Régi, közkeletű igazság, hogy az adat kincset ér. Megfelelő adatok birtokában tudunk csak döntéseket hozni, legyen szó egy termék megvásárlásáról, egy orvosi diagnózis felállításáról vagy valamilyen gazdasági lépésről. A tetemes, megfelelően szűrt adatbázisok felhasználásával összefüggések, trendek létezésére derülhet fény, és a statisztikák persze az előrejelzést is lehetővé teszik. Jól példázza ezt a meteorológia tudománya, amely - a nagy adatmennyiségnek, az egyre pontosabb méréseknek és a számítási kapacitás növekedésének köszönhetően - ma már 95%-os pontossággal képes előrejelezni a várható időjárást, legalábbis rövid távon. A várható időjárás ismerete pedig - sok egyéb mellett - gazdasági előnyökkel is jár. Az elmúlt tíz évben azonban - a komplex hálózatok kutatási eredményei révén - az is világossá vált, hogy az emberi viselkedés bejósolhatósága ugyancsak számtalan haszonnal kecsegtet. Cikkünkben megpróbáljuk összefoglalni, milyen következményekkel járhat, ha az általunk szerteszét hagyott digitális lábnyomok révén kiismerhetővé és egyben kiszámíthatóvá válunk.
A képlet alkalmazói
A Harcosok klubja című filmben a narrátor elmagyarázza, miként működik a termékvisszahívás Amerikában (műszaki hiba miatt bekövetkező autóbalesetek esetén): „Az érintett autók számát (A) összeszorozzuk a hiba előfordulási esélyével (B) és az átlagos kártérítési összeggel (C). A×B×C=X. Ha X kisebb, mint a visszahívással járó költség, nem intézkedünk." Az ehhez hasonló területeken, különösen a biztosítások esetében rendkívül fontos tényező az események bekövetkeztének valószínűsége. A biztosítók tehát az ismert statisztikákat - balesetek, természeti csapások, betörések és lopások előfordulása, születéskor várható élettartam stb. - és egyéb befolyásoló (a kockázatot növelő, ill. csökkentő) tényezőket figyelembe véve egy képlet alapján számítják ki a biztosítási díjat.
A biztosítási matematika szempontjából mindannyian átlagosnak számítunk. Ha egy adott kockázati kategóriába tartozunk - például a dohányosokéba -, életbiztosításunk havi díja magasabb lesz, mint nem dohányzó embertársainké, akkor is, ha történetesen tovább élünk náluk. Mert a dohányosok élettartama átlagosan rövidebb. Ugyanígy nem tudható előre, hogy egy friss jogosítványos vagy egy idős ember balesetet fog-e okozni, de feltételezhetjük, hiszen az ezen kategóriákba tartozók átlagosan hajlamosabbak erre. Hasonló módon egy weboldal látogatottságának ismeretében valószínűsíthető, hogy egy átlagos felhasználó hányszor fog adott idő alatt rákattintani egy cikkre, egy telefon-átjátszóállomás forgalmából pedig megállapítható, hogy a telefonálók átlagosan hány hívást kezdeményeznek egy adott időszakban. Mindezek a matematika nyelvén az ún. Poisson-eloszlással írhatók le, aminek alapja az az - egyébként ésszerű - feltételezés, hogy az emberi tevékenységek teljességgel kiszámíthatatlanok.
Árulkodó telefonhívásaink
Ezzel a vélekedéssel helyezkedik szembe az az elmélet, amelynek megalkotója Barabási Albert-László erdélyi születésű, Amerikában élő magyar tudós (vele készült interjúnk itt olvasható). Tavaly megjelent Villanások című könyvében hosszú évek kutatásait foglalja össze, azzal a végső következtetéssel, hogy az emberi viselkedés sokkal kiszámíthatóbb, mint azt gondolnánk. Tevékenységeink jó részét ugyanis ún. villanások (bursts) jellemzik, amelyeket a hosszabb tétlen időszakot felváltó intenzív aktivitásként definiálhatunk.
A komplex hálózatok tanulmányozásával foglalkozó kutatócsoport a 2000-es évek vége felé egy nagy mobilszolgáltató adataira támaszkodva 100 000 mobiltulajdonos telefonálási adatait dolgozta fel. A kutatókat nem az érdekelte, ki kivel és mikor beszélt, sokkal inkább azokra az adatokra voltak kíváncsiak, amelyek a mobilhívások helyére vonatkoztak. Ilyen hatalmas adatmennyiség ugyanis lehetővé tette az emberi mobilitás mélyreható vizsgálatát, és az azokban rejlő összefüggések, mintázatok felismerését. Márpedig ezek a mintázatok korántsem a Poisson-féle véletlenszerűséget tükrözték, mint ahogy a kutatók először várták.
A legtöbb telefonáló mozgási mintázata ugyanis megdöbbentően hasonló volt, a kutatók pedig megállapították, hogy az összes vizsgált mobilfelhasználó jövőbeli mozgása átlagosan 93%-ban kiszámítható - attól függetlenül, hogy naponta csupán néhány kilométert, vagy több százat tett meg. Az igazán elképesztő adat azonban az, hogy a mintában szereplő egyének közül senki sem volt 80%-nál kevésbé kiszámítható. Ez a mértékű előrejelezhetőség döbbenetes, de kérdés, hogy mire jó az, ha előre látjuk az emberi mozgásokat.
Járványmegelőzés és dugóelkerülés
Az 1918-19-es spanyolnátha-járvány Európa-szerte több áldozatot követelt, mint az első világháború - egy olyan korban, amikor a polgári légi közlekedés még gyermekcipőben járt. Nem vitás, a technikai fejlődés, amely ma már mindenki számára lehetővé teszi hatalmas távolságok rövid idő alatti áthidalását, szabad utat nyit a fertőzések gyors és nagy területen való elterjedésének is. Azonban az emberi mozgások adatai és az azokban fellelhető mintázatok a betegségek terjedésének előrejelzését is elősegítheti, így a megelőző intézkedések sokkal jobban fókuszáltak lehetnek, ami időt és pénzt takarít meg. A 2009-es H1N1-járvány terjedését például egy amerikai kutató nagyon nagy pontossággal lemodellezte, sőt, azt is „megjósolta", hogy az oltóanyag későn fog érkezni, ugyanis azt novemberre ígérték, miközben a vírus terjedésének csúcspontja (amikor a legtöbb embert fertőzi meg) októberre volt prognosztizálva.
Azonban nemcsak a biológiai kórokozók, hanem a mobilvírusok terjedésének megakadályozása is lehetségessé válik, ha tudjuk, milyen útvonalakon fognak elburjánzani. Az ugyancsak Barabási nevéhez fűződő skálafüggetlen hálózatok elmélete szerint ugyanis a komplex rendszerekben vannak ún. gócpontok, amelyek nagyon sok kapcsolattal rendelkeznek (gondoljunk csak a világ nagy repülőtereire, vagy akár egy sokat foglalkoztatott színészre, aki rengeteg más színésszel játszott már együtt). A növekvő hálózatok új kapcsolatai nem véletlenszerűen jönnek létre - mutatták ki a kutatások. A preferenciális kapcsolódások révén sokkal valószínűbb, hogy az új kapcsolatok ezekhez a gócpontokhoz fognak csatlakozni. Ha tehát ismerjük ezeket a csomópontokat egy társadalmon belül, kifejezetten rájuk irányuló intézkedésekkel megfékezhető például egy vírus terjedése.
Néhány éve már hazánkban is működik a TMC (Traffic Message Channel) szolgáltatás. Az ezzel felszerelt navigációs készülékek rádiófrekvencián sugárzott RDS-információk alapján képesek megjeleníteni a különböző forgalmi akadályokra vonatkozó adatokat, illetve - beállítástól függően - alternatív útvonala(ka)t ajánlanak fel. A gond ezzel csak az, hogy ha a dugó elkerülése érdekében minden autós ugyanazon (vélhetően optimális) alternatív útvonal felé veszi az irányt, a dugó emiatt megszűnik ugyan, a másik útvonal azonban megint csak zsúfolt lesz. Az új kutatási eredményeknek köszönhetően a jövőben valóra válhat, hogy akár egyéni kerülőutakat is ajánlhassanak az autósoknak. És a lehetséges jövőbeli vívmányoknak még koránt sincs vége: ha már nagy pontossággal tudni lehet rólunk, hogy mikor merre járunk, akár egyénre szabott ajánlatokat vagy információkat is megjeleníthetnek számunkra, ahogy azt a szörfözési szokásaink ismeretében a cégek az interneten már jó ideje meg is teszik.
Csírájában a gondolatot
A humán dinamika területén végzett kutatások azonban sokkal távolabbra vezethetnek, mint pusztán az emberek mozgási mintázatainak elemzése. A kutatók ugyanis feltételezik - sőt, az egyre gyarapodó kutatási témák adatai alapján már bizonyítást is nyert -, hogy a mozgáson kívül az emberi viselkedés egyéb megnyilvánulásaiban ugyanezek a mintázatok fellelhetők. Most már csak az a kérdés, van-e egyáltalán elvi korlátja az emberi tevékenységek előrejelezhetőségének. És persze az is, hogy ezt a tudást miképp használják majd fel a kormányzatok és a cégek.
Érdekes etikai dilemmát vet fel például az előrejelezhetőség felhasználása a bűnmegelőzésben. Ha egy internetező rendszeresen olyan oldalakat látogat, amelyek házilag elkészíthető bombákról szólnak, az felkeltheti a hatóságok gyanúját, de korántsem jelenti azt, hogy az illető bombamerényletre készül. A tavaly letartóztatott 22 éves magyar joghallgató, akinek bírósági tárgyalása nemrég kezdődött, az amerikai iskolai mészárlásokkal foglalkozó oldalakat nézegetett az interneten, blogjában pedig versbe szedve fogalmazta meg tervét, miszerint 22 embert fog megölni. Noha elfogásakor beismerő vallomást tett, a tárgyaláson már tagadta a vádakat, és egy készülő regényre hivatkozott, melyhez élményanyagot gyűjtött. A fenti esetekben a tett elkövetésének valószínűségét megbecsülni a rendelkezésre álló kevés információ miatt nagyon nehéz. Ám ha emberéletek kerülhetnek veszélybe, nyilván a legcsekélyebb kockázat sem vállalható - gondoljunk csak a bombariadókra, amelyek legtöbbje csupán rosszízű tréfának bizonyul.
A rendőrség a nyomozások során ma már természetszerűen támaszkodik a különböző elektronikus készülékek (mobiltelefonok, GPS-ek, számítógépek) adataira, mindez azonban csak a bűncselekmény elkövetése után, a tettes előkerítése vagy bizonyítékok felkutatása során segíti a bűnüldözők munkáját. Sokkal ingoványosabb talaj egyelőre annak valószínűsítése, hogy egy szándék a jövőben tettbe torkollik-e, hiszen nem áll rendelkezésre olyan adatbázis (például hogy a neten fegyverekre rákeresők közül végül hányan követnek el fegyveres bűncselekményt), amely lehetővé tenné az előrejelzést. A Különvélemény című filmben látott bűnmegelőzés tehát - amennyiben a rendőrség nem támaszkodik különleges képességű jövőbe látókra - továbbra is utópia marad.
Ami bizonyos: az egyén következő lépése nem jósolható meg 100%-os pontossággal. De múltbéli cselekedeteink elemzése révén valószínűsíthető, hogy mit fogunk tenni a jövőben. Mindez csak adatmennyiség kérdése, az adatok elemzéséhez a módszer és a számítási kapacitás már létezik. Mindenütt megtalálható digitális „lábnyomaink" pedig bőséges adathalmazzal szolgálhatnak.
Embert barátjáról: a kapcsolati hálók hatása
A komplex hálózatok remek példái a közösségi oldalak, amelyek valóságos adatbányaként szolgálnak. Ma már nemcsak a megosztott személyes információk azok, amik a cégeket érdekelhetik, de meglepő eredményeket hozhat a kapcsolatok kutatása is.
Magyar szociológusok a 2000-es évek elején Kaposvár térségében azt vizsgálták, hogy a számítógép-beszerzés és a számítástechnikai tudás megszerzése függ-e az egyén társas kapcsolataitól. Azt találták, hogy a kapcsolatok mennyisége nem, de azok minősége, az ismeretségi kör összetétele már mutatott összefüggést a PC-vásárlással: nagyobb eséllyel vettek számítógépet azok, akiknek ismerősei között volt pedagógus, hivatali dolgozó vagy vállalkozó.
Nicholas Christakis amerikai orvos, szociológus ennél is tovább ment: 2006-ban egy amerikai kisvárosban végzett kutatást annak az elméletnek az igazolására, miszerint barátaink, ismerőseink egészségi állapota hatással van a mi egészségünkre is. Egy olyan betegséggel kapcsolatban összegezték a rendelkezésre álló adatokat, amely az Egyesült Államok lakosságának 60%-át érinti: az elhízás. Az eredményekből kitűnt: ha egy barátunk elhízik, több mint 50 százalékkal emelkedik annak esélye, hogy néhány éven belül mi is túlsúlyosak leszünk, az esély pedig megháromszorozódik akkor, ha a legjobb barátunkról van szó. Jó hír viszont, hogy Christakis további kutatásai szerint a boldogság ugyanilyen „ragályos" egy közösségen belül.
A hálózatkutatás eredményeit ma már hazánkban is több cég alkalmazza sikerrel. Egy vállalaton belüli személyes kapcsolatok rendszerét elemezve kiderítik például, kik azok a központi személyek, akiknek a véleményére adnak a munkatársaik. A jövőben elég, ha ezeknek a kulcsembereknek a támogatását sikerül elnyerni például egy újítás bevezetéséhez, az innováció széles körű elfogadása biztosított lesz. Ugyanígy az orvostársadalom informális kapcsolatainak kutatása révén meghatározhatók azok a véleményformálók, akik befolyással vannak a többi orvosra az alkalmazott kezelések tekintetében, így a gyógyszergyárak ezekre a kulcsemberekre koncentrálva növelhetik például egy új termék bevezetésének hatékonyságát.
