LasIndias.blog

Conquistar el trabajo es reconquistar la vida

Grupo de Cooperativas de las Indias

videoblog

libros

Analizando Redes Sociales (II)

Tras unos conceptos de análisis estático de redes sociales, nos centramos en la propagación de ideas dentro de una red. Un proceso que nos revelará algunas ideas clave sobre la estructura de la gran red social y nos dará las primeras pistas sobre cómo se transmiten en ella las ideas.

Como remarcaba Watts los defensores del análisis estático “en vez de entender las redes como meros conductos através de los cuales la influencia se propaga según sus propias reglas, han tratado a las propias redes como una representación directa de la influencia“. Podríamos definir influencia como la probabilidad asociada a un nodo de transmitir o impedir la transmisión de nuevas ideas o pautas de comportamiento en la red. En este marco, la instantánea de la red en un momento dado sólo puede referir una información parcial y a menudo confundirnos sobre las tendencias y los flujos que más pueden interesarnos en el análisis: la propagación (de info en la red) y la transformación (de los vínculos que le dan forma).

Por ello entender la influencia y cómo se manifiesta realmente en las redes supone en primer lugar tener una representacion real de como la gran red social se estructura y fluye la información en ella (para lo cual la información empírica, tamizada por el análisis estructural nos será muy útil). En segundo lugar tener una teoría del comportamiento que permita predecir en ese contexto cómo y cúando los nodos van a dar paso a la información. En tercer lugar esa teoría debería discernir qué vínculos van a ser usados prioritariamente por el nodo. En cuarto lugar deberíamos poder predecir los resultados agregados de la transmisión de información de los nodos y por último inferir de ese resultado cómo va a ser la dinámica de la red, cómo los nodos van a romper o generar vínculos en función de sus propios objetivos.

El mundo es un pañuelo

Stanley MilgramUn día, lejos de nuestra ciudad, tomamos un tren y comenzamos a conversar con el pasajero del asiento de al lado. La conversación se anima, se pasa de las generalidades al relato de los propios mundos de cada cual y en un momento descubrimos conocidos comunes… y es que “el mundo es un pañuelo“, o como se diría en inglés “what a small world it is“. En 1967 el controvertido psicólogo social Stanley Milgram (foto de la derecha) realizó un experimento original: seleccionó cincuenta personas a las que entregó un mensaje para un único destinatario. El mensaje sólo podía ser entregado a un conocido o, por estos, a otro conocido, hasta alcanzar el objetivo final. El experimento no salió muy bien las primeras veces, con una tasa de recepción final del 5% (cosa que no impidió a Milgram publicar los resultados y abrir un debate que ha sido sumamente fértil). En sucesivos intentos la tasa de recepción se elevó incluso hasta el 97%. Poco a poco una idea emergió de los experimentos, la de los seis grados de separación: cualquier persona podría llegar a cualquier otra siguiendo tan sólo seis pasos de “amigos de amigos” (en ingles “friend of a friend” o FOAF).

¿Por qué no creemos en la venta piramidal?

¿Sorprendente? Si aplicásemos la lógica de la venta piramidad no debía de serlo. ¿Quién no conoce a cien personas? Si cada una de ella conociera a otras cien (distintas), en dos grados podría llegar a 10.000 personas y en seis grados a más de 9000 millones, lo que es bastante más de la población mundial.

Pero la cuestión es que en realidad es muy posible que comparta la mayor parte de mis conocidos con mis contactos de primer grado. Si “limpiásemos” del listado de conocidos de cada uno de estos de los que ya han aparecido previamente como conocidos directos míos, es muy probable que muchos de ellos no llegaran al centenar de contactos. Por eso recibimos los mismos mensajes de email en cadena varias veces, se repiten las convocatorias por SMS en el móvil y definitivamente la venta piramidal nos parece un timo para sacarle los cuartos a la familia y el entorno más cercano.

Este fenómeno se llama clustering y podríamos definirlo como la tendencia que tienen dos conocidos comunes a un tercero a conocerse entre si. O dicho a la manera del análisis de grafos, la tendencia a que dos nodos conectados a través de un tercero se conecten directamente entre si.

El clustering hace que la gran red social se parezca más a una red de redes que a una única red muy interconectada. En el lenguaje del análisis estructural diríamos que la red social real tendería representarse como un conjunto de “clusters” unidos entre si por puentes locales. Son estos puentes los que permiten que sólo haya seis grados de separación media en una red social amplia dándonos la impresión de que “el mundo es un pañuelo” (el “Small World Phenomenon“).

Claro que para que los puentes reduzcan tanto el número de grados de separación medio en grandes poblaciones hace falta algo más que su existencia. Los puentes garantizan la existencia de uno o más caminos entre dos nodos, no que los caminos geodésicos tengan pocos grados. Para eso hacen falta que los nodos de los que surgen los puentes sean verdaderos conectores (“hubs”), que estén muy conectados con distintos clusters y conectados entre si. Dicho de otro modo, los conectores son nodos de fácil acceso desde distintas subredes.

El fuerte poder de los vínculos débiles

En 1973 el sociólogo Mark Granovetter realizó un famoso estudio sobre dos comunidades bostonianas que se movilizaban frente las consecuencias del crecimiento urbano. De este estudio emergía la idea de que la coordinación social dependía, a la hora de la verdad no tanto de los vínculos fuertes como las relaciones familiares, de amistad o de cuadrilla, como de los vínculos débiles establecidos con anterioridad con otros actores con los que hasta entonces habían tenido poco o ningún contacto. En un estudio posterior corroboró esta idea estudiando qué contactos servían realmente a la hora de encontrar trabajo. Granovetter llamó a este fenómeno la fuerza de los vínculos débiles.

Y esa fuerza debería impulsarnos un par de reflexiones: en primer lugar que en el grafo de una red las claves pueden estar jústamente en aquellos lazos que, en el análisis estático parecen menos relevantes, enlaces que “ensucian” el mapa y que muchas veces se borran para “facilitar el análisis”. Los límites de la propagación vienen determinados por vínculos débiles, poco llamativos. En segundo lugar y en parte por lo mismo que los vínculos que unen a los hubs entre si y con las redes que conectan probablemente serán también “débiles”.

Libre vinculación y leyes potenciales

Los conectores cumplen una función social: minimizar los caminos geodésicos entre nodos, hacer que el mundo sea un pañuelo. Surgen en general en todas las redes que crecen por agregación de nodos y en las que los propios nodos pueden determinan a quién se vinculan. Estas redes se llaman free scale networks) y fueron estudiadas por el profesor Barabasi quien las popularizó en su libro “Linked“. En ellas los conectores surgen de manera espontánea obedeciendo una ley potencial.

La razón de fondo es sencilla: si abro un aeropuerto en Cuenca lógicamente será más útil que los vuelos vayan a Madrid o Londres que a Reus, porque desde ahí los viajeros tendrán que hacer menos escalas para llegar a cualquier lado. ¿Qué quiere decir ley potencial? Pues que si relacionamos el número de nodos (y) con el de vinculos que soporta cada nodo (x), nos encontramos con funciones del tipo y= k* x-n. Es decir, que el número de nodos que sólo tienen un enlace será una potencia del número de enlaces que soporta el nodo más conectado. Al exponente n se le llama el grado de la función o escala de la red. Empiricamente redes como las formadas por el contagio de enfermedades de transmisión sexual, Internet o el sistema aéreo de transporte han demostrado funcionar así.

Los conectores surgen por tanto, a consecuencia de los intereses y la estrategia de vinculación de los propios nodos de la red, en especial de los “recien llegados”. Pero los hubs no sólo son actores pasivos buscarán mantenerse arriba en la dura carrera de la ley potencial, en la que un vínculo perdido puede hacerte caer varios escalones en el escalafón y lógicamente aceptarán todos los enlaces. Son actores no controvertidos, simpáticos a todos. Y por lo mismo su agenda estará hecha fundamentalmente de vínculos débiles.

Por otro lado, se trate de un aeropuerto, de un relaciones públicas o de un confidente policial, saben que su función y su peso en la comunidad derivan de su función como interconector y su objetivo es interconectar para mantener su estatus en una red siempre en crecimiento, siempre cambiante. Por ello, su estrategia de propagación será normalmente pasiva. Pasarán la mayor de las veces la info sin más, pues no tienen otra interés que su consolidación. En realidad los conectores son “usados” por los dinamizadores de la red que normalmente no son hubs.

Promiscuidad y contagio

Evidentemente esto es así en redes de contactos, en las redes de afinidad entre bloggers, etc. Pero no tanto en otras redes como las formadas por contagio de ciertas enfermedades. Como sugeria Juan Urrutia en su libro “Economía en Porciones“, si las probabilidades de “contagio” fueran escasas para un sólo contacto con una persona infectada, incrementándose la probabilidad con el número de contactos, un individuo fundamentalmente “promiscuo” como un hub, que tiene muchos contactos pero poco intensos (vínculos débiles), podría tener probabilidades relativamente pequeñas de verse “infectado” él mismo y por tanto de transmitir la información. En redes así la información de ese tipo rara vez dejaría de ser “local”, de estar confinada a los límites del cluster en el que nació.

Trasladando todo esto a la propagación de ideas en red nos permite alcanzar una idea importante: el carácter de los vínculos determinará los límites de la propagación dependiendo de lo que esos vínculos signifiquen socialmente. Dos arquitecturas de red iguales pueden llevarnos a resultados de propagación muy diferentes aunque los actores sigan estrategias similares.

Para analizar redes sociales necesitaremos además conocer qué dinámicas siguen los contagios y las epidemias en redes. Será en nuestro próximo capítulo.

«Analizando Redes Sociales (II)» recibió 0 desde que se publicó el miércoles 5 de enero de 2005 . Si te ha gustado este post quizá te gusten otros posts escritos por David de Ugarte.

Deja un comentario

Si no tienes todavía usuario puedes crear uno, que te servirá para comentar en todos los blogs de la red indiana en la
página de registro de Matríz.

Grupo de Cooperativas de las Indias.
Visita el blog de las Indias. Sabemos que últimamente no publicamos demasiado pero seguimos alojando a la red de blogs y a otros blogs e iniciativas de amigos de nuestras cooperativas.