اینترنت دانشمندان را قادر می سازد تا بدانند چگونه حافظه جمعی کار می کند

اینترنت باعث تغییر تقریبا همه چیز در زندگی ما شده است. به طور خاص، شیوه هایی که دانش را بدست می آوریم، به طور قابل توجهی تغییر کرده است، به طوری که به دلیل مخازن دانش آنلاین مانند ویکی پدیا. در حقیقت، آن را حتی تغییر روش علم انجام داده است. دانشمندان علوم اجتماعی به طور فزاینده ای از داده های آنلاین برای مطالعه رفتار فردی یا جمعی خود در یک مقیاس استفاده می کنند و با دقت به طور معمول فقط در علوم طبیعی دیده می شود. گفتگو

مطمئنا، ما هنوز از مجموعه داده های گسترده علوم آزمایشی علوم اجتماعی مشابه آنچه که در CERN تولید شده است، نداریم، اما حداقل داده های مشاهداتی دیجیتال مانند جمع آوری شده و تجزیه و تحلیل شده در astrophysics مشاهدات است. میلیون ها نفر از مردم هر روز از ابزارهای آنلاین استفاده می کنند - به عنوان مثال ویکی پدیا در مورد 500,000 بار در روز خوانده می شود.

یکی از موضوعات مهم در شناخت رفتار اجتماعی، دانشمندان به نام "خاطره جمعی": اعضای یک گروه اجتماعی یک رویداد را در گذشته به طور جمعی به یاد خواهند آورد. با وجود اینکه حافظه جمعی یک مفهوم اساسی در جامعه شناسی است، مطالعات تجربی در مورد این موضوع بسیار کم است، بیشتر به دلیل کمبود داده ها. به طور سنتی، دانشمندان که تحقیق می کنند که چگونه عموم مردم را به یاد گذشته رویدادها می اندازد، باید زمان و تلاش زیادی را برای جمع آوری داده ها از طریق مصاحبه ها و نظرسنجی ها صرف کنند.

سقوط هواپیما

سقوط هواپیما 5 1حافظه ما از حمله برج های دوقلو توسط رویدادهایی که خیلی زود اتفاق افتاد تقویت شده است. مایکل فوران / فلیکر، CC BY-SA

در یک مطالعه اخیر، در پیشرفت های علمی منتشر شده استتیم ما که متشکل از جامعه شناس، مهندس کامپیوتر و دو فیزیکدان است، از داده های ویکیپدیا استفاده کرد، از طریق آمار روزانه قابل دسترس در دسترس بازدیدکنندگان از تمام مقالات دانشنامه، برای مطالعه حافظه جمعی.


گرافیک اشتراک درونی


ما به طور خاص در حوادث هواپیما در تمام تاریخ هواپیما (تا زمانی که ویکی پدیا را پوشش می دهد) مورد بررسی قرار گرفت. این به این دلیل بود که چنین حوادثی به خوبی مستند شده است، اما همچنین به این دلیل که متاسفانه تعداد زیادی از این تصادفات وجود دارد - تجزیه و تحلیل آماری قوی است.

ما وقایع را به اخیر (2008-2016) و گذشته (هر چیزی قبل از 2008) تقسیم کردیم. نمونه هایی از پرواز های اخیر هواپیمایی مالزی پرواز 370, هواپیمایی مالزی پرواز 17, هواپیما پرواز فرانسه 447 و پرواز Germanwings 9525. تصادفات گذشته شامل هواپیمایی آمریکایی پرواز 587 و هواپیمای ایران پرواز 655.

سپس ما از روش های آماری برای اندازه گیری افزایش نمایش صفحات برای مقالات در مورد رویدادهای گذشته یک هفته پس از رویداد اخیر اتخاذ کردیم. ما این را افزایش دادیم "جریان توجه". ما علاقه مند به دانستن اینکه آیا افزایش توجه به رویداد گذشته، ارتباطی با شباهت بین زمان وقوع رویدادهای اخیر و گذشته است یا خیر. ما همچنین می خواستیم بدانیم که آیا می توان مقدار جریان توجه به هر رویداد گذشته را هنگامی که یک رویداد جدید رخ می دهد پیش بینی کنیم.

ما متوجه شدیم که وقتی پرواز Germanwings در 2015 سقوط کرد، مردم از اطلاعات ویکی پدیا در مورد سقوط یک پرواز هواپیمایی آمریکایی خارج از شهر نیویورک در ماه نوامبر 2001. در واقع، هفته ای پس از سقوط Germanwings، در این صفحه سه برابر افزایش یافت.

این به نظر می رسید یک الگوی است. ما به طور پیوسته افزایش چشمگیری در دیدگاه رویدادهای گذشته را در نتیجه رویدادهای اخیر مشاهده کردیم. به طور متوسط، رویدادهای گذشته 1.4 بار بیشتر از رویدادهای اخیر در هفته پس از آن اتفاق افتاده بود. این نشان می دهد که حافظه یک رویداد با زمان می تواند بزرگتر شود - توجه بیشتری را نسبت به آنچه که در ابتدا دریافت کرد، دریافت می کند. سپس ما سعی کردیم این الگو را مدلسازی کنیم - با در نظر گرفتن عوامل مانند تاثیر رویدادهای اخیر و گذشته، شباهت بین حوادث و اینکه آیا یک لینک با هدف اتصال دو مقاله به طور مستقیم به یکدیگر در ویکیپدیا وجود دارد.

چه چیزی حافظه ما را شکل می دهد

برای مثال، در مورد پروازهای Germanwings و American Airlines، هر دو حادثه مربوط به نقش خلبان بود، که می توانست عامل مهم پیوند باشد. هواپیمای هواپیمایی آمریکایی به دلیل خطای خلبان سقوط کرد در حالی که خلبان آلمانی آلمانی به طور عمدی هواپیمای سقوط کرد. هنگامی که مشاهده کردیم جالبتر بود جالب بود که هیچ پیوند میان این دو مقاله در ویکی پدیا وجود نداشت. در واقع، نتایج کلی ما قوی بود حتی زمانی که ما حذف همه جفت که به طور مستقیم با یکدیگر با لینک های متصل شد.

مهمترین عامل در الگوهای تسخیر حافظه تاثیر اصلی رویداد گذشته بود که با بازبینی روزانه صفحه روزانه آن قبل از رویداد اخیر اخیر اندازه گیری شد. این بدان معنی است که برخی از رویدادهای گذشته ذاتا بیشتر خاطره انگیز هستند و حافظه ما از آنها به راحتی باعث می شود. نمونه هایی از این رویدادها مربوط به خرابی های مربوط به این است 9 / 11 حملات تروریستی.

حافظه جمعی 2 5 1سه پرواز اخیر (2015) و تأثیر آنها بر نمایش صفحات رویدادهای گذشته. حوادث اخیر موجب افزایش دیدگاه های برخی از وقایع گذشته شده است.

تفکیک زمانی بین دو رویداد نیز نقش مهمی ایفا می کند. هر چه زمان دو رویداد نزدیک تر باشد، اتصال آنها بین آنها قوی تر می شود. و هنگامی که جدایی زمان بیش از 45 سال است، بسیار غیر ممکن است که رویداد اخیر باعث هر گونه حافظه از رویداد گذشته است.

شباهت بین این دو رویداد، یکی دیگر از عوامل مهم بود. این توسط حافظه پرواز ایران هوا 655 نشان داده شده است که توسط یک موشک هدایت نیروی دریایی ایالات متحده در 1988 کشته شد. در واقع این چیزی نبود که مردم به خوبی به خاطر داشته باشند. با این وجود، هنگامی که پرواز 17 هواپیمایی مالزی توسط موشکی روی اوکراین در 2014، به طور ناگهانی توجه فراوانی به خود جلب کرد. تصادف هوایی ایران به طور متوسط ​​در مورد دیدگاه های روزانه 500 پیش از رویداد خطوط هوایی مالزی بود، اما این به نظر 120,000 هر روز پس از آن افزایش یافت

مهم است که توجه داشته باشیم ما سازوکارهای زیربنایی این مشاهدات را درک نمی کنیم. نقش رسانه ها، حافظه فردی و یا ساختار و طبقه بندی مقالات در ویکی پدیا می تواند نقش مهمی ایفا کند و به پژوهش های آینده مربوط می شود.

نظریه های سنتی تر نشان می دهند که رسانه ها نقش مرکزی در شکل دادن به حافظه جمعی ما ایفا می کند. با این حال، یک سوال بزرگ برای سوال اکنون این است که آیا انتقال به رسانه های آنلاین و به ویژه رسانه های اجتماعی این مکانیزم را تغییر خواهد داد. این روزها ما اغلب اخبار را از طریق دوستان فیس بوک خود دریافت می کنیم، بنابراین می توانیم این را توضیح دهیم که چرا رویدادهایی که در سال های اخیر به طور ناگهانی ندیده اند، قابل مشاهده است؟

دانستن پاسخ به این سوالات و درک اینکه چگونه حافظه جمعی شکل می گیرد، نه تنها جالب توجه از دیدگاه علمی است، بلکه می تواند کاربردی در روزنامه نگاری، توسعه رسانه ها، سیاست گذاری و حتی تبلیغات داشته باشد.

درباره نویسنده

طه یاسری، پژوهشگر علوم اجتماعی محاسباتی، موسسه اینترنتی آکسفورد، دانشگاه آکسفورد

این مقاله در اصل در تاریخ منتشر شد گفتگو. دفعات بازدید: مقاله.

کتاب های مرتبط:

at InnerSelf Market و آمازون