TED2010
Nicholas Christakis: The hidden influence of social networks
Nicholas Christakis: De sociale netværkers skjulte indflydelse
Filmed:
Readability: 4.3
1,674,218 views
Vi er alle rodfæstet i store sociale netværk af venner, familie pg kolleger. Nicholas Christakis sporer hvordan mange forskellige karaktertræk -- fra lykke til fedme -- kan sprede sig fra person til person, og viser hvordan ens placering i netværket kan påvirke ens liv på måder, man ikke engang er klar over.
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
For mig begyndte denne historie for 15 år siden,
00:19
when I was a hospice doctor at the University of Chicago.
1
4000
3000
da jeg var læge på et hospice ved University of Chicago.
00:22
And I was taking care of people who were dying and their families
2
7000
3000
Og jeg tog mig af døende og deres familier
00:25
in the South Side of Chicago.
3
10000
2000
i Chicagos South Side kvarter .
00:27
And I was observing what happened to people and their families
4
12000
3000
Og jeg observerede hvad der skete med menneskene og deres familier
00:30
over the course of their terminal illness.
5
15000
3000
i løbet af deres dødelige sygdom.
00:33
And in my lab, I was studying the widower effect,
6
18000
2000
Og i mit laboratorium studerede jeg enke-effekten,
00:35
which is a very old idea in the social sciences,
7
20000
2000
som er en meget gammel ide i den sociale videnskab,
00:37
going back 150 years,
8
22000
2000
der er 150 år gammel,
00:39
known as "dying of a broken heart."
9
24000
2000
kendt som "at dø af et knust hjerte."
00:41
So, when I die, my wife's risk of death can double,
10
26000
3000
Så når jeg dør, for eksempel,
00:44
for instance, in the first year.
11
29000
2000
vil min kones risiko for at dø fordobles i det første år.
00:46
And I had gone to take care of one particular patient,
12
31000
3000
Og jeg tog mig på det tidspunkt af en bestemt patient,
00:49
a woman who was dying of dementia.
13
34000
2000
en demens-ramt kvinde, der var ved at dø.
00:51
And in this case, unlike this couple,
14
36000
2000
Og i dette tilfælde, i modsætning til dette par,
00:53
she was being cared for
15
38000
2000
var det datteren der
00:55
by her daughter.
16
40000
2000
tog sig af hende.
00:57
And the daughter was exhausted from caring for her mother.
17
42000
3000
Og datteren var udmattet af at tage sig af sin mor.
01:00
And the daughter's husband,
18
45000
2000
Og datterens mand,
01:02
he also was sick
19
47000
3000
han var også træt
01:05
from his wife's exhaustion.
20
50000
2000
af sin kones udmattelse.
01:07
And I was driving home one day,
21
52000
2000
Og jeg kørte hjem en dag,
01:09
and I get a phone call from the husband's friend,
22
54000
3000
og jeg fik en opringning fra mandens ven,
01:12
calling me because he was depressed
23
57000
2000
der ringede til mig, fordi han var deprimeret
01:14
about what was happening to his friend.
24
59000
2000
over det der skete med hans ven.
01:16
So here I get this call from this random guy
25
61000
2000
Så jeg får en opringning fra denne tilfældige fyr
01:18
that's having an experience
26
63000
2000
som har en oplevelse --
01:20
that's being influenced by people
27
65000
2000
som bliver påvirket af mennesker --
01:22
at some social distance.
28
67000
2000
på en vis social afstand.
01:24
And so I suddenly realized two very simple things:
29
69000
3000
Og jeg blev pludselig klar over to meget simple ting:
01:27
First, the widowhood effect
30
72000
2000
For det første, at enke-effekten
01:29
was not restricted to husbands and wives.
31
74000
3000
ikke udelukkende påvirkede ægtepar.
01:32
And second, it was not restricted to pairs of people.
32
77000
3000
For det andet at det ikke udelukkende påvirkede par.
01:35
And I started to see the world
33
80000
2000
Og jeg begyndte at se verden
01:37
in a whole new way,
34
82000
2000
på en helt anden måde,
01:39
like pairs of people connected to each other.
35
84000
3000
som par af mennesker der var forbundet med hinanden.
01:42
And then I realized that these individuals
36
87000
2000
Og så blev jeg klar over at disse individer
01:44
would be connected into foursomes with other pairs of people nearby.
37
89000
3000
var forbundet i grupper af fire med andre par af mennesker i nærheden.
01:47
And then, in fact, these people
38
92000
2000
Og så, faktisk, at disse mennesker var
01:49
were embedded in other sorts of relationships:
39
94000
2000
rodfæstet i andre slags forhold:
01:51
marriage and spousal
40
96000
2000
ægteskab
01:53
and friendship and other sorts of ties.
41
98000
2000
og venskab og andre forbindelser.
01:55
And that, in fact, these connections were vast
42
100000
3000
Og at disse forbindelser var umådeligt omfattende,
01:58
and that we were all embedded in this
43
103000
2000
og at vi alle var forbundet i denne
02:00
broad set of connections with each other.
44
105000
3000
brede samling af forbindelser med hinanden.
02:03
So I started to see the world in a completely new way
45
108000
3000
Jeg begyndte at se verden på en helt anden måde
02:06
and I became obsessed with this.
46
111000
2000
og jeg blev besat af denne synsvinkel.
02:08
I became obsessed with how it might be
47
113000
2000
Jeg blev besat af hvordan det kunne være
02:10
that we're embedded in these social networks,
48
115000
2000
at vi er rodfæstet i disse sociale netværk,
02:12
and how they affect our lives.
49
117000
2000
og hvordan de påvirker vores liv.
02:14
So, social networks are these intricate things of beauty,
50
119000
3000
Sociale netværk er disse komplicerede, smukke ting,
02:17
and they're so elaborate and so complex
51
122000
2000
og de er så udførlige og så komplekse
02:19
and so ubiquitous, in fact,
52
124000
2000
og så allestedsnærværende, faktisk,
02:21
that one has to ask what purpose they serve.
53
126000
3000
at man er nødt til undre sig over hvilke formål de tjener.
02:24
Why are we embedded in social networks?
54
129000
2000
Hvorfor er vi rodfæstet i sociale netværk?
02:26
I mean, how do they form? How do they operate?
55
131000
2000
Jeg mener, hvordan bliver de skabt? Hvordan fungerer de?
02:28
And how do they effect us?
56
133000
2000
Og hvordan påvirker de os?
02:30
So my first topic with respect to this,
57
135000
3000
Mit første genstandsområde i denne sammenhæng
02:33
was not death, but obesity.
58
138000
3000
var ikke døden, men derimod fedme.
02:36
It had become trendy
59
141000
2000
Det var blevet trendy
02:38
to speak about the "obesity epidemic."
60
143000
2000
at tale om "fedme-epidemien."
02:40
And, along with my collaborator, James Fowler,
61
145000
3000
Og, sammen med min samarbejdspartner, James Fowler,
02:43
we began to wonder whether obesity really was epidemic
62
148000
3000
begyndte vi at undre os over om fedme i virkeligheden var en epidemi
02:46
and could it spread from person to person
63
151000
2000
og kunne brede sig fra person til person
02:48
like the four people I discussed earlier.
64
153000
3000
ligesom de fire mennesker jeg nævnte tidligere.
02:51
So this is a slide of some of our initial results.
65
156000
3000
Dette er et dias med nogle af vores tidlige resultater.
02:54
It's 2,200 people in the year 2000.
66
159000
3000
Det forestiller 2.200 mennesker i år 2000.
02:57
Every dot is a person. We make the dot size
67
162000
2000
Hver prik er en person. Vi gør prikkens størrelse
02:59
proportional to people's body size;
68
164000
2000
proportionel med personens kropsstørrelse;
03:01
so bigger dots are bigger people.
69
166000
3000
så større prikker er større mennesker.
03:04
In addition, if your body size,
70
169000
2000
Derudover, hvis ens kropsstørrelse,
03:06
if your BMI, your body mass index, is above 30 --
71
171000
2000
hvis ens BMI, ens body mass index, er over 30 --
03:08
if you're clinically obese --
72
173000
2000
hvis man er klinisk overvægtig --
03:10
we also colored the dots yellow.
73
175000
2000
gjorde vi også prikkerne gule.
03:12
So, if you look at this image, right away you might be able to see
74
177000
2000
Hvis man ser på dette billede, ser man måske med det samme
03:14
that there are clusters of obese and
75
179000
2000
at der er klynger af fede mennesker
03:16
non-obese people in the image.
76
181000
2000
og ikke-fede mennesker på billedet.
03:18
But the visual complexity is still very high.
77
183000
3000
Men den visuelle kompleksitet er stadig meget stor.
03:21
It's not obvious exactly what's going on.
78
186000
3000
Det er ikke umiddelbart klart, hvad der foregår her.
03:24
In addition, some questions are immediately raised:
79
189000
2000
Derudover opstår der med det samme nogle spørgsmål:
03:26
How much clustering is there?
80
191000
2000
Hvor meget klyngedannelse er der her?
03:28
Is there more clustering than would be due to chance alone?
81
193000
3000
Er der mere klyngedannelse end der ville være, kun på grund af tilfælde?
03:31
How big are the clusters? How far do they reach?
82
196000
2000
Hvor store er klyngerne? Hvor stor rækkevide har de?
03:33
And, most importantly,
83
198000
2000
Og vigtigst af alt,
03:35
what causes the clusters?
84
200000
2000
hvad forårsager klyngerne?
03:37
So we did some mathematics to study the size of these clusters.
85
202000
3000
Vi lavede nogle beregninger for at studere størrelsen på disse klynger.
03:40
This here shows, on the Y-axis,
86
205000
2000
Dette viser, på Y-aksen,
03:42
the increase in the probability that a person is obese
87
207000
3000
forøgelsen i sandsynligheden for at personen er overvægtig
03:45
given that a social contact of theirs is obese
88
210000
2000
ud fra at en af deres sociale kontakter er overvægtig
03:47
and, on the X-axis, the degrees of separation between the two people.
89
212000
3000
og, på X-aksen, graden af adskillelse mellem de to mennesker.
03:50
On the far left, you see the purple line.
90
215000
2000
Helt til venstre, ser man den lilla linje.
03:52
It says that, if your friends are obese,
91
217000
2000
Den siger at, hvis ens venner er ekstremt overvægtige,
03:54
your risk of obesity is 45 percent higher.
92
219000
3000
er ens egen risiko for fedme 45 procent højere.
03:57
And the next bar over, the [red] line,
93
222000
2000
Og den næste linje, den orange (røde) linje,
03:59
says if your friend's friends are obese,
94
224000
2000
fortæller at hvis ens vens ven er ekstremt overvægtig,
04:01
your risk of obesity is 25 percent higher.
95
226000
2000
er ens egen risiko for fedme 25 procent højere.
04:03
And then the next line over says
96
228000
2000
Og så fortæller den næste linje
04:05
if your friend's friend's friend, someone you probably don't even know, is obese,
97
230000
3000
at hvis ens vens vens ven, en man sikkert ikke engang kender, er ekstremt overvægtig,
04:08
your risk of obesity is 10 percent higher.
98
233000
3000
er ens egen risiko for fedme 10 procent forøget.
04:11
And it's only when you get to your friend's friend's friend's friends
99
236000
3000
Og det er kun når man har venners venners venners venner
04:14
that there's no longer a relationship
100
239000
2000
at der ikke længere er noget forhold
04:16
between that person's body size and your own body size.
101
241000
3000
mellem den persons kropsstørrelse og ens egen kropsstørrelse.
04:20
Well, what might be causing this clustering?
102
245000
3000
Jamen, hvad er det, der forårsager denne klyngedannelse?
04:23
There are at least three possibilities:
103
248000
2000
Der er i hvert fald tre muligheder:
04:25
One possibility is that, as I gain weight,
104
250000
2000
En mulighed er at, når jeg tager på,
04:27
it causes you to gain weight.
105
252000
2000
får det dig til at tage på.
04:29
A kind of induction, a kind of spread from person to person.
106
254000
3000
En slags induktion, en slags spredning fra person til person.
04:32
Another possibility, very obvious, is homophily,
107
257000
2000
En anden mulighed, meget åbenlys, er homofili,
04:34
or, birds of a feather flock together;
108
259000
2000
eller, mennesker der har noget til fælles samler sig;
04:36
here, I form my tie to you
109
261000
2000
"her, jeg knytter mig til dig
04:38
because you and I share a similar body size.
110
263000
3000
fordi du og jeg har samme kropsstørrelse."
04:41
And the last possibility is what is known as confounding,
111
266000
2000
Og den sidste mulighed er det der er kendt som forvirring,
04:43
because it confounds our ability to figure out what's going on.
112
268000
3000
fordi det forvirrer vores evne til at regne ud hvad der sker.
04:46
And here, the idea is not that my weight gain
113
271000
2000
Og her er ideen ikke, at min vægtforøgelse
04:48
is causing your weight gain,
114
273000
2000
er årsagen bag din vægtforøgelse,
04:50
nor that I preferentially form a tie with you
115
275000
2000
ej heller at jeg fortrinsvis knytter mig til dig
04:52
because you and I share the same body size,
116
277000
2000
fordi du og jeg har den samme kropsstørrelse,
04:54
but rather that we share a common exposure
117
279000
2000
men i stedet at vi deler en fælles eksponering
04:56
to something, like a health club
118
281000
3000
til noget, som for eksempel et motionscenter
04:59
that makes us both lose weight at the same time.
119
284000
3000
der får os begge til at tabe os på samme tid.
05:02
When we studied these data, we found evidence for all of these things,
120
287000
3000
Da vi studerede disse data, fandt vi bevis for alle disse ting,
05:05
including for induction.
121
290000
2000
inklusiv induktion.
05:07
And we found that if your friend becomes obese,
122
292000
2000
Og vi fandt ud af, at hvis ens ven bliver ekstremt overvægtig
05:09
it increases your risk of obesity by about 57 percent
123
294000
3000
forhøjer det ens egen risiko for fedme med 57 procent
05:12
in the same given time period.
124
297000
2000
indenfor den samme tidsperiode.
05:14
There can be many mechanisms for this effect:
125
299000
3000
Der kan være mange mekanismer bag denne effekt:
05:17
One possibility is that your friends say to you something like --
126
302000
2000
én mulighed er at ens venner siger noget til en, som --
05:19
you know, they adopt a behavior that spreads to you --
127
304000
3000
de tillægger sig en adfærd der spreder sig til en --
05:22
like, they say, "Let's go have muffins and beer,"
128
307000
3000
som hvis de siger, "Lad os gå ud og få muffins og øl,"
05:25
which is a terrible combination. (Laughter)
129
310000
3000
som er en forfærdelig kombination. (Latter)
05:28
But you adopt that combination,
130
313000
2000
Men man tillægger sig den samme kombination,
05:30
and then you start gaining weight like them.
131
315000
3000
og så begynder man at tage på ligesom dem.
05:33
Another more subtle possibility
132
318000
2000
En anden mere subtil mulighed
05:35
is that they start gaining weight, and it changes your ideas
133
320000
3000
er at de tager på i vægt, og det ændrer ens fornemmelse
05:38
of what an acceptable body size is.
134
323000
2000
af hvordan en acceptabel kropsstørrelse ser ud.
05:40
Here, what's spreading from person to person
135
325000
2000
Det, der spreder sig fra person til person her,
05:42
is not a behavior, but rather a norm:
136
327000
2000
er ikke adfærd, men en norm:
05:44
An idea is spreading.
137
329000
2000
En idé spreder sig.
05:46
Now, headline writers
138
331000
2000
Dem, der skriver overskrifterne
05:48
had a field day with our studies.
139
333000
2000
fik meget sjov ud af vores studier.
05:50
I think the headline in The New York Times was,
140
335000
2000
Jeg tror overskriften i New York Times var,
05:52
"Are you packing it on?
141
337000
2000
"Tager du på?
05:54
Blame your fat friends." (Laughter)
142
339000
3000
Bebrejd dine fede venner." (Latter)
05:57
What was interesting to us is that the European headline writers
143
342000
2000
Det der var interessant for os var, at de europæiske overskrifter
05:59
had a different take: They said,
144
344000
2000
havde en anden vinkel: De sagde,
06:01
"Are your friends gaining weight? Perhaps you are to blame."
145
346000
3000
"Tager dine venner på? Måske er det din skyld."
06:04
(Laughter)
146
349000
5000
(Latter)
06:09
And we thought this was a very interesting comment on America,
147
354000
3000
Vi følte at det var en afslørende beskrivelse af USA,
06:12
and a kind of self-serving,
148
357000
2000
og en slags selvoptaget,
06:14
"not my responsibility" kind of phenomenon.
149
359000
2000
"ikke mit ansvar" slags fænomen.
06:16
Now, I want to be very clear: We do not think our work
150
361000
2000
Nu vil jeg være helt tydelig: Vi mener ikke at vores arbejde
06:18
should or could justify prejudice
151
363000
2000
bør eller kan retfærdiggøre forudindtagethed
06:20
against people of one or another body size at all.
152
365000
3000
overfor mennesker med den ene eller anden kropsstørrelse overhovedet.
06:24
Our next questions was:
153
369000
2000
Vores næste spørgsmål var:
06:26
Could we actually visualize this spread?
154
371000
3000
Kunne vi faktisk visualisere denne spredning?
06:29
Was weight gain in one person actually spreading
155
374000
2000
Spredte vægtforøgelsen hos en person sig faktisk
06:31
to weight gain in another person?
156
376000
2000
til vægtforøgelsen hos en anden person?
06:33
And this was complicated because
157
378000
2000
Og dette var kompliceret fordi
06:35
we needed to take into account the fact that the network structure,
158
380000
3000
vi skulle tage højde for det faktum at netværksstrukturen,
06:38
the architecture of the ties, was changing across time.
159
383000
3000
tilknytningernes arkitektur, ændrede sig over tid.
06:41
In addition, because obesity is not a unicentric epidemic,
160
386000
3000
Derudover, fordi fedme ikke er en unicentrisk epidemi,
06:44
there's not a Patient Zero of the obesity epidemic --
161
389000
3000
der er ikke en Patient Nul i en fedme epidemi --
06:47
if we find that guy, there was a spread of obesity out from him --
162
392000
3000
"hvis vi finder den fyr, der spredte fedme ud fra sig" --
06:50
it's a multicentric epidemic.
163
395000
2000
men i stedet en multicentrisk epidemi,
06:52
Lots of people are doing things at the same time.
164
397000
2000
mange mennesker gør ting samtidig.
06:54
And I'm about to show you a 30 second video animation
165
399000
3000
Og jeg vil vise jer et 30-sekunders animeret filmklip
06:57
that took me and James five years of our lives to do.
166
402000
3000
der tog mig og James fem år af vores liv at lave.
07:00
So, again, every dot is a person.
167
405000
2000
Igen, hver prik er en person.
07:02
Every tie between them is a relationship.
168
407000
2000
Hvert bånd mellem dem er et forhold.
07:04
We're going to put this into motion now,
169
409000
2000
Vi vil tænde for det nu,
07:06
taking daily cuts through the network for about 30 years.
170
411000
3000
og viser daglige klip gennem netværket i cirka 30 år.
07:09
The dot sizes are going to grow,
171
414000
2000
Prikkernes størrelse vil vokse,
07:11
you're going to see a sea of yellow take over.
172
416000
3000
I vil komme til at se et hav af gult vinde frem.
07:14
You're going to see people be born and die --
173
419000
2000
I vil komme til at se mennesker blive født og dø --
07:16
dots will appear and disappear --
174
421000
2000
prikker vil komme og gå --
07:18
ties will form and break, marriages and divorces,
175
423000
3000
forbindelser vil opstå og forsvinde, ægteskaber, skilsmisser,
07:21
friendings and defriendings.
176
426000
2000
venskaber og afsluttede venskaber.
07:23
A lot of complexity, a lot is happening
177
428000
2000
Meget kompleksitet, der sker meget
07:25
just in this 30-year period
178
430000
2000
bare i denne 30-årige periode
07:27
that includes the obesity epidemic.
179
432000
2000
der rummer fedme-epidemien.
07:29
And, by the end, you're going to see clusters
180
434000
2000
Og, til slut, vil man se klynger
07:31
of obese and non-obese individuals
181
436000
2000
af fede og ikke-fede individer
07:33
within the network.
182
438000
2000
indenfor netværket.
07:35
Now, when looked at this,
183
440000
3000
Da jeg betragtede dette,
07:38
it changed the way I see things,
184
443000
3000
ændrede det min måde at se verden på,
07:41
because this thing, this network
185
446000
2000
på grund af denne ting, dette netværk
07:43
that's changing across time,
186
448000
2000
der ændrer sig med tiden;
07:45
it has a memory, it moves,
187
450000
3000
det har en hukommelse, det bevæger sig,
07:48
things flow within it,
188
453000
2000
tingene bevæger sig inden i det,
07:50
it has a kind of consistency --
189
455000
2000
det har en form for konsistens --
07:52
people can die, but it doesn't die;
190
457000
2000
mennesker kan dø, men det dør ikke;
07:54
it still persists --
191
459000
2000
det varer ved --
07:56
and it has a kind of resilience
192
461000
2000
og det har en slags levedygtighed,
07:58
that allows it to persist across time.
193
463000
2000
der gør, at det klarer sig over tid.
08:00
And so, I came to see these kinds of social networks
194
465000
3000
Så jeg begyndte at se denne slags sociale netværk
08:03
as living things,
195
468000
2000
som levende ting,
08:05
as living things that we could put under a kind of microscope
196
470000
3000
som levende ting vi kunne putte under en slags mikroskop
08:08
to study and analyze and understand.
197
473000
3000
for at studere og analysere og forstå dem.
08:11
And we used a variety of techniques to do this.
198
476000
2000
Og vi brugte forskellige teknikker for at gøre dette.
08:13
And we started exploring all kinds of other phenomena.
199
478000
3000
Og vi begyndte at udforske alle mulige andre fænomener.
08:16
We looked at smoking and drinking behavior,
200
481000
2000
Vi kiggede på rygning og alkoholvaner,
08:18
and voting behavior,
201
483000
2000
og stemme-adfærd,
08:20
and divorce -- which can spread --
202
485000
2000
og skilsmisse -- som spreder sig --
08:22
and altruism.
203
487000
2000
og altruisme.
08:24
And, eventually, we became interested in emotions.
204
489000
3000
Og, med tiden, blev vi interesserede i følelser.
08:28
Now, when we have emotions,
205
493000
2000
Når vi har følelser,
08:30
we show them.
206
495000
2000
så vi viser vi dem.
08:32
Why do we show our emotions?
207
497000
2000
Hvorfor viser vi vores følelser?
08:34
I mean, there would be an advantage to experiencing
208
499000
2000
Jeg mener, der kunne være en fordel ved at opleve
08:36
our emotions inside, you know, anger or happiness.
209
501000
3000
vores følelser indvendigt, I ved, vrede eller lykke.
08:39
But we don't just experience them, we show them.
210
504000
2000
Men vi oplever dem ikke kun, vi viser dem.
08:41
And not only do we show them, but others can read them.
211
506000
3000
Og ikke nok med at vi viser dem, andre kan aflæse dem.
08:44
And, not only can they read them, but they copy them.
212
509000
2000
Og ikke nok med at de aflæser dem, de kopierer dem.
08:46
There's emotional contagion
213
511000
2000
Der finder emotionel smitte sted
08:48
that takes place in human populations.
214
513000
3000
i de menneskelige befolkninger.
08:51
And so this function of emotions
215
516000
2000
Denne smittefunktion som følelser har,
08:53
suggests that, in addition to any other purpose they serve,
216
518000
2000
antyder at, ud over andre formål de tjener,
08:55
they're a kind of primitive form of communication.
217
520000
3000
er følelser en form for primitiv kommunikation.
08:58
And that, in fact, if we really want to understand human emotions,
218
523000
3000
Og at vi faktisk, hvis vi virkelig vil forstå de menneskelige følelser,
09:01
we need to think about them in this way.
219
526000
2000
må betragte dem på denne måde.
09:03
Now, we're accustomed to thinking about emotions in this way,
220
528000
3000
Vi er vant til at betragte følelser på denne måde
09:06
in simple, sort of, brief periods of time.
221
531000
3000
i simple, korte tidsperioder.
09:09
So, for example,
222
534000
2000
For eksempel,
09:11
I was giving this talk recently in New York City,
223
536000
2000
holdt jeg et foredrag i New York City,
09:13
and I said, "You know when you're on the subway
224
538000
2000
og jeg sagde, "Kender I det når man er i metroen
09:15
and the other person across the subway car
225
540000
2000
og den anden person på den anden side af vognen
09:17
smiles at you,
226
542000
2000
smiler til en,
09:19
and you just instinctively smile back?"
227
544000
2000
og man instinktivt smiler tilbage?"
09:21
And they looked at me and said, "We don't do that in New York City." (Laughter)
228
546000
3000
Og de kiggede på mig og sagde, "Det gør vi ikke i New York City." (Latter)
09:24
And I said, "Everywhere else in the world,
229
549000
2000
Og jeg sagde, "Alle andre steder i verden,
09:26
that's normal human behavior."
230
551000
2000
er det normal menneskelig adfærd."
09:28
And so there's a very instinctive way
231
553000
2000
Det er en meget instinktiv måde
09:30
in which we briefly transmit emotions to each other.
232
555000
3000
hvorpå vi kort sender vores følelser til hinanden.
09:33
And, in fact, emotional contagion can be broader still.
233
558000
3000
Og følelses-smitte kan faktisk være endnu bredere.
09:36
Like we could have punctuated expressions of anger,
234
561000
3000
Der findes pludselige, afgrænsede vredesudbrud,
09:39
as in riots.
235
564000
2000
som i optøjer.
09:41
The question that we wanted to ask was:
236
566000
2000
Spørgsmålet vi ville stille var:
09:43
Could emotion spread,
237
568000
2000
Kan følelser sprede sig,
09:45
in a more sustained way than riots, across time
238
570000
3000
på en mere vedvarende måde end i optøjer, over tid
09:48
and involve large numbers of people,
239
573000
2000
og involvere et stort antal mennesker,
09:50
not just this pair of individuals smiling at each other in the subway car?
240
575000
3000
ikke kun dette par af individer, der smiler til hinanden i metroen?
09:53
Maybe there's a kind of below the surface, quiet riot
241
578000
3000
Måske er der en slags stille optøjer, under overfladen
09:56
that animates us all the time.
242
581000
2000
der opildner os hele tiden.
09:58
Maybe there are emotional stampedes
243
583000
2000
Måske er der følelses-amokløb,
10:00
that ripple through social networks.
244
585000
2000
der kruser gennem de sociale netværk.
10:02
Maybe, in fact, emotions have a collective existence,
245
587000
3000
Måske har følelser faktisk en kollektiv eksistens,
10:05
not just an individual existence.
246
590000
2000
ikke kun en individuel eksistens.
10:07
And this is one of the first images we made to study this phenomenon.
247
592000
3000
Og dette er et af de første billeder vi lavede for at studere dette fænomen.
10:10
Again, a social network,
248
595000
2000
Igen, et socialt netværk,
10:12
but now we color the people yellow if they're happy
249
597000
3000
men nu farver vi menneskene gule, hvis de er glade
10:15
and blue if they're sad and green in between.
250
600000
3000
og blå, hvis de er kede af det og grønne, hvis de er midt i mellem.
10:18
And if you look at this image, you can right away see
251
603000
2000
Og hvis man ser på dette billede, ser man med det samme
10:20
clusters of happy and unhappy people,
252
605000
2000
at der er klynger af lykkelige og ulykkelige mennesker,
10:22
again, spreading to three degrees of separation.
253
607000
2000
igen spreder det sig i tre led.
10:24
And you might form the intuition
254
609000
2000
Og man kan komme på den tanke,
10:26
that the unhappy people
255
611000
2000
at ulykkelige mennesker
10:28
occupy a different structural location within the network.
256
613000
3000
har en anden strukturel placering indenfor netværket.
10:31
There's a middle and an edge to this network,
257
616000
2000
Der er en midte og en kant i dette netværk,
10:33
and the unhappy people seem to be
258
618000
2000
og de ulykkelige mennesker ser ud til
10:35
located at the edges.
259
620000
2000
at befinde sig i udkanterne.
10:37
So to invoke another metaphor,
260
622000
2000
For at bruge endnu en metafor,
10:39
if you imagine social networks as a kind of
261
624000
2000
hvis man forestiller sig sociale netværk som en slags
10:41
vast fabric of humanity --
262
626000
2000
gigantisk menneskehedens stof --
10:43
I'm connected to you and you to her, on out endlessly into the distance --
263
628000
3000
Jeg er forbundet med dig og du med hende, og så videre endeløst ud i det fjerne --
10:46
this fabric is actually like
264
631000
2000
så er dette stof faktisk ligesom
10:48
an old-fashioned American quilt,
265
633000
2000
et gammeldags amerikansk quilttæppe,
10:50
and it has patches on it: happy and unhappy patches.
266
635000
3000
og der er lapper på det: lykkelige og ulykkelige lapper.
10:53
And whether you become happy or not
267
638000
2000
Og om man bliver lykkelig eller ej, afgøres til dels
10:55
depends in part on whether you occupy a happy patch.
268
640000
3000
af om man befinder sig på en lykkelig lap.
10:58
(Laughter)
269
643000
2000
(Latter)
11:00
So, this work with emotions,
270
645000
3000
Dette arbejde med følelser,
11:03
which are so fundamental,
271
648000
2000
som er så grundlæggende,
11:05
then got us to thinking about: Maybe
272
650000
2000
fik os så til at tænke over: Måske
11:07
the fundamental causes of human social networks
273
652000
2000
er de fundamentale årsager til de menneskelige sociale netværk
11:09
are somehow encoded in our genes.
274
654000
2000
på en eller anden måde indkodet i vores gener.
11:11
Because human social networks, whenever they are mapped,
275
656000
3000
Menneskelige sociale netværk, når de kortlægges,
11:14
always kind of look like this:
276
659000
2000
ser altid nogenlunde sådan her ud:
11:16
the picture of the network.
277
661000
2000
billedet af netværket.
11:18
But they never look like this.
278
663000
2000
Men de ser aldrig sådan her ud.
11:20
Why do they not look like this?
279
665000
2000
Hvorfor ser de ikke sådan her ud?
11:22
Why don't we form human social networks
280
667000
2000
Hvorfor former vi ikke menneskelige sociale netværk
11:24
that look like a regular lattice?
281
669000
2000
der ser ud som et regulært tremmeværk?
11:26
Well, the striking patterns of human social networks,
282
671000
3000
De slående mønstre i menneskelige sociale netværk,
11:29
their ubiquity and their apparent purpose
283
674000
3000
deres allestedsnærværelse og deres tydelige formål
11:32
beg questions about whether we evolved to have
284
677000
2000
åbner for spørgsmål om hvorvidt vores udvikling
11:34
human social networks in the first place,
285
679000
2000
betingede menneskelige sociale netværk til at begynde med,
11:36
and whether we evolved to form networks
286
681000
2000
og hvorvidt vi har udviklet os til at forme netværk
11:38
with a particular structure.
287
683000
2000
med en helt bestemt struktur.
11:40
And notice first of all -- so, to understand this, though,
288
685000
2000
Og læg for det første mærke til -- for at forstå dette
11:42
we need to dissect network structure a little bit first --
289
687000
3000
skal vi dissekere netværksstrukturen en lille smule først --
11:45
and notice that every person in this network
290
690000
2000
og læg mærke til at hver person i dette netværk
11:47
has exactly the same structural location as every other person.
291
692000
3000
har præcis den samme strukturelle placering som alle andre personer.
11:50
But that's not the case with real networks.
292
695000
3000
Men sådan forholder det sig ikke med rigtige netværk.
11:53
So, for example, here is a real network of college students
293
698000
2000
For eksempel, er der her et rigtigt netværk af universitetsstuderende
11:55
at an elite northeastern university.
294
700000
3000
på et nordøstligt eliteuniversitet.
11:58
And now I'm highlighting a few dots.
295
703000
2000
Og nu fremhæver jeg et par prikker.
12:00
If you look here at the dots,
296
705000
2000
Hvis man ser her på prikkerne,
12:02
compare node B in the upper left
297
707000
2000
sammenligner man knudepunktet B i det øvre venstre hjørne
12:04
to node D in the far right;
298
709000
2000
med knudepunktet D helt til højre;
12:06
B has four friends coming out from him
299
711000
2000
B har fire venner der kommer fra ham
12:08
and D has six friends coming out from him.
300
713000
3000
og D har seks venner der kommer fra ham.
12:11
And so, those two individuals have different numbers of friends.
301
716000
3000
De to individer har et forskelligt antal venner.
12:14
That's very obvious, we all know that.
302
719000
2000
Det er meget åbenlyst, det ved vi alle sammen.
12:16
But certain other aspects
303
721000
2000
Men bestemte andre aspekter
12:18
of social network structure are not so obvious.
304
723000
2000
af de sociale netværks strukturer er ikke så åbenlyse.
12:20
Compare node B in the upper left to node A in the lower left.
305
725000
3000
Sammenlign knudepunkt B i det øvre venstre hjørne med knudepunkt A i det nedre venstre hjørne.
12:23
Now, those people both have four friends,
306
728000
3000
Disse mennesker har begge fire venner,
12:26
but A's friends all know each other,
307
731000
2000
men As venner kender alle hinanden,
12:28
and B's friends do not.
308
733000
2000
og det gør Bs venner ikke.
12:30
So the friend of a friend of A's
309
735000
2000
Vennen til en af As venner
12:32
is, back again, a friend of A's,
310
737000
2000
er, igen, en af As venner,
12:34
whereas the friend of a friend of B's is not a friend of B's,
311
739000
2000
hvorimod en ven af en ven til B ikke er en ven til en ven af B,
12:36
but is farther away in the network.
312
741000
2000
men er længere væk i netværket.
12:38
This is known as transitivity in networks.
313
743000
3000
I netværk er dette kendt som transitivitet.
12:41
And, finally, compare nodes C and D:
314
746000
2000
Og, til slut, sammenlign knudepunkterne C og D:
12:43
C and D both have six friends.
315
748000
3000
C og D har begge seks venner,
12:46
If you talk to them, and you said, "What is your social life like?"
316
751000
3000
Hvis du taler med dem, og man sagde, "Hvordan er dit social liv?"
12:49
they would say, "I've got six friends.
317
754000
2000
ville de sige, "Jeg har seks venner.
12:51
That's my social experience."
318
756000
2000
Det er min sociale oplevelse."
12:53
But now we, with a bird's eye view looking at this network,
319
758000
3000
Men nu kan vi, med et fugleblik på dette netværk,
12:56
can see that they occupy very different social worlds.
320
761000
3000
se at de befinder sig i meget forskellige sociale verdener.
12:59
And I can cultivate that intuition in you by just asking you:
321
764000
2000
Og jeg kan fremskynde erkendelsen ved at spørge:
13:01
Who would you rather be
322
766000
2000
Hvem vil du helst være
13:03
if a deadly germ was spreading through the network?
323
768000
2000
hvis en dødelig bakterie spredte sig gennem netværket?
13:05
Would you rather be C or D?
324
770000
3000
Ville du helst være C eller D?
13:08
You'd rather be D, on the edge of the network.
325
773000
2000
Man ville helst være D, i udkanten af netværket.
13:10
And now who would you rather be
326
775000
2000
Og hvem vil man helst være nu
13:12
if a juicy piece of gossip -- not about you --
327
777000
3000
hvis et saftigt stykke sladder -- ikke om en selv --
13:15
was spreading through the network? (Laughter)
328
780000
2000
spredte sig gennem netværket? (Latter)
13:17
Now, you would rather be C.
329
782000
2000
Nu ville man hellere være C.
13:19
So different structural locations
330
784000
2000
Forskellige strukturelle steder
13:21
have different implications for your life.
331
786000
2000
har forskellige implikationer for ens liv.
13:23
And, in fact, when we did some experiments looking at this,
332
788000
3000
Og, faktisk, da vi kiggede på dette i nogle forsøg,
13:26
what we found is that 46 percent of the variation
333
791000
3000
fandt vi ud af at 46 procent af den variation
13:29
in how many friends you have
334
794000
2000
i antallet af venner man har
13:31
is explained by your genes.
335
796000
2000
kan forklares af ens gener.
13:33
And this is not surprising. We know that some people are born shy
336
798000
3000
Og dette er ikke overraskende. Vi ved at nogle mennesker bliver født generte
13:36
and some are born gregarious. That's obvious.
337
801000
3000
og nogle bliver født selskabelige. Det er åbenlyst.
13:39
But we also found some non-obvious things.
338
804000
2000
Men vi fandt også nogle ikke-åbenlyse ting.
13:41
For instance, 47 percent in the variation
339
806000
3000
For eksempel, 47 procent af variationen
13:44
in whether your friends know each other
340
809000
2000
i om ens venner kender hinanden
13:46
is attributable to your genes.
341
811000
2000
kan tillægges ens gener.
13:48
Whether your friends know each other
342
813000
2000
Hvorvidt ens venner kender hinanden,
13:50
has not just to do with their genes, but with yours.
343
815000
3000
har ikke kun noget at gøre med deres gener, men med ens egne.
13:53
And we think the reason for this is that some people
344
818000
2000
Og vi mener grunden er, at nogle mennesker
13:55
like to introduce their friends to each other -- you know who you are --
345
820000
3000
kan lide at præsentere venner for hinanden -- I ved hvem I er --
13:58
and others of you keep them apart and don't introduce your friends to each other.
346
823000
3000
og nogle af jer holder dem fra hinanden og præsenterer ikke jeres venner for hinanden.
14:01
And so some people knit together the networks around them,
347
826000
3000
Og nogle mennesker strikker netværket sammen omkring sig,
14:04
creating a kind of dense web of ties
348
829000
2000
og skaber et tæt spindelvæv af bånd
14:06
in which they're comfortably embedded.
349
831000
2000
så de er komfortabelt omsluttet.
14:08
And finally, we even found that
350
833000
2000
Og til slut, fandt vi endda at
14:10
30 percent of the variation
351
835000
2000
30 procent af variationen
14:12
in whether or not people are in the middle or on the edge of the network
352
837000
3000
af om mennesker er i midten af netværket eller ej
14:15
can also be attributed to their genes.
353
840000
2000
også kan tilskrives deres gener.
14:17
So whether you find yourself in the middle or on the edge
354
842000
2000
Så om man finder sig selv i midten eller i udkanten
14:19
is also partially heritable.
355
844000
3000
er også delvist arveligt.
14:22
Now, what is the point of this?
356
847000
3000
Hvad er meningen med alt dette?
14:25
How does this help us understand?
357
850000
2000
Hvad hjælper det os til at forstå?
14:27
How does this help us
358
852000
2000
Hvordan hjælper det os
14:29
figure out some of the problems that are affecting us these days?
359
854000
3000
med at løse nogle af de problemer, der påvirker os nu om dage?
14:33
Well, the argument I'd like to make is that networks have value.
360
858000
3000
Jamen, argumentet jeg gerne vil fremføre er, at netværk har en værdi.
14:36
They are a kind of social capital.
361
861000
3000
De er en form for social kapital.
14:39
New properties emerge
362
864000
2000
Nye egenskaber dukker op
14:41
because of our embeddedness in social networks,
363
866000
2000
på grund af vores forankring i sociale netværk,
14:43
and these properties inhere
364
868000
3000
og disse egenskaber er rodfæstet
14:46
in the structure of the networks,
365
871000
2000
i netværkenes struktur,
14:48
not just in the individuals within them.
366
873000
2000
ikke kun i individerne i dem.
14:50
So think about these two common objects.
367
875000
2000
Tænk på disse to almindelige objekter.
14:52
They're both made of carbon,
368
877000
2000
De er begge lavet af kulstof,
14:54
and yet one of them has carbon atoms in it
369
879000
3000
og alligevel rummer den ene kulstof-atomer
14:57
that are arranged in one particular way -- on the left --
370
882000
3000
opstillet i en bestemt struktur -- til venstre --
15:00
and you get graphite, which is soft and dark.
371
885000
3000
og her har vi grafit, som er blødt og mørkt.
15:03
But if you take the same carbon atoms
372
888000
2000
Men hvis man tager nogle kulstof-atomer
15:05
and interconnect them a different way,
373
890000
2000
og forbinder dem på en anden måde,
15:07
you get diamond, which is clear and hard.
374
892000
3000
får man diamant, som er gennemsigtig og hård.
15:10
And those properties of softness and hardness and darkness and clearness
375
895000
3000
Og de egenskaber med blødhed og hårdhed og mørke og lys
15:13
do not reside in the carbon atoms;
376
898000
2000
ligger ikke i kulstof atomerne;
15:15
they reside in the interconnections between the carbon atoms,
377
900000
3000
de ligger i forbindelserne mellem kulstof-atomerne,
15:18
or at least arise because of the
378
903000
2000
eller opstår i det mindste på grund af
15:20
interconnections between the carbon atoms.
379
905000
2000
forbindelserne mellem kulstof-atomerne.
15:22
So, similarly, the pattern of connections among people
380
907000
3000
På samme måde er mønsteret i forbindelserne mellem mennesker
15:25
confers upon the groups of people
381
910000
3000
noget der tildeler grupper af mennesker
15:28
different properties.
382
913000
2000
forskellige egenskaber.
15:30
It is the ties between people
383
915000
2000
Det er båndene mellem mennesker
15:32
that makes the whole greater than the sum of its parts.
384
917000
3000
der gør helheden større end summen af delene.
15:35
And so it is not just what's happening to these people --
385
920000
3000
Så det er ikke kun det, der sker med disse mennesker --
15:38
whether they're losing weight or gaining weight, or becoming rich or becoming poor,
386
923000
3000
om de taber sig eller tager på, eller bliver rige eller fattige,
15:41
or becoming happy or not becoming happy -- that affects us;
387
926000
3000
eller bliver lykkelige eller ulykkelige -- der påvirker os;
15:44
it's also the actual architecture
388
929000
2000
det er også den konkrete arkitektur
15:46
of the ties around us.
389
931000
2000
udgjort af disse bånd rundt omkring os.
15:48
Our experience of the world
390
933000
2000
Vores oplevelse af verden
15:50
depends on the actual structure
391
935000
2000
afhænger af den konkrete struktur
15:52
of the networks in which we're residing
392
937000
2000
af de netværk som vi opholder os i
15:54
and on all the kinds of things that ripple and flow
393
939000
3000
og af alle mulige ting, der kruser og flyder
15:57
through the network.
394
942000
2000
gennem netværket.
16:00
Now, the reason, I think, that this is the case
395
945000
3000
Når dette forholder sig sådan, tror jeg det skyldes
16:03
is that human beings assemble themselves
396
948000
2000
at mennesker har det med at samle sig
16:05
and form a kind of superorganism.
397
950000
3000
og danne en slags superorganisme.
16:09
Now, a superorganism is a collection of individuals
398
954000
3000
En superorganisme er en samling af individer
16:12
which show or evince behaviors or phenomena
399
957000
3000
der viser eller tilkendegiver holdninger eller fænomener
16:15
that are not reducible to the study of individuals
400
960000
3000
der ikke er kan reduceres til et studie af individer
16:18
and that must be understood by reference to,
401
963000
2000
og som skal forstås
16:20
and by studying, the collective.
402
965000
2000
gennem studier af den kollektive helhed.
16:22
Like, for example, a hive of bees
403
967000
3000
Som for eksempel et bistade
16:25
that's finding a new nesting site,
404
970000
3000
der finder et nyt sted at bygge rede,
16:28
or a flock of birds that's evading a predator,
405
973000
2000
eller en fugleflok, der undviger et rovdyr,
16:30
or a flock of birds that's able to pool its wisdom
406
975000
3000
eller en fugleflok der er i stand til at dele deres viden
16:33
and navigate and find a tiny speck
407
978000
2000
og navigere og finde en lille ø-plet
16:35
of an island in the middle of the Pacific,
408
980000
2000
ude midt i Stillehavet,
16:37
or a pack of wolves that's able
409
982000
2000
eller en flok ulve, der er i stand
16:39
to bring down larger prey.
410
984000
3000
til at nedlægge større bytte sammen.
16:42
Superorganisms have properties
411
987000
2000
Superorganismer har egenskaber
16:44
that cannot be understood just by studying the individuals.
412
989000
3000
der ikke kan forstås bare ved at studere individerne.
16:47
I think understanding social networks
413
992000
2000
Jeg mener, at det at forstå sociale netværk
16:49
and how they form and operate
414
994000
2000
og hvordan de formes og virker
16:51
can help us understand not just health and emotions
415
996000
3000
kan hjælpe os til forståelse af ikke alene helbred og følelser
16:54
but all kinds of other phenomena --
416
999000
2000
men alle mulige andre fænomener --
16:56
like crime, and warfare,
417
1001000
2000
såsom kriminalitet, og krig,
16:58
and economic phenomena like bank runs
418
1003000
2000
og økonomiske fænomener som bank runs
17:00
and market crashes
419
1005000
2000
og markedssammenbrud
17:02
and the adoption of innovation
420
1007000
2000
og indførelsen af innovation
17:04
and the spread of product adoption.
421
1009000
2000
og udbredelsen af produktgodkendelse.
17:06
Now, look at this.
422
1011000
2000
Se på dette.
17:09
I think we form social networks
423
1014000
2000
Jeg tror vi danner sociale netværk
17:11
because the benefits of a connected life
424
1016000
2000
fordi fordelene ved et forbundet liv
17:13
outweigh the costs.
425
1018000
3000
opvejer omkostningerne.
17:16
If I was always violent towards you
426
1021000
2000
Hvis jeg altid var voldelige imod jer
17:18
or gave you misinformation
427
1023000
2000
eller gav jer forkert information
17:20
or made you sad or infected you with deadly germs,
428
1025000
3000
eller gjorde jer kede af det eller inficerede jer med dødbringende bakterier,
17:23
you would cut the ties to me,
429
1028000
2000
ville I bryde jeres forbindelser til mig,
17:25
and the network would disintegrate.
430
1030000
2000
og netværket ville gå i opløsning.
17:27
So the spread of good and valuable things
431
1032000
3000
Spredningen af gode og værdifulde ting
17:30
is required to sustain and nourish social networks.
432
1035000
3000
er påkrævet for at opretholde og give næring til sociale netværk.
17:34
Similarly, social networks are required
433
1039000
2000
Ligeledes er sociale netværk nødvendige
17:36
for the spread of good and valuable things,
434
1041000
3000
for at kunne sprede gode og værdifulde ting,
17:39
like love and kindness
435
1044000
2000
som kærlighed og venlighed
17:41
and happiness and altruism
436
1046000
2000
og glæde og altruisme
17:43
and ideas.
437
1048000
2000
og ideer.
17:45
I think, in fact, that if we realized
438
1050000
2000
Jeg tror faktisk, at hvis vi blev klar over
17:47
how valuable social networks are,
439
1052000
2000
hvor værdifulde sociale netværk er,
17:49
we'd spend a lot more time nourishing them and sustaining them,
440
1054000
3000
ville vi bruge mere tid på at holde dem ved lige og bevare dem,
17:52
because I think social networks
441
1057000
2000
for jeg mener at sociale netværk
17:54
are fundamentally related to goodness.
442
1059000
3000
har en grundlæggende forbindelse med godhed.
17:57
And what I think the world needs now
443
1062000
2000
Og jeg tror det verden har brug for
17:59
is more connections.
444
1064000
2000
er flere forbindelser.
18:01
Thank you.
445
1066000
2000
Tak.
18:03
(Applause)
446
1068000
3000
(Bifald)
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