興味深い論文がScience誌に掲載されました。 著者たちは、ノーベル賞受賞者、エリートチェス選手、オリンピック金メダリストなど、複数の分野でトップパフォーマーのキャリア軌跡を分析しています。 彼らの中心的な発見は、一般的な信念に挑戦しています。 若い頃の集中的な単一分野のトレーニングは初期のアドバンテージをもたらしますが、そのアドバンテージは時間とともに薄れていきます。 一方で、幼少期に多分野の実践に触れた人は、始めるのがより遅い傾向があります。しかし長期的には、世界クラスの成績に達する可能性が高く、最終的にはトップのすぐ下で停滞する初期のスペシャリストを追い越す可能性が高いです。 早期の幅広さは長期的な卓越性への強力な投資になり得るという重要なリマインダーです。 最初の返信に論文のリンクがあります。

次は『Nature Human Behaviour!』に掲載されました。🚀🚀 過去数十年にわたり、集団的な人間の行動に関する研究はネットワークに大きく依存してきました。直感的です:人は他の人と交流します。 しかし、この支配的な枠組みには重要な要素が欠けていると主張します。 従来のネットワークでは、エージェントをノードとして、ペアワイズリレーションをエッジとして表現します。その結果、彼らは社会的相互作用がペアに分解できると根本的に仮定しています。 しかし、多くの社会的プロセスは不可約的に集団に基づいています。 簡単な例として、論文を書く3人の共著者のグループは、3組の独立した共著者ペアに還元できません。グループ自体が重要です。 本記事では、グループ相互作用がペアワイズの相互作用に分解できない経験的および理論的な幅広いケースをレビューし、高次の相互作用が二項的なつながりを超えて集団的行動を形成していることを示します。 私たちは、複数のエージェントが同時に関与する相互作用をハイパーグラフで研究することを推奨します。 ハイパーグラフが、所属や協力ネットワーク、高頻度の接触環境(家族、友人)、社会的伝染、協力、真実の語り、道徳行動といった重要な社会的プロセスなど、領域にわたって新たな洞察を提供する方法をレビューします。 最後に、将来の研究に有望な方向性を示します。高次モデルの計算課題への対応;集団ダイナミクスにおけるバイアスと不平等の研究;ハイパーグラフと大規模言語モデルを組み合わせて言語と行動の共進化を調査すること、そして、実装前にポリシーの影響をシミュレートするための高次ネットワークの活用、その他にも多くの人がいます。 私たちはこの研究に非常に興奮しており、急速に成長し基礎的な分野であり、広範な現実世界の影響を持つさらなる研究に刺激を与えることを願っています。 最初の返信に掲載された論文へのリンク この研究はフェデリコ・バティストン(@fede7j年)が見事に主導し、ファリバ・カリミ(@fariba_k年)、スネ・レーマン、アンドレア・バンバーグ・ミリアーノ、オンカル・サデカル(@OnkarSadekar年)、アンヘル・サンチェス、マティアズ・ペルツ(@matjazperc年)という優れた共著チームが参加しました