在上世纪90年代初,人类学家罗宾·邓巴(Robin Dunbar)绘制出了关于灵长类动物的群体规模大小与它们的大脑大小的关系图,显示出大脑越大,群体规模也越大的结果。邓巴很想知道,这种关系会如何预测人类群体的规模。通过他所绘制的关系图,邓巴计算得出,一个人可以与大约150人保持稳定的社会关系,这个数字被称为邓巴数。
自那之后,邓巴数吸引了大量的关注。它出现在许多研究领域和实际应用中。比如在设计社交媒体平台时,在创建在线安全算法和机器人检测软件时,甚至在一些建筑设计、商业模型中,都有它的身影。在谷歌学术搜索引擎(Google Scholar)上搜索“邓巴数”,能找到近1400篇与之相关的论文,阅读次数超过2650万。
过去,有一些研究在分析其他物种的种群规模时也证实了这一数字,但同时也存在一些质疑的声音。比如2001年,就有研究指出这个数字应该是291人,几乎是邓巴数的两倍。
5月5日,斯德哥尔摩大学的一组研究人员发表了一项新的研究,称他们终于推翻了邓巴数,表明邓巴的研究错误地估计了人类群体规模的认知极限。
在新论文中,研究人员强调邓巴数的理论基础并不牢靠。他们认为,其他灵长类动物的大脑不能完全像人类大脑那样处理信息,灵长类动物的社会性主要是由大脑之外的其他因素来决定的,比如它们吃什么、捕食者是谁;而对于人类来说,我们的社交网络中的规模可以有很大的差异。
斯德哥尔摩大学的研究人员使用了不同的统计方法来分析更新了的灵长类动物的大脑数据,同时得到了远比150大和远比150小的结果,平均说来新的最大人数往往低于邓巴所预测的150人。但是,这些估计的95%置信区间在2到520人之间,这是个太大的范围,因此研究人员总结道:用现有的方法和数据对人类进行精确的估计是不可能的。
在论文中,研究人员指出这项新研究的重点并不是要找到一个新的上限数字,而是想要驳斥一种观点,即像这样一个数字是可计算的。他们希望通过这个研究结果能结束科学界和大众媒体对邓巴数的使用。
5月12日,邓巴在一个平台发表了一篇文章,对新论文的一些细节进行了驳斥。他指出,新研究所使用的统计方法是存在缺陷的,用他们的方法无法解释现有的大量支持邓巴数的证据。
他表示,在质疑这一数字的众多批评中,一种最常见的说法是:“人类的行为是由文化决定的,因此不能像灵长类动物一样受制于同样的生物法则;以及像LinkedIn这种社交平台,使我们能够维系更广泛的社交网络”。然而,他指出这些说法都没有意识到,从一开始,邓巴数所强调的就是高质量的关系——而不是熟人,即那些在人类的社交网络中更随意的外部层级的关系。
Dunbar的研究表明,我们只能维持5个亲密的朋友,但可以知道的名字多达1500人。 | 图片来源:Jelena Mrkovic / Wikimedia, CC BY
另外,关于新研究指出的邓巴数的理论基础薄弱问题,他列举了近年来的一些神经科学研究结果,表示这些新研究为他的理论基础补充了许多行为和神经认知方面的细节。比如有十多项神经成像研究就表明,在人类和猴子中,个人社交网络的规模与默认模式神经网络(管理社交关系的大型大脑回路)的大小相关。
在他的反驳中,他用了最长的篇幅来驳斥新研究中所用到的统计学方法。他表示,新研究犯了一个基本错误——一个他在1992年发表那篇最初的论文时就提到过的问题:新研究所使用的回归分析技术——“最小二乘回归”(LSR)是一种为实验而设计的方法,并不符合这项研究的情况。当情况并非如此时,LSR会低估真正的斜率,从而产生错误的结果。
Robin Dunbar展示的一张用RMA和LSR分析法会得到不同结果的例子。| 图片来源:Robin Dunbar
根据邓巴的观点,在这些情况下,尤其是当想要做出预测时,应该使用一种被称为“约化主轴回归”(RMA)的统计方法,并且要将它应用于正确的层级上,否则得到的结果都会与真实情况相差甚远。在用这两种方法预测的人类群体的规模上时,对于相同的数据集,LSR方法预测的结果是71,而使用RMA方法预测的结果是158。
相信这些争论将使得更多的科学家去思考与灵长类动物和人类社会的行为学有关的问题,这或许也将促进统计学与人类学的交流与合作。而究竟哪种说法才是对的,可能我们还需等待科学家对这个问题进行更多争论后才会有更好的判断。但是对科学来说,质疑和挑战大多是有益的,它们能迫使我们重新审视在那些假说背后的假设,结果往往能为新的发现指明道路。
#创作团队:
编译:小雨
#参考来源:
https://theconversation.com/dunbars-number-why-my-theory-that-humans-can-only-maintain-150-friendships-has-withstood-30-years-of-scrutiny-160676
https://phys.org/news/2021-05-friends-deconstructs-dunbar.html
https://www.sciencedirect.com/science/article/abs/pii/004724849290081J
https://royalsocietypublishing.org/doi/10.1098/rsbl.2021.0158