Fascynujący artykuł właśnie opublikowany w Science. Autorzy analizują ścieżki kariery najlepszych wykonawców w różnych dziedzinach, w tym laureatów Nagrody Nobla, elitarnych szachistów, złotych medalistów olimpijskich i innych. Ich główne odkrycie kwestionuje powszechnie panujące przekonanie. Intensywne, jednolitych dyscyplin trening w młodym wieku rzeczywiście daje wczesną przewagę, ale ta przewaga z czasem zanika. W przeciwieństwie do tego, osoby, które od najmłodszych lat są narażone na praktykę multidyscyplinarną, zazwyczaj zaczynają wolniej. Jednak w dłuższej perspektywie mają większe szanse na osiągnięcie światowej klasy wydajności, ostatecznie wyprzedzając wczesnych specjalistów, którzy często osiągają plateau tuż poniżej samego szczytu. To ważne przypomnienie, że szerokie doświadczenie na początku może być potężną inwestycją w długoterminową doskonałość. Link do artykułu w pierwszej odpowiedzi.

Teraz dostępne w Nature Human Behaviour! 🚀🚀 W ciągu ostatnich kilku dziesięcioleci badania nad zbiorowym zachowaniem ludzi opierały się w dużej mierze na sieciach. To jest intuicyjne: ludzie wchodzą w interakcje z innymi ludźmi. Jednakże twierdzimy, że ten dominujący framework pomija kluczowy składnik. Tradycyjne sieci przedstawiają agentów jako węzły, a relacje parowe jako krawędzie. W rezultacie zasadniczo zakładają, że interakcje społeczne można rozłożyć na pary. Jednak wiele procesów społecznych jest nieodwracalnie opartych na grupach. Prosty przykład: grupa trzech współautorów piszących artykuł nie może być zredukowana do trzech niezależnych par współautorów. Sama grupa ma znaczenie. W tym artykule przeglądamy szeroki zakres empirycznych i teoretycznych przypadków, w których interakcje grupowe nie mogą być rozłożone na parowe, i pokazujemy, że interakcje wyższego rzędu kształtują zbiorowe zachowanie ponad i poza więzami dyadycznymi. Zalecamy badanie zbiorowego zachowania na hipergrafach, gdzie interakcje mogą obejmować wielu agentów jednocześnie. Przeglądamy, jak hipergrafy dostarczają nowych spostrzeżeń w różnych dziedzinach, w tym w sieciach afiliacyjnych i współpracy, ustawieniach kontaktów o wysokiej częstotliwości (rodziny, przyjaciele) oraz kluczowych procesach społecznych, takich jak zarażanie społeczne, współpraca, mówienie prawdy i zachowanie moralne. Na koniec przedstawiamy obiecujące kierunki przyszłych badań: zajmowanie się wyzwaniami obliczeniowymi modeli wyższego rzędu; badanie uprzedzeń i nierówności w dynamice grup; łączenie hipergrafów i dużych modeli językowych w celu zbadania koewolucji języka i zachowania; oraz wykorzystanie sieci wyższego rzędu do symulacji wpływu polityk przed ich wdrożeniem; i inne. Jesteśmy bardzo podekscytowani tą pracą i mamy nadzieję, że zainspiruje ona dalsze badania w szybko rozwijającym się i fundamentalnym obszarze o szerokich implikacjach w rzeczywistości. Link do artykułu w pierwszej odpowiedzi Ta praca była doskonale prowadzona przez Federico Battistona (@fede7j), z wyjątkowym zespołem współautorów: Fariba Karimi (@fariba_k), Sune Lehmann, Andrea Bamberg Migliano, Onkar Sadekar (@OnkarSadekar), Angel Sanchez i Matjaz Perc (@matjazperc)