הרחבות לפרק 19: מדע הרשתות בשטח! כולנו במתח?

(ר' קישורים בגוף הטקסט)

מה מתרחש (:

אני אסף שפירא וזה נטפריקס – הפודקאסט העברי הראשון למדע הרשתות.

הסיבה שאני כותב "ראשון" ולא "יחיד" זה כי ראשון נשמע יותר חשוב ו"יחיד" נשמע קצת לבד.

אבל גם כי אני משוכנע שככל שאנשים יחשפו יותר למדע הרשתות, ויבינו את הפוטנציאל הטמון בו, הם יגלו שנטפריקס לא מספיק לכסות אפילו את קצה הקרחון של התחום העצום הזה.

לפני שנגיע לליבת הענין, שזה לשמוע מאנשים שעובדים עם מדע הרשתות ביומיום, נקדיש קצת זמן לדיסוננס של תחום מחקר הרשתות:

הכוונה היא לדיסוננס בין פוטנציאל לפופולריות. זה קפץ לי חזק במהלך כנס הרשתות העולמי Networks2021 שהסתיים ביולי. בסופו של דבר, היו בכנס כאלף הרצאות בנושא רשתות שכיסו כמעט כל תחום אפשרי שקיים: מחקר אפדימיולוגי, למידת מכונה, fraud detection, מדעי החברה, היסטוריה, סייבר, פיזיקה ו-NLP ועוד – עושר עצום של ידע – ובכל זאת, כמו שאמרתי בפרק הקודם בנושא מדע הנתונים, אם נזרוק אבן על האדם הממוצע ברחוב, כנראה מתסכול, הוא או היא יגידו שאינם מכירים את מדע הרשתות, אבל בסבירות גבוהה יגידו ששמעו על למידת מכונה או בינה מלאכותית, גם אם לא הבינו לעומק במה מדובר.

את השאלה מדוע זה כך הפניתי, במסגרת הכנס העולמי, לאדמו"ר ברבאשי, שמכונה גם אבי מדע הרשתות. אלברט-לזלו ברבאשי, חוקר הרשתות המפורסם מהונגריה, אוזכר לא פעם בפודקאסט כיוון שהוא זה שהפיץ את התגלית שרשתות אמיתיות הן Scale-Free או מתפלגות בהתפלגות "זנב ארוך", תגלית שכינינו אותה "חוק הרשת מס' 1". אז מה היה לו להגיד?

בתשובתו ברבאשי בחר לראות את חצי הכוס המלאה. קצת כמו גיבור מחזהו של מולייר, שהיה מאושר לגלות שכל חייו דיבר פרוזה ורק עכשיו הבין זאת, אז כך גם ברבאשי מתייחס לשיח העולמי בנושא רשתות: בעקבות מגיפת הקורונה, כולנו דיברנו רשתות, ופשוט לא מיתגנו את זה כך. מונחים ומודלים של התפשטות מגפות היו נושאים שהעסיקו בעיקר כנסים של חוקרי רשת והנה, מושגים כמו חקירות אפידמיולוגיות, מקדמי הדבקה ועוד, הם מושגים שהיום כולנו מכירים, פשוט ללא ייחוס למקור.

היעדר הייחוס למדע הרשתות היא בעיניי לא רק בעיה של יחצ"נות אלא בעיקר בעיה של מהות. כשלא מבינים רשתות לעומק ועושים שימוש שטחי במושגים מעולם הרשת, אז אנחנו מקבלים טיפול מאד שטחי בבעיה ולראייה – אי מיצוי חקירות המגעים במהלך הקורונה – בעיה שנמשכת עד היום.

אז גם ברבאשי תוהה – מהי הדרך הטובה ביותר ללמד את ההמונים את חוכמת מדע הרשתות והדרך שנראית לי המתאימה ביותר היא דרך היישומים הרבים של תחום זה, כלומר, לתת במה לאלו שעושים שימוש במדע הרשתות כדי לפתור אתגרים בעבודה.

מעבר להוכחת השימושיות, השאיפה שלי בפרק היא גם לענות או לפחות לתת השראה לכל אלה שפונות ופונים אלי כדי להבין איך ליישם את מדע הרשתות ביומיום וגם איפה ללמוד ואיך להתחיל.

להתחיל זה קשה ואת העבודה הקשה הזו נתנו לטל מזרחי, שהוא האנליסט שעומד מאחורי דף הפייסבוק המשעשע אבל גם מועיל בשם Analysis Paralysis. בפרק, טל נתן שתי דוגמאות לשימוש במדע הרשתות בתחום המכירות ובתחום סידור הדאטה כשעבד בחברת E-bay.

אחד מהמושגים שהוא הזכיר היה Circular Layout שזו שיטה לויזואליזציה של רשת. על נושא של ויזואליזציות רשת דיברנו בקבוצת הפייסבוק של נטפריקס שנקראת "הבית החם של מדע הרשתות", שם גם הוצגה התמונה הבאה שאם זכרוני אינו מטעני, מציגה רשת של טיסות בין יעדים בעולם:

Stefan Hennemann, Information-rich visualisation of dense geographical networks, 2013

אין מה להגיד, זה נראה מעולה. הבעיה היא שלא תמיד קל להוציא מזה תובנות. במקרה של רשת גיאוגרפית, זה אולי באמת יותר מתאים, למרות שגם פריסה של הרשת על מפת עולם היתה עושה לא פחות שכל לדעתי. טל הזכיר את ימיו הראשונים בתחום מדע הרשתות בעידן טרום-נטפריקס וציין שגלש בויקיפדיה באנגלית כדי להעשיר את ידיעותיו בתחום. מבחינתי - Challenge accepted! אבנר קנטור (מאזין יקר של הפודקאסט) ואני התחלנו לעשות סדר בערכי הויקיפדיה בעברית בתחום מדע הרשתות, וחלק מהערכים והקישורים אליהם מופיעים בתמלול הזה. טל עושה שימוש ברשתות לפתור בעיות, אבל יש מקרים בהם הבעיה היא עצמה רשת. וזה המקרה של האורחת הנוספת שהיתה עימנו, מיכל גרדשטיין. מיכל היא לא רק פסיכולוגית ארגונית אלא גם אושיית פודקאסטים מבוקשת. מיכל הדגימה כיצד ניתוח רשתות מאפשרות לסייע לארגונים להתארגן טוב יותר, קצת בדומה לפרק קודם בנושא ניתוח רשתות ארגוניות. ההבדל הוא שמיכל שמה דגש על גישת ה-Bottom-Up, כלומר, לא רק לתת להנהלה את המידע הדרוש לה אלא לתת הדררה ומשוב לכל עובד באופן אישי כדי שילמד על הרשת שלו וכיצד לפתח אותה.

בהקשר זה מיכל ציינה את המושגים הן חברתי מחבר והון חברתי מגשר. בהון חברתי מחבר היא מתכוונת לקשרים החזקים שלנו ובהון חברתי מגשר, לקשרים החלשים שלנו. היא סיפרה שהקשרים החזקים מספקים לנו תמיכה מקצועית ורגשית וגם מאפשרים לנו מהירות ויעילות – כי יש לנו שפה משותפת עם הקשרים החזקים.

את הקשרים החלשים או המגשרים היא משווה לגשר רעוע, שאמנם לא יכול להחזיק תעבורה רבה, אבל מוביל אותנו למקומות המענינים והמחדשים לנו. מיכל גם הסבירה שמעבר למסקנות שניתוח רשתי יכול להביא, עצם המדידות שהיא מבצעת בארגון מביא לשינוי בחברה. הסיבה לכך היא שהעובדים, על סמך השאלות, מבינים שזה מה שמצופה מהם - ליצור קשים ולהעביר מידע וידע, ולכן עצם המדידה הוא חלק מהטיפול.

שאלתי אותה האם לאור חוק "הזנב הארוך" של הרשת, האם תמונת הרשת של כל עובד לא תציג בפניו תמונת מצב עגומה? הרי הקשרים מתפלגים כך שלרובנו יש מעט מאד קשרים ולמעטים בארגון יהיו הרבה קשרים. אז תשובתה של מיכל היתה שאת ההתפלגות עצמה היא תתקשה לשנות, אבל היא יכולה "להקפיץ" את הזנב בכמה קשרים בממוצע, כלומר, במקום שלעובד יהיו 0-1 קשרים יהיו לו 2-4 קשרים לדוגמא. כמו כן, היא מנסה "למתן" את כמות הקשרים של המובילים, כי קשרים אלה גוזלים מהם אנרגיה שאולי יכולים לתעל אותה לטובת דברים אחרים החשובים לחברה.

מקווה שהיה מועיל, אני מתכוון להמשיך בסדרת הראיונות ולהביא לפרקים הבאים א.נשים מההייטק והתעשייה לספר על מעללי הרשת שלהם.ן. שמח על הפידבקים ששלחתן ושלחתם ותמשיכו לשלוח ויותר ממוזמנות ומוזמנים להציע אורחים ואורחות לפרקות הבאות.

נהניתם, ורוצים לשתף? סבלתם ולא רוצים לסבול לבד?

שתפו ו/או כיתבו Review באתר הפודקסטים של ישראל ו/או דרגו את הפודקאסט בספוטיפיי או באפל-פודקאסטס ו/או כיתבו ביקורת. ניתן לדרג גם בפודקאסט-אדיקט (בטאב של ה-reviews). מותר ומומלץ להעלות פוסט ולתייג את נטפריקס בפייסבוק/טוויטר/אינסטגרם או לינקדאין ושוב, פוסטים יצירתיים במיוחד יושמעו בפרקים הבאים.

נתראה בפרק הבא של נטפריקס (:

#NetworkScience #SNA #SocialNetworkAnalysis #DataScience #ONA #OrganizationNetworkAnalysis #Wikipedia