Bu yazının ilk kısmında her yerde içinde olduğumuz sosyal, ekonomik, biyolojik, ekolojik, elektronik ağ yapıları içinde daha çok bağlantısı olanın tercih edildiğini gösteren Barabási-Albert modelini açıklıyorum. İkincisinde ise bu ağlarda yaşamanın stratejileri ve tuzaklarını ele alacağım.
Ağlar her yerde var: sosyal ağlar, internet, toplum, proteinlerin etkileşim ağları, makale atıf ağları, ekolojik ağlar... Eğer bir makinenin parçası değilsek, kendimizin de içinde olduğu karmaşık sistemlerle çevriliyiz demektir. Bu karmaşık sistemler, içindeki her öğenin karmaşık ilişkilerle bağlandığı ağlardan oluşuyor. İlişki ağlarını anlamak, bizi çevreleyen öngörülemezlik ve belirsizlik ortamında etkili karar verme için çok önemli.
Bu ilişki ağlarını incelemek üzere yola çıkan araştırmacılardan biri de Albert-László Barabási’dir. Ağ bilimi alanında önde gelen Barabási, ağların yapısı ve dinamikleri üzerine yaptığı araştırmalarla karmaşık sistemleri anlamamıza önemli katkılarda bulundu. Çalışmaları sosyal ağlar, internet, toplum veya kurumsal yapılar gibi birbirine bağlı sistemlerin davranışlarını belirleyen temel ilkelere ışık tutuyor.
1999’da internet sunucuları ağının (WWW) haritasını çıkaran Barabási, buradaki bağlantıların dağılımının rastgele ağlardan beklenen Poisson dağılımı değil, ölçekten bağımsız güç yasası dağılımı özellikleri gösterdiğini fark etti[1]. Bunun üzerine çalışma arkadaşı Réka Albert’le birlikte, diğer doğal ağları da inceleyerek evrensel olarak, aşamalı büyüme ve ‘tercihli bağlanmanın’ (İng. preferential attachment) bu ağlarda ölçekten bağımsızlık özelliği ortaya çıkardığını gösterdi. Buna Barabási-Albert (BA) ölçeklerden bağımsız ağlar modeli adı veriliyor.
Birkaç yüksek bağlantılı nod (düğüm) ve daha az bağlantıya sahip çok fazla sayıda nod ile karakterize edilen bu model, sosyal ağlar, canlı bedeni ve internetten kurumsal yapılar ve tedarik zincirlerine kadar çeşitli bağlamlarda ağların doğal büyümesini ve evrimini yansıtıyor.
BA modelinin temelinde, sisteme dahil olan yeni nodların mevcut fazla bağlantılı (yüksek dereceli) nodlara bağlanma olasılığının daha yüksek olmasıyla tanımlanan ‘tercihli bağlanma’ yatkınlığı yatıyor. Bu olgu , birçok gerçek doğal ağlarda görülen ve bu yüksek dereceli nodların bağlantıları daha hızlı bir şekilde artırdığı ‘zenginlik zenginliği çeker’ gözlemini açıklıyor. Bu nodlara göbek veya dağıtıcı nodlar (İng.hub) deniyor. Bu dağıtıcı nodlar, bağlantı trafiğini kendilerine çekerek daha az sayıda ve daha da yükselen bağlantılarla kalırken, diğer nodlar az sayıda bağlantılarla bir köşeye yığılıyorlar. Bu şekilde bunların ortaya çıkan dağılımı kararlı bir ortalama yerine güç yasası dağılımı veya Pareto dağılımı karakterinde oluyor (Şekil 1). Yani bu tercihli bağlanma özelliği bu dağılımı ortaya çıkarıyor.
Bu olayın tipik örneğini internet sosyal ağlarında görebiliriz. Facebook, Twitter ve Instagram gibi platformlar, popüler paylaşımların- halihazırda önemli sayıda beğeni, paylaşım veya yorum almış olanların- diğer kullanıcılara gösterilme olasılığını artıracak şekilde yapılandırılmışlar. Bu da görünürlüklerini ve dolayısıyla daha fazla etkileşim olasılığını artırıyor.
Taze girişim (İng. startup) ekosistemi, tercihli bağlantıların yaygın olduğu bir başka alan. Girişim yatırımcıları genellikle daha önce saygın yatırımcılardan fon sağlamış şirketlere yatırım yapmayı tercih ediyor. Bunun nedeni, daha önce yatırım almış olmanın bir girişimin potansiyeline dair bir işaret olarak görülmesi ve algılanan riski azaltmasıdır. Sonuç olarak, ilk fonları başarılı bir şekilde toplayan girişimlerin ek yatırım çekmesi daha kolay olmakta ve artan bir finansal destek döngüsü yaratmaktadır. Bu da az sayıda taze girişimin hızla diğerlerinden kopup değer kazanmasına, diğer çoğunluğun ise bunu aşamamasına yol açıyor.
Akademik ortamda, yeni araştırmacılar veya makaleler iyi bilinen ve sıkça atıfta bulunulan çalışmalardan alıntı yapma eğiliminde. Bu durum, az sayıda etkili makalenin çok sayıda atıf toplayarak merkez (göbek) haline geldiği bir ağ oluşturuyor. Benzer şekilde, önde gelen araştırmacılar genellikle daha tanınanlarla daha çok iş birliği yapıyor ve bu da akademik ağlar içinde yüksek düzeyde bağlantılı bireylerin oluşmasına yol açıyor.
Bu örnekleri protein bağlantılarında, sosyo-kültürel ağlarda, modada, müzikte, dillerin gelişmesinde, hayvanların etkileşiminde gözlemleyip çoğaltmak mümkün.
Ölçeksiz ağlar kavramı ve BA tercihli bağlanma modeli karmaşık sistemleri anlamamızda yol göstermesiyle sadece akademik bir uğraş olmayıp, karar alma süreçlerini, stratejik planlamayı ve potansiyel tuzakların belirlenmesini etkilemesiyle bize günlük iş yaşamımızda da çok yararlı iç görüler sağlayan bir yol gösterici olabilir. Bu yazının ikinci kısmında da karar verme, özellikle iş yaşamında karar vermeyle ilgili bu modelin getirdiği iç görüleri, strateji ve tuzakları inceleyeceğiz.
Referanslar
- Barabási, A. L., & Albert, R. (1999). Emergence of scaling in random networks.Science
- Holme, P. (Ed.). (2021). Networks with growth and preferential attachment: modelling and applications. Journal of Complex Networks, 9(1), cnab008
- Network Science by Albert-László Barabási (networksciencebook.com)
[1] Dağılımların farkları konusunda Normalin Rehaveti / Marjinalin Gücü | Bilişsel Atölye (afifsay.org) yazımı okumanızı öneririm.