتشار الأشياء الجيدة والقيّمة
17:39
like love and kindness
435
1044000
2000
مثل الحب والعطف
17:41
and happiness and altruism
436
1046000
2000
والسعادة و الإيثار
17:43
and ideas.
437
1048000
2000
والأفكار.
17:45
I think, in fact, that if we realized
438
1050000
2000
أعتقد، في الحقيقة، أننا إذا أدركنا
17:47
how valuable social networks are,
439
1052000
2000
كم الشبكات الإجتماعية قيّمة،
17:49
we'd spend a lot more time nourishing them and sustaining them,
440
1054000
3000
فسنقضي وقتاً أكثر في دعمها وإستدامتها
17:52
because I think social networks
441
1057000
2000
لأنني أعتقد أن الشبكات الإجتماعية
17:54
are fundamentally related to goodness.
442
1059000
3000
مرتبطة في الأساس بالخير،
17:57
And what I think the world needs now
443
1062000
2000
وما أعتقد أن العالم بحاجة إليه الآن
17:59
is more connections.
444
1064000
2000
هو تواصل أكثر.
18:01
Thank you.
445
1066000
2000
شكراً لكم.
18:03
(Applause)
446
1068000
3000
(تصفيق)
ABOUT THE SPEAKER
Nicholas Christakis - Physician, social scientistNicholas Christakis explores how the large-scale, face-to-face social networks in which we are embedded affect our lives, and what we can do to take advantage of this fact.
Why you should listen
People aren't merely social animals in the usual sense, for we don't just live in groups. We live in networks -- and we have done so ever since we emerged from the African savannah. Via intricately branching paths tracing out cascading family connections, friendship ties, and work relationships, we are interconnected to hundreds or even thousands of specific people, most of whom we do not know. We affect them and they affect us.
Nicholas Christakis' work examines the biological, psychological, sociological, and mathematical rules that govern how we form these social networks, and the rules that govern how they shape our lives. His work shows how phenomena as diverse as obesity, smoking, emotions, ideas, germs, and altruism can spread through our social ties, and how genes can partially underlie our creation of social ties to begin with. His work also sheds light on how we might take advantage of an understanding of social networks to make the world a better place.
At Yale, Christakis is a Professor of Social and Natural Science, and he directs a diverse research group in the field of biosocial science, primarily investigating social networks. His popular undergraduate course "Health of the Public" is available as a podcast. His book, Connected, co-authored with James H. Fowler, appeared in 2009, and has been translated into 20 languages. In 2009, he was named by Time magazine to its annual list of the 100 most influential people in the world, and also, in 2009 and 2010, by Foreign Policy magazine to its list of 100 top global thinkers
Nicholas Christakis | Speaker | TED.com