Bigdata y redes sociales (III)

middleageLa idea nuclear de este posteo es que entender algo es visualizarlo y manipularlo.

Aplicado este concepto al tema de este taller significaría algo así como que para pensar en red tenemos que intentar “tocar” las redes.

Los neurólogos saben que en el desarrollo humano el momento en el que se coordinan el mirar y el hacer es clave en la evolución de la conciencia. Los chicos que atraviesan adecuadamente esta fase tendrán mas posibilidades de integrarse exitosamente en la sociedad.

Pero, ¿que es visualizar? ¿Qué cosas visualizamos? ¿Lo que ya habíamos backupeado en nuestros recuerdos o lo que nos sorprende? ¿Vemos lo nuevo? O mejor dicho: Sabemos que miramos-hacemos. Pero: ¿Que vemos-tocamos?

La pregunta es compleja, porque ¿se puede ademas pensar sin palabras pensantes? ¿Hay pensamientos puramente visuales-comportamentales? Sabemos, por ejemplo, que los pulpos en condiciones experimentales aprenden recorridos siguiendo señales previamente aprendidas, como signos en las paredes, aun cuando se les cambian el significado. Es decir ¿vemos instrucciones para hacer?

Simon Kirby, estudiando la evolución de replicadores lingüísticos, muestra mediante el “Juego del teléfono descompuesto” que la mutación de sentido es lo que permite la evolución del lenguaje. La idea es pariente del modelo constructal de Bejan sobre el que conversamos en el encuentro pasado.

En su experimento social, basado en la transmisión de mensajes boca a boca, descubre que cada persona, acortando los mensajes recibidos, traza en su cerebro una imagen de ese mensaje y lo reenvía a los siguientes, sistematizándolo, esquematizándolo y cambiándolo. Si la evolución social imita este formato, se podría decir que evolucionamos linguisticamente a partir de errores, de distorciones y simplificaciones pero especialmente visualizando.

william_playfair_universalEsto se puede conectar con lo que  hizo un chantajista, extorsionador y estafador ingles del siglo XVIII llamado William Playfair y que además fue el primero que aplicó los principios de la geometría a cuestiones de finanzas: sus gráficos se centran no en un evento singular y único, sino en hechos similares y recurrentes en el tiempo.

Un cuadro estadístico como los inventados por Playfair requiere no sólo la recopilación de muchos datos, sino también una comprensión de la interacción entre fecha y evento de tal manera que los episodios se puedan repetir y descomponer en unidades iguales (la balanza comercial entre Francia e Inglaterra, por ejemplo).

La innovación era que un “evento X” está siempre sobredeterminado por una serie de condiciones de producción discernibles e interrelacionadas, organizadas en una serie comparable y recurrente de sucesos similares en el tiempo, por el cual episodios que parecen carecer de importancia en sí mismos.

En otras palabras, los gráficos de Playfair son similares a la narrativa escritural en la que los eventos se pueden entender por la construcción de otros eventos que se presentan como significativos. Pero en estas construcciones, sin embargo, el sentido no se produce a través de la narrativa, sino por medio de la representación gráfica de los datos, que se organizan para revelar patrones invisibles de la colección y conexión de un conjunto de datos que de otra forma aparecerían como hechos asilados.

Como vimos la semana pasada el Dr. John Snow, casi un siglo despues, encontró una solución a la epidemia del cólera usando visualizaciones (hecho que tendría unas décadas después un fuerte impacto en Bs As) y del mismo modo Florence Nightingale retrató la Guerra de Crimea, Charles Minard analizó la desastroza marcha de Napoleon sobre Rusia proceso que sigue y sigue hasta ‹las famosas creaciones de Harry Beck de 1931, cuando realizó mapas esquemáticos de los subtes de Londres. Este año es anecdóticamente interesante porque como tambien dijimos Jacobs Moreno en esos años empezó a hacer sus sociogramas.

Visualización de redes sociales

Lo que no estaba claro para los primeros redólogos es que las redes tenian propiedades estructurales mas o menos constantes y entre ellas eran fractales, lo que implicaba que los nodos tienden a organizarse en clusters o grumos, que a su vez se conectan en otros clusters mayores y así hasta establecer una configuración global.

Hoy vivimos inmersos en densas capas de redes sociales con estos clusters por todos lados, enlazados por medio de nodos claves, nodos-hubs que son claves para que la información se mueva de paquetes a paquetes de grumos: existe una larga tradición para visualizarlas, que en los últimos 20 años ha tenido una aceleración significativa, gracias al poder de cómputo aplicado al diseño.

Cosa de niños

Acá debemos volver al “Juego del teléfono descompuesto”, que dió la metáfora para programar hace 10 años el algoritmo de clusterización Chinese Whispers (CW) que tiene por objeto la búsqueda de grupos de nodos que transmiten el mismo mensaje a sus vecinos.
Los niños en varios países son aficionados a ese juego de mesa llamado “Teléfono Descompuesto”,Le téléphone Arabe le dicen en francés.

Un grupo de niños se alinean uno detrás del otro. El primer niño piensa una frase divertida que es el mensaje transmitido a la línea. Se lo susurra en el oído de su sucesor haciendo lo mismo éste susurrando la frase al siguiente.

El último niño dice  en la línea en voz alta lo que ha percibido.Lo divertido es comparar la primera y la última frase. Por lo general la distorsión es importante aunque la regla del juego dice que todo niño debe pasar el mensaje a la siguiente estación de relevo lo mas fielmente posible

La metáfora sirve para la programación mediante la organización de un flujo de datos. Organizamos una estructura de agentes especializados. Un agente es capaz de realizar una tarea particular y tiene acceso a otros. Así se configuran agrupamientos de nodos que por sucesivas iteraciones se destilan hasta plasmarnos lo que luego vemos en los ejercicios del gephi.

Vemos entonces que grandes paquetes de datos pueden disponerse y visualizarse tocarse. Lo que sigue ya es el talento de cada investigador social. Veamos algunas medidas con las que se trabaja en ARS.

Medidas de centralidad

Centralidad o Grado

La medida de centralidad de grado ayuda a encontrar los nodos con el mayor número de enlaces respecto a otros nodos dentro de la red. Se puede utilizar el tamaño de nodo, color u otro método para poner de relieve el grado de nodo.

Los nodos con alto grado serán aquellas personas que tienen mas conexiones y que podrían ser influyentes, estratégicamente importantes para la comunicación auque no necesarimente es así.

Medidas de análisis de red social: intermediación

Centralidad intermediada

Los nodos con una alta centralidad de intermediación son los que más frecuentemente actúan como “puentes” entre otros nodos – es decir, que forman las vías más cortas de comunicación dentro de la red.

Por lo general, esto indicaría que el nodo es un punto de control clave de información entre las distintas partes de una organización.

Sociales medidas de análisis de red: Cercanía

Proximidad central

Esta es la medida que muestra los nodos más cercanos a los otros nodos en una red, en base a su capacidad para llegar a ellos.

Los nodos con un alto valor de proximidad tienen una distancia inferior a todos los demás nodos y serían, por tanto, las emisores eficientes de información.

Otras medidas de análisis de redes sociales

Sociales medidas de análisis de red: kCores

kCores

Esta puede ser una manera particularmente revelador de la perforación hacia abajo en un gráfico. Funciona mediante la asignación de cada nodo un número ‘k’, definido por su grado (véase más arriba). Los nodos se agrupan por su valor K, a continuación, los grupos pueden filtrarse dentro y fuera de la tabla.

Como se eliminan los nodos de bajo valor k, lo que queda son generalmente grupos de nodos estrechamente unidos. Esto puede ayudar si se está intentando identificar células que operan de modo semi-autónomo dentro de una comunidad más amplia.

Red social de medidas de análisis: Distancia

Distancias

Cuando se selecciona un nodo, la función de “distancia” medirá el número de saltos que se sienta nodo de cualquier otro nodo de la red.

Se puede usar esto para encontrar, por ejemplo, los nodos con menos de tres grados de separación de un sujeto.

Red social de medidas de análisis: ruta más corta

Camino más corto

Algunas veces uno quiere saber la ruta más corta entre los dos  nodos.

Al marcar cada camino posible a través de la red, la función del camino más corto resaltará el que pasa por el menor número de nodos.

Definidos estos elementos (que vemos cuando vemos y que buscamos tocar) voy a contarles ahora una investigación sobre redes sociales en curso.

http://prezi.com/jmozlln8hcj9/?utm_campaign=share&utm_medium=copy

Deja una respuesta

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.