استنتاج البنية الداخلية للمجموعات من خلال دمج التعلم الإحصائي والتفكير السببي

رؤية الشبكة الخفية للحياة الاجتماعية

عند دخولك مكان عمل جديد، فصل دراسي، أو فريق رياضي، تدرك بسرعة من يتخذ القرارات، من هم الأصدقاء المقربون، ومن يوجّه الآخرين بهدوء. ومع ذلك، عادة ما تشاهد مجرد تبادلات قصيرة قليلة. تستكشف هذه المقالة كيف أن الناس، من خلال لمحات متفرقة وضوضائية من السلوك، ينجحون في إعادة بناء الخريطة الاجتماعية غير المرئية التي تشكل الحياة اليومية — وتظهر أن عقولنا قد تقوم بنوع متقدم إلى حد مدهش من تحليل البيانات والتفكير السببي خلف الكواليس.

كيف نقرأ البنية من دلائل متفرقة

يجادل المؤلفون بأن البشر لا يكتفون بتتبع من يتفاعل مع من؛ بل نستخدم مزيجاً من التعلم الإحصائي و«علم الاجتماع الشعبي» اليومي لاستنتاج بنية أعمق. من الجانب الإحصائي، نلاحظ أنماطاً في تكرار وطرق تفاعل الأشخاص، ونقوم ذهنياً بتجميع الأفراد في مجموعات فرعية بناءً على هذه الأنماط. ومن الجانب السوسيولوجي، نحمل توقعات حدسية حول العلاقات مثل السلطة، الصداقة، والإرشاد — من يكون من يميل لإصدار الأوامر، من عادة ما يدعو من للتواصل الاجتماعي، ومن المرجح أن يطلب أو يقدم نصيحة. من خلال دمج هاتين القدرتين، يمكننا تخمين ليس فقط أي العلاقات موجودة، بل أيضاً كيف ستؤثر على السلوك مستقبلاً.

من فيديوهات ضوضائية إلى خرائط اجتماعية خفية

لاختبار هذه الفكرة، عرض الباحثون على مشاركين عبر الإنترنت مقاطع قصيرة شبيهة بالرسوم المتحركة لخمسة أشكال ملونة تتفاعل في بيئة مكتبية. في كل مقطع، يقترب شكل من آخر، يرسل رمزاً يمثل أمراً، دعوة اجتماعية، أو طلب نصيحة، ثم يتلقى رداً إيجابياً أو سلبياً. بعد عدد قليل من مثل هذه التفاعلات، طُلب من المشاهدين الحكم أي من عدة مخططات مرشحة يلتقط أفضل بنية داخلية للمجموعة — على سبيل المثال، سلسلة قيادة معينة، نمط لصِداقات متكتلة، أو شبكة إرشاد. على الرغم من المعلومات المحدودة والتفاعلات المتضاربة أحياناً، اختار الناس باستمرار مخططات تطابقت مع الأنماط الكامنة، وأعربوا عن درجات من الثقة عندما بدت أكثر من بنية واحدة معقولة.

التنبؤ بما سيحدث لاحقاً

ثم تحقق الفريق مما إذا كان الناس يستخدمون هذه البنى المستنتجة لتوقع السلوك المستقبلي. في مجموعة ثانية من الدراسات، شاهد المشاركون مرة أخرى تسلسلات تفاعلية، لكن قيل لهم لاحقاً، على سبيل المثال، إن أحد العمال غير متواجد وأن شخصاً آخر يحتاج إلى تكليف مهمة، دعوة شخص للخروج بعد العمل، أو طلب نصيحة. قيّم المشاركون مدى احتمال اختيار كل زميل متبقٍ. لم تفسر توقعاتهم قواعد بسيطة مثل «اختر من تفاعل أكثر». بدلاً من ذلك، توافقت توقعاتهم بشكل وثيق مع نموذج حاسوبي يستنتج أولاً بنية اجتماعية كامنة ثم يسأل، بالنظر إلى تلك البنية والتوقعات البديهية حول الأوامر أو الدعوات أو النصائح، من هو الشريك الأكثر طبيعية في الموقف الجديد.

متابعة تدفق التأثير الاجتماعي

جعل تجربة أخيرة الوضع أكثر واقعية عبر خلط أنواع التفاعلات الثلاثة — الأوامر، الدعوات، وطلبات النصيحة — داخل نفس المجموعة. بعد ذلك، طُلب من المشاركين تحديد من يمكنه أن يؤثر بسهولة على خطط عطلة نهاية أسبوع شخص معين: إقناعه بالعمل بنوبة إضافية، مشاهدة فيلم، أو حضور فصل اختياري. أسئلة مختلفة استندت إلى أنواع علاقات مختلفة: كانت النوبات الإضافية تتبع خطوط السلطة، وخطط الأفلام تتبع الصداقة، وقرارات الدورات تعكس الإرشاد. مرة أخرى، كانت إجابات الناس موضحة بأفضل شكل بواسطة نموذج يعتمد انتقائياً على نوع العلاقة المناسب لكل قرار، بدلاً من قاعدة واحدة تناسب الجميع مثل «أكثر من اتصل به بشكل متكرر».

لماذا هذا مهم لفهم الذكاء الاجتماعي

تشير هذه الدراسات معاً إلى أن البالغين العاديين يبنون بسرعة خرائط داخلية غنية لبنية المجموعة من أدلة ضئيلة، ثم يستخدمون تلك الخرائط لشرح وتوقع وتخطيط السلوك الاجتماعي. تُظهر النتائج أننا نتجاوز ببساطة معرفة من ينتمي لأي مجموعة: نستنتج أيضاً من يفوق من رتبة، من قريب من من، ومن يوجّه اختيارات من، حتى عندما تكون الأدلة متفرقة. بعبارات يومية، يحول دماغنا باستمرار التفاعلات المتناثرة إلى نموذج عملي لسياسة المكتب، وشبكات الصداقة، وسلاسل الإرشاد من حولنا — نموذج قوي بما يكفي ليوجّه قراراتنا حول من نقترب منه، من نثق به، وكيف نندمج.

الاستشهاد: Davis, I., Jara-Ettinger, J. & Dunham, Y. Inferring the internal structure of groups through the integration of statistical learning and causal reasoning. Nat Commun 17, 1959 (2026). https://doi.org/10.1038/s41467-026-68754-0

الكلمات المفتاحية: الشبكات الاجتماعية, التسلسلات الهرمية, التعلم الإحصائي, التفكير السببي, الإدراك الاجتماعي