
หากคุณมีบัญชี LinkedIn คนรู้จักของคุณอาจประกอบด้วยกลุ่มคนหลักที่คุณรู้จักดี และกลุ่มคนจำนวนมากที่คุณรู้จักไม่ค่อยดี อย่างหลังคือสิ่งที่ผู้เชี่ยวชาญเรียกว่า “ความสัมพันธ์ที่อ่อนแอ” ตอนนี้ การทดลองขนาดใหญ่ที่ไม่เหมือนใครซึ่งกำกับโดยนักวิชาการของ MIT แสดงให้เห็นว่าใน LinkedIn ความผูกพันที่อ่อนแอเหล่านั้นมีแนวโน้มที่จะทำให้คุณมีงานทำมากกว่า เมื่อเทียบกับความสัมพันธ์ของคุณกับคนที่คุณรู้จักดีกว่า
Sinan Aral ศาสตราจารย์ด้านการจัดการของ MIT และผู้เขียนร่วมของบทความฉบับใหม่ระบุว่า “เมื่อเราดูข้อมูลการทดลอง ความสัมพันธ์ที่อ่อนแอจะดีกว่า สำหรับการเคลื่อนย้ายงานมากกว่าความสัมพันธ์ที่แน่นแฟ้น” เกี่ยวข้องกับผู้ใช้ LinkedIn หลายล้านคน
การทดลองสนับสนุนแนวคิดนี้ ซึ่งตั้งขึ้นครั้งแรกเมื่อเกือบ 50 ปีที่แล้วว่าความสัมพันธ์ที่อ่อนแอมีค่าความสัมพันธ์ที่แน่นแฟ้นไม่มี คนที่คุณรู้จักดีที่สุดอาจมีเครือข่ายสังคมออนไลน์ที่คล้ายคลึงกัน และอาจไม่ได้เพิ่มมูลค่าการหางานใหม่ให้กับคุณมากนัก ในทางกลับกัน คนรู้จักที่เป็นกันเองของคุณมีเครือข่ายโซเชียลที่คาบเกี่ยวกับคุณน้อยลง และอาจให้การเชื่อมต่อหรือข้อมูลที่คุณไม่สามารถเข้าถึงได้
อย่างไรก็ตาม ในช่วงไม่กี่ปีที่ผ่านมา นักวิชาการบางคนแนะนำว่ามี “ความขัดแย้งของความสัมพันธ์ที่อ่อนแอ” ซึ่งความสัมพันธ์ที่แน่นแฟ้นจะมีประโยชน์มากกว่าในตลาดงาน แต่การทดลองใหม่แสดงหลักฐานที่ตรงกันข้าม ความสัมพันธ์ที่อ่อนแอนั้นมีประโยชน์มากกว่าจริง ๆ ซึ่งเป็นการค้นพบที่นำไปใช้กับอุตสาหกรรมที่มุ่งเน้นด้านดิจิทัลโดยเฉพาะ
“การทดลองของเราแสดงหลักฐานในทิศทางตรงกันข้ามจาก ‘ความขัดแย้งของความสัมพันธ์ที่อ่อนแอ’” Aral กล่าว
บทความ “การทดสอบเชิงสาเหตุของความเข้มแข็งของความสัมพันธ์ที่อ่อนแอ” ปรากฏในวันนี้ในวิทยาศาสตร์ ผู้เขียนคือ Karthik Rajkumar นักสังคมศาสตร์เชิงคำนวณที่ LinkedIn; Guillaume Saint-Jacques PhD ’18 ผู้จัดการอาวุโสของ Apple ซึ่งเคยทำงานเป็นนักวิทยาศาสตร์การวิจัยและผู้จัดการที่ LinkedIn; Iavor Bojinov ผู้ช่วยศาสตราจารย์ที่ Harvard Business School และอดีตนักวิทยาศาสตร์ข้อมูลที่ LinkedIn; Erik Brynjolfsson, ศาสตราจารย์ Jerry Yang และ Akiko Yamazaki และเพื่อนร่วมงานอาวุโสของ Stanford Institute for Human-Centered AI และผู้อำนวยการ Stanford Digital Economy Lab; และ Aral ศาสตราจารย์ด้านการจัดการของ David Austin ที่ MIT Sloan School of Management และผู้อำนวยการ MIT Initiative on the Digital Economy
บททดสอบใหม่ของความสัมพันธ์ที่อ่อนแอ
แนวคิดที่ว่า มีบางสิ่งที่เป็นประโยชน์เป็นพิเศษเกี่ยวกับการเชื่อมต่อที่บางเฉียบในเครือข่ายสังคมของคุณนั้นเกิดขึ้นจากบทความที่มีอิทธิพลอย่างสูงในปี 1973 โดย Mark Granovetter นักสังคมวิทยาแห่งสแตนฟอร์ด เรื่อง “The Strength of Weak Ties” จากThe American Journal of Sociology ในนั้น Granovetter ระบุความสัมพันธ์ที่อ่อนแอว่าเป็นแหล่งที่มาหลักของ “การแพร่กระจายของอิทธิพลและข้อมูล โอกาสในการเคลื่อนที่ และองค์กรชุมชน”
แนวคิดของ Granovetter แพร่กระจายอย่างกว้างขวางในแวดวงวิชาการและ Silicon Valley โดยเฉพาะอย่างยิ่งกับการเติบโตของเครือข่ายสังคมออนไลน์ แต่ยากต่อการทดสอบ ตัวอย่างเช่น เกี่ยวกับการหางาน อาจเป็นเรื่องยากที่จะแก้ผลกระทบของโซเชียลเน็ตเวิร์กของใครบางคนจากทักษะด้านเครือข่ายของพวกเขา ตามที่นักวิชาการระบุไว้ในบทความนี้ การค้นหาชุดข้อมูลที่มั่นคงซึ่งเชื่อมโยงเครือข่ายสังคมและการหางานตั้งแต่แรกนั้นเป็นเรื่องที่ท้าทาย
การศึกษาในปัจจุบันได้รับความสนใจเป็นพิเศษในประเด็นนี้ เนื่องจากเป็นการทดลองห้าปีที่เกี่ยวข้องกับอัลกอริธึม “คนที่คุณอาจรู้จัก” (PYMK) ของ LinkedIn ซึ่งแนะนำการเชื่อมต่อใหม่ๆ แก่ผู้ใช้ไซต์ ในการดำเนินการทดลอง ตั้งแต่ปี 2015 ถึง 2019 LinkedIn ได้ปรับอัลกอริทึม PYMK เพื่อให้ผู้ใช้ไซต์บางคนเห็นข้อเสนอแนะ PYMK ที่เข้มข้นขึ้นสำหรับผู้ที่พวกเขามีความสัมพันธ์ที่แน่นแฟ้น และคนอื่นๆ ได้รับคำแนะนำ PYMK เพิ่มเติมสำหรับผู้ที่มีความสัมพันธ์ที่อ่อนแอ
นักวิชาการยังได้กำหนดจุดแข็งในสองวิธี: โดยความเข้มข้นของการโต้ตอบ ตามจำนวนการโต้ตอบการส่งข้อความที่ผู้คนมี และในแง่โครงสร้าง ตามจำนวนเพื่อนร่วมกันที่ผู้ใช้สองคนมีเหมือนกัน
ทั้งหมดบอกว่าการทดลองเกี่ยวข้องกับผู้ใช้ LinkedIn ประมาณ 20 ล้านคน ซึ่งในช่วงห้าปีที่ผ่านมาได้สร้างคนรู้จักใหม่ประมาณ 2 พันล้านคนบนไซต์ บันทึกการสมัครงานมากกว่า 70 ล้านตำแหน่ง และจบลงด้วยการรับงานใหม่ 600,000 ตำแหน่งที่ระบุผ่านไซต์
Aral กล่าวว่า “นี่เป็นการทดลองควบคุมแบบสุ่มตามยาวตามยาวที่ใหญ่ที่สุดเกี่ยวกับความแข็งแรงของความสัมพันธ์ที่อ่อนแอที่เคยมีมา” “ฉันไม่คิดว่ามีการถกเถียงกันจริงเกี่ยวกับเรื่องนี้”
และจากข้อมูลจำนวนมหาศาลนั้น รูปแบบที่ชัดเจนก็ปรากฏขึ้น ตามที่นักวิจัยเขียนไว้ในรายงาน “ยิ่งความสัมพันธ์ที่เพิ่มเข้ามาใหม่ยิ่งแข็งแกร่งมากเท่าไร โอกาสที่พวกเขาจะนำไปสู่การส่งงานก็ยิ่งน้อยลงเท่านั้น”
รูปตัว U กลับหัว
ความจริงที่ว่าความสัมพันธ์ที่อ่อนแอทำให้มีโอกาสในการทำงานมากขึ้น โดยรวมแล้วเป็นเพียงหนึ่งในข้อค้นพบที่เกี่ยวข้องมากมายจากการศึกษานี้ นักวิชาการยังพบว่าความเชื่อมโยงระหว่างความแน่นของโครงสร้างกับการส่งงานไม่มีอยู่ในรูปแบบผกผันอย่างง่าย
“ความแข็งแกร่งของความสัมพันธ์ที่อ่อนแอไม่ได้เป็นเส้นตรง” Aral กล่าว นักวิทยาศาสตร์พบว่าคุณสมบัติทั้งสองนี้มีรูปตัว U กลับหัว แผนภูมิความสัมพันธ์ระหว่างความแน่นของโครงสร้าง — จำนวนการเชื่อมต่อที่คุณมีเหมือนกันกับใครบางคน — และความมีประโยชน์ แถบเชื่อมต่อระหว่างสองด้านของ “U” คือจุดที่มีความสัมพันธ์ที่อ่อนแอปานกลาง ซึ่งแสดงถึงการเชื่อมต่อที่ให้ผลตอบแทนสูงสุดที่ผู้คนมีบน LinkedIn
“ความสัมพันธ์ที่อ่อนแอปานกลางนั้นดีที่สุด” Aral กล่าว “ไม่ได้อ่อนแอที่สุด แต่แข็งแกร่งกว่าที่อ่อนแอที่สุดเล็กน้อย” จุดเปลี่ยนคือประมาณ 10 ความเชื่อมโยงระหว่างผู้คน หากคุณแบ่งปันมากกว่านั้นกับใครบางคนใน LinkedIn ประโยชน์ของการเชื่อมต่อของคุณกับบุคคลอื่นในแง่ของการหางานจะลดลง
อย่างไรก็ตาม เมื่อพูดถึงความเข้มข้นในการโต้ตอบ — ความถี่ในการสื่อสารกับใครบางคน — ผลลัพธ์จะดูเป็นเส้นตรงมากขึ้นเล็กน้อย ในกรณีนี้ สิ่งที่ปรากฏนั้นใกล้เคียงกับแนวคิดที่ว่าความสัมพันธ์ที่อ่อนแอที่สุดให้ผลลัพธ์มากที่สุด และความสัมพันธ์ที่แน่นแฟ้นที่สุดทำให้เกิดการส่งงานน้อยที่สุด
“มาตรการทั้งสองนี้มีพฤติกรรมแตกต่างกัน” Aral กล่าว “สิ่งสำคัญคือต้องคิดถึงความสัมพันธ์ที่อ่อนแอด้วยวิธีที่หลากหลาย ด้วยความเข้มข้นของการโต้ตอบและการเชื่อมโยงโครงสร้าง”
สุดท้าย ประโยชน์ของความสัมพันธ์ที่อ่อนแอนั้นแตกต่างกันไปตามอุตสาหกรรมใน LinkedIn พลังของความสัมพันธ์ที่อ่อนแอบนไซต์นั้นแข็งแกร่งอย่างยิ่งในอุตสาหกรรมไฮเทค
“ความสัมพันธ์ที่อ่อนแอจะดีกว่าในอุตสาหกรรมดิจิทัลมากขึ้น” Aral กล่าวโดยกำหนดให้เป็นสาขาที่ “เหมาะสมกว่าสำหรับการเรียนรู้ของเครื่อง ปัญญาประดิษฐ์ ซอฟต์แวร์ที่เข้มข้นมากขึ้น เหมาะสำหรับการทำงานระยะไกล เป็นต้น ในอุตสาหกรรมเหล่านั้น ความสัมพันธ์ที่อ่อนแอมีความสำคัญมากกว่า ในอุตสาหกรรมแอนะล็อก ความสัมพันธ์ที่แน่นแฟ้นอาจมีความสำคัญมากกว่า”
อาจเป็นเพราะสิ่งที่ Aral มีในการวิจัยครั้งก่อนที่เรียกว่า “อัตราการรีเฟรช” ของอุตสาหกรรมดิจิทัล ซึ่งพวกเขาพัฒนาไปอย่างรวดเร็ว ทำให้การเชื่อมต่อที่หลากหลาย โดยเฉพาะความสัมพันธ์ที่อ่อนแอ ในสาขาเหล่านั้นมีความสำคัญมากขึ้น อย่างไรก็ตาม Aral ตั้งข้อสังเกตว่า “เราสนับสนุนให้มีการวิจัยมากขึ้น เพราะเราต้องการทราบข้อมูลเพิ่มเติมเกี่ยวกับสาเหตุที่รูปแบบนี้ดูเหมือนจะมีอยู่ในอุตสาหกรรมต่างๆ”
พัฒนาที่ MIT
ต้นกำเนิดของการศึกษาย้อนหลังไปหลายปีเมื่อ Saint-Jacques กำลังดำเนินการวิจัยระดับปริญญาเอกของเขาที่ MIT Sloan ซึ่งได้รับคำแนะนำจาก Brynjolfsson (จากนั้นที่ MIT) และ Aral กลุ่มพัฒนาแนวคิดของโครงการวิจัย และหลังจากที่ Saint-Jacques เข้าร่วม LinkedIn ก็ได้มีโอกาสออกแบบการทดลองในวงกว้าง
Aral ตั้งข้อสังเกตว่าขนาดที่แท้จริงของการศึกษาทำให้นักวิจัยสามารถสรุปข้อสรุปหลายประการด้วยความมั่นใจ
“ขนาดของการทดลองมีความจำเป็นสำหรับสิ่งนั้น เพราะคุณต้องการพลังทางสถิติจำนวนมากเพื่อตรวจสอบคำถามด้วยความละเอียดดังกล่าว” Aral ตั้งข้อสังเกต
นักวิชาการคนอื่น ๆ กล่าวว่าการศึกษานี้เป็นส่วนเสริมที่สำคัญของวรรณกรรมเกี่ยวกับเครือข่ายทางสังคมและวิชาชีพและความสัมพันธ์ที่อ่อนแอ
ในส่วนของเขา Aral กล่าวว่าเขาถือว่าการศึกษาในปัจจุบันเป็นส่วนหนึ่งของความพยายามที่มากขึ้น ซึ่งเกี่ยวข้องกับทั้งตัวเขาเองและสมาชิกคนอื่น ๆ ของ MIT Initiative on the Digital Economy เพื่อทำความเข้าใจผลกระทบของแพลตฟอร์มโซเชียลดิจิทัลในโลกแห่งความเป็นจริง
“กระแสหลักของการสนทนาเกี่ยวกับแพลตฟอร์มเหล่านั้นในโลกทุกวันนี้คือผลกระทบต่อสังคมอย่างไร เช่น สุขภาพจิตของวัยรุ่น ประชาธิปไตย และการเลือกตั้งของเรา และการแพร่กระจายข่าวปลอม และข้อมูลที่ผิดจะส่งผลต่อการแพร่ระบาดทั่วโลกและความลังเลของวัคซีนหรือไม่” อารัล กล่าว
ในกรณีนี้ Aral กล่าวเสริมว่า “สิ่งที่การศึกษานี้เน้นจริงๆ คือ เราต้องเสริมว่า: แพลตฟอร์มเหล่านี้ส่งผลต่อเศรษฐกิจโลกอย่างไร? … นี่แสดงให้เห็นว่าหนึ่งในอัลกอริธึมบน LinkedIn สามารถส่งผลกระทบต่อรูปแบบการจ้างงาน และเป็นเครือข่ายมืออาชีพที่ใหญ่ที่สุดในโลก เราจำเป็นต้องเพิ่มสิ่งนั้นในการอภิปรายเกี่ยวกับผลกระทบของเครือข่ายสังคมออนไลน์แบบดิจิทัลที่มีต่อโลก”