3-1-⿻世界の暮らし

3-1-⿻世界での生活

最近まで、文明を擁護するために私が考えついた最善のことは…芸術家、詩人、哲学者、科学者を可能にしたことでした。しかし、それは最も偉大なことではないと思います。今では、最も偉大なことは私たちみんなに直接関係のある問題だと信じています。私たちが生活手段に忙しすぎて生きられないと言われると、私は、文明の主な価値はまさに生活手段をより複雑にすることにある、つまり、大衆が食べ物、衣服、住居を与えられ、場所から場所に移動するためには、単純で無秩序な努力ではなく、大きく連携した知的な努力が必要になるからだ、と答えます。なぜなら、より複雑で激しい知的な努力は、より充実した豊かな人生を意味するからです。それはより多くの生命を意味します。人生はそれ自体が目的であり、人生に値するかどうかについての唯一の疑問は、あなたに十分な人生があるかどうかです。— オリバー・ウェンデル・ホームズ、1900年[^LifeAsJoy]

原子…は現実の独立した要素ですか？いいえ…量子理論が示すように：それらは…世界との相互作用によって定義されます…(Q)uantum physics may just be the realization that this ubiquitous relational structure of reality continues all the way down…現実は物事の集合ではなく、プロセスのネットワークです。— カルロ・ロヴェッリ、2022年[^RelationalReality]

テクノロジーは科学に従います。もし私たちが、私たちの未来像としての⿻を理解したいのであれば、まず世界がすでにどうであるかについての視点としての⿻を理解する必要があります。技術官僚的および自由主義的な視点は、前章で説明した一元論的な原子論、つまり普遍的な法則の集合が基本的な原子の集合に作用することが世界を理解する最善の方法であるという信念に根ざしています。

テクノクラシーは、長い間科学と合理性によって正当化されてきました。1900年代初頭に普及した「科学的管理」（別名テイラリズム）という考えは、社会システムと単純な数学モデル、そしてそれらについての考え方としての論理と理性をアナロジーを用いて正当化されました。建築におけるハイ・モダニズムも同様に、幾何学の美しさからインスピレーションを受けています。[^SeeingLikeaState] 自由主義もまた、物理学やその他の科学から多くを借りています。粒子は「最小作用の経路を取る」のと同様に、進化は適応度を最大化し、経済主体は「効用を最大化する」のです。一元論的原子論の観点では、人間の社会から星の運動に至るまで、世界におけるあらゆる現象は、究極的にはこれらの法則に還元できると考えられます。

[^SeeingLikeaState]: ジェームズ・C・スコット、『国家を見るがごとく：人間の状況を改善するための特定の計画が失敗した方法』（コネチカット州ニューヘブン：エール大学出版局、1999年）。

これらのアプローチは大きな成功を収めてきました。ニュートン力学はさまざまな現象を説明し、産業革命の技術にインスピレーションを与えました。ダーウィニズムは現代生物学の基礎です。経済学は、社会科学の中で最も影響力のあるものとなっており、公共政策に影響を与えています。「汎用計算」というチャーチ・チューリングのビジョンは、今日広く使用されている汎用コンピューターという考えのインスピレーションとなりました。

しかし、過去1世紀は、一元論的原子論の限界を超えることで、どれほどの進歩が可能になるかを示しました。ゲーデルの不完全性定理は、数学の統一性と完全性を損ない、さまざまな非ユークリッド幾何学が今では科学に不可欠です。[^Moore] 共生、生態学、拡張進化総合説は、「適者生存」を中心的な生物学的パラダイムとして覆し、環境科学の時代を告げました。神経科学はネットワークと創発的能力を中心に再構築され、現代のニューラルネットワークを生み出しました。これらすべてに共通しているのは、単一の種類の原子実体に普遍的な法則を適用するのではなく、複雑さ、創発、多階層組織、多方向的な因果関係に焦点を当てていることです。

[^Moore]: クリス・ムーアとジョン・カッグ、「不確定性原理」、アメリカン・スカラー、2020年3月2日 https://theamericanscholar.org/the-uncertainty-principle/

⿻は同様に社会システムにアプローチします。企業は世界的な競争のゲームに参加していますが、同時に従業員、株主、経営陣、顧客によって行われるゲームでもあります。結果として生じる結果がしばしば選好として一致すると期待する理由はありません。さらに、多くのゲームが交差しています。企業の従業員は、しばしば企業自体だけでなく、外部世界（政治的、社会的、宗教的、民族的など）との他の関係を通じて影響を受けます。国もまた、ゲームでありプレーヤーであり、企業、宗教、その他多くのものと交差しており、そこでも国間の行動と国内の行動を明確に分離することはできません。本書の執筆自体が、複数の点で両者の複雑な混合です。

したがって、⿻は過去1世紀の自然科学とのアナロジーが豊富です。これらの影響とアナロジーを⿻から引き出し、何も文字通りにまたは普遍的に受け取らずに、インスピレーションと再結合の明るい道を垣間見ることができます。自由主義とテクノクラシーはイデオロギー的な風刺画と見なすことができますが、科学的な観点から、複雑さに対する常に存在する脅威として理解することもできます。

本質的に、流体の流れから生態系の発達、脳の機能に至るまで、あらゆる複雑なシステムは、「混沌とした」状態（活動が本質的にランダムである状態）と「秩序のある」状態（パターンが静的で硬直している状態）の両方を示すことができます。熱や突然変異率など、どの状態が生じるかを条件付けるパラメーターがほとんど常に存在し、高い値ではカオスが発生し、低い値では秩序が発生します。このパラメーターがこれらの状態間の遷移の「臨界値」に非常に近い場合、複雑性理論家が「カオスの縁」と呼ぶ状態にある場合、複雑な行動が出現し、予測不可能で、発展し、生命のような構造を形成しますが、それはカオスでも秩序でもなく、複雑です。[^WaldropComplexity] これは、私たちが上記で強調した、中央集権化と反社会的、技術官僚的および自由主義的な脅威の間の「狭い回廊」という考えによく対応しています。

[^WaldropComplexity]: M. ミッチェル・ウォルドロップ、『複雑性：秩序とカオスの境界における新しい科学の台頭』（ニューヨーク：オープンロードメディア、2019年）。

このように、⿻は科学から、この狭い回廊に向けて舵を取り、それを広げることの重要性を引き出すことができます。これは、複雑系科学者が「自己組織化臨界性」と呼んでいるプロセスです。そうすることで、多くの科学の知恵を活用し、いかなるアナロジーにも過度に捉えられることを回避できます。

数学

19世紀の数学は形式主義の台頭をみました。つまり、使用している数学構造の定義と特性について正確で厳密になることで、矛盾や間違いを回避することです。20世紀初頭には、数学が「解明」される可能性があり、おそらくあらゆる数学的主張の真偽を決定するための正確なアルゴリズムさえ与えることができるという希望がありました。[^20th] 一方、20世紀の数学は、複雑さと不確実性の爆発を特徴としていました。

[^20th]: アルフレッド・ノース・ホワイトヘッドとバートランド・ラッセル、『プリンキピア・マテマティカ』（英国ケンブリッジ：ケンブリッジ大学出版局、1910年）。

• ゲーデルの不完全性定理：20世紀初頭のいくつかの数学的結果、特にゲーデルの不完全性定理は、数学の重要な部分が完全に解明できない根本的で還元できない方法があることを示しました。同様に、アロンゾ・チャーチは、計算プロセスによって一部の数学的問題が「決定不能」であることを証明しました。[^Church] これは、数学全体を基本的な公理に関する計算に還元するという夢を打ち砕きました。

• 計算の複雑さ：還元主義が原則/理論的に実行可能な場合でも、構成要素に基づいてより高レベルの現象を予測するために必要な計算（その計算の複雑さ）は非常に大きいため、実行することは実際には関係ない可能性があります。場合によっては、必要な計算は、そのような還元によって得られる理解を通じて回収できるよりもはるかに多くのリソースを消費すると考えられています。多くの現実世界のユースケースでは、状況はしばしばよく研究されている計算上の問題として説明でき、そこで「最適」なアルゴリズムは問題のサイズに応じて指数関数的に増加する時間を要するため、経験則がほとんど常に実践で使用されます。

• 感度、カオス、還元できない不確実性：比較的単純なシステムでさえ、「カオス的」な挙動を示すことが示されています。システムがカオス的であるとは、初期条件のわずかな変化が、長い時間が経過した後の最終的な挙動に根本的な変化をもたらすことを意味します。最も有名な例は気象システムであり、蝶が羽ばたくことで、数週間後に世界中を半周した台風の発生の違いを生むことがよく言われています。[^chaos] このようなカオス効果が存在する場合、還元による予測の試みは、達成できないほどの精度を必要とします。さらに悪いことに、前述の感度のために重要な変化につながる可能性のある方法で、精密な機器が測定するシステムに干渉することが多いため、「不確定性原理」として知られる、どれだけの精度が実現可能なのかに多くの場合、厳しい制限があります。

• フラクタル：多くの数学構造は、非常に異なるスケールで同様のパターンを持っていることが示されています。その良い例はマンデルブロ集合であり、複素数に同じオフセットを繰り返し加算してから2乗することによって生成されます。これらは、構造を原子構成要素に分解することで、本質的に多スケール構造を明らかにするのではなく、曖昧にする可能性がある理由を示しています。

[^Church]: アロンゾ・チャーチ、「決定問題に関するノート」、記号論理ジャーナル1、第1号：40-41。[^chaos]: ジェームズ・グレック、『カオス：新しい科学の創造』（ニューヨーク：ペンギン、2018年）。

標準的な円形の雪片のようなフラクタルであるマンデルブロ集合の図を2つのスケールで示す。

図3-1-A：マンデルブロ集合（関数の母数値に応じて単純な2次関数のカオス的挙動を特徴付ける）を2つのスケールで示したもの。出典：Wikipedia CC 3.0 BY-SA。

• 数学における関係性：数学において、異なる分野はしばしば相互に関連しており、ある分野の知見は別の分野に応用できる。例えば、代数構造は多くの数学分野に普遍的に存在し、数学的対象間の関係性を表現し探求するための言語を提供する。代数幾何学の研究はこれらの構造を幾何学と結びつける。さらに、位相幾何学の研究は、図形とその性質の間の関係性を理解することに基づいている。多様性と相互接続性の融合は、おそらく現代数学を定義する特徴である。

物理学

1897年、ケルビン卿は有名な言葉「物理学において今や発見すべき新しいものは何もない」と宣言した。しかし、次の世紀は、この分野の歴史上最も実り多く、革命的なものとなった。

• アインシュタインの相対性理論は、ユークリッド幾何学と、衝突するビリヤードボールのニュートン力学という単純さを、大規模かつ高速での物理的世界を理解するための指針として覆した。物体が光速のごく一部の速度で移動する場合、非常に異なる法則がその挙動を記述し始める。

• 同様に、量子力学と弦理論は、古典物理学が非常に小さなスケールでは不十分であることを示した。ベルの定理は、量子物理学が確率論と隠れた情報の結果として完全に記述できるわけではなく、むしろ粒子は同時に2つの状態（または「重ね合わせ」）の組み合わせに存在でき、その2つの状態は互いに打ち消し合うことを明確に示した。

• 前述の「ハイゼンベルクの不確定性原理」は、粒子の速度と位置を測定できる精度に確固たる上限を設けている。

• 劉慈欣のSFシリーズで中心的な役割を果たしたことで現在有名になっている「三体問題」は、単純なニュートン物理学の下でも、3つの天体の相互作用でさえ、その将来の挙動を単純な数学の問題で予測できないほどカオス的であることを示している。しかし、我々は「温度」や「圧力」といった17世紀の抽象概念を用いることで、日常的な使用に十分な精度で、依然として日常的に兆単位の天体問題を解決している。

おそらく20世紀物理学の革命における最も顕著で一貫した特徴は、固定され客観的な外部世界に関する仮定を覆したやり方だった。相対性理論は、時間、空間、加速度、さらには重力が、基礎となる現実の絶対的な特徴ではなく、物体の関係の関数であることを示した。量子物理学はさらに進んで、これらの相対的な関係でさえ、観測されるまで固定されておらず、したがって基本的に物体ではなく相互作用であることを示した。[^Rovelli] したがって、現代科学はしばしば、異なるスケールで物理的世界の異なる側面を理解するために、さまざまな分野を混ぜ合わせている。

[^Rovelli]：Carlo Rovelli、「Relational Quantum Mechanics」、International Journal of Theoretical Physics 35、1996：1637-1678。

この豊かでネットワーク的な物理的現実の理解の応用は、20世紀の栄光と悲劇のまさに中心にある。大国は原子力を利用して世界情勢を形作った。グローバル企業は、量子物理学の理解を利用して、かつてないほど小さな電子機器を顧客の手のひらに収めることで、前例のない通信とインテリジェンスを強化した。何百万人もの家族による木材と石炭の燃焼は、世界中に散らばる微小センサーから得られた情報に基づく、生態系の破壊、政治的紛争、世界規模の社会運動の原因となっている。

生物学

19世紀の宏生物学（高度な生物とその相互作用に関する）を定義する概念が「自然選択」であったとすれば、20世紀の類似概念は「生態系」である。自然選択が資源の不足に対する生存のための「ダーウィン的」競争を強調したのに対し、生態系観（「拡張進化合成」の概念と密接に関連している）は、以下を強調する：

• モデルの予測可能性の限界：行動主義、神経科学など、還元的な概念に基づいた動物行動の有効なモデルを作成する能力に限界があることを発見し続けており、計算の複雑性を示している。

• 生物と生態系の類似性：多くの多様な生物（「生態系」）が、多細胞生物と同様の特徴（恒常性、内部成分の破壊や過剰増殖に対する脆弱性など）を示すことを発見しており、創発と多様なスケールでの組織化を示している。実際、多くの高等生物は、そのような生態系と区別が難しい（例えば、多細胞生物は単細胞生物の協力、またはアリなどの「真社会性」生物は個々の昆虫から成る）。これらの生物の進化の特定の特性は、これらのすべてのレベルで突然変異と選択が起こる可能性であり、多様なスケールでの組織化を示している。[^EO]

• 従来の競争や捕食者と被食者の関係だけでなく、「相互作用」の範囲を含む、種間の相互作用の多様性。ここで、生物は他の生物によって提供されるサービスに依存し、今度はそれらを維持するのを助けることで、絡み合いと関係性を例示している。[^相互作用]

• エピジェネティクス：遺伝子コードはこれらの行動の一部しかコードしておらず、「エピジェネティクス」やその他の環境要因が進化と適応に重要な役割を果たしていることを発見しており、分子生物学でさえ固有の多様なレベルと多次元の因果関係を示している。

[^EO]：David Sloan WilsonとEdward O. Wilson、「Rethinking the Theoretical Foundation of Sociobiology」、「Quarterly Review of Biology」82、no. 4、2007：327-348。[^相互作用]：これらの発見は、ピエール・ジョゼフ・プルードンなどの初期のアナーキスト思想家が「相互作用」をほぼ同じ意味で使用したことから、本書の著者の1人が生物学的相互作用に関する彼の2番目の論文を発表し、その後これらのアイデアを社会市場に関する章で後述する理論にさらに発展させたことまで、絶えず、そして深くネットワーク的な社会思想と絡み合っている。ピエール・ジョゼフ・プルードン、『経済的矛盾体系』（1846年）。E. Glen Weyl、Megan E. Frederickson、Douglas W. Yu、Naomi E. Pierce、「Economic Contract Theory Tests Models of Mutualism」、「Proceedings of the National Academy of Sciences」107、no. 36、2010：15712-15716。

この変化は単なる科学理論の問題ではなかった。それは、20世紀における人間の行動と自然との相互作用における最も重要な変化のいくつかをもたらした。特に、環境運動とその生態系、生物多様性、オゾン層、気候を保護するための取り組みはすべて、この「生態学」の科学から生まれ、それに大きく依存しており、この運動はしばしばそのラベルが付けられている。

神経科学

現代神経科学は19世紀後半に始まり、カミッロ・ゴルジ、サンティアゴ・ラモン・イ・カハール、そして協力者らがニューロンとその電気的活性化を脳の基本的な機能単位として分離した。この分析は、アラン・ホジキンとアンドリュー・ハクスリーによる研究によって明確な物理モデルに洗練され、彼らは動物で神経伝達に関する電気理論を構築し、試験した。しかし、最近では、カオスと複雑性理論を脳の機能の中心に据える一連の発見が見られた：

• 脳機能の分布：数理モデル、脳画像、単一ニューロン活性化実験は、多くの場合、脳機能のほとんどが脳の領域全体に分散しており、主に物理的な局在化ではなく、相互作用のパターンから生じていることを示唆している。

• 反復的な同時発火によって強化されるヘッブの接続モデルは、おそらく科学における「関係性」の概念の最も優雅な例の一つであり、人間の関係の発達を私たちが通常想像する方法と非常によく似ている。

• 人工ニューラルネットワークの研究：1950年代後半から、フランク・ローゼンブラットを筆頭とする研究者たちは、脳の最初の「人工ニューラルネットワーク」モデルを構築した。ニューラルネットワークは、最近の「人工知能」の進歩の基礎となっている。入力の線形結合によって決定される閾値を超えることでトリガーされる活性化のニューロンに触発された、かなり単純な原理でそれぞれ動作する、数兆個のノードのネットワークは、「BERT」や「GPT」モデルなどの「基礎モデル」のバックボーンである。

科学から社会へ

ネットワークとは、科学的には、人間の社会を理解するための類似した視点の適用であり、技術的には、ネットワーク科学に基づいて構築された物理的技術と同様に、これらの構造を考慮し、それらに似せた公式の情報とガバナンスシステムを構築しようとする試みである。このビジョンの最も明確な表現は、ネットワーク社会学の主要人物であるマーク・グラノベターの著作に見られるだろう。[^Granovetter] 基本的な個々の原子はない。個人的なアイデンティティは、基本的に社会的関係やつながりから生じる。固定された集団や、集団の集合でさえもない。社会集団は、絶えず変化し、再構成しなければならない。人々の多様性と彼らが創造する社会集団の間のこの双方向の均衡が、ネットワーク社会科学の本質である。

[^Granovetter]：Mark Granovetter、「Economic Action and Social Structure: The Problem of Embeddedness」、「American Journal of Sociology」91、no. 3（1985）：481-510。

さらに、これらの社会集団は、様々な交差する非階層的な規模で存在します。家族、クラブ、町、州、あらゆる規模の宗教団体、あらゆる規模の企業、人口統計的アイデンティティ（性別、性的アイデンティティ、人種、民族など）、教育と学術訓練、そしてその他多くの共存し交差する要素があります。例えば、グローバルなカトリック教徒の観点から見ると、米国は重要だが「少数派」の国であり、全カトリック教徒の約6％しか米国に住んでいません。しかし、米国からのカトリック教徒の視点から見ると、米国人の約23％がカトリック教徒であるため、同じことが言えます。[^PewCatholic]

[^PewCatholic]: ピュー・リサーチ・センター、「世界のカトリック人口」、2013年2月13日 https://www.pewresearch.org/religion/2013/02/13/the-global-catholic-population/

ここでは詳細な検討はできませんが、豊富な文献が、⿻の視点の説明力を裏付ける量的および社会科学的証拠を提供しています[^AssemblageTheory]。産業ダイナミクスの研究、社会心理学と行動心理学の研究、経済開発の研究、組織の結束力の研究、そしてその他多くの研究が、多様性を生み出し活用する社会的関係の中心的な役割を示しています[^SocialDynamics]。ここでは、おそらく最も驚くべきであり、上記の科学的主題と最も関連する1つの例を取り上げます。それは、科学知識そのものの進化です。

近年注目を集めている学際的な研究分野「メタサイエンス」は、科学者とアイデアのネットワークから複雑系としての科学知識の出現を研究しています[^SciSciField]。科学分野の出現と拡大、科学的新規性と進歩の源、科学者が選択する探求戦略、社会構造が知的な進歩に与える影響などを調査しています。その中で、科学的探求は、分野内で頻繁に議論されてきたトピックに偏っており、科学者間の社会的なつながりと制度的なつながりによって制約されていることがわかり、科学的知識発見プロセスの効率性を低下させています[^TopicBiasInScience]。さらに、主に独立した、重複しないチームで構成され、様々な方法を使用し、幅広い過去の出版物を利用する分散型の科学コミュニティは、より信頼性の高い科学的知識をもたらす傾向があることがわかりました。対照的に、繰り返し行われる共同作業を特徴とし、過去の研究から限られた範囲のアプローチに限定された中央集権的なコミュニティは、信頼性の低い結果を生み出す可能性が高いです[^CentralizedScientificCommunity][^PredictRobustScience]。また、研究チームの規模と階層構造は、開発された発見の種類（危険で革新的なものと通常の科学）と強い関連があり、現代科学におけるチーム（個々の研究ではなく）の役割がますます重要になっていることが示されています[^TeamScience]。最も大きなイノベーションは、既存の分野にしっかりと根ざし、異例で驚くべき組み合わせで使用されることから生じる傾向がありますが[^DisconnectionDiscordInnovation][^SurpriseInnovation][^ScientificInnovation]、科学で使用されているほとんどのインセンティブ構造（例えば、出版物の質と引用数のカウントに基づくもの）は、科学的な創造性を制限する有害なインセンティブを生み出していることが示されています。これらの知見から、科学コミュニティでは、イノベーションに報い、これらのバイアスを相殺できる新しい指標が開発され、より⿻インセンティブセットが作成されています[^ScienceMetrics]

科学における⿻を直接考慮し、強化する科学政策研究は、既存の知識の厳格さと新しい洞察の発見の両方に利点をもたらします。より異なるコミュニティとそのアプローチが既存の主張を検証する場合、これらの独立した視点は、その発見が反論や改訂に対してより堅牢であることを保証します。さらに、最も⿻である科学的取り組みで見られる多様性をシミュレートすることによって、⿻原則に基づいて分析モデルを構築すると、通常の科学では得られない発見が得られます[^AccelerateScienceAI]

このように、科学の実際そのものを理解するためにも、多くの交差するレベルの社会組織に根ざした⿻の視点は不可欠です。破壊的な革新的な知識の出現を促進する力の背後にある科学に関する科学の知見は、特許やGitHubのソフトウェアプロジェクトなど、創造的なコラボレーションの他のコミュニティでも再現されており、⿻の見方は科学技術の発展を超える可能性があることが示されています。

未来の⿻？

しかし、上記で説明した未来に対するテクノクラート的およびリバタリアン的なビジョンは、そのような⿻の基礎とは大きく異なります。

前の章で説明したテクノクラート的なビジョンでは、既存の行政システムの「混乱」を、大規模で統一され、合理的で、科学的で、人工知能を備えた計画システムに置き換えることが目的です。この統一されたエージェントは、地域性と社会的多様性を超越し、経済的および社会的問題に対する「偏りのない」答えを提供し、社会的分裂や違いを超越すると考えられています。そのため、⿻社会科学が関心の対象、関与、価値を定義するものとして認識している社会的多様性と異質性を促進し、活用するのではなく、せいぜい隠蔽し、最悪の場合消去しようとしています。

リバタリアン的なビジョンでは、原子論的な個人（または、いくつかのバージョンでは、均質で緊密に連携した個人の集団）の主権が中心的な願望です。社会関係は、「顧客」、「脱退」、その他の資本主義的なダイナミクスという観点から最もよく理解されます。民主主義やその他多様性に対処する手段は、十分な整合性と自由が達成されないシステムの失敗モードと見なされています。

しかし、これらは唯一の進歩の道ではありません。⿻科学は、世界の⿻理解を活用して物理的技術を構築する力を私たちに示してくれました。人間社会の類似した理解に基づいて構築された社会と情報技術がどのようなものになるかを尋ねる必要があります。幸いなことに、20世紀には、哲学的および社会科学的基礎から技術的表現の始まりまで、そのようなビジョンの体系的な開発が見られました。

[^LifeAsJoy]: Harper’s Magazine. “Holmes – Life as Art,” May 2, 2009. https://harpers.org/2009/05/holmes-life-as-art/. [^RelationalReality]: Carlo Rovelli, “The Big Idea: Why Relationships Are the Key to Existence.” The Guardian, September 5, 2022, sec. Books. https://www.theguardian.com/books/2022/sep/05/the-big-idea-why-relationships-are-the-key-to-existence. [^MultilevelSelection]: David Wilson, Mark Vugt, and Rick O’Gorman, “Multilevel Selection Theory and Major Evolutionary Transitions.” Current Directions in Psychological Science 17, no. 1 (February 2008): 6–9. https://doi.org/10.1111/j.1467-8721.2008.00538.x. [^NeuroscienceComplexity]: ここでは神経科学におけるこれらの特性の例をいくつか示します。感度：神経科学では、感度は脳が環境のわずかな変化を検出し、反応する能力を指します。脳の感度の例としては、シナプス可塑性という現象が挙げられます。シナプス可塑性とは、シナプス（ニューロン間の接続）が活動に応じて強度を変える能力のことです。この感度により、脳は経験から学び、適応することができます。カオス：カオスは、決定論的であるにもかかわらず予測不可能な挙動を示す複雑系の特徴です。神経科学では、脳のニューロンの活動においてカオスが観察されています。例えば、個々のニューロンの発火パターンは非常に不規則でカオス的であり、識別可能なパターンやリズムがないことが研究で示されています。このカオス的な活動は、脳内での情報処理やコミュニケーションに役割を果たしている可能性があります。感度とカオスの統合：感度とカオスは、脳において相互作用して複雑で適応的な行動を生み出すこともあります。例えば、脳は感覚入力のわずかな変化に敏感であることが研究で示されていますが、この感度は神経ネットワークにおけるカオス的な活動にもつながる可能性があります。しかし、このカオス的な活動は制御され、運動制御や調整などの適応的な行動を生み出すために利用される可能性があります。このように感度とカオスを統合する脳の能力は、その驚くべき複雑さと適応性の特徴です。[^AssemblageTheory]: マニュエル・デランダが述べているアッサンブラージュ理論では、実体は、個々の部分に還元されるのではなく、異質な構成要素間の共生的関係から形成された複雑な構造として理解されています。その中心的な主張は、人間は単独で行動するのではなく、人間の行動には複雑な社会物質的相互依存関係が必要であるということです。デランダの見解は、実体の固有の性質から、関係のネットワーク内で新たな特性を生み出す動的なプロセスと相互作用に焦点を移します。彼の著書「A New Philosophy of Society: Assemblage Theory and Social Complexity」（2006年）が良い出発点です。[^SocialDynamics]: Scott Page, The Difference: How the Power of Diversity Creates Better Groups, Firms, Schools, and Societies, (Princeton: Princeton University Press, 2007); César Hidalgo, Why Information Grows: The Evolution of Order, from Atoms to Economies, (New York: Basic Books, 2015); Daron Acemoglu, and Joshua Linn, “Market Size in Innovation: Theory and Evidence from the Pharmaceutical Industry,” Library Union Catalog of Bavaria, (Berlin and Brandenburg: B3Kat Repository, October 1, 2003), https://doi.org/10.3386/w10038; Mark Granovetter, “The Strength of Weak Ties,” American Journal of Sociology 78, no. 6 (May 1973): 1360–80; Brian Uzzi, “Social Structure and Competition in Interfirm Networks: The Paradox of Embeddedness,” Administrative Science Quarterly 42, no. 1 (March 1997): 35–67. https://doi.org/10.2307/2393808; Jonathan Michie, and Ronald S. Burt, “Structural Holes: The Social Structure of Competition,” The Economic Journal 104, no. 424 (May 1994): 685. https://doi.org/10.2307/2234645; McPherson, Miller, Lynn Smith-Lovin, and James M Cook. “Birds of a Feather: Homophily in Social Networks.” Annual Review of Sociology 27, no. 1 (August 2001): 415–44. [^TopicBiasInScience]: Andrey Rzhetsky, Jacob Foster, Ian Foster, and James Evans, “Choosing Experiments to Accelerate Collective Discovery,” Proceedings of the National Academy of Sciences 112, no. 47 (November 9, 2015): 14569–74. https://doi.org/10.1073/pnas.1509757112. [^CentralizedScientificCommunity]: Valentin Danchev, Andrey Rzhetsky, and James A Evans, “Centralized Scientific Communities Are Less Likely to Generate Replicable Results.” ELife 8 (July 2, 2019), https://doi.org/10.7554/elife.43094. [^PredictRobustScience]: Alexander Belikov, Andrey Rzhetsky, and James Evans, "Prediction of robust scientific facts from literature," Nature Machine Intelligence 4.5 (2022): 445-454. [^TeamScience]: Lingfei Wu, Dashun Wang, and James Evans, "Large teams develop and small teams disrupt science and technology," Nature 566.7744 (2019): 378-382. [^DisconnectionDiscordInnovation]: Yiling Lin, James Evans, and Lingfei Wu, "New directions in science emerge from disconnection and discord," Journal of Informetrics 16.1 (2022): 101234. [^SurpriseInnovation]: Feng Shi, and James Evans, "Surprising combinations of research contents and contexts are related to impact and emerge with scientific outsiders from distant disciplines," Nature Communications 14.1 (2023): 1641. [^ScientificInnovation]: Jacob Foster, Andrey Rzhetsky, and James A. Evans, "Tradition and Innovation in Scientists’ Research Strategies," American Sociological Review 80.5 (2015): 875-908. [^ScienceMetrics]: Aaron Clauset, Daniel Larremore, and Roberta Sinatra, "Data-driven predictions in the science of science," Science 355.6324 (2017): 477-480. [^AccelerateScienceAI]: Jamshid Sourati, and James Evans, "Accelerating science with human-aware artificial intelligence," Nature Human Behaviour 7.10 (2023): 1682-1696. [^SciSciField]: Santo Fortunato, Carl T. Bergstrom, Katy Borner, James A. Evans, Dirk Helbing, Stasa Milojevič, Filippo Radicchi, Robeta Sinatra, Brian Uzzi, Alessandro Vespignani, Ludo Waltman, Dashun Wang and Alberto-László Barbási, "Science of Science" Nature 359, no. 6379 (2018): eaao0185.