如果你想找一份新工作，不要仅仅依靠朋友或家人。根据社会科学中最有影响力的理论之一，你更有可能通过你的“弱关系”——与你几乎没有共同联系的泛泛之交——找到新职位。社会学家马克·格兰诺维特最早在1973 年的论文中阐述了这个观点，该论文已被引用超过 65,000 次。但这个被称为“弱关系的力量”的理论，以格兰诺维特研究的标题命名，几十年来一直缺乏因果证据。现在，一项针对专业社交网站 LinkedIn 上超过 2000 万人的大型研究，历时五年，终于表明建立弱关系确实有助于人们找到新工作。并且它揭示了哪些类型的联系对于求职者来说最重要。
西北大学凯洛格管理学院教授达顺·王（Dashun Wang）说，弱关系的力量“确实是社会科学的基石”，他没有参与这项新研究。在 1973 年的原始研究中，格兰诺维特采访了职业生涯后期的人们，并询问了他们关于工作变动的经历。在他的开创性论文之前，许多人认为新职位来自亲密的朋友（他们会说好话）、猎头（他们会寻找优秀的候选人）或公开广告等来源。但格兰诺维特的分析表明，人们实际上最常通过朋友的朋友找到新工作——通常是求职者在开始寻找新职位之前不认识的人。“这真的让人震惊，因为关于人们如何在生活中找到最好工作的假设似乎不是真的——看起来实际上陌生人可能是你最好的联系人，”同样是凯洛格管理学院教授的布莱恩·乌兹（Brian Uzzi）说，他也没有参与这项新研究。
为什么陌生人比朋友更有优势？格兰诺维特认为，密切的联系——同一圈子的人——在很大程度上掌握着相同的事实和职业选择。但是，属于不同社区的人可以提供全新的信息和有用的联系。共同的朋友可以充当桥梁，将求职者与不同群体中的联系人联系起来，从而提供新的机会。
支持科学新闻报道
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道 订阅。通过购买订阅，您正在帮助确保有关塑造我们当今世界的发现和想法的具有影响力的故事的未来。
这种解释是基于观察性数据，这些数据表明弱关系与工作流动性之间存在相关性。但相关性并不等于因果关系，在格兰诺维特首次提出这个想法以来的近 50 年里，研究人员尚未证明申请人的弱关系是导致他们获得新工作的特定原因。二十年前，当西南·阿拉尔还是研究生时，他不禁注意到这个差距。“在这个文献的房间中间有一个 500 磅重的大猩猩，那就是我们没有任何关于这些理论的因果证据，”阿拉尔说，他是这项新研究的资深作者，现在是麻省理工学院的管理学教授。“我们不知道弱关系与良好结果[例如新工作]相关，是因为弱关系本身是好的，还是因为建立弱关系的人有一些未观察到的特征，这些特征也使他们更有效率、有好的想法并获得更好的工作、晋升和工资。”正如王所说，“人们使用这个理论和相关概念来解释广泛的现象，但还没有对弱关系是否与工作机会存在因果关系进行因果检验。而这正是这篇论文所做的。”该研究于周四发表在《科学》杂志上。
开发该理论的实验证据极具挑战性。为了以随机临床试验的严谨性来检验因果关系，研究人员必须选取两组同等的人，通过实验操作他们的社交网络，一组给予更多的弱关系，另一组给予更少的弱关系，然后观察这些组是否经历了不同的结果。但阿拉尔和他的同事发现，领英已经做了一些几乎同样好的事情。由于这家专业社交网站的工程师调整了推荐“你可能认识的人”的算法，他们最终进行了许多自然的社会实验。在一种情况下，领英会随机改变为用户显示的弱关系、强关系和总推荐的数量，其中关系的强度取决于共同联系人与非共同联系人的比例。这为检验格兰诺维特的想法提供了一个完美的实验。由领英应用研究科学家卡提克·拉杰库马尔和麻省理工学院研究生纪尧姆·圣雅克领导的研究人员分析了五年来的这些数据，比较了算法分配到更多弱关系推荐（因此形成了更多弱关系）的领英用户与算法分配到更多强关系建议的用户。接下来，他们估计了添加强关系或弱关系如何影响受试者随后的工作流动性。由于领英的算法实验，该团队可以将关系强度的影响与新关系的总数的影响区分开来。
结果不仅支持了格兰诺维特的理论，而且还增加了一些改进。首先，并非所有的弱关系都同样有帮助。如果关系的强度取决于共同联系人的数量，那么两个人共享大约 10 个熟人的中等弱关系最为重要。但是，关系的强度也可以通过互动强度来衡量，即你与弱关系熟人联系的频率。当研究人员检查这个指标时，他们发现最有用的关系是人们不经常互动的关系。最后，该团队发现这些影响因行业而异：与需要面对面出席的“模拟”行业相比，领英上的弱关系在数字行业中尤其有益，数字行业往往涉及机器学习、人工智能、机器人技术、软件使用以及远程和混合工作。
这些结果可能使正在思考如何建立和发展其社交网络的求职者受益。例如，当涉及到领英的联系人推荐时，“你可能不想忽略这些，”阿拉尔说。“如果你收到某个人的推荐，而你看不出可能有什么联系，”他们仍然可能值得探索。“这些是……弱关系，它们实际上可能是你下一份工作的来源，”他补充道。
尽管有这些结果，但重要的是不要忽视强关系，王说。这项研究侧重于成功——即获得新工作的人。但它没有检查成功之前发生的所有失败和拒绝。为了坚持艰苦的求职，我们需要强关系来提供社会支持。“只观察成功只会告诉我们故事的一部分，”王指出。“为了最终真正取得成功，你真的需要你的强关系。”这些强关系对于移民等群体至关重要，他们经常形成紧密的社区来应对他们经历的歧视和其他压力。但这同时也意味着他们可能更难获得弱关系机会。“阻碍移民群体或弱势群体发展的一些因素恰恰是他们更难拥有这些弱关系，”乌兹说。
除了求职者，政策制定者也可以从这篇新论文中学习。“这项研究突出表明，算法在多大程度上指导着基本的、基准的、重要的结果，例如就业和失业，”阿拉尔说。领英的“你可能认识的人”功能在获得新工作中所起的作用表明“算法对就业以及可能对经济的其他因素具有巨大的杠杆作用”。这也表明，此类算法可以为经济变化创造晴雨表：正如美联储关注消费者价格指数以决定是否加息一样，阿拉尔建议，领英等网络可能提供新的数据来源，以帮助政策制定者解析经济中正在发生的事情。“我认为这些数字平台将成为重要的来源，”他说。