Группы как динамические системы: появление норм

Группы как динамические системы: появление норм

Представьте себе, что вы живете в общежитии для первокурсников, скажем, на 100 мест. Однажды вы получаете по электронной почте письмо, в котором говорится, что через две недели будет собрание, посвященное тому, как потратить социальный бюджет общежития. Скорее всего, будет предложено множество вариантов: некоторые студенты захотят устроить одну или две грандиозные вечеринки, другие отдадут предпочтение большему количеству менее масштабных встреч на протяжении всего года, а третьих этот вопрос вообще не будет волновать. Вне зависимости от личных пожеланий большинство из вас будет готово прислушаться к аргументированным и убедительным доводам. Итак, по мере обсуждения данного вопроса с другими студентами вы заметите, что ваше мнение немного изменилось. Конечно, вы и ваши соседи находитесь в одной лодке, поэтому, скорее всего, влияете друг на друга. В целом, учитывая, что каждый из 100 студентов общается со многими друзьями и знакомыми в общежитии, вполне вероятно, что их мнения будут неоднократно и, казалось бы, хаотически меняться.

Как вы думаете, при таких обстоятельствах вы смогли бы предсказать окончательное решение, которое вынесет ваше общежитие, или определить закономерность появившихся предпочтений? Несмотря на то что социальные психологи располагают некоторыми сведениями об общих факторах, обусловливающих влияние в больших группах, и разработали теории, позволяющие оценить сложность групповых процессов (например, Arrow, McGrath & Berdahl, 2000; Harton & Bourgeois, 2004; Latane et al., 1995), обстоятельства, подобные этим, трудно проанализировать, учитывая все нюансы: существует слишком много связей между людьми, которые придерживаются самых разных мнений и чересчур долго и сильно влияют друг на друга. Но прежде чем в отчаянии опускать руки, вам следует узнать о некоторых довольно простых инструментах для изучения сложных групповых взаимодействий, аналогичных вышеупомянутым. Эти инструменты вполне доступны, как и ноутбук, находящийся недалеко от вас.

Исследование

Вспомните, когда вы находились в группе и вели себя иначе, чем если бы вы были одни. Что заставляло вас действовать подобным образом? Если бы вы снова оказались в такой ситуации, то ваше поведение было бы таким же? Почему? Или почему нет?

Взаимосвязи: метод и факты

Применение компьютерного моделирования для изучения сложных групповых процессов

Комплексные проблемы, подобные этой, встают не только перед социальными психологами, которые пытаются разобраться во влиянии группы, но и перед метеорологами, прогнозирующими глобальные погодные изменения, экономистами, изучающими вопросы движения денег в мировой экономике, и биологами, надеющимися понять связь между хищниками и их добычей в африканской саванне. Однако с появлением высокоскоростных компьютеров решать эти когда-то непреодолимые задачи стало легче. Ученые не только разработали более сложную модель таких динамических систем – систем, которые обладают большим количеством взаимосвязанных элементов, меняются и развиваются с течением времени, но также обнаружили нечто совершенно неожиданное: зачастую порядок возникает из кажущегося хаоса (Lewin, 1992; Lorenz, 1963; Waldrop, 1992).

Чтобы проиллюстрировать это, давайте на мгновение сделаем шаг назад – в дни задолго до появления персонального компьютера. После окончания Второй мировой войны многие американские солдаты, вернувшиеся в Соединенные Штаты, начали или продолжили обучение в колледже. Для размещения новых студентов Массачусетский технологический институт (MIT) быстро построил Западное крыло, ставшее первым университетским жилищным проектом для женатых студентов-ветеранов и членов их семей. Для социальных психологов это была уникальная возможность изучить, как формируются и развиваются реальные группы. Итак, летом 1946 года Леон Фестингер, Стенли Шахтер и Курт Бэк (Festinger, Schachter & Back, 1950) из Научно-исследовательского центра Массачусетского технологического института приступили к проведению классического исследования в области психологии групп.

Для наших целей стоит отметить одно из открытий: со временем люди, живущие рядом, начали одинаково относиться к решениям общественного совета. Сто односемейных домов Западного крыла территориально были организованы в девять дворов, при этом большинство домов в каждом дворе располагались фасадом друг к другу. Так как институт поселил семьи произвольным образом, можно с уверенностью утверждать, что изначальное отношение проживающих к совету было бессистемным во всем Западном крыле. Однако постепенно разрозненные взгляды стали объединяться, но не потому, что студенты стремились стать соседями тех, кто разделяет их мнение, а потому, что люди влияли и подвергались воздействию живущих рядом с ними. Поскольку чаще всего жильцы общались в рамках своего двора, дворы превратились в уникальные группы с собственным отношением к совету Западного крыла и нормами, поддерживающими его решения либо нет. Таким образом, из хаоса возникла структура.

Фестингер и его коллеги не обладали необходимыми инструментами и не могли более глубоко изучить то, каким образом происходит кластеризация групповых социальных установок в отношении местного совета. Но благодаря современному компьютеру и простой программе табличных вычислений у нас есть возможность наблюдать, как в хаосе появляется структура (Harton & Bourgeois, 2003; Latane & Bourgeois, 1996). На рис. 12.2 под буквой «А» мы видим аппроксимацию плана Западного крыла и явно случайного распределения мнений его жителей о местном совете. Теперь мы попросим компьютер «предположить», что 100 жителей будут в первую очередь общаться с жильцами своих дворов, как это обнаружили Фестингер и его коллеги. Кроме того, мы добавим второе предположение: жители будут влиять на мнение большинства соседей, с которыми они говорят. Таким образом, компьютер посчитает, какой результат получится, если обитатели Западного крыла будут общаться с непосредственными соседями дважды в неделю в течение двух недель. Несмотря на то что гроссмейстеру понадобилось бы некоторое время, чтобы попытаться предсказать, как жители нашего выдуманного сообщества будут влиять друг на друга день за днем, для компьютера такие расчеты не представляют никакой сложности.

На рис. 12.2. под буквой «В» мы видим, что всего лишь через несколько серий компьютерного моделирования мнение существенно смещается в сторону поддержки совета Западного крыла. Тогда как дворы семей Толмена и Ричардса единогласно поддерживают совет, как и большинство жителей дворов Миллера, Фримана, Уильямса и Ротча, группы дворов Карсона, Хоу и Мейна в целом настроены против совета. Несмотря на то что некоторые люди в основной массе дворов нарушают общую тенденцию, как правило, обитатели одного двора начинают соглашаться друг с другом. В скоплении людей с первоначально разрозненными взглядами возникают группы, члены которых придерживаются общего мнения (например, Bourgeois & Bowen, 2001).

Рис. 12.2. Возникновение групповых норм в Западном крыле.

Компьютерное моделирование имеет ценность не только потому, что помогает нам объяснить существующие результаты, но и потому, что благодаря нему мы можем делать новые прогнозы. Например, что бы произошло, если бы несколько жителей, имеющих противоположные точки зрения, были помещены в одну группу? Это можно проверить, изменив несколько начальных значений, которые вводятся в компьютер. Мы обнаружим, что даже небольшие преобразования оказывают значительное влияние и мнение жителей некоторых дворов существенно изменится.

Компьютерное моделирование становится весьма полезным инструментом для понимания групповой динамики и в других областях социальной психологии (например, Hastie & Stasser, 2000; Ilgen & Hulin, 2000; Rousseau & Van der Veen, 2005; Tesser & Achee, 1994; Vallacher, Read & Nowak, 2002). Этот метод приобретает особую важность, когда исследователи «проходят полный цикл», чтобы проверить новые прогнозы, сделанные посредством моделирования реального человеческого поведения (например, Latane & Bourgeois, 2001). Так же как компьютерное моделирование помогает метеорологам предсказать погодные условия в Европе, а экономистам – разобраться в падении акций на Уолл-стрит, оно позволяет социальным психологам прояснить интригующие, но сложные взаимодействия, которые происходят между людьми в группах.