MIT Human Dynamics Laboratory 主任，Alex Sandy Pentland 在本書提倡的新科學「社會物理學」，利用電子裝置進行大規模實地實驗室，和研究團隊逐秒測量群組、公司和社區可能長達數年的時間，蒐集、分析數以十億計的大數據，仔細觀察社會以了解意念流的動態，幫助社會科學家藉由大資料技術提升個人團體績效或是解決各種社會問題：疾病預防、城市發展、交通建設，也建立一套「資料新政」規範，在做到個資保護下，讓資料開放促進社會進步。
主要接觸這本書是因為書名，現在實驗室很常要用各種數據去做應用，
因而就想看看這本書有沒有提供一些好的idea，讓我們知道可以怎樣應用數據
殊不知，這本書根本算是社會科系的書籍啊 @@ 很多是經濟、決策、社會管理等等，
小至提升個人、團體績效，大至預測或是改善人類行為，都是可以透過大數據的運算來達到。
[第1部 社會物理學]
<第2章 探索 如何找到好點子、做出好決策>
「意念流」，是一個新意念出現在某人的延伸社群網路之後，當事人行為改變的可能性。
「探索」是指利用社群網絡獲得意念和資訊，探索是意念流中將心意念引進一個工作小組或社群的部分。
群眾智慧是居於孤立和羊群行為這兩個極端之間，這中間區域是社會性學習，
也就是模仿成功人士，產生真正報酬的領域。
集合眾人意見的做法，僅適用於無社交互動下的估計問題，也就是假設群體中所有人都獨立行事。
如果出現社交活動，人們開始影響其他人，結果可能是恐慌、泡沫和一時的風潮。
當外來的資訊源，如雜誌、電視和電台等，變得太相似時，團體迷思便成為真實的危險。
同樣道理，當社群網絡中有回饋環路時，相同的想法會不斷流轉。
但因為資訊口耳相傳時，通常會稍微改變，
所以人們未必會發現，他們接觸到的事一再重複的相同觀點。
我們很容易會相信所有人都是獨立得出類似策略，因此變得過度自信。
人就像一種意念處理機器，結合了個人想法和參考他人經驗的社會性學習。
能否成功，很大程度上取決於你的探索品質，而你的探索品質則取決於你的資訊和意念來源的多樣性和獨立性。
<第3章 意念流 集體智慧如何構成>
在健康習慣、政治傾向和消費行為這三個例子中，
與同儕（親友）行為的直接和間接接觸是主導意念流的因素，而非類似效應（類似習性的人下載相同的App）。
這可能是因為像周遭的行為榜樣學習，遠比依靠自己摸索要有效率。
最佳的學習策略是花90%的經歷探索上，也就是尋找並模仿看似成功的行為榜樣。
餘下的10%，則應用在個人實驗和思考上
(ex:學習新的電腦系統，我們會更傾向於看有人實際操作，而不是翻教學手冊)
改變行為～
我們的行為主要是自己接觸的意念塑造出來的，
所以我們的渴望與偏好，主要是基於我們的同儕社群重視什麼。
也就是並非個別理性，而是因為社會性學習而成為有限理性。
人們會為了改變自己接觸的行為，而選擇改變自己身處的環境。
人們越是渴望像某群同儕學習、越想成為該群體的一員，就會花越多時間與他們為伍。
如果想改變人們的行為，藉由社群網路誘因改變意念流，遠比利用個人誘因的傳統方法有效。
要改變習以為常的行為、偏好和興趣，需要短時間內多次接觸相關行為的信任同儕，
而且會看到新行為有好的結果（成功應用或推薦一個新構想的幾個事例），才會願意接受他成為自己的新習慣。
kith and kin ：親朋好友
<第4章 參與 群體可以如何合作>
如果一個人在半小時內收到超過三個加入網絡的邀請，而且這些邀請是來自與自己和自己所屬的工作團隊有互動的人，則收到邀請者幾乎肯定會加入並嘗試使用數位社群網絡。相對之下，如果邀請是來自與自己和自己所屬的工作團隊並無互動的人，那麼即使在半小時內收到多達十二次邀請，其效果仍然相對小得多。
社會壓力～
出去投票：親近朋友能動員的投票者，比動員訊息本身多四倍。
針對人們的社群網絡提供誘因，而非提供經濟誘因或相關資訊以試圖改變個別人士的行為。
受社群網絡誘因激勵的人，在這些誘因消失後，往往會維持較高的活動量。
所以從與夥伴的直接互動次數，能相當準確地預測當事人的行為將出現多大的改變。
數位參與～
同儕相見 Peer See：獎勵保持活躍的當事人，還讓他們在線上看到他們夥伴的表現，
這是一種社群網路誘因，當人們彼此競爭時會有效。
[第2部 意念機器]
<第5章 集體智慧 互動模式如何轉化為集體智慧>
創造性產出仰賴：發現意念（探索），以及將這些意念融入新行為中（參與）
社會性學習-通常是同事間非正式面對面互動機會的數目，往往是決定公司生產力的最大單一因素
績效最好的群體，典型特徵包括：
- (1)主義很多：成員貢獻很多很簡短的點子，而非只有少數的長篇大論
- (2)密集的互動：有人貢獻點子，便有人提出非常簡短（不超過一秒）的即時評論，來支持或否定相關點子以幫助建立共識，而且這種貢獻點子和即時評論的情況持續重疊發生
- (3)主義很多樣：群體中人人均貢獻點子並對點子做出反應，個人參與互動的程度相對平均。
當群體成員難以合作、情緒高昂時，此時可能需要一名領袖扮演「促進者」的角色，在其他人貢獻點子時頻頻介入。不過，這種介入應盡可能簡短，好群體成員有時間提出新點子。
<第6章 塑造組織 互動型態視覺化造就的社會智力>
互動型態視覺化，能使所有人看到互動型態，
可以幫助員工和管理階層塑造理想的意念流，因而改善組織的生產力和創造性產出。
會見調停者系統是由一個社會計量識別牌和一隻手機所構成，
前者用於記錄群體的互動型態，後者則是呈現這種形態的即時反饋，如下圖：
當團隊參與的程度很高時，圖中的球會變深色；而當參與程度偏低時，圖中的球會變成淺色。
而所有人平等參與時，也就是互動形態健康，球會移到螢幕中心位置；
而當某人主導對話時，球會移向接近這個人的位置。
點的大小代表該花在溝通上的時間，連接線厚度顯示兩人之間有多少溝通，顏色越深代表參與互動式對話的程度
多樣性～
- 1.「博彩法」
- 2.「智者方案」：我們尋找特立獨行的智者，他們能準確預測其他人將怎麼做，但自己的做法與眾不同。這個方法的道理是：如果一個人能準確預測其他人的行為，那麼他已經掌握了共有的知識。但如果他自己的行為與眾不同，那他一定是知道一些別人不知道的事，因此這種智者的行為可以視為有用的獨立資訊。
- 3.（容易執行）追蹤人們的想法和行為之間的依賴關係，意見相似的人很可能有類似的資訊來源，而且他們可能會感受到持相同意見的社會壓力。藉由注意網絡中的意念流，我們可以減輕這種現象的影響，轉為重視較可能真正獨立的見解。
社會智力～
「魅力型連結者」：他們是真正對所有人和所有事感興趣，他們會留意自己見識到的一切新意念，每當遇到有意思的想法時，會和其他人討論以瞭解別人的看法。他們也會嘗試擴大自己的社交圈子，以盡可能接觸許多不同類型的想法。他們利用茶水間與管理員、推銷員和其他部門的主管交談，他們會問交談對象最近如何、何事煩心、有何對策，也會轉告自己從別處聽來的想法，而這種探索式行為能創造較佳的意念流。由這種領導人主導的團隊，有較均衡、較高程度的成員參與，對集體智慧有利。這種人是鍛鍊出來的，而非天生的。訣竅在於模仿創造力高強的人。
<第7章 組織變革 利用社群網路誘因創造即時組織，引導他們度過顛覆式變化>
作者的團隊在 美國國防部高等研究計畫署舉辦的
「紅氣球挑戰賽 The Red Balloon Challenge」（最快找出在美國本土為公胎地點的紅色氣象氣球），
設計的策略：不僅獎勵找到氣球的人，也獎勵那些對招募氣球發現者有功的人。
在八小時五十二分四十一秒動員了近兩百萬人。
人們是邀請朋友參加為表達善意的一種方式，
如同與朋友分享一張免費的樂透彩券-你未必期望自己中獎，
但分享彩券可加強你和朋友的關係。
crowdsourcing在紅氣球挑戰賽中失敗了，
關鍵並非僅在於我們可以動員許多人投入工作，
也在於我們可以動員人們建立一個能完成工作的組織。
階層是群眾外包效率不彰，因為這種組織結構使用的同儕網路誘因很少，
員工傾向各自為政，不會互助學習最佳做法或維持高績效。
--
[第3部 資料導向的城市]
<第8章 感測城市 行動感測技術使城市變得更健康、安全、高效率>
行動感測技術利用手機，
蒐集用戶位置、通話型態、繪製社群網絡、評估人們的情緒狀態...，
比政府做的人口普查有效率且即時
城市中的社會性學習和社會規範形成的過程，
是由觀察同儕行為所驅動，也就是由人們嘗試融入自己選擇的同儕群體的努力所驅動。
人口是由不同群體所構成，
選擇去相同的地方，吃類似的食物，享受相同的娛樂，
這些選擇使他們成為某個行為人口群，我們稱為「夥」
根據前述行為人口群預測消費偏好、財務風險和政治觀點的準確度，
比按照郵遞區號劃分的地區人口群預測的四倍以上。
這也能準確預測人們罹患行為疾病-如糖尿病或酗酒的風險。
深入瞭解人們日常習慣的節奏、決定了城市的節奏，
也決定了交通、能源、娛樂和食物的尖峰需求。
我們可以結合這些時間習慣和前述的行為人口群，
有助於我們更妥善規劃城市的交通和服務，
準確預測交通量、用電量，甚至是街頭犯罪和流感傳播情況的變化。
我們可以對緊急情況或災難做出更好的反應，
因為我們可以知道什麼人將於何時出現在何地，
也可能對改善公眾健康和公眾教育大有幫助。
交通～
檢視汽車本身的無線通訊系統（OnStar）
可以相當準確地預測某個駕駛人何時可能發生意外。
其他汽車剛剛走上你正在行駛的道路，並出現緊急煞車事件，則妳發生意外的風險便相當大。
如果你的車開得比其他車快，則你是在冒頗大的危險。
最有意思的構想，可能是利用交通網絡提升城市的生產裡和創造性產出：
利用有關居民習慣的資料設計公共交通系統，以促進城市中的探索活動。
疾病～
「Google流感趨勢」藉由計算各地區搜尋「流感」一詞的次數，來預測流感的爆發。
我們發現人們出現感冒症狀時，他們的正常社交型態中斷了，會開始與更多不同的人互動，總互動量和夜間互動會增加。表示自己感到巨大壓力、悲傷、孤獨或憂鬱的人，在出現這些症狀的日子，會陷入社交孤立的狀態。這些例子均說明手機在監控個人健康狀態方面，擁有巨大的潛力。
可以用手機應用程式監測異常的行為變化，藉此判斷當事人是否正要罹患某種疾病。
集合某群人口的這種行為資料，並與這些人之前數天何時前往何處的資料整合起來，就可以描繪出整個地區的感染風險。
社會動員～
想想紅氣球挑戰賽，這種做法對某些任務，例如尋找失蹤兒童、緝捕逃犯，
以及在地震或龍捲風等災難後籌集關鍵物資，如何利用社群網路誘因創造即時組織極其重要。
調整社群網路（多樣性）～
員工理應記錄他們如何嘗試解決問題和結果如何
我們也可以替時事部落格和類似的公民媒體建立多樣性評級，避免單一利益團體以資訊淹沒大家。
社群參與～
基於其他人的行為改善提供獎勵
親友的投票動員力
<第9章 城市科學 社會物理學和大數據如何徹底革新我們對城市和發展的理解>
基於面對面接觸距離內的人數，可用來量化預測國內的GDP和創造性產出，
可以準確地複製城市特徵，例如愛滋病感染率、電話通訊型態、犯罪率和專利申請率。
這種社會物理學的城市觀，異於階級和專業化的經典模型，
因為他集中關注意念流，而非靜態的社會分隔，關注的焦點是意念流而非貨物流。
沿著社群網絡的意念流，可準確預測GDP、專利數量、研發投資率、犯罪率。
意念流本身就能解釋城市生活的許多主要特徵，不必考慮額外的社會結構，如專業化、階級等。
提升住宅區中的社群「參與」，也就是塑造意念流，
同時希望擁有成熟的商業和文化地區的活躍「探索」活動，
最佳解決方案是，中小型城鎮～ex:蘇黎世擁有規模驚人、快速和票價便宜的輕軌，
民眾可以從家裡走到輕軌站，搭十五分鐘的輕軌進入蘇黎世中心上班或文化表演活動，
然後樂於住在四周生活成本較低的小鎮和鄉村。
[第4部 資料導向的社會]
<第10章 資料導向的社會 資料導向的未來是什麼模樣>
資料應該公開，容易取得，同時保護公民
「信任網路」結合一個電腦網絡和一份法律契約，
記錄每一項個人資料的使用權限以及載明資料可做何用途與不能如何使用，
所有個人資料均附有標籤，註明資料可以怎麼用和不能怎麼用，個人得以改變授權，甚至是撤回資料。
開放式個人資料儲存信任框架促成的應用例子之一，是家有幼兒的家庭分享彼此的最佳作法，其他家庭是如何用錢的？他們多常出門參與社交？他們光顧最久的是哪些幼稚園和醫生？當事人一旦同意參與，我們的開放式個人資料儲存一統就會搜集此類個人資料，在匿名處理後安全、自動地與其他家有幼兒的家庭分享。開放式個人資料儲存系統，使這些家庭不必手動輸入資料，也不必承擔透過當前的社群媒體分享資料的風險，就可以從彼此的身上學習。
<第11章 為和諧而設計 社會物理學如何幫助設計以人為中心的社會>
在現實生活中，一群人必須有有力的互動，而且互相承認彼此是同儕，
而不是政治或經濟的標籤，才有可能發展出深刻相似的規範。
我們現在擁有的可信同儕數目，與數萬年前大致相同。
這意味著即使擁有現代數位媒體和交通網絡，新行為在社會的普及仍由在地的近交流主導。
雖然探索活動遠比以前活躍，但我們的社會仍是以交換網絡為基礎。
我們希望建立公平、穩定的社會，必須寄望於人際間的交換網絡，而非市場競爭。
交換網絡能向市場那樣公平地分配商品，而且能為個別成員提供較佳的支援，面對外來衝擊時也可以有較強的抵禦能力。交換網絡優於市場，核心原因在於信任，交換網絡中的關係很快變得穩定，聲譽主要是藉由一對一互動掙得。在市場中，人們往往必須仰賴準確的聲譽機制去評價所有參與者，或仰賴外部的仲裁去執行規則。
附錄1,2書摘取自iThome的社會學裡的大資料革命
<附錄1 現實探勘>
社會計量識別牌 Sociometric Badges
社會計量識別牌藉由測量佩帶者表達出來的許多常見社交訊號，蒐集和分析社會行為資料。
它包含一個位置感測器、一個記錄肢體語言的加速感測器、一個偵測誰在附近的距離感測器，
以及一個偵測是否有人講話的麥克風。但是，為了避免侵犯隱私，該裝置並不錄下講話內容，也不錄影。
這種識別牌蒐集的資料，正在改變辦公空間的布局設計，也正在改變企業對互動形態的認識。
這種資料對遠距離工作和跨文化團隊特別重要（這種工作團隊在今日的全球經濟體中關係重大），
因為他們能據此將互動形態視覺化並加以改善。
funf
一個以手機為中心的社交活動和行為感測系統，蒐集包括超過二十五種基於手機的連續訊號，例如位置、加速感測資料、基於藍芽的裝置鄰近情況、通訊活動、安裝的應用程式、正在使用的應用程式、多媒體和檔案系統資料，以及我們試驗的應用程式所產生的額外資料。此外，我們也蒐集其他類型的資料，包括藉由收據和信用卡帳單獲得的財務資料；數位社群媒體活動紀錄；有關心情、壓力、睡眠、生產力和社交情況的每日調查；有關健康情況的其他資料；標準的心理分析，例如人格測驗；以及實驗對象手動輸入的許多其他類型的資料。
這些資料使我們得以自動重建實驗對象社區的多種網絡模態，例如他們的電話通訊、面對面的互動、線上社會關係，以及手動自報的網絡等。我們利用這些網絡觀察，研究意念、決定、情緒，以至流感等事物如何在社區內傳播。我們的高層次目標，包括研究「自然」和外部強加的社會機制如何影響行為和決策，以及以提升決策品質為目的的新機制或工具該如何設計與評價。
這套系統是設計來做科學研究的，使用這套系統的核心問題之一是保護隱私和敏感資料，所以funf的所有功能都包括嚴格的隱私保護措施。例如，funf蒐集的資料，是與特別設計的手機用戶識別碼連結，而非與他們現實世界中的識別資料相連。人類可讀的文字，例如文字訊息和電話號碼，全都以散列識別碼（hashed identifiers）存起來，絕不以可讀文字的形式儲存。
標準的funf感測功能包括：全球衛星定位（GPS）、無線區域網路（WLAN）、加速感測器、藍芽、基地台ID、通話紀錄、簡訊紀錄、瀏覽器紀錄、聯絡人、使用的應用程式、安裝的應用程式、螢幕狀態、媒體電池狀態。這套系統還能記錄社群媒體活動、信用卡活動和其他類型的資料。使用Android手機，可在www.funf.org獲得這套系統。
<附錄2 開放式個人資料儲存>
個人和以用戶為中心的資料，已經有人大規模地蒐集、處理和利用。數以百計的各種服務和公司蒐集和儲存這些資料，這種零碎狀態使創新的服務和產生這些資料的當事人，無法取得和使用它們。當事人無法充分利用他們的資料，而且也很難、甚至是不可能了解與管理相關風險，因為多數資料並非匿名或是有辦法辨別當事人的身分，而這是一個大問題。這些資料的使用和探勘技術，必須與資料的所有權和隱私保護設計同步發展。
邁向個人資料儲存
「開放式個人資料儲存」（openPDS），
將使用戶得以檢視和了解其資料的可能使用方式，並控制資料的流動，以管理細緻的資料存取。
除了可促進資料所有權外，PDS能促成一個公平、有效率的資料市場
- 公平：用戶控制資料的存取，因此可以評價相關服務。用戶可以考慮公司的聲譽，決定該公司的服務是否值得他提供其要求的資料。在我們建議的框架中，用戶可以問諸如下列的問題： 「找出這首歌的名稱，是否值得我透露自己的位置？」因此可以很方便地改用另一種服務。
- 有效率：用戶可以很順暢地允許新服務存取其資料。我們提議的框架清除了新企業的市場進入障礙，使創新能力最強的公司，得以提供仰賴資料的更好服務。這個框架也能激勵企業，因為用戶選擇的服務可以不必靠自己蒐集大部分資料，企業可以存取智慧型手機的感測器，以及其他應用程式或服務已經蒐集的歷史資料。因此，服務業者可以專注利用全部的可用資料，盡可能提供最好的用戶體驗。舉例來說，音樂服務公司可以根據用戶在網路上表示自己喜歡的歌曲和藝人、用戶朋友的喜好，甚至是用戶光顧哪些夜店，來提供個人化的電台服務。
動態隱私：一種新典範
結合資料所有權，這個簡單的構想，使用戶得以受惠於個性化服務，而不必分享原始資料，如原始的加速感測器讀數或GPS座標。換句話說，用戶分享出去的，是服務所需要的答案，而非原始資料。雖然這種做法本身不是一種完整的方案，但自動縮減資料的維度和範圍，僅提供特定問題所需要的最少資料，使分享資料變得較為安全。這種機制也使用戶得以安全地授出或撤銷資料存取許可，不需要可信的第三方，即可匿名分享資料，並監督、審核資料的使用。群體計算機制的功能更進一步，允許多名用戶匿名提供資料，總合起來回答諸如下列的問題： 「目前有多少位用戶在這個區域？」
用戶體驗
假設愛麗絲希望在不使用PDS的情況下，安裝Foursquare這個用來打卡報告位置的Android應用程式。愛麗絲會將該程式下載到自己的手機，授權Foursquare存取手機的網絡通訊、個人資料和手機功能設定等資料-這是用戶在Android手機上，安裝任何新應用程式時會遇到的問題。愛麗絲將建立一個使用者帳戶，然後從零開始與Foursquare建立關係。
Foursquare會將它蒐集到的有關愛麗絲的所有資料，儲存在其後端的伺服器上。愛麗絲將無法存取這些資料，也無法看到Foursquare使用什麼資料來推斷她這個人。此外，各種服務之間若有整合，是在幕後發生的。如果Foursquare希望利用推特或臉書的資料，愛麗絲將必須做出相關授權，但她基本上不會知道Foursquare隨後使用多少外部資料。
如果愛麗絲選擇下載結合PDS使用的Foursquare版本，她將像安裝其他Android應用程式那樣安裝這個程式。當這個程式啟動時，將提醒愛麗絲在其PDS中安裝一個Foursquare應用程式。這個PDS程式，會說明Foursquare將確切存取愛麗絲PDS中的哪些資料，以及哪些概要資料將傳送給Foursquare的伺服器，使愛麗絲得以了解安裝這個程式對其隱私有何影響。
這個Foursquare PDS程式，將存取和處理愛麗絲PDS中的資料，而不是將愛麗絲的個人資料儲存在Foursquare的伺服器上。愛麗絲將在她喜歡的雲端服務商或自己的伺服器上，安裝或購買一個PDS。假以時日，她的PDS將儲存她的手機蒐集的資料，以及有關她的音樂品味和聯絡人的資料，還有她在日常生活中累積的其他感測器資料。愛麗絲將能完全控制這些資料，也能看到她的手機、其他感測器和各種服務，確切蒐集了哪些有關她的資料。
因為這個Foursquare PDS是在愛麗絲擁有的基礎設備上運行，愛麗絲可核查外流的資料，以確保當中沒有意料之外的東西。如此一來，我們可以在這個PDS上，建立豐富的應用和服務，利用各種不同的資料源，而愛麗絲則仍然擁有這些計算背後的資料，而且能夠採取措施，保護自己各方面的隱私。
實際應用的例子
精神病雖然往往是可治療的，但在世界各地卻是社會成本最高的健康問題之一。
舉例來說，在已開發市場經濟體中，重度憂鬱是失能的一大原因。
精神異常的許多症狀，涉及當事人的身體運動、活動和交流形態，而這一切皆可藉由手機資料測量。加速感測器可以偵測到坐立不安、踱步和突然或狂亂的動作。位置追蹤可以偵測當事人探訪的地方、走的路線，以及整體活動量的變化。當事人與其他人通訊的頻率和形態，以及他們講話的內容和態度，也可能透露出數種精神異常的關鍵跡象。
此外，如果可以偶爾問問當事人的感受，或是他們在行為開始變得令人擔心時在做些什麼，這些資料的價值將可大為增加。
如果我們可以被動地自動測量這些精神痛苦的「誠實訊號」，醫護人員或許能在當事人的生活失控之前接觸他們。
更重要的是，如果他們的朋友可以收到出現問題的提示，便能在最幫得上忙的時候伸出援手。
當然，這涉及當事人的隱私問題。
我針對手機感測器測量的行為誠實訊號可以如何評估精神健康，以及當事人與朋友分享這些訊號有何價值的觀察，
促使美國國防部高等研究計劃署將openPDS和funf系統，納入其「心理訊號的偵測和計算分析計劃」（DCAPS）中。
在「心理訊號的偵測和計算分析計劃」中，智慧型手機提供了一個無所不在的平台，可以在自然狀態下持續感測和監測當事人，而且能將老人配合監測的負擔降至最小。這些裝置可以記錄用戶的語氣、與他人互動的頻率、整體的運動和活動量，以及其他微妙和誠實的社交訊號。
<附錄3 快思慢想與自由意志>
我們的行為主要是自己接觸的意念塑造出來的，
所以我們的渴望與偏好，主要是基於我們的同儕社群重視什麼。
那我們的原則去了哪裡？我們的理性思考和信念體系去了哪裡？
這章節在闡述習慣信念是如何產生的
<附錄4 數學>
在互動網路為之的情況下，替社會體系中各體之間的影響、社會性學習和同儕壓力建立模型。
