Teora y prctica de la etnografa de redes

Nuevos desafos epistemolgicos

Carlos Reynoso Universidad de Buenos Aires
Carlosreynoso@filo.uba.ar Billyreyno@hotmail.com

Objetivos
Ingresar a las teoras de la complejidad via redes, uno de los temas de mayor impacto antropolgico Revisar elementos de teora de complejidad y caos Ilustrar rupturas epistemolgicas esenciales Demarcar y establecer distancia con teoras no estrictamente complejas, o complejas en sentido estadstico
Morin, Capra, autopoiesis, investigacin social de segundo orden

Agenda
Redes complejas
Teora de grafos
Leonhard Euler

No hay nada tan prctico como una buena teora Kurt Lewin

Redes aleatorias
Erds Rnyi

Teora y anlisis tradicional

Sociometra (Jacob Levi Moreno) Escuela de Cambridge: Boissevain, Mitchell, Bott

Pequeos mundos
Stanley Milgram Brett Tjaden Kevin Bacon Watts Strogatz

Redes independientes de escala

Barabsi

Sntesis de desafos epistemolgicos

Por qu redes?
Muchos problemas de pueden redefinir en trminos de redes
Relaciones intertnicas, difusin de informacin crtica (p. ej. polticas del agua), campaas sanitarias, el proceso del 11/3 en Espaa

Propagacin de rumores, enfermedades, modas Relaciones de clientelismo, compadrazgo, parentesco Circulacin de bienes, transacciones Relaciones interpersonales, segregacin, ghettos, exclusin Implementacin de programas de poltica cultural en antropologa aplicada Tcnica antropolgica - Qu tcnicas dominan los antroplogos?

Por qu redes?
El Anlisis de Redes Sociales (ARS, SNA) permite razonar de maneras ms precisas y consistentes Est suficientemente probado que el uso de conceptos sensibilizadores como grupo o rol social obstruye el razonamiento formal Antropologa: Mitchell, Bott, Barnes (1950s)
La descripcin de la organizacin social en trminos de instituciones (economa, religin, poltica, parentesco) no es suficiente para comprender la conducta de los individuos en sociedades complejas

No es posible construir teoras explicativas rigurosas utilizando metforas (Leinhardt)

Teora de grafos
Leonhard Euler, 1736 Los 7 puentes de Knigsberg Primer teorema de la teora de grafos: no se pueden recorrer los 7 puentes
Reemplaz reas de tierra por nodos y puentes por vnculos (links) Se encuentra solucin universal El primer grafo fue un multigrafo (admite ms de una lnea entre 2 puntos)

Teora de grafos
Un grafo contiene un circuito de Euler si se pueden trazar los arcos sin levantar la pluma y sin dibujar ms de una vez cada arco, finalizando en el vrtice en que se inici Contiene un camino de Euler si [idem] finalizando en cualquier vrtice Un grafo con todos los vrtices pares contiene un circuito de Euler Un grafo con dos vrtices impares y algunos pares contiene un camino de Euler Un grafo con ms de dos vrtices impares no contiene ningn circuito ni camino de Euler

Teora de grafos
Euler: Propiedades de grafos La solucin no depende del ingenio que se tenga para encontrar la solucin Origen de la teora de redes (estticas) en matemticas, sociologa, antropologa, ingeniera, economa, biologa, etc Bott, Barnes, Meyer, Boissevain, Mitchell, Wasserman-Faust

Historia
Jacob Levy Moreno 1930s, sociometra
Moreno, 1889-1974 Alumno de Jung Tambin psicodrama, role playing Algo desprestigiado ahora

Alex Bavelas MIT, 1948, Laboratorio de redes

Seguidor de Kurt Lewin y Moreno

Bavelas-Leavitt Estadsticas de centralidad John Barnes, 1954 Red social Escuela de Manchester (Max Gluckman) Antropologa urbana (Barnes, Clyde Mitchell, Elizabeth Bott)

Sociometra
Desarrollo de la dimensin visual Sociomatrices, sociogramas

Evolucin
Sociograma moreniano, grafo lewiniano, grafo de Bavelas

Escuela de Harvard (1920-30s)

Elton Mayo Modelos de red de Lloyd Warner (alumno de Radcliffe-Brown) Efecto Hawthorne

Redes aleatorias
Ray Solomonoff & Anatol Rapoport, 1951 Desconocido Paul Erds y Alfred Rnyi, 1950s Redes aleatorias Extraas propiedades
Problema del vino y el rumor Cuando los nodos tienen en promedio un vnculo cada uno, la fraccin del grafo ocupada por el componente ms vinculado salta de casi cero a casi uno. Esta es una transicin de fase de desconectada a conectada El punto en el que esto sucede es el punto crtico (percolacin) La red pasa de varios conglomerados a un componente total Cualquier cosa que suceda en un nodo afecta al conjunto
Pajek Red aleatoria 25 25 Fruchterman Rengold 2D

Red ER desconectada (10 / 2)

Pajek

Red ER conectada (10 / 3)

Redes ER - Abstraccin
Homometra (Erds)

Rhythm wheels - Congas

Relaciones
Entre ritmos y escalas, conocidas por Erds...

Toussaint

Bemb Escala mayor

Distribucin normal
Tambin llamada gaussiana (campana de Gauss) Curva de campana (mal llamada curva de Bell Charles Murray, Richard Herrnstein)

Desafo epistemolgico # 1-2

Redes aleatorias Problema tratable
No hay problemas intratables en antropologa?
Lvi-Strauss, problema de cuntas clases, etc

No hay errores tericos? (Gottlob Frege)

Definicin de problema
Nadie defini jams un problema (Hopcroft) Un problema consiste en determinar si una expresin pertenece a un lenguaje
Expresin = Caso Lenguaje = Elementos de la teora (p. ej. gramtica)

Determinar si el mtodo implicado en la teora puede dar cuenta del caso Correspondencias entre expresin y lenguaje
Clases de complejidad (Chomsky), gramticas culturales

Desafo epistemolgico #3
Establecer adecuado nivel de abstraccin Igual que Clifford Geertz, pero al revs Generalizacin del problema Oposicin al principio moriniano de abstraccin como operacin conceptual mutilante Habilitador de la idea de modelo

Jerarqua de la complejidad Chomsky

Gramticas regulares (Tipo 3). Pueden consistir slo de reglas de reescritura de tipo Ab, o AbC. Corresponden a los lenguajes y conjuntos que pueden ser tratados por autmatas deterministas de estado finito. Estos autmatas no tienen memoria. Reconocen o generan lenguajes regulares. Gramticas independientes de contexto (Tipo 2). Slo tienen reglas de forma A, y por lo tanto no tienen restriccin en cuanto a la forma que pueden tomar las reglas de produccin de la derecha. Corresponden a los lenguajes y conjuntos que pueden ser tra-tados por autmatas no determinista de almacn o de pushdown (PDA). Estos autmatas tienen una memoria limitada y pueden, por ejemplo, llevar a cabo una comparacin. Reconocen o generan lenguajes independientes del contexto. Gramticas sensibles al contexto (Tipo 1). Pueden tener reglas de forma A, donde no es un elemento vaco. Corresponden a los lenguajes y conjuntos que pueden ser tratados por autmatas ligados linealmente. Poseen una memoria auxiliar semi-infinita, proporcional a la cantidad de elementos que deben tratar. Reconocen o generan lenguajes sensibles al contexto. Gramticas irrestrictas (Tipo 0). Son idnticas a las anteriores, excepto por el hecho que puede ser nulo. Corresponden a los lenguajes y conjuntos susceptibles de ser tratados por mquinas de Turing. Poseen memoria irrestricta y pueden efectuar cualquier computacin. Reconocen o generan lenguajes recursivamente enumerables.

Jerarqua de la complejidad Chomsky

Gramticas regulares (Tipo 3). Pueden consistir slo de reglas de reescritura de tipo Ab, o AbC. Corresponden a los lenguajes y conjuntos que pueden ser tratados por autmatas deterministas de estado finito. Estos autmatas no tienen memoria. Reconocen o generan lenguajes regulares. Gramticas independientes de contexto (Tipo 2). Slo tienen reglas de forma A, y por lo tanto no tienen restriccin en cuanto a la forma que pueden tomar las reglas de produccin de la derecha. Corresponden a los lenguajes y conjuntos que pueden ser tra-tados por autmatas no determinista de almacn o de pushdown (PDA). Estos autmatas tienen una memoria limitada y pueden, por ejemplo, llevar a cabo una comparacin. Reconocen o generan lenguajes independientes del contexto. Gramticas sensibles al contexto (Tipo 1). Pueden tener reglas de forma A, donde no es un elemento vaco. Corresponden a los lenguajes y conjuntos que pueden ser tratados por autmatas ligados linealmente. Poseen una memoria auxiliar semi-infinita, proporcional a la cantidad de elementos que deben tratar. Reconocen o generan lenguajes sensibles al contexto. Gramticas irrestrictas (Tipo 0). Son idnticas a las anteriores, excepto por el hecho que puede ser nulo. Corresponden a los lenguajes y conjuntos susceptibles de ser tratados por mquinas de Turing. Poseen memoria irrestricta y pueden efectuar cualquier computacin. Reconocen o generan lenguajes recursivamente enumerables.

Jerarqua de la complejidad Chomsky

Gramticas regulares (Tipo 3). Pueden consistir slo de reglas de reescritura de tipo Ab, o AbC. Corresponden a los lenguajes y conjuntos que pueden ser tratados por autmatas deterministas de estado finito. Estos autmatas no tienen memoria. Reconocen o generan lenguajes regulares. Gramticas independientes de contexto (Tipo 2). Slo tienen reglas de forma A, y por lo tanto no tienen restriccin en cuanto a la forma que pueden tomar las reglas de produccin de la derecha. Corresponden a los lenguajes y conjuntos que pueden ser tra-tados por autmatas no determinista de almacn o de pushdown (PDA). Estos autmatas tienen una memoria limitada y pueden, por ejemplo, llevar a cabo una comparacin. Reconocen o generan lenguajes independientes del contexto. Gramticas sensibles al contexto (Tipo 1). Pueden tener reglas de forma A, donde no es un elemento vaco. Corresponden a los lenguajes y conjuntos que pueden ser tratados por autmatas ligados linealmente. Poseen una memoria auxiliar semi-infinita, proporcional a la cantidad de elementos que deben tratar. Reconocen o generan lenguajes sensibles al contexto. Gramticas irrestrictas (Tipo 0). Son idnticas a las anteriores, excepto por el hecho que puede ser nulo. Corresponden a los lenguajes y conjuntos susceptibles de ser tratados por mquinas de Turing. Poseen memoria irrestricta y pueden efectuar cualquier computacin. Reconocen o generan lenguajes recursivamente enumerables.

Jerarqua de la complejidad Chomsky

Gramticas regulares (Tipo 3). Pueden consistir slo de reglas de reescritura de tipo Ab, o AbC. Corresponden a los lenguajes y conjuntos que pueden ser tratados por autmatas deterministas de estado finito. Estos autmatas no tienen memoria. Reconocen o generan lenguajes regulares. Gramticas independientes de contexto (Tipo 2). Slo tienen reglas de forma A, y por lo tanto no tienen restriccin en cuanto a la forma que pueden tomar las reglas de produccin de la derecha. Corresponden a los lenguajes y conjuntos que pueden ser tra-tados por autmatas no determinista de almacn o de pushdown (PDA). Estos autmatas tienen una memoria limitada y pueden, por ejemplo, llevar a cabo una comparacin. Reconocen o generan lenguajes independientes del contexto. Gramticas sensibles al contexto (Tipo 1). Pueden tener reglas de forma A, donde no es un elemento vaco. Corresponden a los lenguajes y conjuntos que pueden ser tratados por autmatas ligados linealmente. Poseen una memoria auxiliar semi-infinita, proporcional a la cantidad de elementos que deben tratar. Reconocen o generan lenguajes sensibles al contexto. Gramticas irrestrictas (Tipo 0). Son idnticas a las anteriores, excepto por el hecho que puede ser nulo. Corresponden a los lenguajes y conjuntos susceptibles de ser tratados por mquinas de Turing. Poseen memoria irrestricta y pueden efectuar cualquier computacin. Reconocen o generan lenguajes recursivamente enumerables.

Implicancias
La teora debe proporcionar las herramientas para resolver el problema Distintos problemas implican diferentes modelos de resolucin (ev. clases de universalidad) La definicin proporcionada no presupone modalidad de inferencia
Deductiva, inductiva, hermenutica o compleja

Ejemplos
Morin e investigacin social de segundo orden: fuerza del azar para resolver problemas
El azar no genera auto-organizacin requerida Se debe especificar cmo se resuelve

Redes aleatorias - Limitaciones

En la vida real las redes no son necesariamente aleatorias Las distribuciones empricas no son al azar No hay clustering en redes aleatorias
No coincide con vida real: Los amigos de mis amigos suelen ser amigos mos

Redes ER, mal necesario

Si se deja de lado la idealizacin de las redes al azar, se torna muy difcil probar algo (tratabilidad)

Redes - Limitaciones del anlisis tradicional

Limitado a redes ms bien pequeas
2 o 3 tipos de vnculos, un tipo de nodos

Modelo esttico No apto para escenarios no deterministas Se han utilizado elementos grficos y terminologa de teora de grafos, pero no se han derivado teoremas o deducido afirmaciones susceptibles de verificacin Falta de anlisis de propiedades esenciales
Dimensin fractal, ev coeficiente de clustering

Frigyes Karinthy [1887-1938]

1929, Minden maskppen van (Todo es diferente) Incluye el cuento Lnczsemek (Cadenas) Para demostrar que la gente en la tierra est hoy ms prxima que nunca, un miembro del grupo sugiri una prueba. Apost que poda nombrar a cualquier persona entre los mil quinientos millones de habitantes de la tierra, y a travs de a lo sumo cinco conocidos, uno de los cuales l conociera personalmente, vincularse con la persona escogida.

Pequeos mundos
Experimentos de Stanley Milgram, 1967
Otros experimentos de Milgram [19331984]

Cadena de cartas Tom al azar el nombre de dos personas de otro estado (Massachusetts) y comenz enviando 160 cartas a residentes al azar en Kansas y Nebraska
Si conoce al destinatario, envele carta directamente Si no lo conoce, envelo a alguien que piense que es ms probable que lo conozca

Pequeos mundos
Resultado: volvieron 42 de las 160 cartas, algunas de las cuales requirieron 12 grados. Pero el promedio de intermediarios fue de 5.5 Seis grados de separacin: Milgram nunca us la frase
John Guare (1991): Six degrees of separation Obra de teatro, luego pelcula (Stockard Channing No K. Bacon)

Mito urbano: Kevin Bacon

Buscar : Kevin Bacon Oracle http://www.cs.virginia.edu/oracle Rod Steiger est mejor ubicado. KB es slo el 876 en la lista.

Algunas precauciones
Los hallazgos de Milgram fueron cuestionados por Judith Kleinfeld (2002) Parece no haber base emprica para la afirmacin de la cadena de cartas
Algunas cadenas son ms largas, un porcentaje grande no llega, hay diversas calidades de conectividad vinculadas con la clase social Los seis grados seran un mito urbano Los antroplogos generamos ms mitos de los que desacreditamos

Barabsi cree en el experimento, pero Watts no Factores de apata hacen que el experimento no sea fcilmente reproducible El experimento de Milgram es dudoso, pero los seis grados (o algo as) se mantienen

Redes de lazos dbiles

Mark Granovetter, 1969: Rechazado por American Sociological Review 1973: The strength of weak ties, American Journal of Sociology Importante para conseguir trabajo, lanzar comunicacin a medios, difundir modas

Pequeos mundos
Steven Strogatz Duncan Watts, 1990s Redes SW Coeficiente de clustering
Dividir nmero de vnculos real por potencial 1.0 : todos se conocen

Modelo alfa
Alfa bajo: caverncola Alfa alto: pequeos mundos Clustering alto o pequeos mundos, pero nada en el medio

Agregando vnculos a grillas regulares (p. ej. 5 vnculos a una red de milln) la conectividad aumenta explosivamente, independientemente del tamao de la red

Pequeos mundos

Desafo epistemolgico #4
La complejidad involucra no linealidad No linealidad contradice la intuicin La antropologa presume modelos mecnicos proporcionales, incluso en los modelos hermenuticos Esta visin incluye a la epistemologa compleja de Edgar Morin
Complejidad como numerosidad Muchos elementos, muchas relaciones Indeterminacin, azar (esencializado) Confusin entre contraintuitivo e indeterminado Ausencia de referencias a caos determinista

Redes independientes de escala

Barabsi, 1990s Anlisis de internet Hubs y nodos comunes Propiedades extraas
Pocos grados de separacin Distribucin independiente de escala Distribucin 1/f (ley de potencia) Grandes diferencias entre extremos
Diferencias de fortuna o comercio exterior versus diferencias de estaturas

Las redes IE son fractales

Redes independientes de escala

Pajek 50 100 5 10 0.4 0.4

Distribuciones

Escenarios independientes de escala

Relaciones sexuales, agendas telefnicas Nexos sintcticos entre palabras en un texto o discurso Citas bibliogrficas entre miembros de la comunidad acadmica, colaboraciones en reportes de investigacin Clientelismo, influencia Alianzas tecnolgicas Relaciones entre actores de cine Sinapsis neuronales Contactos entre personas de una organizacin Cadenas alimentarias Conexiones entre organismos vinculados al metabolismo o protenas reguladoras Propagacin de enfermedades y virus informticos Alternativa al concepto de epidemiologa de las representaciones (Dan Sperber)

Redes IE - Explicacin
A una red existente se agregan nuevos nodos Estos se ligan a los que estn mejor vinculados Esta vinculacin selectiva se llama el efecto de el rico se vuelve ms rico o principio de San Mateo (Robert Merton) Aunque las elecciones individuales son impredecibles, como grupo todo el mundo sigue estrictamente unos pocos patrones En redes IE el umbral crtico para la propagacin de un rumor, enfermedad, etc es cero Grados de separacin
Si la red representa relaciones de dependencia entre gneros musicales, el nexo entre un gnero y otro exhibe pocos grados de separacin

Inmunizar a los hubs es ms efectivo que inmunizar a un porcentaje enorme de la poblacin

Ley de potencia (power law)

La LP est entre las leyes de escala ms frecuentes que describen la invariancia de escala que se encuentra en muchos fenmenos Invariancia de escala: vinculado con autosimilitud Es un rasgo de las transiciones de fase en las proximidades de un punto crtico Una relacin de LP entre 2 magnitudes escalares x e y es una relacin que se puede escribir y = axk Donde a (la constante de proporcionalidad) y k (el exponente de la LP) son constantes

Propiedades LdP
La caracterstica principal de una distribucin de LP es el exponente El exponente describe de qu manera cambia la distribucin como funcin de la variable subyacente P. ej. si el nmero de ciudades de cierto tamao decrece en proporcin inversa al tamao el exponente es 1 Si decrece inversamente al cuadrado del tamao, el exponente es 2, etctera

Ejemplos de relaciones de LdP

La ley de Stefan-Boltzmann y otros principios fsicos
La energia irradiada por un cuerpo oscuro por unidad de tiempo es proporcional a la cuarta potencia de su temperatura termodinmica

La correccin gamma que vincula intensidad de la luz con voltaje La ley de mortalidad de Gompertz (1825) que se usa para clculo de seguros La ley de Kleiber que vincula el metabolismo de un animal con su tamao
Tasa metablica es potencia de la masa del animal

La conducta cerca de las transiciones de fase de segundo orden que involucran exponentes crticos
[transiciones continuas, sin calor latente]

La ley de Newton (inversamente proporcional al cuadrado de la distancia)

Desafo epistemolgico # 5
Distribuciones no normales La estadstica intuitiva presupone distribuciones normales En distribuciones 1/f no tiene sentido el muestreo Tampoco lo tiene la representacin por proporcionalidad (Lomax)

Desafo epistemolgico #6
Independencia de escala La parte es similar al todo (homotecia) Similitud con principio hologramtico de Morin
Crtica de la complejidad moriniana en www.antropocaos.com.ar

La relacin entre los nodos muy conectados y el resto de los nodos de la red no cambian en funcin del tamao La conectividad de las redes IE no cae proporcionalmente a la cada o desaparicin de nodos. Las redes IE se auto-reorganizan

Consecuencias empricas
Epidemiologa Citas bibliogrficas Enfermedades sexuales (1/f !!) [hubs] Vacunacin Redes de narcotrfico, terrorismo, etc Redes de influencia, punteros polticos Implementacin de polticas culturales

Distribucin 1/f
Ley de Pareto Cunto mide la costa de Inglaterra? Ley de Zipf Ley de Gutenberg-Richter Criticalidad auto-organizada Msica

Coast

Distribuciones

Sol & al Universitat Pompeu Frabra Relaciones sintcticas (azul) y de precedencia

Red sintctica (Igor Melcuk, Gramtica de dependencia) Red IE de texto complejo (Moby Dick)

Transicin de red en estrella a red IE Adquisicin del lenguaje

Desafo epistemolgico # 7
Clases de universalidad La pauta que conecta (Bateson)
No interesa materialidad de objeto Identidad de procesamiento de informacin, aprendizaje, induccin, evolucin Nada hay de biolgico en la seleccin natural

Transdisciplinariedad
Impropiedad del concepto de transdisciplinariedad de Morin No-transdisciplinariedad de autopoiesis (especificidad bitica)

P. ej. caminos hacia el caos

Desafo epistemolgico # 8
Carcter visual de la representacin
Red de colaboraciones cientficas...

Redefinicin de grafos de parentesco

ORE-Graphs a P-Graphs (Oystein Ore D. White)

Necesidad de retomar el parentesco

Redefinicin de parentesco como familia Redefinicin de las cuestiones de gnero Ms all de las relaciones genealgicas Genealogas como herramientas de reafirmacin identitaria
Haddon Cambridge Estrecho de Torres

La moda de las redes - Objeto de consultora:

Team Building Locating Expertise Workforce Diversity Organization Design Internetwork Design Diffusion of Innovations Post-Merger Integration Investigative Journalism Knowledge Management Leadership Development Mapping Terrorist Networks Industry Ecosystem Analysis Discovering Key Opinion Leaders Network Vulnerability Assessment Community Economic Development Discovering Communities of Practice Analyzing Protein Interaction Networks Mapping and Measuring Information Flow Contact Tracing in Contagious Disease Outbreaks

Valdis Krebs Uncloacking terrorist networks, 2002

The Network Workbench Ejemplo de red terrorista

Transdisciplina
Las matemticas de los fsicos abren nuevos caminos hacia regiones antes inexploradas. El crecimiento aleatorio, la teora de la percolacin, las transiciones de fase y la universalidad ... han definido un maravilloso conjunto de problemas abiertos en materia de redes. Pero sin los mapas de la sociologa, la economa e incluso la biologa para guiarlos, la fsica bien puede construir caminos que no lleven a ninguna parte (Duncan Watts).

Sntesis
Tratabilidad de problemas Definicin de Problema - Abstraccin No linealidad Realidad contra-intuitiva Distribucin no-normal, independencia de escala Clases de universalidad - Transdisciplinariedad Auto-organizacin Dimensin visual Redefinicin de saberes disciplinares

Referencias
Barabsi, Albert-Lszl. 2002. Linked. Plume. Watts, Duncan. 2003. Six degrees: The science of a connected age. Vintage. Reynoso, Carlos. 2006. Complejidad y caos: Una exploracin antropolgica. Sb.

Preguntas?
carlosreynoso@filo.uba.ar billyreyno@hotmail.com