名刺交換から三年が過ぎ、ほとんど忘れかけていた人物からメッセージが届いた経験はないでしょうか。内容は思いがけず的を射ていて、近しい同僚には決して言えなかった悩みへの糸口になっていた。その奇妙な感覚——親しくもない相手が、なぜか核心を突く——は、偶然ではありません。1973年、米スタンフォード大学のマーク・グラノヴェッターが転職成功者へのインタビューから導いた「弱い紐帯の強さ」という命題は、その後半世紀で社会学・物理学・神経科学という三つの異なる問いの言語によって、繰り返し検証されてきました。
会議室に入るとき、あなたは無意識に「知っている人」の隣に座ります。そこには安心があり、話題の省略があり、確認の笑いがあります。しかし情報は、その安心の輪の外から来ます。グラノヴェッターが1973年に発表した論文「The Strength of Weak Ties」（American Journal of Sociology）は、転職に成功したホワイトカラー282名のうち、決定的な情報を「ときどき会う程度の知人」から得た割合が、家族や親友からの割合を大きく上回ることを示しました。強い紐帯は感情的には豊かですが、情報的には同じ池の水を循環させるだけです。
人類学者グレゴリー・ベイトソンは1972年の著作『精神の生態学（Steps to an Ecology of Mind）』で、「情報とは差異を生む差異である」と定義しました。知っていることを再確認しても情報は発生しない。異なる文脈コードを持つ他者との接触が、はじめて意味の新生を起こす。弱い紐帯が「強い」のは、それが異質な文脈そのものを運搬するからです。ブロニスワフ・マリノフスキーが1922年に記述したクラ交換——トロブリアンド諸島の遠距離贈与ネットワーク——もまた、弱い紐帯的な島嶼間関係が希少資源と情報を循環させる構造を持っていました。弱い紐帯の機能は、近代社会固有の現象ではなく、人類史に深く刻まれた適応戦略です。
ネットワーク科学はこの直観を位相幾何学で裏付けました。1998年、米コーネル大学のダンカン・ワッツとスティーブン・ストロガッツがNatureに発表した小世界モデルは、少数の「橋」となる弱い紐帯を切断するだけで、ネットワーク全体の到達可能性が劇的に低下することを数理的に示しました。弱い紐帯は感情的には薄くても、ネットワークの連結性においては不可欠な「橋（ブリッジ）」として機能します。この橋を失ったネットワークは、情報の孤島が乱立する状態に分断されます。親密さの欠如こそが、構造的に価値を持つという逆説です。
では、弱い紐帯を意図的に増やすことはできるのでしょうか。最も単純な実践は、普段とは異なる文脈に身を置くことです。同業者の勉強会ではなく、専門外の展示会に足を運ぶ。いつもとは違うルートで通勤する。これらは偶発的な弱い紐帯との接触確率を高める行動設計です。また、既存の知人と「別の文脈」で再会することも有効です。職場の同僚と趣味の場で会うだけで、情報の非重複性（異なるクラスターから届く新規情報の独自性）が生まれます。強い紐帯を弱い紐帯的に使う、という逆転の発想です。
ただし、弱い紐帯の強さは普遍ではありません。東アジアや南アジアの集団主義的文化圏では、家族・同郷ネットワークという強い紐帯が転職や情報伝達において優位を示す事例が比較社会学から報告されています。さらにSNSの普及は弱い紐帯の量を爆発的に増やしましたが、アルゴリズムによるフィルタリングが情報の多様性を逆に低下させるという逆説も指摘されています。弱い紐帯が「強さ」を発揮するには、情報の非重複性と文脈の異質性が担保されていることが前提条件です。接触の数ではなく、接触の差異度が問われます。
ベイトソンの言葉に戻るなら、私たちが本当に必要としているのは「差異を運ぶ他者」です。その他者は、近くにいる必要はない。むしろ、少し遠くにいるからこそ、あなたの文脈にない何かを持ち込める。弱い紐帯の強さとは、親密さの欠如が情報的豊かさに転換される瞬間の名前です。
DEEPER 学術的な観点で深めると
2022年、MIT のシナン・アラルとデヴィン・ヒロン・ディロンはLinkedIn上で約2,000万ユーザーを対象とした大規模自然実験を実施し、その結果をScience誌に発表しました（Rajkumar et al., 2022, Science 377: 1304–1310）。アルゴリズムが推薦する「つながり候補」の紐帯強度をランダムに変化させるという工学的介入により、相関ではなく因果を特定した点が革新的です。驚くべき発見は、「弱ければ弱いほど良い」のではなく、中程度の弱さを持つ紐帯が最も転職成功率を高めるという逆U字型の関係でした。医学的に言えば、これは「用量反応曲線」に相当します——刺激が強すぎても弱すぎても効果は減衰し、最適な差異度の窓が存在するのです。
LinkedInの自然実験（約2,000万ユーザー）で、中程度の弱さを持つ紐帯経由の転職成功率は強い紐帯経由より約68%高く、逆U字型の用量反応関係が確認された。Rajkumar et al., 2022, Science 377: 1304–1310
ワッツ＝ストロガッツの小世界モデルでは、ネットワーク内の弱い紐帯（ランダム橋）をわずか1%切断するだけで、平均到達ステップ数が約3倍に増加することが数値シミュレーションで示された。Watts & Strogatz, 1998, Nature 393: 440–442
オキシトシン鼻腔投与実験（n=128）で、見知らぬ他者（弱い紐帯的関係）への信頼ゲームにおける投資額が約17%増加し、弱い紐帯形成の神経内分泌的基盤が示された。Kosfeld et al., 2005, Nature 435: 673–676
Burtの組織内調査（n=673名のマネジャー）で、構造的空隙を橋渡しする位置にいる管理職は、閉鎖的ネットワーク内の管理職より「良いアイデア」と評価される提案を約2.4倍多く生み出した。Burt, 2004, American Journal of Sociology 110(2): 349–399
KEY REFERENCE この回の典拠
- Granovetter, M. S. (1973). "The Strength of Weak Ties." American Journal of Sociology, 78(6): 1360–1380. DOI: 10.1086/225469 ／ 弱い紐帯理論の原著論文。転職成功者282名のインタビューから、情報源としての弱い紐帯の優位性を初めて実証した社会学的古典。
- Watts, D. J., & Strogatz, S. H. (1998). "Collective dynamics of 'small-world' networks." Nature, 393: 440–442. DOI: 10.1038/30918 ／ 少数の弱い紐帯がネットワーク全体の連結性を保つ「小世界現象」を数理モデルで実証し、グラノヴェッター理論に物理的基盤を与えた。
- Rajkumar, K., Saint-Jacques, G., Bojinov, I., Brynjolfsson, E., & Aral, S. (2022). "A causal test of the strength of weak ties." Science, 377(6612): 1304–1310. DOI: 10.1126/science.abl4476 ／ LinkedInの約2,000万ユーザーを対象とした自然実験により、弱い紐帯と転職成功の因果関係を初めて特定。中程度の弱さが最も効果的という逆U字型関係を発見。
- Kosfeld, M., Heinrichs, M., Zak, P. J., Fischbacher, U., & Fehr, E. (2005). "Oxytocin increases trust in humans." Nature, 435: 673–676. DOI: 10.1038/nature03701 ／ オキシトシン投与が見知らぬ他者への信頼を高めることを信頼ゲーム実験で実証し、弱い紐帯形成の神経内分泌的基盤を示した。
- Burt, R. S. (2004). "Structural Holes and Good Ideas." American Journal of Sociology, 110(2): 349–399. DOI: 10.1086/421787 ／ 構造的空隙を橋渡しする位置にいるマネジャーほど良いアイデアを生む実証研究。弱い紐帯の機能を組織内情報フローとして再定式化した。
- Bateson, G. (1972). Steps to an Ecology of Mind. Chandler Publishing. 「情報とは差異を生む差異である」という認識論を提示した人類学・システム論の古典。弱い紐帯が異質な文脈コードを運搬するという本稿の人文学的解釈の基盤。
- Barabási, A.-L., & Albert, R. (1999). "Emergence of scaling in random networks." Science, 286(5439): 509–512. DOI: 10.1126/science.286.5439.509 ／ スケールフリーネットワークのべき乗則を実証し、少数のハブと多数の弱い紐帯が共存するネットワーク構造の普遍性を示した。
弱い紐帯が「差異を運ぶ」とするなら、AIが生成する推薦アルゴリズムは人工的な弱い紐帯を作れるのか——次は計算社会科学と認知科学の交差点から「設計された偶発性」という視点で記事を書いてみるのも良いかもしれません。
いま立ち上がっている問いを、深掘り記事に。
読み終わった読者が立てた問いと、それに応える深掘り記事の連鎖です。