实际上,1/T定律不仅适用于见面这一种情况。
例如,美国东北大学的艾伯特–拉斯洛·巴拉巴西教授收集了大量的数据,调查从收到电子邮件到进行回复的时间,并进行了解析[2]。巴拉巴西教授没有从决定时间概率变化的 Generator 的角度进行解读,而是集中精力分析了一种叫幂律分布的统计分布曲线。
我们从 Generator 的角度重新分析了一下这些数据后发现,距离收到电子邮件的时间越久,回复的概率就越低。如果回复之前的那段时间用T表示,那么回复概率与T成反比(与 1/T成正比)。也就是说,从收到电子邮件到进行回复的这段时间遵循 1/T定律,这段时间越久,回复的概率就越低。
此外,东京大学的中村亨先生等人还调查了人们在日常生活中的安静状态能持续多久(身体活动少的状态)[3]。安静状态会因起身、被人搭话而打断。我们借助加速度传感器检测人何时会从安静状态转为活动状态。该研究没有在 Generator 的角度上进行解析,而是集中精力对活动的发生频率进行了统计分析。
我们从 Generator 的角度重新分析了这些数据后发现,假设安静状态的持续时间为T,那么转为活动状态的概率就是 1/T。从持续了 1 小时的安静状态转为活动状态的概率是 1 的话,从持续了 2 小时的安静状态转为活动状态的概率就是 1/2。由此可知,1/T定律在这里也成立。安静状态持续得越久,越难转为活动状态。
更重要的一点是,中村先生的数据包括对精神健康者和精神抑郁者的比较数据。从 Generator 的角度上分析这一数据会发现,精神健康者和精神抑郁者都会遵从 1/T定律,从安静状态转变为活动状态。但是,就转变概率而言,精神健康者比精神抑郁者大约高出 20%。
也就是说,如果我们测出由安静状态转变为活动状态的概率,就可能掌握人在受压力影响时的变化情况。该转变概率可以用可穿戴式传感器测量得出。这样一来,我们就可以对自己承受的压力大小进行简单的确认了。
我们还有一个重要发现。在与东京工业大学的三宅美博教授的共同研究中,伴随肢体活动的人类行为的持续时间一般遵从 1/T定律(图 3-1)[4]。我们在分析了可穿戴式传感器测出的有关人类行为的大量记录后发现,一旦活动开始,时间越久,停下的概率就越小。用T表示活动从开始到停止的时间,活动中断概率完全与 1/T成正比。T越大,概率越小。当然,1/T定律是有极限的——持续时间基本为 20 分钟到 100 分钟。到底能持续到什么时候,还要看当时的环境条件。
图 3-1 身体活动的持续时间为T,T越大,身体活动就越容易持续下去(中断概率下降)。至少在大约 10 分钟以内,中断概率与 1/T成正比。请注意在这张图中,纵轴和横轴的数字均为对数。