Of we nu Whatsappen, onze GPS gebruiken of gewoon bellen, we laten allemaal een spoor aan digitale broodkruimels na. Bij elkaar opgeteld levert dit een ongekende hoeveelheid informatie op over menselijk gedrag. Daar kan op een nieuw niveau onderzoek mee worden gedaan.
Alex Pentland, een pionier op dit gebied, laat zien hoe de hieruit voortvloeiende nieuwe kennis wordt toegepast op sociale netwerken, bedrijven en steden. Aan de hand van baanbrekend wetenschappelijk onderzoek geeft hij antwoord op vragen als:
- Hoe verspreiden ideeën zich binnen organisaties?
- Wat kun je doen om een stad creatiever te maken?
- Hoe kan onze collectieve intelligentie worden ingezet om maatschappelijke en –politieke problemen op te lossen?
Onderstaand een uitgebreide samenvatting van zijn boek ‘Sociale Big Data: opkomst van een data-gedreven samenleving’ waarbij het accent vooral zal liggen op de passages die over leren in netwerken gaan.
Misvattingen van politieke leiders en CEO’s
In zijn boek ‘Sociale Big Data’ introduceert Pentland een aantal van de belangrijkste ideeën die de eenentwintigste eeuw vorm zullen geven en signaleert hij een spannende trend: menselijk gedrag wordt steeds meer een exacte wetenschap.
Daarbij is het hem wel duidelijk geworden dat er een groot verschil is tussen de manier waarop de meeste wereldleiders en CEO’s denken over innovatie en collectieve actie ten opzichte van de echte praktijk. Die laatste wordt meer gevormd door ideeënstromen binnen netwerken, het ontstaan van sociale normen en een proces dat complexiteit genereert.
Kennis van ideeënstromen is uiterst belangrijk voor een beter begrip van de samenleving vooral omdat de verspreiding en het combineren van nieuwe ideeën kunnen helpen contextverantwoorde gedragsveranderingen en innovaties (via sociaal leren) te laten ontstaan.
De manieren van besturen en de daarvoor gehanteerde fundamentelere inzichten kregen vorm in een statiger, minder verbonden wereld met begrippen als hiërarchie, markten en ‘politieke klassen’. Een wereld die wordt geassocieerd met ‘polderen’, met rokerige achterkamers waar kleine groepen met elkaar onderhandelen tot ze een voor alle partijen aanvaardbaar resultaat hebben bereikt. Uitgaande van organisatiestructuren die er gericht zijn prikkels te geven aan gezichtsloze, identieke werknemers om eenheidsworsten te produceren.
In klassieke organisaties zitten weinig tot geen peer-to-peer netwerkprikkels wat maakt dat werknemers niet geneigd zijn elkaar te helpen om de beste manier van werken te vinden of een hoog prestatieniveau te handhaven.
En omdat medewerkers niet écht contact hebben met (hogere) leidinggevenden, hebben werknemers noch leidinggevenden de gelegenheid van elkaar te leren waardoor veel bedrijfsprocessen/primaire processen rigide en inefficiënt blijven. Het zijn gescheiden, niet van elkaar lerende werelden in verschillende hiërarchische lagen.
Die manier van organiseren wordt steeds minder houdbaar. De afgelopen jaren is ons leven drastisch veranderd door netwerken waarin mensen en computers zijn verenigd. Daardoor is een veel grotere participatie en snellere verandering mogelijk geworden.
Vandaag de dag kan in een paar minuten een virtuele oploop van miljoenen mensen over de hele wereld ontstaan – en dan elke dag een andere verzameling van miljoenen mensen. De samenleving blijkt niet zo heel veel weg te hebben van een machine, zoal die werd gezien onder invloed van het Newtoniaanse denken.
Het huidige politieke en economische denken zou gebaat zijn door bewuster vormen van sociale interacties in dat denken mee te nemen. Dan worden sociaal leren en sociale druk als primaire krachten gezien die de evolutie van een cultuur aanjagen en de hyper verbonden wereld voor een groot deel bepalen.
Naar al die sociale interacties, en daaronder liggende patronen, kan tegenwoordig door de komst van Big Data systematischer kwantitatief onderzoek naar worden gedaan wat weer kan worden vertaald in exactere sociale wetten. Pentland spreekt in dat kader van sociale fysica.
De sociale fysica geeft ons concreet inzicht in de manier waarop ideeën zich verspreiden via het mechanisme van sociaal leren en de effecten daarvan in termen van creatieve output, normen en productiviteit.
De wetten waaraan deze verspreidingen zich houden zijn van een bedrieglijk simpele klassen van wiskundige modellen te vatten. Met behulp van deze formules kun je op ene betrouwbare manier voorspellen welke strategie individuen zullen kiezen en hoe goed hun resultaten zullen zijn in situaties variërend van bedrijven en landen. Wanneer je de interactiepatronen in de talloze digitale kruimels observeert, zie je wiskundige regelmatigheden waardoor het mogelijk wordt het functioneren van organisaties en netwerken te voorspellen en er van te leren hoe een netwerk snel te laten groeien. Een netwerk die dat het werk doet dat je voor ogen hebt. Dat kan ook in enkele uren gebeuren.
Big Data, ‘reality mining’ en onderzoek
De motor van de sociale fysica zijn Big Data die voortkomen uit de genoemde digitale kruimels die we allemaal om ons heen strooien tijdens onze gang door de wereld. Denk aan telefoongegevens, pinbetalingen en positiebepalingen via GPS. Deze data vertellen het verhaal van je dagelijkse leven en leggen vast wat ieder van ons heeft gedaan. Je kunt nu van microseconde zien hoe organisaties, steden en netwerken zich ontwikkelen en alle interacties tussen miljoenen mensen onder de loep nemen. Dat verschilt sterk van wat we op Facebook zetten.
Klassieke wetenschappelijke methoden blijken tekort te schieten in termen van goede onderzoeksresultaten, zo stelt Pentland, waardoor er ‘wetenschappelijke opinies’ worden geponeerd die met de dag kunnen veranderen. De afgelopen decennia hebben wetenschappers ontdekt hoe ze big data kunnen benutten en gebruiken vanuit gegevensverzamelingen van bedrijven zoals telefoonproviders en bedrijven voor sociale media.
En dat levert steeds meer mogelijkheden op omdat netwerken sneller worden, apparaten meer sensoren krijgen en modellen van menselijk gedrag nauwkeuriger en gedetailleerder worden. De gegevensverzamelingen die daaruit voortvloeien, zijn vele ordes van grootte rijker dan eerdere gegevensverzamelingen uit de sociale wetenschappen.
Het analyseren van deze broodkruimels wordt ‘reality mining’ genoemd en deze analyse levert enorm veel informatie(patronen) op over wie individuen zijn. De methode is eenvoudig: metingen worden verricht door digitale broodkruimels te verzamelen van de sensoren in de mobiele telefoons, berichten op sociale media, aankopen met credit cards, et cetera.
Wanneer deze patronen worden geanalyseerd in grote populaties, blijken veel zaken zoals krachs, revoluties en speculatieve zeepbellen, die tot nu toe willekeurig ’straffen Gods’ leken, te kunnen worden verklaard. Dan blijkt overigens ook dat onze levens volgens strikte patronen verlopen, dat we allemaal sterk op elkaar lijken en dat we geen totaal verschillende individuen zijn met totaal verschillende gedragspatronen.
Dat kan tegenwoordig met bescherming van de privacy van burgers overal ter wereld. Althans, dat is het streven. Er is momenteel beleidsontwerp op EU-niveau waarbij individuen een ongekende zeggenschap krijgen over hen betreffende data, terwijl er tegelijkertijd meer transparantie en inzicht zullen ontstaan in zowel de publieke als private sector. Maar hier is het laatste woord nog niet over gezegd.
De schaduwkant is echter dat met ‘reality mining’ gemakkelijk kan worden bepaald of iemand meer risico op diabetes heeft, consumentenvoorkeur, politieke opvattingen, alcoholisme, risico op besmettingen (en hoe zich dat ontwikkelt in een netwerk) en of h/zij het type mens is dat zijn leningen terugbetaalt. Dan blijken burgers niet goed te worden beschermd tegen de overheid zélf. Edward Snowden noemde deze overheidsactiviteit ‘de architectuur van de onderdrukking’.
De belangrijkste netwerk(-leer-)begrippen
De bovenstaande analyses kunnen worden vormgegeven vanuit de volgende begrippen:
- Informatie
Dit is een observatie die in een opvatting kan worden verwerkt of kan worden gebruikt om een idee te vormen. - Een idee
Dat is een strategie (een handeling, een resultaat en kenmerken die aangeven wanneer de handeling moet worden uitgevoerd) voor instrumenteel gedrag.
Compatibele, waardevolle ideeën worden ‘handelingsgewoonten’ die worden toegepast bij automatische responsen. - Een strategie
Dat is de combinatie van de kenmerken van een situatie, de mogelijke handelingen die men in de situatie kan verrichten en de verwachte resultaten van die handelingen. - De ideeënstroom
Het gaat om de ideeënstroom in sociale netwerken.
Daarbij gaat is het exploreren: het proces van vinden, het ontdekken van nieuwe ideeën/strategieën door het opbouwen van diverse sociale netwerken en het vergaren van informatie uit die netwerken. Dwarse typen zijn daarbij belangrijk.De verspreiding van ideeën door een sociaal netwerk is te vergelijken met de verspreiding van de griep waarbij iemand ‘geïnfecteerd’ kan worden door een nieuw idee. Bij veel interactie worden meer mensen vatbaar.
De maat voor een ideeënstroom is de kans dat het gedrag van een persoon zal veranderen wanneer er een nieuw idee is opgedoken. ‘Lijfelijke’ exploratie, direct contact is daarbij belangrijk.
(NB: topmedewerkers zorgen dat ze op de hoogte blijven van allerlei gezichtspunten ten aanzien van hun werk).Een andere maat is de snelheid waarmee nieuwe ideeën zich verspreiden. Daarmee blijkt de creatieve output en productiviteit te voorspellen.
De ideeënstroom kan ook worden beschouwd als zwermintelligentie of collectieve intelligentie die door de tijd stroomt, terwijl alle mensen in de stroom leren van elkaars ervaringen om zo gezamenlijk de patronen van patronen en handelingsvoorkeuren te ontdekken die het geschiktst zijn voor de heersende fysieke en sociale omgeving. - Betrokkenheid
Dit ontstaat door sociaal leren, meestal van en binnen een groep van gelijken. Binnen elke groep van gelijken (mensen die elkaar erkennen als gelijken) leren leden van elkaar en ontwikkelen ze een collectieve wijsheid die verschilt al naar gelang hun kernthema.
Sociaal leren leidt dan tot het ontwikkelen van gedragsnormen en sociale druk om naleving van die normen af te dwingen.
De kern is dus:
* De manier waarop nieuwe ideeën gewoonten worden (ervoor zorgen dat iedereen zijn gedrag afstemt).
* Hoe het leren wordt versneld en gestuurd door sociale druk. - Sociaal leren
Sociaal leren wordt gezien als de drijvende kracht achter gewoontes en normen. Daarbij is een aanname dat leren van het voorbeeld van andermans gedrag (en de relevante contextuele kenmerken) een dominant mechanisme is van gedragsverandering bij de mens.
Sociaal leren als proces bestaat specifiek uit:
* Nieuwe opvattingen leren door gedrag of observatie
* Nieuwe strategieën leren (bijvoorbeeld, context, handeling resultaat) door het observeren van het gedrag van anderen, inclusief het leren uit memorabele verhalen. - Een sociale norm
Dit wordt in dit boek omschreven als een verzameling compatibele strategieën die volgens partijen de beste uitwisselingswaarde oplevert. - Sociale druk
Normen worden meestal ontwikkeld door sociaal leren en verspreid door middel van sociale druk. - De waarde van een uitwisselingsrelatie
Dat is de mate waarin de uitwisselingen beantwoorden aan algemeen sociale en persoonlijke doelen,. Denk aan nuttigheid, leergierigheid en morele steun.
Ideeënstroom en leerstrategieën I: verkenners en hun werkwijze
De beste ideeën zijn het resultaat van nauwgezette en voortdurende exploratie. Uit onderzoek blijkt dat mensen die een energieke stijl van interactie toepasten en anderen actief bij de interactie betrokken, zodat er interactieve gesprekken ontstonden , belangrijk zijn voor de ideeënstroom in het netwerk.
De mensen die vrijwel altijd creatief zijn, zijn eigenlijk verkenners. Ze zijn voortdurend op zoek naar nieuwe mensen en nieuwe ideeën. Dat zijn niet noodzakelijk de ‘beste’ mensen en de ‘beste’ ideeën. Ze zoeken naar mensen met andere opvattingen.
Uit hun oogst selecteren ze de beste ideeën en testen die uit op iedereen die ze tegenkomen. Dat zijn mensen van allerlei slag. Gelijken, collega’s, niet-experts en (externe) experts wordt afgewisseld hun inzichten voorgeschoteld (feedback vanuit diverse percepties/brede ‘toetsing’).
Dit voorkomt dat je in een ‘echokamer’ belandt. Een plaats waar je alleen maar eenzijdige geluiden terug hoort. Mensen die regelmatig dezelfde mening hebben, hebben vaak dezelfde informatiebronnen, wat een zekere bias veroorzaakt in de ideeënstroom.
Onderzoek laat zien dat het voorkomen van een echokamer resultaten significant verbetert tot soms wel 30% meer rendement. Groepsdenken is dus een reëel gevaar.
De echokamer kun je vermijden door je netwerk te sturen gericht op het versnellen/verbreden van de ideeënstroom.
De ideeën die bij brede ‘toetsing’ bij een groot aantal (verschillende) mensen verraste of belangstellende reacties uitlokken, zijn de blijvers. Die ideeën worden verwerkt in een nieuw verhaal en gebruikt als leidraad bij handelingen en besluiten.
De productiefste mensen zijn voortdurend bezig een nieuw verhaal te scheppen en te toetsen waarbij ze steevast weer recente ideeën aan een verhaal toevoegen.
In organisaties is aangetoond dat taakgroepen die een grote ideeënstroom van buiten de groep hebben vaak uitblinken in innovativiteit.
Ideeënstromen zijn afhankelijk van de mix tussen individueel leren en sociaal leren.
Ideeënstroom en leerstrategieën II: vinden en imiteren
Zoals aangegeven is de ideeënstroom de verspreiding van ideeën via voorbeelden en verhalen door een sociaal netwerk.
Die stroom is essentieel voor het ontstaan van tradities en uiteindelijk cultuur.
Van belang is je te realiseren dat de beste leerstrategie is 90% van onze inspanningen te wijden aan exploratie. In de praktijk houdt dat in: het vinden en imiteren van anderen die het er goed van af brengen (Rendell et all, 2010). Waarom het wiel opnieuw uitvinden als iemand anders het al kan (waarom bijv. een handleiding lezen als je iemand kunt observeren die met het systeem overweg kan). De overige 10% zou moeten worden besteed aan individueel experimenteren en reflecteren.
Sociaal leren op deze manier verhoogt de effectiviteit en efficiëntie.
Om een gewoonte te veranderen zijn binnen korte tijd verschillende voorbeelden van vertrouwde gelijken nodig die met succes een nieuw idee toepassen of het aanbevelen. Ons gedrag kan worden voorspeld aan de hand van de blootstelling aan de voorbeelden van het gedrag van andere mensen.
Een rijke omgeving voor sociaal leren, bestaande uit veel voorbeelden van vertrouwde gelijke is nodig voordat mensen zich de gewoonte eigen maken om een nieuw sociaal netwerk binnen een bedrijf te gebruiken.
Bedenk dat het hele concept van een gemeenschappelijke cultuur, en van gemeenschappelijke culturele normen, is gebaseerd op de coördinatie van individuele handelswijzen. Dan blijkt ook dat de vaak geprezen concurrentie niet samengaat met ‘coördinatie van handelwijzen’. Vrije markt is een té beperkt begrip voor de rijkdom, verwevenheid en mogelijkhedenmanifestatie in een samenleving, stad en netwerk. Beter is het de economie te beschouwen als een complex netwerk van specifieke uitwisselingsrelaties. Dan blijkt ook: hoe opener die relaties, hoe minder scheidsrechters er nodig zijn.
Voor sociale bedrijfsnetwerken zoals Yammer geldt dat indien mensen in korte tijd veel uitnodigingen krijgen om lid te worden van het digitale sociale bedrijfsnetwerk, ze vaker lid worden dan wanneer ze hetzelfde aantal uitnodigingen verspreid over een langere periode kregen. In bedrijven waarin dit soort uitbarstingen van onderlinge betrokkenheid niet voorkwamen, werden slechts weinig mensen lid en werd het van kwaad tot erger.
Een andere manier om een Yammer-netwerk te stimuleren, is door medewerkers te belonen op basis van de mate waarin hun collega’s het netwerk gebruiken om zaken met hen te doen.
Zo’n prikkel genereert sociale druk om het netwerk te gebruiken en zou het proces van het vormen van nieuwe gewoonten ten aanzien van het gebruik snel op gang te brengen.
Ideeënstroom en leerstrategieën III: Collectieve intelligentie en goed presterende groepen
Groepen en gemeenschappen hebben ook een collectieve intelligentie die even belangrijk is in het voorspellen van groepsprestaties als het IQ is in het voorspellen van individuele prestaties.
De belangrijkste factor van groepsintelligentie, in termen van voorspellen, blijkt de gelijkmatige verdeling van de spreektijd te zijn. Groepen waarin een klein aantal mensen het gesprek domineerde, hadden een lagere collectieve intelligentie dan groepen waarin de spreektijd gelijkmatig was verdeeld.
De op een na belangrijkste factor was het vermogen om elkaars sociale signalen te interpreteren, iets dat vrouwen blijken beter te kunnen dan mannen.
Opvallend was dat het patroon van de ideeënstroom op zichzelf belangrijker voor het functioneren van een groep dan alle andere factoren bij elkaar zoals individueel IQ, persoonlijkheid, vaardigheden etc. Collectieve intelligentie blijkt onafhankelijk van de intelligentie van de individuele groepsleden.
Teams werken als ideeënverwerkingsmachines waarbij het patroon van de ideeënstroom de drijvende kracht is achter het functioneren
De best presterende groepen hebben de volgende kenmerken:
- Een groot aantal ideeën.
Veel zeer korte bijdragen in plaats van een paar lange. - Een hoge interactie
Een voortdurend overlappend afwisselen tussen het geven van een bijdrage en zeer korte responsieve opmerkingen die dienen om ideeën te bevestigen, te verwerpen en om consensus te vormen.Het is dan een interactiepatroon dat bevorderlijk is voor het bundelen van een diverse reeks van ideeën afkomstig van iedereen, gecombineerd met een doeltreffend selectieproces om consensus te bereiken.Dat interactiepatroon bepaalt uiteindelijk de productiviteit van de groep. Net zoals je het functioneren van een bedrijf kunt aflezen uit (vooral informele) interactiepatronen.
Verder blijkt dat door groter onderlinge betrokkenheid medewerkers kneepjes van het vak kunnen leren – het soort stilzwijgende ervaring dat nieuwelingen van de experts onderscheidt.
- Diversiteit in ideeën
iedereen binnen de groep levert een bijdrage in de vorm van ideeën en reacties, met een gelijkmatige verdeling van beurten onder de deelnemers.
Consequenties voor organisaties
Bovenstaande betekent dat we organisaties ook kunnen beschouwen als ideeënverwerkingsmachines die voornamelijk, door middel van individuele interacties ideeën verzamelen en verspreiden. De consequentie daarvan is dat gezonde ideeënstroompatronen duidelijk het belangrijkst zijn voor het functioneren en de daaruit voortkomende output.
Door de aandacht te richten op het werkelijke interactiepatroon, in plaats van op een statisch organigram, kun je er voor zorgen dat goede ideeën vaker in gecoördineerde handelswijzen zullen veranderen en daarmee de collectieve intelligentie te verhogen. Bedenk dat betrokkenheid pas goed vorm krijgt als mensen echt op de hoogte zijn van wat belang is en daarover met elkaar praten. Daarbij gaat het tegelijk om de mate van exploratie van/aan nieuwe ideeën waarbij het cruciaal is dat die voldoende divers zijn.
Een bepaalde vorm van leiderschap is daarbij belangrijk. Een goed leidinggevende blijkt zich te gedragen als bijen die stuifmeel verzamelen. Ze bewegen zich door de menigte (veel verschillende soorten mensen), knopen zeer intensieve gesprekken met mensen aan en verbinden mensen met elkaar.
Aanvullend gedragen ze zich als de verkenners, als de ideeënverzamelaars/ testers, die eerder in deze samenvatting zijn beschreven. Ze zien het als hun taak de ideeënstroom te verbeteren en effectief vorm te geven.
Aan de hand van de sociale stijl van de leidinggevende kun vanuit bovenstaande voorspellen hoe bijvoorbeeld een bedrijfsplan door de medewerkers wordt beoordeeld en gaat werken.
Maatschappij en steden
Ook maatschappelijk zijn de bovenstaande gedachten door te trekken. Steden en de samenleving kunnen in algemene zin worden beschouwd als netwerken van individuele interacties en minder als markten of klassen. Individuen zijn daarbij lid van meerdere verschillende netwerken (moeders, jazzliefhebbers, werk etc).
Steden zijn ideeën-producerende machines net als bedrijven dat zijn. De stedelijke goederenstroom vloeit uit die ideeën voort. Dan blijkt dat exploratie niet alleen de groei en de welvaart van nieuwe steden bevordert, maar dat het proces ook zelfversterkend is. Meer exploratie brengt meer mogelijkheden voor exploratie voort. Welvaart correleert met de hoeveelheid exploratief gedrag.
Box: Piketty en de ideeënstroom
Thomas Piketty stelt in zijn boek ‘Kapitaal in de 21-ste eeuw’ dat buitenlandse investeringen in een land niet leiden tot meer gelijkheid. Het tegendeel is waar. De productie mag dan wel dichter bij het niveau van de rijke landen komen, maar dat geldt niet voor het inkomen per inwoner. Geen van de opkomende landen heeft zich dan ook aan de armoede weten te ontworstelen met behulp van buitenlandse investeringen. Landen als Japan, Zuid-Korea en China financierden de economische groei uit eigen spaartegoeden. Niet de buitenlandse investeringen maar de verspreiding van ideeën, kennis en technische know-how zijn de motor van de economie. De vrije markt betekent hier dat deze landen openstaan voor nieuwe vaardigheden en kennis resp. deze kunnen toepassen om een inhaalslag te maken.
Daarbij geldt in politiek opzicht dat vooruitgang in technologisch en economisch denken niet perse vooruitgang op het gebied van democratie betekent.
Bron: De Kleine Piketty. Auteurs: Wouter van Bergen en Martin Visser
Criminaliteit en (gesloten) netwerken
De snelheid van de ideeënstroom is in de kern een functie van toegankelijkheid (naar nieuwe anderen en naar nieuwe ideeën) en de interactie tussen bewoners van een stad. Dichtheid, spreiding en open sociale banden leidt tot verspreiding van nieuwe ideeën die kunnen worden omgezet in nieuwe handelswijzen en nieuwe sociale normen.
Bekend is dat zwaarlijvigheid, roken en andere gezondheidsgerelateerde vormen van gedrag worden beïnvloed door sociaal leren en dat een ‘support structure’, ondersteuning op de een of andere wijze, helpt een verantwoorde richting op te gaan.
Vanuit deze gedachten kan zelfs criminaliteit in steden mogelijk worden omgezet in creatieve output voor het geheel. Geweld in de samenleving blijkt sterke relaties te hebben met de mate van integratie (denk aan tieners die er van alles aan doen om ‘er bij te horen’) en wanneer de ene groep de andere kan overheersen.
Criminaliteit wordt in dit kader gezien als het gevolg van een zeer kleine ideeënstroom in een bepaalde groep: een hoog niveau van betrokkenheid binnen een gemeenschap gecombineerd met een laag niveau van exploratie buiten de gemeenschap met als gevolg een rigide en relatief geïsoleerde groep. Dergelijke groepen blijken gemakkelijk anderen zeer veel schade toe te brengen.
Omdat de ideeënstroom cultuur creëert, de productiviteit bevordert en creativiteit mogelijk maakt, zouden we daarom meer waarde moeten hechten aan beroepen die de ideeënstroom in de praktijk kunnen versterken zoals leraren, politiemensen, verpleegkundigen etc.
Synchronisatie en organisatie van een ideeënstroom blijken cruciaal. Wanneer vervolgens een overgrote meerderheid bereid lijkt een nieuw idee toe te passen, laten ook de fanatiekste tegenstanders zich vroeg of laat overhalen mee te doen.
Terzijde: zo iets als bouwstijl heeft eveneens invloed op de kwaliteit van de netwerkontwikkeling. Grote flats en een slechte verbinding met bijvoorbeeld een stadscentrum, verminderen sociale betrokkenheid en uitwisseling en die cruciaal zijn voor een welvarende ontwikkeling.
Tot slot: drie typen ontwerpeisen voor (netwerk)organisaties, (netwerk)steden en (netwerk)samenlevingen
Er zijn drie typen interventies die vanuit de sociale fysica als vanzelfsprekend naar voren komen.
- Sociale mobilisatie
Dat is met behulp van sociale netwerkprikkels om snel veel mensen te werven en een probleem in korte tijd op te lossen (denk aan Opsporing verzocht)
Je kunt met sociale netwerkprikkels de blootstelling aan nieuwe ideeën veranderen en stimuleren dat ideeën worden aan- en toegepast. Dat doe je vooral via goede vrienden (sterke sociale band) maar ook vooral de sociale interactie rondom een idee te vergroten en anderen er mee te laten scoren dan wel iets aan te verdienen. - Het sociale netwerk bijstellen
Dat is het bijstellen van het netwerk om genoeg divers ideeën te garanderen. M.a.w. de variëteit van het (uitwisselings)netwerk vergroten.
Soms kun je desgewenst de ideeënstroom een beetje vertragen. Als er door de hoeveelheid geen tijd is om nieuwe ideeën te incorporeren. Dit is eveneens van belang bij rages en paniekgolven op maatschappelijk niveau. - Sociale betrokkenheid uitnutten
Dat doe je vooral binnen een bestaand netwerk/lokale gemeenschap om de betrokkenheid rondom problemen binnen dat netwerk te vergroten (bijv. als iemand energie bespaart, cadeaupunten geven aan degene die hem/haar heeft aangedragen)
Voor organisaties, steden en samenlevingen die meer als netwerk wil functioneren, zijn er tot slot drie typen ontwerpeisen:
- Sociale doeltreffendheid
Dat gaat om een zodanige distributie van middelen door de samenleving heen dat wanneer één persoon profiteert, de hele samenleving profiteert. Dat staat of valt met de kwaliteit van het uitwisselingsnetwerk. - Operationele doeltreffendheid
De infrastructuur, fysiek en elektronisch, dient zodanig te zijn dat uitwisselingsnetwerken en vertrouwen tussen burgers wordt gestimuleerd gericht op inspiratieve exploratie, combineren en vertalen van nieuwe ideeën naar creatieve output, handelswijzen, productiemogelijkheden en gemeenschappelijke welvaartsontwikkeling. - Veerkracht
Dat betreft de stabiliteit van sociale systemen op de lange termijn. De hedendaagse sociale systemen zoals geldwezen, overheid en arbeid, blijken van tijd tot tijd vast te lopen, uiteen te vallen of in te storten.Inmiddels is de constatering ook dat sociale systemen die niet snel kunnen reageren op veranderende omstandigheden en dreigingen, niet geschikt zijn voor de tegenwoordige behoeften. Wendbaarheid en flexibiliteit zijn een vereiste. Onze veerkracht op de langere termijn hangt duidelijk af van ons vermogen om ons vlug en goed aan te passen aan snelle veranderingen in de samenleving en zelfs aan zeldzame en uitzonderlijke gebeurtenissen.
Dan blijkt een divers geheel van sociale systemen nodig te zijn, met kenmerkende handelswijzen én open naar elkaar. Dit naast methoden om netwerken snel uit te breiden. Daar passen geen louter centrale commandanten in maar bottom-up netwerken die weten hoe te co-creëren en van daaruit effectief om te gaan met al dan niet plotseling veranderende omstandigheden.
Dat leren co-creëren is iets dat zowel de overheid als de burgers zich eigen dienen te maken en zal een belangrijke activiteit de komende jaren worden.
Max Herold
November 2014
Meer weten?
Sociale Big Data: opkomst van een data-gedreven samenleving
Auteur: Alex Pentland
Uitgeverij: Maven Publishing B.V., Amsterdam, 2014
Klik op: https://www.managementboek.nl/boek/9789491845338/sociale-big-data-opkomst-van-de-data-gedreven-samenleving-alex-pentland?affiliate=1910
