ارزش R برابر با ۱.۰: چگونه عدد تکثیر پایه مرز وایرال شدن در اینترنت را تعیین می‌کند

سرنوشت هر محتوای اینترنتی در کسری از ثانیه رقم می‌خورد: درست همان لحظه‌ای که کاربر، پس از بلعیدن یک پست، تصمیم می‌گیرد دکمه اشتراک‌گذاری را لمس کند یا نه. همین یک حرکت ساده — رویداد انتقال — تنها معیاری است که یک میم فراموش‌شده را از یک پدیده جهانی جدا می‌کند. واقعاً هیچ اهمیتی ندارد که چقدر برای تولید آن هزینه شده، خالقش چقدر معروف است، یا چقدر شوخی بامزه‌ای در آن نهفته است. اگر بیننده متوسط، اطلاعات را حداقل به یک نفر دیگر منتقل نکند، مرگ آن محتوا از نظر ریاضی تضمین شده است. معماری اینترنت تماماً روی همین تراکنش‌های میکروسکوپی بنا شده و انتخاب‌های فردی را به موج‌های عظیم فرهنگی تبدیل می‌کند.[6]

اپیدمیولوژیست‌ها برای این آستانه نامی دارند. آن‌ها به آن «عدد تکثیر پایه» یا R0 (که آر-نات تلفظ می‌شود) می‌گویند. همان‌طور که مرکز پزشکی مبتنی بر شواهد در آکسفورد توضیح می‌دهد: «عدد تکثیر پایه نشان‌دهنده حداکثر پتانسیل اپیدمیک یک پاتوژن است. این عدد توصیف می‌کند که اگر یک فرد آلوده وارد یک جامعه کاملاً مستعد شود چه اتفاقی می‌افتد، و بنابراین یک تخمین بر اساس سناریویی ایده‌آل است.» R0 که در اصل در دهه ۱۹۲۰ توسط جمعیت‌شناسی به نام آلفرد لوتکا برای اندازه‌گیری رشد جمعیت توسعه یافت و بعداً در دهه ۱۹۵۰ توسط جورج مک‌دونالد برای ردیابی مالاریا اقتباس شد، نشان‌دهنده میانگین تعداد عفونت‌های ثانویه‌ای است که توسط یک فرد آلوده ایجاد می‌شود.[2]

در سال‌های اخیر، دانشمندان داده و نظریه‌پردازان شبکه متوجه شده‌اند که دقیقاً همین چارچوب ریاضیاتی بر اینترنت نیز حاکم است. یک ویدیوی وایرال، یک هشتگ ترند شده، یا یک شایعه فراگیر، رفتاری غیرقابل‌تمایز از یک پاتوژن بیولوژیکی دارد. میزبان، همان کاربر شبکه‌های اجتماعی است؛ عفونت، عمل تماشا و درونی‌سازی محتواست؛ و انتقال، همان اشتراک‌گذاری، ریتوییت یا فوروارد کردن است. پژوهشگران با تطبیق انتشار اطلاعات دیجیتال با مکانیسم بیماری‌های عفونی، به روشی دقیق و قابل‌سنجش برای درک چگونگی حرکت فرهنگ در سراسر جهان دست یافته‌اند.[6]

ریاضیات به‌شدت بی‌رحم است. اگر یک محتوا دارای R0 برابر با ۰.۹۹ باشد، به این معنی که هر کاربر آن را به‌طور متوسط با ۰.۹۹ نفر دیگر به اشتراک بگذارد، این آبشار ناگزیر فروکش خواهد کرد. اگر گروه اولیه به‌اندازه کافی بزرگ باشد، شاید به چند هزار نفر برسد، اما به‌سادگی نمی‌تواند خود را حفظ کند. خط بین گمنامی و همه‌گیری دقیقاً روی R0 برابر با ۱.۰ کشیده شده است. زیر این خط، اطلاعات در حال مرگ است؛ بالای آن، اطلاعات در حال رشد است. در ریاضیاتِ انتشار، هیچ حد وسطی وجود ندارد.[6]

وقتی عدد تکثیر از آن آستانه بحرانی عبور می‌کند، هندسه شبکه کنترل اوضاع را به دست می‌گیرد. یک R0 تنها برابر با ۱.۱ به این معنی است که محتوا به‌صورت نمایی در حال رشد است. در آبشارهای به‌شدت وایرال، پژوهشگران شاهد اوج گرفتن مقادیر R0 به اعداد بسیار بالاتری بوده‌اند. یک مطالعه در سال ۲۰۱۶ که در نشریه تراکنش‌های محاسبات چندرسانه‌ای ای‌سی‌ام منتشر شد، آبشارهای اجتماعی را در پلتفرم‌هایی مانند دیگ و فلیکر تحلیل کرد. نویسندگان خاطرنشان کردند که «عدد تکثیر پایه R0 را می‌توان با شمارش مستقیم گره‌های آلوده از نقطه شروع به دست آورد» و دریافتند که محتوای واقعاً وایرال، اغلب در طول فاز انفجاری خود، R0 بین ۲.۰ تا ۲.۵ را حفظ می‌کند.[4]

در R0 برابر با ۲.۵، ریاضیات حیرت‌انگیز می‌شود. یک نفر آن را با دو و نیم نفر (از نظر آماری) به اشتراک می‌گذارد، آن‌ها با شش نفر، آن‌ها با پانزده نفر، و آن‌ها با سی و نه نفر. در عرض دوازده نسل، یک پست واحد می‌تواند به میلیون‌ها کاربر مستعد برسد. این مقیاس‌پذیری نمایی، موتور محرک فرهنگ اینترنت است؛ معماری نامرئی زیربنای هر ترندی که تایم‌لاین ما را تسخیر می‌کند. به همین دلیل است که یک کلیپ خبری محلی یا یک شوخی خاص می‌تواند در عرض چند ساعت به بحث داغ جهانی تبدیل شود.[4]

اما دستیابی به R0 بالاتر از ۱.۰ به‌طرز مشهوری دشوار است، زیرا شبکه‌های اجتماعی محیط‌هایی کاملاً بدون اصطکاک نیستند. در اپیدمیولوژی، یک ویروس صرفاً از طریق نزدیکی فیزیکی پخش می‌شود. در فرهنگ دیجیتال، یک تکه اطلاعات باید بر اصطکاک شناختی غلبه کند. کاربر باید محتوا را آن‌قدر جذاب بیابد که حاضر شود بخش کوچکی از سرمایه اجتماعی خود را روی آن شرط‌بندی کند. آن‌ها باید فعالانه انتخاب کنند که به یک ناقل برای اطلاعات تبدیل شوند؛ تصمیمی که نیازمند هم‌راستایی خاصی از طنز، خشم، کاربرد یا هویت است.[6]

اینجاست که مفهوم «عدد تکثیر مؤثر» یا Re وارد بازی می‌شود. درحالی‌که R0 یک جمعیت کاملاً مستعد را فرض می‌گیرد، Re واقعیت شبکه را در نظر می‌گیرد. در شبکه‌های اجتماعی، کاربران ایمنی پیدا می‌کنند. آن‌ها از فرمت‌های تکراری میم‌ها خسته می‌شوند، کمپین‌های بازاریابی را تشخیص می‌دهند، و از روی محتوایی که تقلیدی به نظر می‌رسد، به‌سادگی رد می‌شوند. درست همان‌طور که یک واکسن، انتشار یک ویروس فیزیکی را کند می‌کند، خستگی فرهنگی نیز انتشار اطلاعات دیجیتال را کند کرده و دائماً نرخ تکثیر مؤثر را به سمت پایین می‌کشد.[2]

یک مطالعه در سال ۲۰۲۱ که در مجله ارتباطات در زیست‌شناسی ریاضی و علوم اعصاب منتشر شد، دقیقاً همین پویایی را مدل‌سازی کرد و «اثر ازدحام» را در نظر گرفت؛ جایی که کاربران با اشباع شدن فیدهایشان از پست‌های مشابه، علاقه خود را از دست می‌دهند. پژوهشگران نشان دادند که با به اوج رسیدن یک ترند وایرال، جمعیت کاربران مستعد کاهش می‌یابد و عدد تکثیر مؤثر را دوباره به زیر ۱.۰ می‌کشاند. ترند می‌میرد، نه به این خاطر که از روی سرور پاک شده، بلکه صرفاً به این دلیل که میزبان‌های آسیب‌پذیری که مایل به انتقال آن باشند، ته کشیده‌اند.[1]

بازاریاب‌ها و مقامات بهداشت عمومی اکنون به یک اندازه از این مدل‌های اپیدمیولوژیک برای مهندسی وایرال شدن — یا متوقف کردن آن — بهره می‌برند. در یک پروتکل مطالعه کارآزمایی تصادفی کنترل‌شده که در بی‌ام‌سی پابلیک هلث منتشر شد، پژوهشگران تلاش کردند تا یک مداخله مبتنی بر شواهد برای ترک سیگار را از طریق فیس‌بوک منتشر کنند. آن‌ها با در نظر گرفتن این کمپین به‌عنوان یک عامل عفونی، به دنبال بهینه‌سازی نرخ انتقال در میان شبکه‌های همتایان بودند و ثابت کردند که اطلاعات مثبت و نجات‌بخش را می‌توان دقیقاً با همان مکانیسم‌های یک رقص وایرال شده، کاشت و پخش کرد. هدف این است که R0 رفتارهای سالم را به‌طور مصنوعی افزایش دهند تا زمانی که خودکفا شوند.[3]

به‌طور مشابه، مقاله‌ای در سال ۲۰۱۵ در آرکایو به‌صراحت مدل اپیدمیولوژیک SIR (مستعد-آلوده-بهبودیافته) را روی بازاریابی وایرال پیاده‌سازی کرد. نویسندگان خاطرنشان کردند که مخاطبان هدف یک برند، نشان‌دهنده جمعیت مستعد هستند، درحالی‌که کسانی که کمپین را به اشتراک می‌گذارند، افراد آلوده‌اند. نرخ بهبودی، صرفاً سرعتی است که کاربران کمپین را فراموش کرده و به سراغ حواس‌پرتی بعدی می‌روند. بازاریاب‌ها با دستکاری متغیرها — افزایش قدرت سرایت پیام یا کاهش نرخ بهبودی — می‌توانند شانس خود را برای دستیابی به یک انفجار وایرال، از نظر ریاضی مدل‌سازی کنند.[5]

پیامدهای این واقعیت ریاضیاتی برای هر کسی که در تلاش برای ساختن مخاطب یا انتشار یک پیام است، بسیار عمیق است. این موضوع، تمرکز را از اندازه مطلق دنبال‌کنندگان اولیه دور کرده و به سمت تراکم و درهم‌تنیدگی جامعه سوق می‌دهد. یک تولیدکننده محتوا با شبکه‌ای کوچک اما به‌شدت درگیر که دائماً R0 را به بالای ۱.۰ هل می‌دهد، همیشه از یک حساب کاربری عظیم که دنبال‌کنندگانش به‌ندرت چیزی را به اشتراک می‌گذارند، پیشی خواهد گرفت. وایرال شدن تابعی از توپولوژی شبکه است، نه فقط قدرت خامِ پخش.[6]

این پویایی توضیح می‌دهد که چرا پلتفرم‌ها دائماً الگوریتم‌های خود را دستکاری می‌کنند. الگوریتم به‌عنوان یک ضریب فزاینده یا کاهنده مصنوعی روی نرخ انتقال عمل می‌کند. پلتفرم با قرار دادن محتوا در صفحه «برای شما»، به‌طور مصنوعی تعداد کاربران مستعدی را که در معرض «ویروس» قرار می‌گیرند متورم می‌کند و به‌طور موقت R0 را افزایش می‌دهد تا کاربران را در اپلیکیشن درگیر نگه دارد. در مقابل، شدوبن یا سرکوب الگوریتمی به‌عنوان یک قرنطینه دیجیتال عمل کرده، گره‌های آلوده را منزوی می‌کند و از رسیدن آبشار به آستانه بحرانی ۱.۰ جلوگیری می‌کند.[6]

در نهایت، ارزش R برابر با ۱.۰، محدودیت سرعت جهانیِ فرهنگ دیجیتال است. این همان آستانه نامرئی است که دیکته می‌کند درباره چه چیزی صحبت کنیم، چه چیزی بخریم و چه چیزی را باور کنیم. درک این موضوع، توهم تصادفی بودن را که پیرامون شهرت اینترنتی وجود دارد، از بین می‌برد. وایرال شدن یک بلیت بخت‌آزمایی نیست؛ بلکه یک شرایط ریاضیاتی بسیار خاص است که در همان لحظه گذرا به دست می‌آید که کاربر تصمیم می‌گیرد یک تکه اطلاعات، آن‌قدر خوب است که نمی‌تواند آن را فقط برای خودش نگه دارد. وقتی افراد کافی این انتخاب را انجام دهند، ریاضیات بقیه کارها را می‌کند.[6]