LinkedIn’de Yapılan Devasa Bir Araştırma, İşe Girmenize Aslında Kimin Yardımcı Olduğunu Ortaya Koyuyor…
Tanıdıklar, yakın arkadaşlardan daha fazla, iş söz konusu olduğunda “zayıf bağların" gücünü gösteriyor…

Yeni bir iş istiyorsanız, sadece arkadaşlarınıza ya da ailenize güvenmeyin. Sosyal bilimlerdeki en etkili teorilerden birine göre, “zayıf bağlarınız", yani az sayıda ortak bağlantınız olan çok sıkı bağlarınızın olmadığı tanıdıklarınız aracılığıyla yeni bir pozisyon kapma olasılığınız daha yüksektir. Sosyolog Mark Granovetter bu fikri ilk olarak 1973 yılında 65.000’den fazla atıf alan bir makalede ortaya attı. Ancak Granovetter’in çalışmasının başlığından sonra “zayıf bağların gücü" olarak adlandırılan teori, onlarca yıldır nedensel kanıtlardan yoksundu. Şimdi ise profesyonel sosyal paylaşım sitesi LinkedIn’de beş yıl boyunca 20 milyondan fazla kişiyi inceleyen kapsamlı bir çalışma, zayıf bağlar kurmanın gerçekten de insanların yeni işler bulmasına yardımcı olduğunu gösteriyor. Ve iş arayanlar için hangi tür bağlantıların en önemli olduğunu ortaya koyuyor.

Northwestern Üniversitesi Kellogg School of Management‘ta profesör olan ve yeni araştırmada yer almayan Dashun Wang, zayıf bağların gücünün “gerçekten de sosyal bilimin temel taşlarından biri olduğunu" söylüyor. 1973 tarihli orijinal araştırma için Granovetter kariyerlerinin son dönemlerinde insanlarla görüşmüş ve onlara iş değişiklikleriyle ilgili deneyimlerini sormuştu. Granovetter‘in çığır açan makalesinden önce, pek çok kişi yeni pozisyonların iyi söz söyleyen yakın arkadaşlar, güçlü adaylar arayan kelle avcıları ya da kamu ilanları gibi kaynaklardan geldiğini varsayıyordu. Ancak Granovetter‘in analizi, insanların aslında en çok arkadaşlarının arkadaşları aracılığıyla yeni işler bulduklarını gösterdi – genellikle iş arayan kişinin yeni bir pozisyon aramaya başlamadan önce tanımadığı birileri. Kellogg School of Management‘ta profesör olan ve yeni çalışmada yer almayan Brian Uzzi, “Bu insanları gerçekten sarstı çünkü insanların hayattaki en iyi işleri nasıl bulduklarına dair varsayımlar doğru görünmüyor – aslında yabancılar sizin için en iyi bağlantılar olabilir gibi görünüyor" diyor.

Yabancıları arkadaşlardan üstün kılan nedir? Granovetter, yakın bağlantıların – aynı çevredeki insanların – büyük ölçüde aynı gerçeklere ve profesyonel seçeneklere sahip olduğunu öne sürdü. Ancak farklı topluluklara mensup kişiler yepyeni bilgiler ve faydalı bağlantılar sunabilir. Ortak bir arkadaş, iş avcısını farklı bir gruptaki bir kişiye bağlayarak yeni fırsatlar sunan bir köprü görevi görebilir.

Bu açıklama, zayıf bağlar ile iş hareketliliği arasında bir korelasyon olduğunu gösteren gözlemsel verilere dayanmaktadır. Ancak korelasyon nedensellik değildir ve Granovetter‘in fikrini ilk kez ortaya atmasından bu yana geçen yaklaşık 50 yıl içinde araştırmacılar, bir başvuru sahibinin zayıf bağlarının o yeni işi kapmasına neden olan belirli bir şey olduğunu kanıtlayamamışlardır. Yirmi yıl önce, yüksek lisans öğrencisiyken Sinan Aral bu boşluğu fark etmekten kendini alamadı. Şu anda Massachusetts Teknoloji Enstitüsü‘nde yönetim profesörü olan yeni çalışmanın kıdemli yazarı Aral, “Bu literatürün ortasında 500 kiloluk bir goril var, yani bu teorilerin hiçbiri için nedensel bir kanıtımız yok" diyor. “Zayıf bağların – yeni işler gibi – iyiliklerle ilişkili olmasının nedeninin zayıf bağların kendilerinin iyi olması mı yoksa zayıf bağlar kuran insanların daha üretken olmalarını, iyi fikirlere sahip olmalarını ve daha iyi işler, terfiler ve ücretler almalarını sağlayan bazı gözlenemeyen özelliklere sahip olmaları mı olduğunu bilmiyoruz." Wang‘ın da belirttiği gibi, “İnsanlar bu teoriyi ve ilişkili kavramları çok çeşitli olguları açıklamak için kullanıyor, ancak zayıf bağların iş fırsatlarıyla nedensel olarak bağlantılı olup olmadığına dair nedensel bir test yapılmadı. Bu makale de bunu yapıyor." Çalışma Perşembe günü yayımlandı.

Bu teorinin deneysel kanıtını geliştirmek son derece zordur. Nedenselliği randomize bir klinik çalışmanın titizliğiyle test etmek için araştırmacıların iki eşdeğer insan grubunu ele almaları, bir gruba daha fazla, diğerine daha az zayıf bağ vererek sosyal ağlarını deneysel olarak manipüle etmeleri ve ardından grupların farklı sonuçlar yaşayıp yaşamadığını gözlemlemeleri gerekir. Ancak Aral ve meslektaşları LinkedIn‘in zaten neredeyse aynı derecede iyi bir şey yaptığını keşfetti. Profesyonel ağ sitesinin mühendisleri “Tanıyor Olabileceğiniz Kişiler" önerme algoritmasını değiştirirken, birçok doğal sosyal deney gerçekleştirdiler. Bir örnekte LinkedIn, kullanıcılar için gösterdiği zayıf bağ, güçlü bağ ve toplam öneri sayısını rastgele değiştiriyordu; burada bir bağın gücü, karşılıklı bağlantıların karşılıklı olmayan bağlantılara oranına bağlıydı. Bu, Granovetter‘in fikrini test etmek için mükemmel bir deney sağladı. LinkedIn uygulamalı araştırma bilimcisi Karthik Rajkumar ve M.I.T. yüksek lisans öğrencisi Guillaume Saint-Jacques liderliğindeki araştırmacılar, bu verilerin beş yılını analiz ederek, algoritmik olarak daha fazla zayıf bağ önerisi atanan (ve dolayısıyla daha fazla zayıf bağ oluşturan) LinkedIn kullanıcılarını, daha güçlü bağ önerileri atananlarla karşılaştırdılar. Ardından, güçlü ya da zayıf bir bağ eklemenin deneklerin sonraki iş hareketliliğini nasıl etkilediğini tahmin ettiler. LinkedIn‘in algoritmik deneyleri sayesinde ekip, bağ gücünün etkisini toplam yeni bağ sayısından ayırt edebildi.

Sonuçlar sadece Granovetter‘in teorisini desteklemekle kalmadı, aynı zamanda birkaç iyileştirme de ekledi. İlk olarak, tüm zayıf bağlar eşit derecede faydalı değildi. Eğer bir bağın gücü karşılıklı temas sayısına bağlıysa, o zaman iki kişinin yaklaşık 10 tanıdık paylaştığı orta derecede zayıf bağlar en önemlisiydi. Ancak bağların gücü, etkileşim yoğunluğu ya da zayıf bağınız olan tanıdığınızla iletişim kurma sıklığınızla da ölçülebilir. Araştırmacılar bu ölçütü incelediklerinde, en faydalı bağların insanların çok sık etkileşime girmedikleri bağlar olduğunu buldular. Son olarak ekip, bu etkilerin sektöre göre değiştiğini tespit etti: LinkedIn‘deki zayıf bağlar, yüz yüze çalışmayı gerektiren “analog" sektörlere kıyasla makine öğrenimi, yapay zeka, robotlaşma, yazılım kullanımı ve uzaktan ve hibrit çalışmayı içeren dijital sektörlerde özellikle faydalıydı.

Bu sonuçlar, sosyal ağlarını nasıl kuracaklarını ve geliştireceklerini düşünen iş arayanlara fayda sağlayabilir. Örneğin, LinkedIn‘in bağlantı kurulacak kişilerle ilgili önerileri söz konusu olduğunda, Aral “bunları görmezden gelmek istemeyebilirsiniz" diyor. “Ve eğer biri için bir öneri alırsanız ve bağlantının ne olabileceğini göremezseniz," yine de keşfetmeye değer olabilirler. “Bunlar… aslında bir sonraki işinizin kaynağı olabilecek zayıf bağlardır" diye ekliyor.

Wang, bu sonuçlara rağmen güçlü bağları ihmal etmemenin önemli olduğunu söylüyor. Bu çalışma başarılara, yani yeni iş bulan kişilere odaklandı. Ancak başarıdan önce yaşanan tüm başarısızlıklar ve reddedilmeler incelenmedi. Zorlu bir iş arayışını sürdürmek için sosyal destek sağlayacak güçlü bağlara ihtiyacımız var. Wang, “Sadece başarıları gözlemlemek bize hikayenin sadece bir kısmını anlatacaktır," diyor. “Sonunda gerçekten başarılı olmak için güçlü bağlarınıza gerçekten ihtiyacınız var." Bu güçlü bağlar, yaşadıkları ayrımcılık ve diğer baskılarla başa çıkmak için genellikle birbirine sıkı sıkıya bağlı topluluklar oluşturan göçmenler gibi gruplar için hayati önem taşıyor. Ancak bu aynı zamanda, zayıf bağlara dayalı fırsatlara erişimde daha zor zamanlar geçirebilecekleri anlamına da geliyor. Uzzi, “Göçmen grupları veya dezavantajlı grupları geride tutan şeylerden bazıları, bu zayıf bağlara sahip olmanın onlar için daha zor olduğu gerçeğidir" diyor.

İş arayanların yanı sıra politika yapıcılar da yeni çalışmadan dersler çıkarabilir. Aral, “Çalışmanın vurguladığı şeylerden biri, algoritmaların istihdam ve işsizlik gibi temel, önemli sonuçları yönlendirme derecesidir" diyor. LinkedIn‘in Tanıyor Olabileceğiniz Kişiler işlevinin yeni bir iş edinmede oynadığı rol, “algoritmaların istihdam ve muhtemelen ekonominin diğer faktörleri üzerinde sahip olduğu muazzam kaldıracı" gösteriyor. Aral ayrıca bu tür algoritmaların ekonomik değişimler için haberci olabileceğini de öne sürüyor: Federal Rezerv‘in faiz oranlarını artırıp artırmayacağına karar vermek için Tüketici Fiyat Endeksi‘ne bakması gibi, LinkedIn gibi ağlar da politika yapıcıların ekonomide neler olup bittiğini ayrıştırmasına yardımcı olacak yeni veri kaynakları sağlayabilir. “Bence bu dijital platformlar bunun için önemli bir kaynak olacak" diyor.

Bu içeriği beğendiyseniz lütfen çevrenizle paylaşınız…