TED2010
Nicholas Christakis: The hidden influence of social networks
Nicholas Christakis: De verborgen invloed van sociale netwerken
Filmed:
Readability: 4.3
1,674,218 views
We maken allen deel uit van grote sociale netwerken van vrienden, familie, collega's enz. Nicholas Christakis spoort op hoe een groot aantal trekken - van geluk tot zwaarlijvigheid - zich kan verspreiden van persoon tot persoon. Hij laat zien hoe jouw plek in het netwerk een impact kan hebben op je leven op een manier waarvan je je zelfs niet bewust bent.
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
Voor mij begint dit verhaal ongeveer 15 jaar geleden,
00:19
when I was a hospice doctor at the University of Chicago.
1
4000
3000
toen ik een hospitaaldokter was aan de 'University of Chicago'.
00:22
And I was taking care of people who were dying and their families
2
7000
3000
Ik zorgde voor stervende mensen en hun families
00:25
in the South Side of Chicago.
3
10000
2000
in het zuiden van Chicago.
00:27
And I was observing what happened to people and their families
4
12000
3000
Ik observeerde wat er gebeurde met deze mensen en hun families
00:30
over the course of their terminal illness.
5
15000
3000
gedurende het verloop van hun terminale ziekte.
00:33
And in my lab, I was studying the widower effect,
6
18000
2000
In mijn lab bestudeerde ik het weduwnaareffect,
00:35
which is a very old idea in the social sciences,
7
20000
2000
een heel oud begrip in de sociale wetenschappen,
00:37
going back 150 years,
8
22000
2000
dat 150 jaar terug gaat
00:39
known as "dying of a broken heart."
9
24000
2000
en bekend staat als 'sterven aan een gebroken hart'.
00:41
So, when I die, my wife's risk of death can double,
10
26000
3000
Wanneer ik sterf, verdubbelt het risico dat mijn vrouw sterft
00:44
for instance, in the first year.
11
29000
2000
in het eerste jaar.
00:46
And I had gone to take care of one particular patient,
12
31000
3000
Ik begon te zorgen voor een bepaalde patiënte,
00:49
a woman who was dying of dementia.
13
34000
2000
een vrouw die leed aan dementie.
00:51
And in this case, unlike this couple,
14
36000
2000
In dit geval werd ze,
00:53
she was being cared for
15
38000
2000
in tegenstelling tot dit koppel,
00:55
by her daughter.
16
40000
2000
verzorgd door haar dochter.
00:57
And the daughter was exhausted from caring for her mother.
17
42000
3000
De dochter was uitgeput door het zorgen voor haar moeder.
01:00
And the daughter's husband,
18
45000
2000
De echtgenoot van de dochter
01:02
he also was sick
19
47000
3000
was ook ziek
01:05
from his wife's exhaustion.
20
50000
2000
door de uitputting van zijn vrouw.
01:07
And I was driving home one day,
21
52000
2000
Op een dag, toen ik naar huis reed,
01:09
and I get a phone call from the husband's friend,
22
54000
3000
kreeg ik een telefoontje van een vriend van de echtgenoot.
01:12
calling me because he was depressed
23
57000
2000
Hij belde me omdat hij gedeprimeerd was
01:14
about what was happening to his friend.
24
59000
2000
door wat er met zijn vriend gebeurde.
01:16
So here I get this call from this random guy
25
61000
2000
Ik krijg dus een oproep van een willekeurige kerel
01:18
that's having an experience
26
63000
2000
die iets doormaakt,
01:20
that's being influenced by people
27
65000
2000
dat beïnvloed wordt door mensen
01:22
at some social distance.
28
67000
2000
op een zekere sociale afstand.
01:24
And so I suddenly realized two very simple things:
29
69000
3000
Zo besefte ik plots twee heel eenvoudige zaken:
01:27
First, the widowhood effect
30
72000
2000
allereerst: het weduwenaarseffect
01:29
was not restricted to husbands and wives.
31
74000
3000
bleef niet beperkt tot echtgenoten en echtgenotes.
01:32
And second, it was not restricted to pairs of people.
32
77000
3000
Ten tweede bleef het niet beperkt tot paren van mensen.
01:35
And I started to see the world
33
80000
2000
Ik begon de wereld
01:37
in a whole new way,
34
82000
2000
op een volledig nieuwe manier te zien,
01:39
like pairs of people connected to each other.
35
84000
3000
als paren van mensen die met elkaar verbonden zijn.
01:42
And then I realized that these individuals
36
87000
2000
Toen besefte ik dat deze individuen
01:44
would be connected into foursomes with other pairs of people nearby.
37
89000
3000
verbonden waren in viertallen met andere paren mensen dichtbij.
01:47
And then, in fact, these people
38
92000
2000
Deze mensen maakten
01:49
were embedded in other sorts of relationships:
39
94000
2000
deel uit van van andere soorten relaties:
01:51
marriage and spousal
40
96000
2000
echtelijke, huwelijks-,
01:53
and friendship and other sorts of ties.
41
98000
2000
vriendschaps- en andere soorten banden.
01:55
And that, in fact, these connections were vast
42
100000
3000
Die verbindingen waren zeer uitgebreid
01:58
and that we were all embedded in this
43
103000
2000
en wij maken allen deel uit
02:00
broad set of connections with each other.
44
105000
3000
van een hele set verbindingen met elkaar.
02:03
So I started to see the world in a completely new way
45
108000
3000
Ik begon de wereld te zien op een totaal nieuwe manier.
02:06
and I became obsessed with this.
46
111000
2000
Ik geraakte ervan bezeten.
02:08
I became obsessed with how it might be
47
113000
2000
Ik geraakte ervan bezeten hoe het kon
02:10
that we're embedded in these social networks,
48
115000
2000
dat we deel uitmaakten van deze sociale netwerken
02:12
and how they affect our lives.
49
117000
2000
en hoe het onze levens beïnvloedde.
02:14
So, social networks are these intricate things of beauty,
50
119000
3000
Sociale netwerken zijn dus gecompliceerde juweeltjes
02:17
and they're so elaborate and so complex
51
122000
2000
en ze zijn zo uitgewerkt en zo complex
02:19
and so ubiquitous, in fact,
52
124000
2000
en zo alomtegenwoordig eigenlijk,
02:21
that one has to ask what purpose they serve.
53
126000
3000
dat men zich moet afvragen waartoe ze dienen.
02:24
Why are we embedded in social networks?
54
129000
2000
Waarom maken we deel uit van sociale netwerken?
02:26
I mean, how do they form? How do they operate?
55
131000
2000
Hoe worden ze gevormd? Hoe werken ze?
02:28
And how do they effect us?
56
133000
2000
Hoe beïnvloeden ze ons?
02:30
So my first topic with respect to this,
57
135000
3000
Mijn eerste onderwerp werd
02:33
was not death, but obesity.
58
138000
3000
niet de dood, maar zwaarlijvigheid.
02:36
It had become trendy
59
141000
2000
Plots was het trendy geworden
02:38
to speak about the "obesity epidemic."
60
143000
2000
om te spreken over de zwaarlijvigheidsepidemie.
02:40
And, along with my collaborator, James Fowler,
61
145000
3000
Samen met mijn medewerker, James Fowler,
02:43
we began to wonder whether obesity really was epidemic
62
148000
3000
begonnen we ons af te vragen of obesitas echt een epidemie was
02:46
and could it spread from person to person
63
151000
2000
en of het zich van persoon tot persoon kon verspreiden
02:48
like the four people I discussed earlier.
64
153000
3000
zoals bij de vier mensen waarover ik het eerder had.
02:51
So this is a slide of some of our initial results.
65
156000
3000
Hier een slide van een aantal van onze eerste resultaten.
02:54
It's 2,200 people in the year 2000.
66
159000
3000
Dit zijn 2200 mensen in het jaar 2000.
02:57
Every dot is a person. We make the dot size
67
162000
2000
Elke stip is een persoon. De grootte van de stip
02:59
proportional to people's body size;
68
164000
2000
is in verhouding tot iemands lichaamsgewicht.
03:01
so bigger dots are bigger people.
69
166000
3000
Dikkere stippen staan dus voor dikkere mensen.
03:04
In addition, if your body size,
70
169000
2000
Als, daarenboven, je lichaamsgewicht,
03:06
if your BMI, your body mass index, is above 30 --
71
171000
2000
als jouw BMI, jouw body mass index boven de 30 is,
03:08
if you're clinically obese --
72
173000
2000
als je klinisch obees bent,
03:10
we also colored the dots yellow.
73
175000
2000
kleurden we de stippen ook geel.
03:12
So, if you look at this image, right away you might be able to see
74
177000
2000
Op dit beeld zal je kunnen zien
03:14
that there are clusters of obese and
75
179000
2000
dat er clusters zijn van obese en
03:16
non-obese people in the image.
76
181000
2000
van niet-obese mensen.
03:18
But the visual complexity is still very high.
77
183000
3000
De visuele complexiteit is nog heel hoog.
03:21
It's not obvious exactly what's going on.
78
186000
3000
Het is niet direct duidelijk wat er aan de hand is.
03:24
In addition, some questions are immediately raised:
79
189000
2000
Er komen onmiddellijk vragen naar boven.
03:26
How much clustering is there?
80
191000
2000
Hoeveel clustervorming is er?
03:28
Is there more clustering than would be due to chance alone?
81
193000
3000
Is er meer clustervorming dan door toeval alleen?
03:31
How big are the clusters? How far do they reach?
82
196000
2000
Hoe groot zijn de clusters? Hoe ver reiken ze?
03:33
And, most importantly,
83
198000
2000
Het voornaamste:
03:35
what causes the clusters?
84
200000
2000
wat is de oorzaak van de clusters?
03:37
So we did some mathematics to study the size of these clusters.
85
202000
3000
Dus deden we enkele berekeningen om de grootte van deze clusters te bestuderen.
03:40
This here shows, on the Y-axis,
86
205000
2000
Dit hier, op de Y-as, toont
03:42
the increase in the probability that a person is obese
87
207000
3000
de stijging van de kans dat een persoon zwaarlijvig is,
03:45
given that a social contact of theirs is obese
88
210000
2000
als een van zijn sociale contacten zwaarlijvig is.
03:47
and, on the X-axis, the degrees of separation between the two people.
89
212000
3000
Op de X-as, de graad van afstand tussen twee mensen.
03:50
On the far left, you see the purple line.
90
215000
2000
Helemaal links zie je de purperen lijn.
03:52
It says that, if your friends are obese,
91
217000
2000
Ze betekent dat, als je vrienden zwaarlijvig zijn,
03:54
your risk of obesity is 45 percent higher.
92
219000
3000
jouw risico op zwaarlijvigheid 45 procent hoger is.
03:57
And the next bar over, the [red] line,
93
222000
2000
De volgende staaf, de rode lijn,
03:59
says if your friend's friends are obese,
94
224000
2000
toont dat als de vrienden van je vrienden zwaarlijvig zijn,
04:01
your risk of obesity is 25 percent higher.
95
226000
2000
jouw risico op zwaarlijvigheid 25 procent hoger is.
04:03
And then the next line over says
96
228000
2000
De daaropvolgende lijn toont dat
04:05
if your friend's friend's friend, someone you probably don't even know, is obese,
97
230000
3000
als de vriend van een vriend van een vriend, een onbekende voor jou, zwaarlijvig is,
04:08
your risk of obesity is 10 percent higher.
98
233000
3000
jouw risico op zwaarlijvigheid 10 procent hoger is.
04:11
And it's only when you get to your friend's friend's friend's friends
99
236000
3000
Het is pas als je bij de vrienden van een vriend van een vriend van een vriend komt,
04:14
that there's no longer a relationship
100
239000
2000
dat er niet langer een verband is
04:16
between that person's body size and your own body size.
101
241000
3000
tussen het lichaamsgewicht van die persoon en dat van jou.
04:20
Well, what might be causing this clustering?
102
245000
3000
Wat zou de oorzaak kunnen zijn van die clustervorming?
04:23
There are at least three possibilities:
103
248000
2000
Er zijn ten minste drie mogelijkheden.
04:25
One possibility is that, as I gain weight,
104
250000
2000
Eén mogelijkheid is: ik word zwaarder en
04:27
it causes you to gain weight.
105
252000
2000
jij ook.
04:29
A kind of induction, a kind of spread from person to person.
106
254000
3000
Een soort inductie, een verspreiding van persoon tot persoon.
04:32
Another possibility, very obvious, is homophily,
107
257000
2000
Een andere mogelijkheid is, overduidelijk: liefde voor hetzelfde,
04:34
or, birds of a feather flock together;
108
259000
2000
of 'soort zoekt soort'.
04:36
here, I form my tie to you
109
261000
2000
Hier vorm ik een band met jou
04:38
because you and I share a similar body size.
110
263000
3000
omdat jij en ik hetzelfde lichaamsgewicht hebben.
04:41
And the last possibility is what is known as confounding,
111
266000
2000
De laatste mogelijkheid is wat we kennen als storende variabele,
04:43
because it confounds our ability to figure out what's going on.
112
268000
3000
omdat het ons vermogen verstoort om uit te maken wat er gebeurt.
04:46
And here, the idea is not that my weight gain
113
271000
2000
Hier is het idee niet dat mijn toename in gewicht
04:48
is causing your weight gain,
114
273000
2000
jouw toename in gewicht veroorzaakt,
04:50
nor that I preferentially form a tie with you
115
275000
2000
noch dat ik bij voorkeur met jou een band aanga,
04:52
because you and I share the same body size,
116
277000
2000
omdat jij en ik even zwaar zijn,
04:54
but rather that we share a common exposure
117
279000
2000
maar eerder dat wij een gemeenschappelijke blootstelling delen
04:56
to something, like a health club
118
281000
3000
aan zoiets als een gezondheidsclub
04:59
that makes us both lose weight at the same time.
119
284000
3000
dat maakt dat we beiden tegelijkertijd gewicht verliezen.
05:02
When we studied these data, we found evidence for all of these things,
120
287000
3000
Tijdens ons onderzoek vonden we bewijzen voor al deze zaken,
05:05
including for induction.
121
290000
2000
inductie inbegrepen.
05:07
And we found that if your friend becomes obese,
122
292000
2000
We ontdekten dat als je vriend zwaarlijvig wordt,
05:09
it increases your risk of obesity by about 57 percent
123
294000
3000
dit jouw risico op zwaarlijvigheid verhoogt met ongeveer 57%
05:12
in the same given time period.
124
297000
2000
in dezelfde gegeven periode.
05:14
There can be many mechanisms for this effect:
125
299000
3000
Er zijn veel mechanismen voor dit resultaat.
05:17
One possibility is that your friends say to you something like --
126
302000
2000
Eén mogelijkheid is dat je vrienden
05:19
you know, they adopt a behavior that spreads to you --
127
304000
3000
een gedrag overnemen, dat zich naar jou overzet,
05:22
like, they say, "Let's go have muffins and beer,"
128
307000
3000
ze zeggen bijvoorbeeld: "Laten we muffins en bier halen",
05:25
which is a terrible combination. (Laughter)
129
310000
3000
wat een verschrikkelijke combinatie is,
05:28
But you adopt that combination,
130
313000
2000
maar jij neemt die combinatie over
05:30
and then you start gaining weight like them.
131
315000
3000
en dan begin je, net als zij, dikker te worden.
05:33
Another more subtle possibility
132
318000
2000
Een andere, meer subtiele mogelijkheid:
05:35
is that they start gaining weight, and it changes your ideas
133
320000
3000
zij beginnen te verdikken en dit verandert jouw opvattingen
05:38
of what an acceptable body size is.
134
323000
2000
over wat een aanvaardbaar lichaamsgewicht is.
05:40
Here, what's spreading from person to person
135
325000
2000
In dit geval verspreidt een norm zich
05:42
is not a behavior, but rather a norm:
136
327000
2000
van persoon tot persoon, niet een gedrag.
05:44
An idea is spreading.
137
329000
2000
Een opvatting verspreidt zich.
05:46
Now, headline writers
138
331000
2000
Schrijvers van krantenkoppen
05:48
had a field day with our studies.
139
333000
2000
hadden een topdag aan ons onderzoek.
05:50
I think the headline in The New York Times was,
140
335000
2000
ik denk dat de kop in de New York Times was:
05:52
"Are you packing it on?
141
337000
2000
"Ben je bijgekomen?
05:54
Blame your fat friends." (Laughter)
142
339000
3000
De schuld van je dikke vrienden." (Gelach)
05:57
What was interesting to us is that the European headline writers
143
342000
2000
Interessant voor ons was: de Europese krantenkoppen
05:59
had a different take: They said,
144
344000
2000
hadden een andere insteek. Zij schreven:
06:01
"Are your friends gaining weight? Perhaps you are to blame."
145
346000
3000
Komen je vrienden bij? Misschien jouw schuld.
06:04
(Laughter)
146
349000
5000
(Gelach)
06:09
And we thought this was a very interesting comment on America,
147
354000
3000
Wij vonden dit een heel interessante commentaar op Amerika,
06:12
and a kind of self-serving,
148
357000
2000
een soort eigenbelang,
06:14
"not my responsibility" kind of phenomenon.
149
359000
2000
een van 'niet-mijn-verantwoordelijkheid'-verschijnsel.
06:16
Now, I want to be very clear: We do not think our work
150
361000
2000
Ik wil heel duidelijk stellen dat wij niet denken dat ons werk
06:18
should or could justify prejudice
151
363000
2000
een vooroordeel tegen mensen
06:20
against people of one or another body size at all.
152
365000
3000
met wat voor gewicht dan ook, kan of mag goedpraten.
06:24
Our next questions was:
153
369000
2000
Onze volgende vraag was nu:
06:26
Could we actually visualize this spread?
154
371000
3000
zouden we deze verspreiding in kaart kunnen brengen?
06:29
Was weight gain in one person actually spreading
155
374000
2000
Gaf gewichtstoename bij de ene persoon
06:31
to weight gain in another person?
156
376000
2000
aanleiding tot gewichtstoename bij iemand anders?
06:33
And this was complicated because
157
378000
2000
Dit was ingewikkeld omdat
06:35
we needed to take into account the fact that the network structure,
158
380000
3000
we rekening moesten houden met het feit dat de netwerkstructuur,
06:38
the architecture of the ties, was changing across time.
159
383000
3000
de architectuur van de verbindingen, met verloop van tijd wijzigde.
06:41
In addition, because obesity is not a unicentric epidemic,
160
386000
3000
Daarenboven, obesitas is geen epidemie met één enkel centrum,
06:44
there's not a Patient Zero of the obesity epidemic --
161
389000
3000
er is geen 'patiënt zero' van de obesitasepidemie --
06:47
if we find that guy, there was a spread of obesity out from him --
162
392000
3000
als we die kerel vinden en de verspreiding van obesitas vertrok bij hem,
06:50
it's a multicentric epidemic.
163
395000
2000
dan is het een epidemie met meerdere centra.
06:52
Lots of people are doing things at the same time.
164
397000
2000
Heel wat mensen doen dingen tegelijkertijd.
06:54
And I'm about to show you a 30 second video animation
165
399000
3000
Straks laat ik jullie een video-animatie zien van 30 seconden.
06:57
that took me and James five years of our lives to do.
166
402000
3000
Ze kostte mij en James vijf jaar van ons leven om te maken.
07:00
So, again, every dot is a person.
167
405000
2000
Iedere stip is een persoon.
07:02
Every tie between them is a relationship.
168
407000
2000
Elke verbinding tussen hen is een relatie.
07:04
We're going to put this into motion now,
169
409000
2000
Nu gaan we dit in beweging zetten.
07:06
taking daily cuts through the network for about 30 years.
170
411000
3000
We namen een dagelijkse doorsnede van het netwerk gedurende 30 jaar.
07:09
The dot sizes are going to grow,
171
414000
2000
De grootte van de stippen zal toenemen.
07:11
you're going to see a sea of yellow take over.
172
416000
3000
Je zal zien dat een zee van geel gaat overheersen.
07:14
You're going to see people be born and die --
173
419000
2000
Je zal mensen zien geboren worden en sterven,
07:16
dots will appear and disappear --
174
421000
2000
stippen duiken op en verdwijnen.
07:18
ties will form and break, marriages and divorces,
175
423000
3000
Verbindingen vormen en verbreken zich. Huwelijken en echtscheidingen,
07:21
friendings and defriendings.
176
426000
2000
vriendschappen ontstaan en stoppen,
07:23
A lot of complexity, a lot is happening
177
428000
2000
heel wat complexiteit, er gebeurt heel wat
07:25
just in this 30-year period
178
430000
2000
net in die periode van 30 jaar
07:27
that includes the obesity epidemic.
179
432000
2000
die de epidemie van obesitas bevat.
07:29
And, by the end, you're going to see clusters
180
434000
2000
Op het einde zal je clusters beginnen zien
07:31
of obese and non-obese individuals
181
436000
2000
van zwaarlijvige en niet-zwaarlijvige individuen
07:33
within the network.
182
438000
2000
in het netwerk.
07:35
Now, when looked at this,
183
440000
3000
Op basis hiervan
07:38
it changed the way I see things,
184
443000
3000
begon ik anders tegen de dingen aan te kijken
07:41
because this thing, this network
185
446000
2000
want dit netwerk,
07:43
that's changing across time,
186
448000
2000
dat met verloop van tijd verandert,
07:45
it has a memory, it moves,
187
450000
3000
heeft een geheugen, het beweegt,
07:48
things flow within it,
188
453000
2000
er stromen dingen binnenin,
07:50
it has a kind of consistency --
189
455000
2000
het heeft een zekere samenhang;
07:52
people can die, but it doesn't die;
190
457000
2000
mensen sterven, maar zelf sterft het niet:
07:54
it still persists --
191
459000
2000
het blijft bestaan.
07:56
and it has a kind of resilience
192
461000
2000
Het heeft een zekere veerkracht
07:58
that allows it to persist across time.
193
463000
2000
wat maakt dat het over de tijd heen kan blijven bestaan.
08:00
And so, I came to see these kinds of social networks
194
465000
3000
Ik begon die tekenen van sociale netwerken
08:03
as living things,
195
468000
2000
te zien als levende wezens,
08:05
as living things that we could put under a kind of microscope
196
470000
3000
als levende wezens die we onder een microscoop konden leggen
08:08
to study and analyze and understand.
197
473000
3000
om te bestuderen, te analyseren en te begrijpen.
08:11
And we used a variety of techniques to do this.
198
476000
2000
We gebruikten een ruim assortiment technieken om dit te doen.
08:13
And we started exploring all kinds of other phenomena.
199
478000
3000
We begonnen andere verschijnsels te bestuderen.
08:16
We looked at smoking and drinking behavior,
200
481000
2000
Zo keken we naar rook- en drinkgedrag
08:18
and voting behavior,
201
483000
2000
stemgedrag
08:20
and divorce -- which can spread --
202
485000
2000
en echtscheiding, die zich kan verspreiden
08:22
and altruism.
203
487000
2000
en altruïsme.
08:24
And, eventually, we became interested in emotions.
204
489000
3000
Tenslotte raakten we geïnteresseerd in gevoelens.
08:28
Now, when we have emotions,
205
493000
2000
Wanneer we emoties hebben,
08:30
we show them.
206
495000
2000
tonen we ze.
08:32
Why do we show our emotions?
207
497000
2000
Waarom tonen we onze gevoelens?
08:34
I mean, there would be an advantage to experiencing
208
499000
2000
Het zou een voordeel kunnen zijn om gevoelens
08:36
our emotions inside, you know, anger or happiness.
209
501000
3000
zoals woede of geluk innerlijk te beleven,
08:39
But we don't just experience them, we show them.
210
504000
2000
maar we beleven ze niet alleen, we tonen ze ook.
08:41
And not only do we show them, but others can read them.
211
506000
3000
Niet alleen laten we ze zien, anderen kunnen ze ook 'lezen'.
08:44
And, not only can they read them, but they copy them.
212
509000
2000
Ze kunnen ze niet alleen lezen, ze nemen ze ook over.
08:46
There's emotional contagion
213
511000
2000
Er bestaat zoiets als emotionele besmetting
08:48
that takes place in human populations.
214
513000
3000
die plaatsvindt bij menselijke bevolkingsgroepen.
08:51
And so this function of emotions
215
516000
2000
De functie van gevoelens
08:53
suggests that, in addition to any other purpose they serve,
216
518000
2000
suggereert dat, naast welke andere bedoeling ze ook hebben,
08:55
they're a kind of primitive form of communication.
217
520000
3000
dat ze een primitieve vorm van communicatie zijn.
08:58
And that, in fact, if we really want to understand human emotions,
218
523000
3000
Als we echt menselijke emoties willen begrijpen,
09:01
we need to think about them in this way.
219
526000
2000
dan moeten we er op deze manier over nadenken.
09:03
Now, we're accustomed to thinking about emotions in this way,
220
528000
3000
We zijn gewend te denken over emoties
09:06
in simple, sort of, brief periods of time.
221
531000
3000
in eenvoudige, zeg maar korte, tijdspannes.
09:09
So, for example,
222
534000
2000
Zo was ik bijvoorbeeld onlangs
09:11
I was giving this talk recently in New York City,
223
536000
2000
een uiteenzetting aan het geven in New York City,
09:13
and I said, "You know when you're on the subway
224
538000
2000
en ik zei: "Als je in de metro zit
09:15
and the other person across the subway car
225
540000
2000
en de persoon in het tegenoverliggende metrostel
09:17
smiles at you,
226
542000
2000
glimlacht naar je,
09:19
and you just instinctively smile back?"
227
544000
2000
glimlach je puur instinctief terug."
09:21
And they looked at me and said, "We don't do that in New York City." (Laughter)
228
546000
3000
Ze keken me aan en zeiden: "In New York City doen we dat niet."
09:24
And I said, "Everywhere else in the world,
229
549000
2000
Ik zei: "Overal elders in de wereld wel,
09:26
that's normal human behavior."
230
551000
2000
dat is normaal menselijk gedrag."
09:28
And so there's a very instinctive way
231
553000
2000
Er is dus een heel instinctieve manier
09:30
in which we briefly transmit emotions to each other.
232
555000
3000
waarop we kortstondig emoties overbrengen naar elkaar.
09:33
And, in fact, emotional contagion can be broader still.
233
558000
3000
Emotionele besmetting kan eigenlijk nog ruimer zijn.
09:36
Like we could have punctuated expressions of anger,
234
561000
3000
We kunnen uitgesproken uitdrukkingen van woede hebben
09:39
as in riots.
235
564000
2000
zoals bij rellen.
09:41
The question that we wanted to ask was:
236
566000
2000
De vraag die we wilden stellen was:
09:43
Could emotion spread,
237
568000
2000
kan emotie zich verspreiden
09:45
in a more sustained way than riots, across time
238
570000
3000
op een standvastiger manier dan via rellen, door de tijd heen
09:48
and involve large numbers of people,
239
573000
2000
en grote aantallen mensen treffen,
09:50
not just this pair of individuals smiling at each other in the subway car?
240
575000
3000
niet enkel een paar glimlachjes naar elkaar op de metro?
09:53
Maybe there's a kind of below the surface, quiet riot
241
578000
3000
Misschien bestaat er een soort rustige, onderhuidse rel
09:56
that animates us all the time.
242
581000
2000
die ons voortdurend bezielt.
09:58
Maybe there are emotional stampedes
243
583000
2000
Misschien bestaan er emotionele stormlopen
10:00
that ripple through social networks.
244
585000
2000
die golven door sociale netwerken jagen.
10:02
Maybe, in fact, emotions have a collective existence,
245
587000
3000
Misschien hebben emoties eigenlijk een collectief bestaan,
10:05
not just an individual existence.
246
590000
2000
niet enkel een individueel bestaan.
10:07
And this is one of the first images we made to study this phenomenon.
247
592000
3000
Dit is een van de eerste beelden van onze studie van dit verschijnsel.
10:10
Again, a social network,
248
595000
2000
Opnieuw een sociaal netwerk,
10:12
but now we color the people yellow if they're happy
249
597000
3000
maar nu kleuren we de mensen geel als ze gelukkig zijn
10:15
and blue if they're sad and green in between.
250
600000
3000
en blauw als ze droevig zijn en groen voor ertussenin.
10:18
And if you look at this image, you can right away see
251
603000
2000
Als je naar dit beeld kijkt, dan kan je dadelijk
10:20
clusters of happy and unhappy people,
252
605000
2000
clusters zien van gelukkige en ongelukkige mensen,
10:22
again, spreading to three degrees of separation.
253
607000
2000
die zich opnieuw verspreiden in drie afstandsniveaus.
10:24
And you might form the intuition
254
609000
2000
Je zou je de bedenking kunnen maken
10:26
that the unhappy people
255
611000
2000
dat de ongelukkige mensen
10:28
occupy a different structural location within the network.
256
613000
3000
een locatie binnen het netwerk bezetten met een verschillende structuur.
10:31
There's a middle and an edge to this network,
257
616000
2000
Zo is er een midden en een rand aan dit netwerk.
10:33
and the unhappy people seem to be
258
618000
2000
De ongelukkige mensen blijken
10:35
located at the edges.
259
620000
2000
gesitueerd te zijn aan de randen.
10:37
So to invoke another metaphor,
260
622000
2000
Om een andere metafoor te gebruiken:
10:39
if you imagine social networks as a kind of
261
624000
2000
als je sociale netwerken ziet als een soort
10:41
vast fabric of humanity --
262
626000
2000
uitgestrekt weefsel van menselijkheid --
10:43
I'm connected to you and you to her, on out endlessly into the distance --
263
628000
3000
ik ben verbonden met jou en jij met haar, en zo oneindig verder --
10:46
this fabric is actually like
264
631000
2000
dit weefsel is eigenlijk als
10:48
an old-fashioned American quilt,
265
633000
2000
een ouderwetse Amerikaanse quilt,
10:50
and it has patches on it: happy and unhappy patches.
266
635000
3000
die uit lapjes bestaat, gelukkige en ongelukkige lapjes.
10:53
And whether you become happy or not
267
638000
2000
Of je gelukkig wordt of niet
10:55
depends in part on whether you occupy a happy patch.
268
640000
3000
hangt deels af van het feit of je op een gelukkig lapje zit.
10:58
(Laughter)
269
643000
2000
(Gelach)
11:00
So, this work with emotions,
270
645000
3000
Dit werk met emoties,
11:03
which are so fundamental,
271
648000
2000
die zo fundamenteel zijn,
11:05
then got us to thinking about: Maybe
272
650000
2000
bracht ons op het idee dat de fundamentele
11:07
the fundamental causes of human social networks
273
652000
2000
oorzaken van sociale netwerken bij mensen misschien
11:09
are somehow encoded in our genes.
274
654000
2000
op een of andere manier in onze genen gecodeerd zijn.
11:11
Because human social networks, whenever they are mapped,
275
656000
3000
Telkens sociale netwerken bij mensen in kaart gebracht worden,
11:14
always kind of look like this:
276
659000
2000
zien ze er altijd zo uit:
11:16
the picture of the network.
277
661000
2000
de tekening van het netwerk,
11:18
But they never look like this.
278
663000
2000
maar ze zien er nooit zo uit.
11:20
Why do they not look like this?
279
665000
2000
Waarom zien ze er niet zo uit?
11:22
Why don't we form human social networks
280
667000
2000
Waarom vormen we geen menselijke sociale netwerken
11:24
that look like a regular lattice?
281
669000
2000
die er als een regelmatig rooster uitzien?
11:26
Well, the striking patterns of human social networks,
282
671000
3000
De opvallende patronen van menselijke sociale netwerken,
11:29
their ubiquity and their apparent purpose
283
674000
3000
hun alomtegenwoordigheid en hun duidelijke bedoeling
11:32
beg questions about whether we evolved to have
284
677000
2000
roepen prangende vragen op: zijn we geëvolueerd
11:34
human social networks in the first place,
285
679000
2000
om in de eerste plaats sociale netwerken te hebben,
11:36
and whether we evolved to form networks
286
681000
2000
en: zijn we geëvolueerd om netwerken te vormen
11:38
with a particular structure.
287
683000
2000
met een welbepaalde structuur.
11:40
And notice first of all -- so, to understand this, though,
288
685000
2000
Bemerk eerst... om dit te begrijpen moeten we
11:42
we need to dissect network structure a little bit first --
289
687000
3000
de netwerkstructuur eerst een beetje ontleden.
11:45
and notice that every person in this network
290
690000
2000
Bemerk dat iedere persoon in dit netwerk
11:47
has exactly the same structural location as every other person.
291
692000
3000
precies dezelfde structurele locatie heeft als iedere andere persoon.
11:50
But that's not the case with real networks.
292
695000
3000
Maar dat is niet het geval bij echte netwerken.
11:53
So, for example, here is a real network of college students
293
698000
2000
Hier is bijvoorbeeld een echt netwerk van studenten
11:55
at an elite northeastern university.
294
700000
3000
aan een elitaire universiteit in het noordoosten.
11:58
And now I'm highlighting a few dots.
295
703000
2000
Nu licht ik er enkele stippen uit
12:00
If you look here at the dots,
296
705000
2000
en als je hier naar de stippen kijkt:
12:02
compare node B in the upper left
297
707000
2000
vergelijk knooppunt B, bovenaan links,
12:04
to node D in the far right;
298
709000
2000
met knooppunt D helemaal rechts.
12:06
B has four friends coming out from him
299
711000
2000
B heeft vier vrienden.
12:08
and D has six friends coming out from him.
300
713000
3000
D heeft zes vrienden.
12:11
And so, those two individuals have different numbers of friends.
301
716000
3000
Deze twee individuen hebben dus een verschillend aantal vrienden --
12:14
That's very obvious, we all know that.
302
719000
2000
dat is heel duidelijk, dat kennen we allemaal.
12:16
But certain other aspects
303
721000
2000
Maar bepaalde andere aspecten
12:18
of social network structure are not so obvious.
304
723000
2000
van een sociale netwerkstructuur zijn niet zo duidelijk.
12:20
Compare node B in the upper left to node A in the lower left.
305
725000
3000
Vergelijk knooppunt B, bovenaan links met knooppunt A, onderaan links.
12:23
Now, those people both have four friends,
306
728000
3000
Deze mensen hebben nu beiden vier vrienden,
12:26
but A's friends all know each other,
307
731000
2000
Maar de vrienden van A kennen elkaar,
12:28
and B's friends do not.
308
733000
2000
de vrienden van B niet.
12:30
So the friend of a friend of A's
309
735000
2000
De vriend van een vriend van A
12:32
is, back again, a friend of A's,
310
737000
2000
is op zijn beurt een vriend van A,
12:34
whereas the friend of a friend of B's is not a friend of B's,
311
739000
2000
terwijl een vriend van een vriend van B geen vriend is van B,
12:36
but is farther away in the network.
312
741000
2000
maar verder weg staat in het netwerk.
12:38
This is known as transitivity in networks.
313
743000
3000
Dit staat bekend als transitiviteit in netwerken.
12:41
And, finally, compare nodes C and D:
314
746000
2000
Vergelijk tenslotte knooppunten C en D.
12:43
C and D both have six friends.
315
748000
3000
C en D hebben beiden 6 vrienden.
12:46
If you talk to them, and you said, "What is your social life like?"
316
751000
3000
Als je hen zou vragen: hoe ziet je sociaal leven eruit?
12:49
they would say, "I've got six friends.
317
754000
2000
dan zouden ze zeggen: "Ik heb 6 vrienden,
12:51
That's my social experience."
318
756000
2000
dat is mijn sociale ervaring."
12:53
But now we, with a bird's eye view looking at this network,
319
758000
3000
Maar nu we vanuit vogelperspectief naar dit netwerk kijken,
12:56
can see that they occupy very different social worlds.
320
761000
3000
kunnen we zien dat ze zich in heel verschillende sociale werelden bevinden,
12:59
And I can cultivate that intuition in you by just asking you:
321
764000
2000
en ik kan het verduidelijken door je te vragen
13:01
Who would you rather be
322
766000
2000
wie je het liefst zou zijn
13:03
if a deadly germ was spreading through the network?
323
768000
2000
als zich een dodelijke kiem zou verspreiden door het netwerk?
13:05
Would you rather be C or D?
324
770000
3000
Zou je liever C zijn of D?
13:08
You'd rather be D, on the edge of the network.
325
773000
2000
Je zou liever D zijn, aan de rand van het netwerk.
13:10
And now who would you rather be
326
775000
2000
Wie zou je liever zijn
13:12
if a juicy piece of gossip -- not about you --
327
777000
3000
als een sappige roddel, niet over jou,
13:15
was spreading through the network? (Laughter)
328
780000
2000
zich zou verspreiden door het netwerk? (Gelach)
13:17
Now, you would rather be C.
329
782000
2000
Nu zou je liever C zijn.
13:19
So different structural locations
330
784000
2000
Verschillende structurele locaties hebben dus
13:21
have different implications for your life.
331
786000
2000
verschillende invloeden op jouw leven.
13:23
And, in fact, when we did some experiments looking at this,
332
788000
3000
Wanneer we inderdaad experimenten deden om dit te onderzoeken,
13:26
what we found is that 46 percent of the variation
333
791000
3000
stelden we vast dat 46 procent van de variatie
13:29
in how many friends you have
334
794000
2000
in hoeveel vrienden je hebt,
13:31
is explained by your genes.
335
796000
2000
verklaard wordt door jouw genen.
13:33
And this is not surprising. We know that some people are born shy
336
798000
3000
Dit is niet verrassend. We weten dat sommigen verlegen geboren zijn
13:36
and some are born gregarious. That's obvious.
337
801000
3000
en dat anderen geboren groepsbeesten zijn. Dat is duidelijk.
13:39
But we also found some non-obvious things.
338
804000
2000
Maar we ontdekten ook sommige, niet voor de hand liggende zaken.
13:41
For instance, 47 percent in the variation
339
806000
3000
Bijvoorbeeld, 47 procent in de variatie
13:44
in whether your friends know each other
340
809000
2000
of je vrienden elkaar kennen,
13:46
is attributable to your genes.
341
811000
2000
is toe te schrijven aan je genen.
13:48
Whether your friends know each other
342
813000
2000
Of je vrienden elkaar kennen
13:50
has not just to do with their genes, but with yours.
343
815000
3000
heeft niet enkel te maken met hun genen, maar ook met de jouwe.
13:53
And we think the reason for this is that some people
344
818000
2000
We denken dat de reden hiervoor is dat sommigen
13:55
like to introduce their friends to each other -- you know who you are --
345
820000
3000
ervan houden hun vrienden aan elkaar voor te stellen
13:58
and others of you keep them apart and don't introduce your friends to each other.
346
823000
3000
en anderen stellen hun vrienden niet aan elkaar voor.
14:01
And so some people knit together the networks around them,
347
826000
3000
Zo breien sommigen het netwerk rond hen samen
14:04
creating a kind of dense web of ties
348
829000
2000
en maken ze een dicht web verbindingen
14:06
in which they're comfortably embedded.
349
831000
2000
waarin ze comfortabel verankerd zijn.
14:08
And finally, we even found that
350
833000
2000
Tenslotte ontdekten we zelfs dat
14:10
30 percent of the variation
351
835000
2000
30% van de variatie of mensen zich al dan niet
14:12
in whether or not people are in the middle or on the edge of the network
352
837000
3000
in het midden of aan de rand van het netwerk bevinden,
14:15
can also be attributed to their genes.
353
840000
2000
ook kan toegeschreven worden aan hun genen.
14:17
So whether you find yourself in the middle or on the edge
354
842000
2000
Of je jezelf in het midden of aan de rand bevindt,
14:19
is also partially heritable.
355
844000
3000
is ook deels erfelijk.
14:22
Now, what is the point of this?
356
847000
3000
Wat is nu de essentie hiervan?
14:25
How does this help us understand?
357
850000
2000
Wat begrijpen we hieruit?
14:27
How does this help us
358
852000
2000
Hoe helpt dit ons bepaalde
14:29
figure out some of the problems that are affecting us these days?
359
854000
3000
hedendaagse problemen oplossen?
14:33
Well, the argument I'd like to make is that networks have value.
360
858000
3000
Mijn argument is dat netwerken waardevol zijn.
14:36
They are a kind of social capital.
361
861000
3000
Ze zijn een soort sociaal kapitaal.
14:39
New properties emerge
362
864000
2000
Er ontstaan nieuwe eigenschappen
14:41
because of our embeddedness in social networks,
363
866000
2000
omdat we verandkerd zitten in sociale netwerken
14:43
and these properties inhere
364
868000
3000
en deze eigenschappen maken deel uit
14:46
in the structure of the networks,
365
871000
2000
van de structuur van de netwerken,
14:48
not just in the individuals within them.
366
873000
2000
niet enkel van de individuen erin.
14:50
So think about these two common objects.
367
875000
2000
Denk eens aan deze twee gewone voorwerpen.
14:52
They're both made of carbon,
368
877000
2000
Ze zijn beide gemaakt van koolstof
14:54
and yet one of them has carbon atoms in it
369
879000
3000
en nochtans heeft een ervan koolstofatomen die
14:57
that are arranged in one particular way -- on the left --
370
882000
3000
op een bepaalde manier geordend zijn, aan de linkerkant,
15:00
and you get graphite, which is soft and dark.
371
885000
3000
en dan krijg je grafiet, wat zacht en donker is.
15:03
But if you take the same carbon atoms
372
888000
2000
Maar als je dezelfde koolstofatomen neemt
15:05
and interconnect them a different way,
373
890000
2000
en ze op een andere manier met elkaar verbindt,
15:07
you get diamond, which is clear and hard.
374
892000
3000
dan krijg je een diamant, die helder en hard is.
15:10
And those properties of softness and hardness and darkness and clearness
375
895000
3000
Deze eigenschappen van zachtheid en hardheid, donkerte en klaarte
15:13
do not reside in the carbon atoms;
376
898000
2000
maken geen deel uit van de koolstofatomen.
15:15
they reside in the interconnections between the carbon atoms,
377
900000
3000
Ze maken deel uit van de verbindingen tussen de koolstofatomen,
15:18
or at least arise because of the
378
903000
2000
of ontstaan op zijn minst ten gevolge van
15:20
interconnections between the carbon atoms.
379
905000
2000
de verbindingen tussen de koolstofatomen.
15:22
So, similarly, the pattern of connections among people
380
907000
3000
Op dezelfde manier verleent het patroon van verbindingen
15:25
confers upon the groups of people
381
910000
3000
tussen mensen verschillende eigenschappen
15:28
different properties.
382
913000
2000
aan de groepen mensen.
15:30
It is the ties between people
383
915000
2000
Het zijn de banden tussen mensen
15:32
that makes the whole greater than the sum of its parts.
384
917000
3000
die het geheel groter maken dan de som van de delen.
15:35
And so it is not just what's happening to these people --
385
920000
3000
Het is het niet enkel wat die mensen meemaken,
15:38
whether they're losing weight or gaining weight, or becoming rich or becoming poor,
386
923000
3000
gewicht verliezen of bijkomen, of ze rijk of arm worden,
15:41
or becoming happy or not becoming happy -- that affects us;
387
926000
3000
of ze gelukkig of ongelukkig worden, dat ons beïnvloedt.
15:44
it's also the actual architecture
388
929000
2000
Het is ook de feitelijke architectuur
15:46
of the ties around us.
389
931000
2000
van de banden rond ons.
15:48
Our experience of the world
390
933000
2000
Onze ervaring met de wereld
15:50
depends on the actual structure
391
935000
2000
hangt af van deze feitelijke structuur
15:52
of the networks in which we're residing
392
937000
2000
van de netwerken waar we deel van uitmaken
15:54
and on all the kinds of things that ripple and flow
393
939000
3000
en van al wat rimpelt en stroomt
15:57
through the network.
394
942000
2000
door het netwerk.
16:00
Now, the reason, I think, that this is the case
395
945000
3000
De reden hiervoor, denk ik, is
16:03
is that human beings assemble themselves
396
948000
2000
dat menselijke wezens zichzelf bijeenvoegen
16:05
and form a kind of superorganism.
397
950000
3000
en een soort superorganisme vormen.
16:09
Now, a superorganism is a collection of individuals
398
954000
3000
Een superorganisme is een soort verzameling van individuen
16:12
which show or evince behaviors or phenomena
399
957000
3000
dat gedragingen en verschijnselen toont of uitdrukt
16:15
that are not reducible to the study of individuals
400
960000
3000
die niet terug te brengen zijn tot de studie van de individuen
16:18
and that must be understood by reference to,
401
963000
2000
en die begrepen moeten worden in verhouding tot
16:20
and by studying, the collective.
402
965000
2000
en door het collectieve te bestuderen,
16:22
Like, for example, a hive of bees
403
967000
3000
zoals bijvoorbeeld een bijenkorf
16:25
that's finding a new nesting site,
404
970000
3000
op zoek naar een nieuwe broedplaats,
16:28
or a flock of birds that's evading a predator,
405
973000
2000
of een vlucht vogels die een roofvogel ontwijken,
16:30
or a flock of birds that's able to pool its wisdom
406
975000
3000
of een vlucht vogels die hun wijsheid samenbrengen
16:33
and navigate and find a tiny speck
407
978000
2000
om te navigeren en een piepklein eilandje
16:35
of an island in the middle of the Pacific,
408
980000
2000
te vinden te midden van de Stille Oceaan,
16:37
or a pack of wolves that's able
409
982000
2000
of een roedel wolven die in staat is
16:39
to bring down larger prey.
410
984000
3000
een grotere prooi te overmeesteren.
16:42
Superorganisms have properties
411
987000
2000
Superorganismen hebben eigenschappen
16:44
that cannot be understood just by studying the individuals.
412
989000
3000
die niet begrepen kunnen worden enkel door de individuen te bestuderen.
16:47
I think understanding social networks
413
992000
2000
Ik denk dat het begrijpen van sociale netwerken
16:49
and how they form and operate
414
994000
2000
en van hoe ze gevormd worden en handelen,
16:51
can help us understand not just health and emotions
415
996000
3000
ons kan helpen om niet enkel gezondheid en emoties te begrijpen,
16:54
but all kinds of other phenomena --
416
999000
2000
maar ook alle soorten andere verschijnselen
16:56
like crime, and warfare,
417
1001000
2000
zoals misdaad en oorlog
16:58
and economic phenomena like bank runs
418
1003000
2000
en economische fenomenen als een bankrun [stormloop op de bank]
17:00
and market crashes
419
1005000
2000
en het ineenstuiken van markten
17:02
and the adoption of innovation
420
1007000
2000
en het overnemen van innovatie
17:04
and the spread of product adoption.
421
1009000
2000
en de verspreiding van productaanvaarding.
17:06
Now, look at this.
422
1011000
2000
Kijk hier even naar.
17:09
I think we form social networks
423
1014000
2000
Ik denk dat we sociale netwerken vormen
17:11
because the benefits of a connected life
424
1016000
2000
omdat de voordelen van een verbonden leven
17:13
outweigh the costs.
425
1018000
3000
opwegen tegen de kosten.
17:16
If I was always violent towards you
426
1021000
2000
Als ik altijd gewelddadig tegen jou zou zijn
17:18
or gave you misinformation
427
1023000
2000
of je verkeerde informatie gaf,
17:20
or made you sad or infected you with deadly germs,
428
1025000
3000
of je droef maakte, of je met dodelijke kiemen besmette,
17:23
you would cut the ties to me,
429
1028000
2000
dan zou je de banden met mij verbreken
17:25
and the network would disintegrate.
430
1030000
2000
en zou het netwerk uit elkaar vallen.
17:27
So the spread of good and valuable things
431
1032000
3000
De verspreiding van goede en waardevolle zaken is dus
17:30
is required to sustain and nourish social networks.
432
1035000
3000
noodzakelijk om sociale netwerken in stand te houden en te voeden.
17:34
Similarly, social networks are required
433
1039000
2000
Op dezelfde manier zijn sociale netwerken noodzakelijk
17:36
for the spread of good and valuable things,
434
1041000
3000
voor de verspreiding van goede en waardevolle zaken
17:39
like love and kindness
435
1044000
2000
als liefde en vriendelijkheid
17:41
and happiness and altruism
436
1046000
2000
en geluk en altruïsme
17:43
and ideas.
437
1048000
2000
en ideeën.
17:45
I think, in fact, that if we realized
438
1050000
2000
Ik denk eigenlijk dat, als we beseften
17:47
how valuable social networks are,
439
1052000
2000
hoe waardevol sociale netwerken zijn,
17:49
we'd spend a lot more time nourishing them and sustaining them,
440
1054000
3000
we veel meer tijd zouden besteden aan het voeden en in stand houden ervan
17:52
because I think social networks
441
1057000
2000
omdat ik denk dat sociale netwerken
17:54
are fundamentally related to goodness.
442
1059000
3000
fundamenteel verbonden zijn met goedheid,
17:57
And what I think the world needs now
443
1062000
2000
en wat de wereld volgens mij nu nodig heeft,
17:59
is more connections.
444
1064000
2000
is meer verbindingen.
18:01
Thank you.
445
1066000
2000
Dank je.
18:03
(Applause)
446
1068000
3000
(Applaus)
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