Clear Sky Science · pl

Prosta zasada agregacji preferencji wyjaśnia, jak wielowymiarowe tożsamości kształtują sieci społeczne

· Powrót do spisu

Dlaczego nasze kręgi społeczne wyglądają tak, a nie inaczej

Dlaczego przyjaźnie szkolne, relacje romantyczne i codzienne kręgi towarzyskie tak często układają się wzdłuż linii etnicznych, wiekowych czy klasowych — i dlaczego tak trudno je przekroczyć? Artykuł przedstawia prostą regułę, która pomaga wyjaśnić, jak nasze liczne nakładające się tożsamości, takie jak płeć, poziom klasy, pochodzenie etniczne czy dochód, łączą się, aby kształtować, kto z kim nawiązuje relacje. Zrozumienie tej reguły rzuca światło na to, dlaczego segregacja utrzymuje się, gdzie pojawiają się pomosty między grupami oraz jak polityki mogą skuteczniej sprzyjać spójności społecznej.

Wiele aspektów tego, kim jesteśmy

Każdy z nas należy do kilku grup jednocześnie: nie jesteśmy tylko płcią czy pochodzeniem etnicznym albo kategorią dochodową, lecz kombinacją wszystkich tych cech. Większość badań nad sieciami społecznymi traktowała takie cechy pojedynczo — badając na przykład, jak sama rasa albo sam wiek kształtują nasze przyjaźnie. Takie podejście pozostawia nierozwiązane zasadnicze pytanie: kiedy poznajemy nową osobę, jak umysłowo łączymy te wszystkie informacje o niej, aby zdecydować, czy warto nawiązać więź? Czy skupiamy się na jednej wyróżniającej się cesze, uśredniamy wszystko, czy stosujemy inną kombinację preferencji?

Prosta reguła nazwana MAPS

Aby rozwiązać to pytanie, autorzy budują ramy modelowe, które nazywają MAPS (Multidimensional Aggregation of Preferences in Social Ties). W MAPS ludzie są reprezentowani jako należący do grup wzdłuż kilku wymiarów tożsamości — na przykład klasy szkolne, pochodzenie etniczne i płeć w szkołach, albo płeć, wiek, pochodzenie etniczne i poziom ekonomiczny w małżeństwach. Dla każdego wymiaru grupa (np. uczniowie klasy 9. lub dorośli o średnich dochodach) ma pewną skłonność do łączenia się z każdą inną grupą w tym samym wymiarze. Kluczowym krokiem jest „reguła agregacji”, która łączy te oddzielne skłonności w jedną ogólną prawdopodobieństwo, że więź powstanie między dwiema osobami różniącymi się jednocześnie w kilku cechach.

Figure 1
Figure 1.

Testowanie, jak ludzie naprawdę łączą cechy

Badacze porównują trzy intuicyjne reguły. Według reguły „LUB” (OR) ludzie są wyluzowani: silne dopasowanie w którymkolwiek wymiarze (np. ta sama klasa albo to samo pochodzenie etniczne) wystarcza, by połączenie było prawdopodobne. Według reguły „ŚREDNIA” (MEAN) ludzie zachowują się tak, jakby uśredniali swoje odczucia wzdłuż wymiarów, kończąc z umiarkowanymi preferencjami wobec wielu więzi międzygrupowych. Według reguły „I” (AND) ludzie są wybredni: oceniają każdy wymiar osobno i tworzą więź tylko wtedy, gdy wszystkie te oceny są korzystne. Wykorzystując szczegółowe dane z 70 amerykańskich szkół średnich oraz zapisy małżeństw z 50 największych miast USA, autorzy używają narzędzi statystycznych, by sprawdzić, która reguła najlepiej odtwarza obserwowane wzorce łączeń.

Wzorzec wybrednego wybierającego

Wyraźnym zwycięzcą jest wybredna reguła „I”. Zarówno w przyjaźniach, jak i w małżeństwach ludzie zachowują się, jakby sprawdzali każdy wymiar tożsamości po kolei — klasę, pochodzenie etniczne, płeć, wiek, poziom dochodów — i podejmowali decyzję dopiero wtedy, gdy żadna z tych kontroli nie daje powodu do odrzucenia. Ta prosta reguła nie tylko dopasowuje się do danych równie dobrze jak bardziej złożone modele, lecz często wypada lepiej, gdy uwzględni się karę za złożoność modelu. Mając tę regułę, autorzy odsłaniają interpretowalne wzorce: w szkołach uczniowie zdecydowanie preferują kolegów z własnej klasy i często z własnej grupy etnicznej, przy czym młodsi uczniowie mają tendencję „patrzeć w górę” ku wyższym klasom. Niektóre grupy etniczne wykazują szczególnie silne preferencje wewnątrzgrupowe, podczas gdy inne pełnią rolę mostów między społecznościami. W małżeństwach dominują silne podobieństwa wiekowe i etniczne oraz parowania heteroseksualne, a status ekonomiczny ujawnia aspiracyjną tendencję — osoby z niższych lub średnich szczebli pokazują subtelne skłonności ku partnerom z wyższych szczebli.

Figure 2
Figure 2.

Które cechy mają największe znaczenie

MAPS oferuje też sposób mierzenia, które wymiary tożsamości są najważniejsze dla tworzenia więzi — pojęcie znane jako znaczenie (salience). Jedna miara polega na tym, jak bardzo preferencje odbiegają od neutralności; inna mierzy, o ile dodanie danego wymiaru poprawia zdolność modelu do wyjaśniania danych. W szkołach klasowy poziom jest zdecydowanie najbardziej wpływową cechą, potem etniczność, a płeć ma najmniejsze znaczenie. W małżeństwach wiek jest na pierwszym miejscu, potem płeć i etniczność, a poziom ekonomiczny dodaje niuanse, lecz ma mniejszą wagę ogólną. To podejście pomaga rozstrzygać długoletnie spory o to, czy wiele tożsamości może mieć jednocześnie znaczenie i jak hierarchizować ich wpływ bez polegania wyłącznie na intuicji.

Co to oznacza dla życia codziennego

Mówiąc prosto, artykuł konkluduje, że ludzie mają tendencję do tworzenia więzi społecznych tylko wtedy, gdy ktoś wydaje się „w porządku” we wszystkich wymiarach tożsamości, które mają dla nich znaczenie — to selektywna, wymiar po wymiarze ocena, a nie przybliżone uśrednienie. Ta prosta reguła wybrednego wybierającego może generować ostro segregowane sieci, nawet gdy istnieje wiele potencjalnych więzi międzygrupowych, co pomaga wyjaśnić utrzymujące się podziały według pochodzenia etnicznego, wieku czy klasy. Jednocześnie ramy te wskazują, gdzie najłatwiej pojawią się mosty i które cechy politycy lub edukatorzy powinni rozważyć, jeśli chcą zmniejszyć segregację i wspierać bardziej inkluzywne, spójne sieci społeczne.

Cytowanie: Martin-Gutierrez, S., Cartier van Dissel, M.N. & Karimi, F. A simple preference aggregation rule explains how multidimensional identities shape social networks. Commun Phys 9, 142 (2026). https://doi.org/10.1038/s42005-026-02537-3

Słowa kluczowe: sieci społeczne, wielowymiarowa tożsamość, homofilia, wzorce przyjaźni i małżeństw, segregacja społeczna