Comentarios a El problema del mundo pequeño de Stanley Milgram: Un Mundo Pequeño... al revés

"E Araucaria. Año 5, Nº 10 Segundo semestre de 2003 Comentarios a El problema del mundo pequeño de Stanley Milgram A. Díaz-Guilera, A. Arenas, R. Guimerá, J. L. Molina, F. Casas y C. Lozares l problema del mundo pequeño" es un artículo estimulante, que tiene múltiples lecturas. Es un ejemplo de cómo una idea se traslada entre diferentes campos científicos, fertilizando aquellos terrenos abonados para el análisis estructural. En ese discurrir entre disciplinas, la comparación arroja claridad sobre los parecidos y las diferencias del enfoque metodológico en la física y en las ciencias sociales. También ilustra cómo se producen influencias mutuas entre diversos ámbitos del saber. Y, por supuesto, es un exordio a la estructura de las relaciones sociales, constituidas por un entramado que combina de forma característica complejidad, aglomeración y cercanía. De un modo más específico, podría servir para reflexionar sobre la evolución de la psicología social, disciplina en la que Stanley Milgram es reconocido como un clásico, y donde la revolución cognitiva -con su preocupación preferente por los procesos individuales de atención, memoria y procesamiento de la información-, dejó en un segundo plano el análisis del contexto social y de la interacción social (abandonando con ello un modo de hacer que, a nuestro juicio, había generado algunos de los conceptos más fecundos del área). Por ejemplo, la psicología social de las décadas de los años 1950 y 1960 albergó una serie de intentos de aplicar el análisis estructural en la dinámica de grupos, que mostraron un potencial teórico y metodológico que no se ha llevado a la práctica en su integridad (Friedkin, 2003). Las próximas páginas de este dossier son precisamente un debate sobre los desarrollos actuales de la propuesta original de Milgram, e incluyen reflexiones que van desde planteamientos meta-teóricos a cuestiones sustantivas. En concreto, se recogen aportaciones desde la física estadística, la antropología social, la sociología matemática y la psicología social . La pluralidad de enfoques, por sí misma, ya da una idea de la vitalidad intelectual de este tópico de investigación. Con los cuatro comentarios que siguen a continuación, cubrimos la diversidad de aportaciones que se han hecho en torno a este tema. La literatura sobre el fenómeno del "mundo pequeño" se ha ocupado de (a) la longitud característica de las cadenas de conocidos, que permiten vincular a extraños entre sí; (b) el volumen de conocidos que tiene un individuo; y (c) la estructura reticular que conforman este tipo de relaciones (McCue, 2002). Aunque el fenómeno propiamente dicho hace referencia a esta tercera acepción, las dos primeras informan indirectamente de la estructura de la red. El comentario de Díaz-Guilera, Arenas y Guimerá entra de lleno en el examen físico estadístico reciente de la estructura reticular en diferentes campos de aplicación. Partiendo de los fundamentos establecidos por Duncan Watts y Steven Strogatz, explican los desarrollos posteriores del modelo de redes sin escala, que se inician con el trabajo de Barabási y Albert. Los autores de este comentario han tenido una participación activa en el área, por lo que el relato -detallado y clarificadorconstituye, parafraseando a Albert-László Barabási, una crónica "desde dentro" de la "nueva ciencia de las redes". Además, su exposición del proceso de congestión en redes complejas es un buen ejemplo de los usos aplicados que pueden derivarse de este tipo de análisis. José Luis Molina hace una glosa de las técnicas de estimación del número de conocidos que tiene una persona, resumiendo un campo de la literatura -en gran medida de corte antropológicoque hemos agrupado en la segunda acepción. Este tipo de estudios ocupa un lugar destacado en el número de publicaciones de "mundo pequeño". No en vano uno de los autores más prolíficos en la evaluación del tamaño de las redes personales, Russell Bernard, es el único científico social que aparece entre los 10 autores que más han publicado sobre "mundo pequeño" (Garfield, Pudovkin & Istomin, 2003). José Luis Molina -que está contribuyendo activamente a la difusión del análisis de redes sociales en castellano (véase, al respecto, por ejemplo: Molina, 2001)- completa su comentario con una reflexión sobre las implicaciones que una estructura dividida en subgrupos locales, pero con una alta conectividad global, tiene para la noción de diversidad cultural. Ferrán Casas es el representante de la psicología social en el monográfico. En su comentario interpreta las aportaciones de Milgram en términos del develamiento de una "estructura de comunicación potencial", y pone de manifiesto cómo continente y contenido son inseparables en el trazado de las redes vinculares. El análisis de redes sociales se está utilizando en el estudio de la difusión de enfermedades o en la prevención de SIDA, y en esa línea Casas enumera algunas de las conclusiones que podrían derivarse para la promoción del bienestar y la calidad de vida. Un excelente desarrollo de estos últimos conceptos puede seguirse en el trabajo del mismo autor (Casas, 1996). Por último, Carlos Lozares hace una amplia reflexión -motivada por el texto de Milgramen la que combina las implicaciones metodológicas y sociales de la idea de "mundo pequeño". Primero ubica el artículo de 1967 en el contexto de la sociología matemática, para entrar a continuación -con toda profundidaden las peculiaridades metodológicas del análisis reticular que se lleva a cabo desde la física. Lozares defiende el largo aliento de un tipo de investigación empírica que se dirige a la identificación de las estructuras subyacentes, y que procede a través del progresivo refinamiento teórico que permite la constante comprobación con los datos. Estas reflexiones se complementan a la perfección con las propias de Díaz-Guilera, Arenas y Guimerá sobre las peculiaridades metodológicas de la física estadística. En 1934 Jakob L. Moreno -si se me permite citar a otro psicólogotrazaba una serie de líneas entre nodos para analizar la estructura de un grupo. Es un inicio posible del análisis sistemático de redes. El gráfico con el que ilustramos esta introducción es precisamente una representación de "quién conoce a quien" en un grupo de niños (Moreno, 1934, pág. 32). Desde entonces han ocurrido muchas cosas en el análisis de redes. Ha habido desarrollos pertinentes en la antropología, la sociología, las ciencias políticas y la psicología social. La teoría de grafos ha proporcionado un fundamento al análisis sociométrico. Se ha elaborado software específico para el análisis de redes sociales y la representación gráfica de las mismas. Y la capacidad de computación actual permite trabajar con bases de datos amplísimas. De ahí que el análisis de redes sociales sea hoy en día un campo multidisciplinar en efervescencia. Confiamos en que estas páginas sirvan de acercamiento al mismo. Referencias bibliográficas: Casas, F. (1996). Bienestar Social: Una introducción psicosociológica. Barcelona. PPU. Friedkin, N. E. (2003). Social influence network theory: toward a science of strategic modification of interpersonal influence systems. En Dynamic Social Network Modeling and Analysis: Wokshop summary and papers. Board on Behavioral, Cognitive and Sensory Sciences and Educational Factors. National Academy of Sciences. Garfield, E., Pudovkin, A.I. & Istomin, V.S. (2003). Mapping output of topical searches in the Science Citation Index, Social Sciences Citation Index, Arts and Humanities Citation Index. Sci-Tech Contributed Papers for the 2003 SLA Conference. McCue, B. (2002). Another view of the 'small world'. Social Networks, 24, 121-133. Molina, J. L. (2001). El análisis de redes sociales. Una introducción. Barcelona: Edicions Bellaterra. Moreno, J. L. (1934). Who Shall Survive? Washington, DC: Nervous and Mental Disease Publishing Company. Física estadística y redes sociales Albert Díaz-Guilera (Universitat de Barcelona. España) Alex Arenas (Universitat Rovira i Virgili. España) Roger Guimerà (Northwestern University. Estados Unidos) Cuando en el año 1967 Stanley Milgram publicaba su artículo "The small-world problem" en una revista de Psicología, nadie podía esperar que treinta años después tuviera una repercusión tan importante en campos tan aparentemente alejados como la física, la biología, las ciencias de la computación o las matemáticas, sólo por citar algunos de los campos alejados de las ciencias sociales. En el año 1998, Duncan Watts y Steven Strogatz, dos físicos-matemáticos aplicados (siempre es difícil la distinción entre estas dos especialidades) publicaron su trabajo "Collective dynamics of 'smallworld' networks" en Nature, poniendo de manifiesto que la estructura topológica que subyace en ciertos sistemas tecnológicos, biológicos o sociales presenta unos rasgos comunes entre ellos. Las propiedades que ellos observaron es que dichas redes estaban altamente "clusterizadas" al igual que las redes regulares mientras que la distancia media entre cualquiera de las unidades que la forman es mucho mas pequeña que en una red regular y muy cercana a una red completamente aleatoria, pero hay que recordar que en una red aleatoria la clusterización es muy baja debido precisamente a que no hay un grado de afinidad importante para establecer las conexiones. Y esas eran precisamente las redes que normalmente habían sido consideradas por los físicos para modelizar sistemas dinámicos complejos, o bien redes aleatorias o redes regulares. Introdujeron un modelo al que llamaron de "mundo pequeño", precisamente por su analogía con el fenómeno del mundo pequeño introducido por Milgram. La contribución más relevante de Watts y Strogatz fue la de introducir un modelo que se podía implementar muy fácilmente en un ordenador y que se muestra gráficamente en la figura siguiente: Figura 1: Construcción de un mundo pequeño, según el modelo propuesto por Watts y Strogatz En este modelo se parte de una red regular en una dimensión (un anillo) con un número constante de conexiones por nodo (cuatro en el caso que se muestra aquí) y se reemplazan algunas conexiones (con una determinada probabilidad p) por conexiones de largo alcance, lo que llamaríamos un atajo. Y en este tipo de modelos demostraron que algunas propiedades dinámicas estudiadas por físicos en las últimas décadas experimentaban una gran mejora dependiendo de la probabilidad p de reconexionado. Como ejemplos, tendríamos la sincronización de osciladores, la potencia computacional, o como efectos negativos la propagación de enfermedades. La evidencia empírica era que muchas de las redes que estaban documentadas en determinadas bases de datos (colaboración de actores, distribución de electricidad, red neuronal del gusano C. elegans) se podían catalogar dentro de este modelo, ya que participaban de sus dos propiedades básicas: distancia pequeña entre nodos y un alto grado de clusterización. Pero no bastaba con este impulso inicial, cuando unos meses más tarde Albert-Laszlo Barabási y Reka Albert (1999) publicaron otro trabajo muy impactante en la comunidad: "Emergence of scaling in random networks" que apareció en Science. Algo que a Watts y Strogatz se les había pasado por alto y que Barabási y Albert detectaron era la distribución de conectividades. A partir de algunas de las grandes bases de datos que habían sido utilizadas anteriormente, además de la World Wide Web, dedujeron que la distribución de conectividades seguía una ley potencial, muy diferente de la esperada a partir del modelo anterior. Y ese concepto era el "scaling" del que se habla en el artículo, concepto muy familiar entre los físicos estadísticos, acostumbrados a tratar el escalamiento de diferentes magnitudes que aparecen en la naturaleza. Normalmente decimos que una determinada magnitud escala con una ley potencial en una variable sin preocuparnos de los prefactores numéricos ni otros detalles que pueden variar de material a material o de sistema a sistema, lo que tienen en común es que todos "escalan" de la misma manera; y este concepto nos lleva de forma natural a otro muy utilizado en nuestro campo como es el de "universalidad". Decimos que algunos sistemas pertenecen a la misma clase de universalidad cuando el conjunto de exponentes que definen las leyes de escala son los mismos, a pesar de tratarse de sistemas microscópicamente diferentes. El modelo que estos físicos propusieron para explicar sus observaciones experimentales tenía dos ingredientes básicos: crecimiento y enlace preferencial. Así, por una parte, tenemos una red a la cual se van añadiendo nodos y enlaces de tal forma que los enlaces van con mayor probabilidad a aquellos nodos que ya tienen una mayor conectividad, dando lugar a lo que en inglés se llamó "hubs" y que en algún texto en castellano se ha traducido como "cubos" (Barabási & Bonabeau, 2003). A partir de ese momento la comunidad de físicos, y principalmente la comunidad de físicos estadísticos, se planteó una gran cantidad de problemas que podían estar relacionados con estos nuevos modelos: · El estudio sistemático de grandes bases de datos de redes sociales (redes de colaboraciones científicas), biológicas (redes de cadenas tróficas), tecnológicas (Internet) o económicas (correlaciones entre valores bursátiles). Esto fue posible gracias a que una de estas redes, Internet, pone esas bases de datos al alcance de todo el mundo y la potencia de los ordenadores actuales hace el resto. Las características de mundo pequeño y las leyes de distribución potenciales empezaron a aparecer por doquier, dando lugar a diferentes clases de universalidad. · Explotando la tendencia a la simplicidad de los físicos, con la modelización lo más sencilla posible de complejas estructuras topológicas que se encuentran en nuestro entorno inmediato, sean tanto sociales, como naturales, o tecnológicas. Modelos microscópicos que, aunque no sean tan próximos a la realidad como cabría esperar, predicen los resultados obtenidos experimentalmente. Aunque esta predicción sea vaga, en el sentido de que no se pretende explicar todos los detalles exactos del sistema en cuestión, sino entender cuales son los mecanismos básicos que dan lugar al comportamiento universal encontrado. En este sentido los primeros modelos, como el de Watts-Strogatz o el de Barabási-Albert no distinguían entre redes sociales, tecnológicas o biológicas, pero modelos introducidos posteriormente, de los cuales daremos detalles más adelante, sí lo hacían. · Modelizando la evolución dinámica en redes complejas, ya que las nuevas topologías abrían nuevas expectativas a las dinámicas que se estudiaban normalmente o bien en redes regulares o en redes aleatorias, los dos casos extremos donde, todo hay que decirlo, es más fácil obtener resultados analíticos. Uno de los ejemplos de aplicación más claros es el de la propagación de virus informáticos, problema que en una red compleja del tipo de las introducidas por Barabási y Albert, que a partir de ahora las llamaremos redes sin escalas, tiene la particularidad de que no es necesario que la probabilidad de infección alcance un valor umbral, necesario en redes regulares. Particularicemos ahora a las contribuciones de los físicos estadísticos a las redes sociales. A parte de los pioneros en este campo ya citados anteriormente, posiblemente la persona que más haya contribuido a unir la física estadística con las redes sociales es Mark Newman, tanto en la parte de análisis sistemático de las redes sociales, introduciendo nuevos conceptos como la asortatividad o recuperando antiguos como la betweenness, como en la parte de modelado de las topologías sociales, introduciendo por ejemplo modelos jerárquicos, o como en la dinámica de la propagación de virus. El concepto de asortatividad (Newman, 2002), o correlación de conectividad, distingue a las redes sociales de las tecnológicas o biológicas. En las primeras los nodos más conectados tienen una tendencia a conectarse con otros nodos muy bien conectados, mientras que en las segundas la tendencia es la opuesta. Una de sus últimas publicaciones destaca por ser un artículo de revisión muy completo sobre la estructura y las funciones de las redes complejas (Newman, 2003). Volvamos ahora al origen del problema, al mundo pequeño de Milgram. El resultado del experimento fue que las cartas enviadas a partir de los individuos elegidos al azar de diferentes localizaciones geográficas llegaron en un promedio de seis pasos, teniendo en cuenta que la información de la cual disponen cada uno de los individuos por los cuales pasa una carta tienen información puramente local. El primer intento de entender este problema de "buscabilidad" en una red compleja fue hecho por John Kleinberg en el año 2000, quien introdujo un modelo de red que era una combinación de red regular en dos dimensiones más un número de enlaces adicionales de largo alcance (atajos). Con un algoritmo de búsqueda puramente local, en el que los atajos no necesariamente acortan la distancia recorrida, demostró analíticamente que sólo se pueden encontrar caminos mínimos cuando la probabilidad de conexionado está relacionada de una cierta manera con la distancia geográfica entre los nodos. Posteriormente Watts, Newman y Dodds (2002) substituyeron la red regular por un conjunto de organizaciones jerárquicas. Otros trabajos en esta línea han explotado el hecho de que en las redes sin escalas muchos de los caminos más cortos pasan por los nodos más centrales, los "hubs". Pero el problema de la búsqueda en redes complejas, como el problema original de Milgram, lleva a situaciones más complicadas cuando admitimos que se puedan llevar a cabo un gran número de búsquedas simultáneas, éste es el problema de la congestión que aparece en aquellos nodos más centrales por los cuales pasan un mayor número de búsquedas. Así, es fácil darse cuenta de que redes muy centralizadas que son buenas porque el proceso de búsqueda es muy fácil pueden devenir fácilmente congestionadas. Este es uno de los problemas que hemos estudiando en nuestro grupo en colaboración con Fernando Vega-Redondo y Antonio Cabrales, economistas de las Universidades de Alicante y Pompeu Fabra, respectivamente (Guimerá et al., 2002). Modelizamos una organización empresarial mediante una red compleja en la cual la dinámica viene dada por un flujo de problemas que se generan de manera aleatoria en un nodo de la red y necesitan ser resueltos por otro nodo también elegido de manera aleatoria. Con un conocimiento puramente local hemos buscado, con procedimientos muy familiares en la física estadística, dentro del espacio de redes asequibles aquellas redes que tienen un comportamiento óptimo, entendiendo por este óptimo aquellas que pueden resolver un mayor número de problemas sin quedar colapsadas. Hemos observado de nuevo un fenómeno que tiene un gran interés para la física, una transición entre una configuración óptima muy centralizada cuando el número de búsquedas es bajo a una configuración óptima muy homogénea, en el sentido de que todos los nodos juegan un papel muy parecido, cuando el número de búsquedas es alto (ver la Figura 2). En el desarrollo analítico que hemos introducido la magnitud característica de los nodos que tiene más importancia es la "betweenness" (Newman, 2001), concepto muy usado en las redes sociales como una de las medidas de la centralidad de los nodos individuales (Freeman, 1977). Rutas ferroviarias Paquetes informáticos Tipos de programas informáticos Circuitos electrónicos Red de colegas (peer-topeer) Recíproca Orientada Orientada Recíproca Recíproca 587 1.439 1.377 24.097 880 19.603 1.723 2.213 53.248 1.296 66.79 1.20 1.61 4.34 1.47 2.16 2.42 1.51 11.05 4.28 Biológicas Red metabólicas Interacciones proteínicas Red trófica marina Red trófica agua dulce Red neuronal Recíproca Recíproca Orientada Orientada Orientada 765 2.115 135 92 307 3.686 2.240 598 997 2.359 9.64 2.12 4.43 10.84 7.68 2.56 6.80 2.05 1.90 3.97 Leyenda de las columnas: n indica el número de nodos; m el número de relaciones; z. el grado nodal medio y l la distancia media entre dos nodos. Tabla 1. Propiedades de redes publicadas. Adaptado de Newman (2003). A ¿No es asombroso? Y esto nos hace volver otra vez al mismo concepto de cultura y de diversidad cultural. Seguramente más que pensar que las culturas se desarrollan de forma aislada, quizás es más correcto pensar que se desarrollan en un mundo pequeño: alta fragmentación local y alta conectividad global. Y para muestra un botón: el emperador Augusto desterró al poeta Ovidio al Mar Muerto. En su largo viaje, Ovidio escribió las Tristes, cartas en las que pide perdón al césar. Pero en esas cartas Ovidio va dando cuenta también de la multiplicidad de pueblos con los que se encuentra. ¿Podemos pensar en esos pueblos lejanos, extraños, bárbaros... sin la existencia del Imperio Romano? Sin duda que no: posiblemente las culturas no se han desarrollado en mundos de tres pasos como pensábamos sino en mundos de 5,2. Así como Ovidio conectaba el emperador Augusto con bárbaros de los confines del Imperio, Viernes sólo es posible con un Robinson Crusoe... aunque éste era un personaje literario ¿no? Redes, calidad de vida y complejidad Ferrán Casas | Universitat de Girona Un artículo breve, muy rico en aportaciones sugerentes nte este sugerente trabajo de Milgram, no se pueden evitar algunas preguntas previas: ¿Por qué ha quedado tanto tiempo fuera de los debates al uso? ¿Por qué renace el interés por el mismo precisamente en estos momentos? ¿Fue un trabajo excesivamente adelantado a su tiempo? ¿Qué nuevas perspectivas abrió? A mi entender, son muy plurales las ideas seminales que aporta Milgram en su breve artículo, la mayoría de las cuales no han sido consideradas ampliamente "de plena actualidad" hasta hace bien poco tiempo. Quisiera señalar algunas que entiendo que merecen ser destacadas: a) Su idea de las redes sociales como estructura social . Hoy parece indiscutiblemente asumido en el seno de las ciencias humanas y sociales que las redes de relaciones interpersonales, comúnmente referidas como redes sociales, forman parte de la estructura de nuestra sociedad. Sin embargo, el concepto de estructura aplicado a lo social parecía aludir, en principio, más bien a realidades de base tangible, sea por su materialidad (estructura económica), sea por su objetividad (estructura de parentesco). La existencia de vínculos entre las personas, sobre todo si son muy débiles, no parecían merecer tal rango de importancia hasta que los trabajos de Milgram (entre otros autores) forzó de alguna manera el inicio, o quizás la intensificación, de tal debate. Y es que la existencia de un vínculo entre dos personas, puede basarse en un único encuentro fortuito, acaecido hace años, y que por razones difíciles de escrutar (para muchos subjetivas), ha quedado grabado en el recuerdo de las personas vinculadas. Elementos psicosociales de nuestro entorno social, considerados frecuentemente banales, pasan a adquirir un peso trascendental para la comprensión de distintos fenómenos sociales. Esta idea, en un Milgram navegando por el positivismo propio de su tiempo, resulta inseparable de la convicción de que las redes sociales participan de cierta estructura matemática de la sociedad. Dicha estructura para Milgram está contrapuesta al azar. b) Un tema clave, quizás poco destacado, que introduce Milgram en el análisis de sus resultados es el de estructura de comunicación potencial. Ello tiene varias implicaciones. Por una parte alude a la existencia de tramos invisibles (¿inconscientes? ) en una red social, que nunca se activan hasta que no se dan determinadas circunstancias (necesidad, reto, imaginación para solucionar un problema). Sin embargo, el hecho de su existencia permite predecir posibles conductas. De las 160 cadenas de transmisión iniciadas en Nebraska, sólo 44 llegaron a buen fin: ¿No existía enlace, o el enlace potencial no se activó? ¿Qué factores potencian o inhiben la activación de una cadena? A la luz de los resultados de su estudio Milgram ya destaca algunos posibles factores: diferencias de clase social, de género, raciales, el orígen del vínculo (residencial, ocupacional, etc.), y, sobre todo, la distancia psicológica y social, quedando la distancia física reducida a factor de muy segundo orden. Cabe destacar la chocante observación de que las cadenas se activan pocas veces entre familiares y más a menudo entre amigos o conocidos, tema que incitará posteriores debates, como los de Grannovetter (1973), sobre el predominio de la importancia de los vínculos débiles en las redes sociales amplias. Por otra parte, esta propuesta sugiere que Milgram quizás pensaba en las redes sociales más como estructuras de comunicación, y, por tanto con una representación más cercana a la idea de canales, es decir, continentes de alguna información, cuando hoy la mayoría de autores del ámbito social destacan más el hecho de que se trata de estructuras vinculares, y por tanto, de redes vinculares, que permiten flujos (en el caso del estudio de Milgram, podríamos hablar más que de comunicación, de distribución de objetos a personas concretas, igual que podemos hablar de ayudas, cuando nos referimos a las redes de apoyo social). Desde este punto de vista, continente y contenido son inseparables. c) Una tercera idea provocativa introducida por Milgram es que el análisis de redes sociales muestra, en cierto sentido, que los individuos estamos delimitados conjuntamente por un tejido social firmemente urdido, apuntando a una clara conexión entre lo micro-social y lo macro-social a través de las mismas. De hecho, esta idea no está más que apuntada en su breve artículo, pero quizás ha sido uno de los puntos más destacados por autores posteriores (Granovetter, 1973; Maya, 2003) al insistir en que el concepto de redes sociales ofrece posibilidades absolutamente nuevas para vincular lo micro-social y lo macro-social. El estudio de Milgram es una excelente oportunidad para reflexionar sobre dicha posibilidad. Mientras que cada acto de traslado de una carpeta de un lugar geográfico a otro parece obedecer simplemente a la existencia de un vínculo entre dos personas, el itinerario global de la carpeta refleja un conjunto de distancias sociales (recogiendo una reflexión del propio Milgram), más que de distancias geográficas. Reflexiones sobre el impacto del trabajo de Milgram e implicaciones para futuros desarrollos teóricos, de investigación y de intervención psicosociales Además de los múltiples impactos en debates teóricos, de los que posiblemente hablarán más otros participantes de este dossier, quizás me toca a mi destacar que, durante las décadas recientes uno de los motivos del renovado interés por las redes sociales desde la psicología social ha sido su utilidad para el análisis de distintas realidades sociales orientado a la intervención social y psicosocial, y los retos que comporta su (re)construcción y fortalecimiento. La productividad se ha extendido a casi todos los ámbitos de aplicación de la psicología social (Villalba, 1993; Martínez et al., 2001), hasta el punto de haberse creado organizaciones dedicadas a la potenciación de redes comunitarias, como es el caso destacable de FUNDARED (Fundación para el Desarrollo de las Redes Sociales, creada en 1989, en Buenos Aires) (Dabas y Najmanovich, 1995). Es precisamente en este ámbito de las aplicaciones orientadas a la intervención psicosocial en el que se han señalado más insistentemente dos cuestiones que considero de interés particular, situadas en niveles muy distintos: Por una parte está la importancia de la potenciación de las redes sociales en la mejora de la calidad de vida de las personas, grupos y comunidades. Y por la otra está la necesidad de pensar en las redes sociales desde otras orientaciones epistemológicas distintas a las tradicionales, que tomen en consideración los debates contemporáneos sobre la complejidad, y las teorías relacionadas. Y es que muchas de las realidades a las que nos referimos con conceptos aparentemente diáfanos a la hora de desarrollar programas de intervención social (necesidades sociales, problemas sociales, calidad de vida, bienestar social) están caracterizados por su borrosidad, como ya he señalado en otros sitios (Casas, 1996). Ha sido y es relativamente fácil alcanzar consensos sobre componentes nucleares de las necesidades sociales, o de la calidad de vida. Sin embargo, la experiencia (tanto académica, como profesional, social o política) nos muestra que es prácticamente imposible alcanzar consensos sobre el conjunto de la realidad social abarcada por cualquiera de estos conceptos. Ello sugiere que mediante planteamientos tradicionales sólo podemos aspirar a ofrecer explicaciones inteligibles de la estructura nuclear de dichos fenómenos, pero no de su estructura global. De ahí, a pesar de su apasionante interés, las dificultades de todos las propuestas que han intentado definir tipos o categorías de redes (Martínez et al., 2001; Barabási y Bonabeau, 2003). El cambio social orientado a la mejora del bienestar y la calidad de vida se ancla en el cambio del comportamiento humano en sociedad, y éste, según los autores que recientemente han trabajado estas cuestiones desde las teorías de la complejidad, se caracteriza por su borrosidad, catastrofismo, fractalidad y caoticidad (ver Munné, 1993; 1994; 1995). Todos ellos conceptos más matizados de lo que puede sugerir una interpretación vulgar de los mismos. En este ámbito, el concepto de complejidad, entendido tradicionalmente en un sentido cuantitativo, ha sido revisado, y cargado de un fuerte contenido cualitativo. Lo decisivo en la complejidad no es el número de elementos o partes de un conjunto, sino las relaciones entre los elementos del mismo. De ahí que algunos autores adviertan seriamente de los peligros o riesgos por parte de las ciencias sociales de percibir los aportes de las teorías de la complejidad sólo como un paso más a la matematización del conocimiento científico. Mientras que otro peligro está en verlas como un factor de desideologización del mismo conocimiento (Munné, 1994). La complejidad y el conocimiento de la complejidad son inseparables y en consecuencia las redes sociales son inseparables de las formas de conocimiento que desarrollamos para comprenderlas y aprehenderlas, incluidas las propias redes de intercambio de conocimiento académico o profesional, y las de su divulgación. De hecho, las teorías de la complejidad nos plantean una nueva metáfora: El universo mismo como red o entramado de relaciones (Najmanovich, 1995), que sólo podremos conocer "haciendo red" dentro de ese gran entramado. Milgram insiste en su artículo en la presumible diferencia entre la investigación "teórica" y su estudio empírico, que permite constatar cómo se desarrollan los contactos en red, en la práctica. Y después propone reflexionar sobre las diferencias entre lo observado y lo que "intuitivamente" era esperable, evidenciando así (una vez más) la existencia de aparatosos sesgos en las inferencias que la mayoría de las personas hacemos en nuestros cálculos de probabilidades. La existencia de una estructura de flujos potenciales (si se me permite la reformulación del concepto propuesto por Milgram), ofrece otro puente de conexión con los debates referidos a las teorías de la complejidad. Ante situaciones o retos nuevos (un atractor) los elementos disponibles en una red se someten a procesos de autoorganización. En el límite de los mismos pueden aparecer procesos innovadores o creativos (Munné, 1995). Y con ello estamos pasando de las ciencias de la conservación a las de la creación, porque aunque parezca paradójico a primera vista, la noción de historia está estrechamente ligada a la de creatividad en un universo evolutivo y complejo En el universo en red la certeza es menos importante que la creatividad y la predicción menos que la comprensión (Najmanovich, 1995). L Es posible que el propio Milgram tuviera la impresión de ser poco novedoso con su estudio, dado que él mismo reconoce humildemente que está "extraído" de un juego de niños relatado por Jane Jacobs. La impredictibilidad y quizás la caoticidad de algunas dinámicas sociales han llevado a que su trabajo incluya plurales elementos creativos, y sea germen provocador de numerosas nuevas líneas de estudio y debate. Estamos en un proceso en el que se pone en juego la opción epistemológica de no sólo "ver" las redes, sino operar desde ellas, para facilitar la potenciación de las conexiones preexistentes y contribuir a generar otras de nuevas. Ello implica el reaprendizaje de las relaciones (Dabas, 1995). La opción ideológica se desvelará con los objetivos asumidos para la (re)construcción de redes: Quizás con el trabajo en red podríamos incrementar nuestra capacidad de toma de decisiones en función del bienestar de la comunidad y de la calidad de vida de todos sus miembros. Y esto ya es ir mucho más allá de lo que Milgram propuso iniciar. Reflexiones metodológicas y sociales a propósito del "mundo pequeño" de Milgram Carlos Lozares | Universidad Autónoma de Barcelona a relectura del experimento de Milgram y de otras lecturas a las que me ha llevado la invitación a esta colaboración me ha provocado una serie de reflexiones que van más allá de un comentario exclusivamente centrado y escueto en dicho experimento social para extenderme sobre otros aspectos tanto metodológicos como sustantivos. Algunos de estas reflexiones se sitúan en el epicentro de controversias típicas de las ciencias sociales y de la sociología en particular. 1. Más allá y bajo la superficie de las paradojas manifiestas las explicaciones latentes o la paradoja que nada explica en y del fondo Las diversas disciplinas, las concepciones o aproximaciones teóricas científicas acostumbran a denominarse con una palabra o expresión reveladora de su contenido: teoría mecánica clásica, relatividad, mecánica cuántica o estadística, funcionalismo, etnometodología... Es también habitual, aunque menos, que se use una expresión más experiencial y realista para identificar algunos hechos más o menos controvertidos que concentran y condensan procesos y resultados de investigación con teorías ad hoc más o menos elaboradas: big-bang, agujero negro, disonancia cognitiva, estado sólido... Estas denominaciones acostumbran a identificar un hecho y/u objeto de estudio que concita esfuerzos múltiples de científicos y que suele actuar de bisagra o transición para nuevos programas de investigación y quizás para nuevas concepciones teóricas. Es menos habitual, sobre todo en ciencias sociales, que, con dichas formulaciones, se exprese, además de la precedente interpretación, el carácter paradójico y/o aparentemente contradictorio con el sentido común, o incluso con un sentido razonable, que tienen determinados hechos empíricamente descubiertos dentro de una determinada disciplina. Tales epítetos pueden jugar entonces, además del rol de provocación e incitación al interés o búsqueda del novato o iniciado, una función simbólica de cobertura o paraguas de otras realidades que amagan. En la teoría de redes sociales hay tres rótulos significativos desde el punto de vista del volumen o cantidad de citaciones que reciben y del valor de significado que se les otorga: los renombrados seis pasos, los efectos del mundo pequeño y la fuerza de los lazos débiles. Los tres son moneda socorrida en publicaciones, recurso en la enseñanza para mostrar la potencia o valor científico de la teoría de redes o en todo caso de estímulo pedagógico para suscitar o mantener la renovada atención de la audiencia. De alguna manera las tres expresiones se refieren a la idea de distancia en las redes como concepto talismán de sus teorías, (i) primero, en el caso de Granovetter, mostrando y demostrando el hecho de que la potencia de las redes sociales no proviene sólo de la fuerza de las relaciones directas y fuertes sino de las indirectas y alejadas aunque sean débiles y, (ii) segundo, en el caso de Milgram, el hecho de que, no obstante la inmensidad de distancia aparente (en teoría de redes) que se pueda suponer, existe entre dos objetivos o mojones (nodos) constituidos de personas, animales o cosas (simbólicas como las redes de información, o no, como las redes tecnológicas) cuando el número de nodos se hace considerable, "¡oye mira! con seis saltos de nada como media se alcanzan o llegas a todas partes", es decir, que el mundo es pequeño contra toda intuición y casi evidencia o el mundo es un pañuelo, aunque esta última expresión no conllevaría el mismo tipo de experimento. A pesar de esta primera connotación de sorpresa, resuelta por la teoría de redes que puede demostrar que en el mundo real se puede disolver dicha contradicción al sentido común, se amagan otras que se corresponden al carácter generalizador, un tanto paramétrico y estadístico que conllevan tales afirmaciones. Y es que, dentro del objetivo mayor de la sociología como es la búsqueda de las diferencias y discriminaciones además de las uniformidades u homogeneidades de las grandes poblaciones, nos hacemos preguntas que no nos resuelven tales afirmaciones que se refieren a pautas centradas de comportamientos. 1.1. "Mire, si Vd tiene lazos o vínculos fuertes directos y cercanos con otras personas y no los tiene indirectos y distantes, ¡simplemente no es perfecto! Pero no se preocupe pues con los primeros exclusivamente puede Vd. alcanzar algunos objetivos importantes en recursos y soportes emocionales y directos y ayudas cercanas y concretas insustituibles. Si por el contrario no tiene acceso a los primeros pero posee los segundos, incluso aunque sean débiles, tendrá Vd otras potencialidades de difusión y poderes lejanos indudables para otros intereses y menesteres. Si tiene ambos tipos de lazos, ¡miel sobre hojuelas!, Vd es total en teoría de redes y en las redes reales. Pero si los primeros son débiles o inexistentes y los segundo brillan por su ausencia o ambos son no significativos, ¿qué harán los teóricos con Vd. y qué hará Vd. con su vida real, socialmente hablando?, ¿marginarle de la teoría a pesar de estar en la realidad y abundantemente en ella, a juzgar por los datos a mano sobre la soledad económica, social o emocional a corto, medio y largo plazo y distancia de muchos ciudadanos?". 1.2. "Pero de todas maneras ¡alégrese Vd. y no se preocupe!, ya cualquier objetivo humano/mundano es accesible, ¿alcanzable?, con sólo seis pasos intermedios como media, ¡lo nunca visto! Se supone además que, si en vez de enviar una carta como el experimento indica a las personas-objetivos, viajara Vd, si tuviera recursos, siguiendo la hipotética misiva de sucesivo en sucesivo intermediario señalado por los precedentes llegaría así, ¡de cuerpo presente!, hasta la diana final. Así conocería de cerca a sus correos y nodos alcanzados aunque distantes y se enteraría de sus condiciones de vida, de su género, de su soledad o redes, de sus intereses y tristezas, incluso, si la carta llegó post-mortem, de depositar sobre su cuerpo presente sepulto la carta devuelta, o en su caso, se enteraría de las causas del rechazo que protagonizó a seguir la cadena de la invitación o, por el contrario, de las razones para ser miembro de la ONG de correos ambulantes, la CVCA, Ciudadanos Voluntarios de Correveidiles Anónimos o, además, siempre tendría la oportunidad de poder transformar la redes débiles, distantes y desconocidas en fuertes, cercanas y con rostro tangible y, desde luego, cambiar su red dirigida en no dirigida y/o simétrica y en realmente transitiva, con lo que el viaje no sería en balde para aumentar futuros recursos en capital social)". "¡Quién da más en una democracia avanzada pero de individuos con objetivos e intereses individuales, individualizados e individualizantes que con solo seis pasos bien dados pueden llegar a donde quieran! Es el sueño americano además de la fashion reticular a la moda del pret-à-porter científico. Pero, de todas maneras, si 6 son los pasos medios para llegar donde sea, algunos podrán conseguirlo con uno sólo para gozar del manifiesto u oscuro objeto del deseo, pero otros necesitarán 20 o 50 pasos, o simplemente no llegarán. Es decir o su marcha es laberíntica, o renqueante o, simplemente, su camino quedará bloqueado por la distancia infinita que supone tal ruptura quedando como marginal de las estadísticas nominales, la última y la primera de las marginaciones de hoy día en día, simplemente para no estropear las medias de la normalidad, dando como razón que el infinito no cabe en el ordenador. ¿Quiénes son éstos y por qué les pasa lo que les pasa sobre todo en algo tan anodino y sin compromiso como es el transmitir una carta en un plisplás, además de algunas manipulaciones mecánicas y vehiculares? ¿Qué sucedería entonces si se tratara de anunciar algo más que el mensajero y el anuncio del mensaje, algo así como pedir o exigir contenidos de necesaria supervivencia física, mental o social a nuestros representantes o poderes o a los propietarios de nuestros capitales monetarios y sociales, de nuestra fuerza del trabajo o de otras fuerzas más débiles como las cognitivas? Además, una cosa es saber quiénes son, dónde están los solicitados o destinatarios y llegar y, otra, bien diferente, es quedarse y compartir la rica mansión del destinatario o al menos hacer más justos, equilibrados, comunicables e intercambiables, cual vasos comunicantes los contenidos en recursos de cada nodo o, aún más simplemente, tratar de recuperar los recursos nodales que son los nuestros y que el otro nodo se ha apropiado y/o usufructúa. Pero hay dianas que se alcanzan a un solo paso (o al menos así debería ser con respecto a nuestros representantes en cada una de las áreas de nuestra democracia delegada) pero ¿y después de alcanzarlas cuántas veces se han de reandar los paths y cuántos se han de repasar en cuántas manifestaciones para ser simplemente oídos o recibidos? Y ¿qué pasa con los otros denomina de Escala-Libre, E-L, porque la FDG, de forma genérica f(x), permanece intercambiable con una re-escalación multiplicativa de su variable independiente x, tal que f(ax)=af(x). Por ello la ley potencial y la de E-L son sinónimas (Albert y Barabási 2002). No siempre el cálculo de gamma es fácil y se ha de proceder por aproximaciones. Sin entrar en detalles de las modificaciones que sufren estos índices definicionales para adaptarse a los valores empíricos, vemos que la opción realista y pragmática es la que prima a la hora de definir las redes del MP a partir de dichas magnitudes y los valores de sus índices: tamaño de la red, CC, DMG, FDG tienen determinados comportamientos o valores. 3.2. Entremos sucintamente en los procesos de modelación de las redes del MP. En estos años se han dado cambios importantes en los análisis de las redes. Uno, muy significativo, ha consistido en el paso, con la ayuda de los ordenadores, del estudio de las definiciones y propiedades de nodos o lazos para redes pequeñas a tomar en consideración propiedades de redes de gran tamaño, por ejemplo de millones de nodos. Supone también un cambio de las preguntas y de los objetos de investigación: de preguntarnos cuáles son los nodos más importantes, etc., en la red a hacerlo sobre el porcentaje de nodos que se han de cambiar para que se dé un determinado efecto significativo en la red, por ejemplo en su conectividad. Es evidente que la presentación gráfica de la red y la inspección visual ya no sirven el análisis de las redes enormes sino que han de entrar de lleno los métodos estadísticos (Newman, 2003). El descubrimiento de las redes del MP ha generado en estos años estudios de modelos de redes de gran tamaño, en particular (i) las redes aleatorias como los modelos de Erdós-Rényi que sirven como referencia para estudios empíricos de redes reales;(ii) las redes con modelos similares a las del MP que, tomando como referencia el clustering y distancias geodésicas, se interponen entre las redes de lettices regulares, altamente enclaustradas, y las aleatorias; (iii) los de E-L que encuentran su referente en la FDG con ley potencial y tratan de ofrecer dinámicamente una teoría general de la evolución de la red (Albert y Barabási, 2002). Como señalaba precedentemente el objetivo de estas reflexiones no consiste en desarrollar detalladamente el proceso de elaboración de los modelos sino destacar que la línea prevaleciente en la construcción de modelos para redes reales es una aproximación realista y pragmática. Acabamos de señalar que las redes reales del MP se encuentran entre las completamente aleatorias con bajo CC (no propia del MP que es alto) pero con valores pequeños de la DMG (que es propio del MP) y las leticces regulares con elevado CC (propios del MP) pero con elevadas DMG (que no es propio del MP). Parece pues lógico que muchos modelos del MP se hayan construido de manera pragmática y realista introduciendo correcciones a partir de los modelos de ambos extremos: los aleatorios y las leticces. Es lo que tratamos de resaltar en las páginas que vienen no sin antes decir dos palabras de los modelos aleatorios. El modelo de las redes aleatorias es simple y relativamente bien conocido desde hace tiempo (véase por ejemplo, Rapoport, 1957, 1968; Rappoport y Horvath, 1961; y Erdös y Rényi, 1959, 1960, 1961; citados por Newman, 2003) y otros matemáticos. Los vínculos no dirigidos están situados aleatoriamente con una cierta probabilidad entre y para un número fijo de nodos originando una red con un número de vínculos de hasta n(n-1)/2 posibles y de acuerdo a la distribución binomial de Poisson. Uno de los más interesantes hallazgos en la teoría de grafos aleatorios es la existencia de una probabilidad crítica a la que se forma un cluster gigante; esto es, existe una probabilidad crítica, pc tal, que por debajo de ella la red se recompone de clusters aislados y, por encima, un solo cluster inunda la red. Pero lo real no es aleatorio. La atención de los investigadores sobre las redes del mundo real como las del MP en la construcción de los modelos correspondientes se ha centrado en las maneras en que dichos modelos difieren de los aleatorios. Estas maneras sugieren mecanismos posibles que pueden guíar de hecho la exploración de las redes reales del MP. (a) El camino de la domesticación o del condicionamiento de la aleatoriedad en la búsqueda de modelos realistas. La teoría de Net-Biases, N-B, configura modelos estadísticos bajo la denominación genérica de modelos (ERG) modelos de Grafos Aleatorios (Random) Exponenciales en vistas a una utilización más realista de la complejidad de las redes. La idea es que red es el producto de un proceso aleatorio pero sesgado, esto es, parcialmente determinado, de tal manera que las pautas estructurales condicionantes provienen de acontecimientos conectivos simples y locales, o sea de la complejidad. (i) Los primeros intentos se encuentran ya en Rapoport (1957, 1968), Rappoport y Horvath (1961) y Fararo y Sunshine, (1964). Rapoport hace derivar la red de la conectividad de unos pocos nodos seleccionados que luego generaliza a toda la población. Los rasgos estructurales que introduce, o componentes sesgados, modifican los comportamientos aleatorios, por ejemplo la reciprocidad entre lazos y la clausura, asimilables a la idea de transitividad de nodos. Dado que estas características no son las propias de las redes aleatorias, su toma en consideración las acerca a las reales del MP. (ii) La introducción de rasgos condicionantes en los comportamientos aleatorios o independientes no realistas no se reduce a los estructurales. Fararo y Sunshine,(1964), consideran la idea de condiciones composicionales, esto es, condiciones que actúan sobre la localización de los vínculos en función de la similaridad o diferencia entre actores-nodos según sus atributos, por ejemplo estatus, género, etcétera. Fararo y Skvorets, (1989), van también en dirección similar. (iii) La idea de N-B se ha usado también para formalizar la teoría de la fuerza de los lazos débiles de Granovetter vinculándola a la teoría macro-sociológica de Blau. (iv) También dentro de la misma concepción del N-B se ha trabajado con los métodos de simulación Monte Carlo para generar redes de tamaños y niveles especificados, condicionando el número de combinaciones entre díadas aunque sin demasiado éxito. (v) Se ha ido más allá de la aleatoriedad buscando efectos de reciprocidad en díadas y de transitividad en tríadas pero en la lógica categorial del log-linear, tal y como llevan a cabo Holland y Leinhardt o modelos adaptados a las redes denominados modelos p1: los sesgos se establecen por ejemplo a partir de la desidada de cada casilla,(ij), la atracción, asociación positiva, o expansión, (repulsión) de los nodos, (ver Svoretz (2003)). (b) El camino inverso de la aleatorización de las leticces o el paso de las leticces a las redes del MP. (i) Watts demuestra que las leticces regulares pueden transformarse en la red del pequeño mundo a partir de una muy pequeña fracción (0,1% a 1,0%) de conexiones tomadas aleatoriamente lo que puede afectar fuertemente a las propiedades del grupo, por ejemplo la velocidad a la que se extienden los rumores y las enfermedades, (Odell, 2000). El modelo paramétrico que proponen Watts-Strogartz, (1988), Watts (1999a., 1999b., 2002) comienza con una leticce anular de n nodos tal que cada nodo está conectado a sus k primeros más próximos con k/2 de cada parte. Para no tener una red absolutamente conectada se supone que n>>k>>ln(n)>>1. A partir de ahí la construcción del modelo cambia aleatoriamente de tal manera que, con una probabilidad p, cambian los vínculos de la leticces excluyendo las conexiones o vínculos que se dupliquen. Este proceso introduce pnk/2 vínculos de mayor alcance y diferentes de los originales. Variando p se pueden monitorizar de manera muy controlada los pasos o transiciones desde p=0, aleatoriedad total, aa p=1, el determinismo. El modelo se asemeja a las redes sociales en las que la gente tiene amigos próximos cercanos, calle, ciudad, colegas de trabajo, amigos de amigos introducidos, pero también amigos más lejanos que, en el modelo de Watt-Strogatz, se representan por los de rango mayor obtenidos por variación aleatoria. Como se ve la construcción del modelo sigue un proceso opuesto a los modelos del apartado precedente, (a): el paso al realismo se hace a partir un modelo rígido en busca de la aleatoriedad. Evidentemente, Watt-Strogatz calculan DMG, CC, FDG y los otros índices, en lo que no entramos, a fin de testar su carácter real y del MP. El cálculo obliga a veces a modificar y remodificarlos. (ii) Otra variante del modelo ha sido propuesta por Newman y Watts (1999) que añade vínculos nuevos en pares elegidos arbitrariamente pero no a partir de una lattice regular. Es más fácil de calcular que el de Watt-Strogatz pues se forman clusters aislados. Si p es pequeño y n grande coincide con el de Watt-Strogatz. (c) Los modelos dinámicos y evolutivos de Escala-Libre Muchas redes grandes como las del MP son de Escala-Libre, E-L: su FDG sigue la ley potencial. Esta ley se desvía de la ley de Poisson de las aleatorias. No es difícil construir FDG potenciales a partir de redes aleatorias pero la pregunta es, ¿a partir de qué mecanismos surgen las redes de E-L, es decir, cuál es la dinámica que conduce a (o qué dinámica subyace en) dichos modelos de E-L? Hay una diferencia importante entre la modelación que buscamos, la de la E-L y las expuestas en (a) y (b). Si en (a) y (b) el énfasis se carga en elaborar un modelo de redes que contenga determinados rasgos topológicos compatibles con los valores de los parámetros concretos propios de la redes grandes y del MP, se trata ahora de captar cuál es la dinámica de las redes de E- L. El hilo conductor es el de su evolución dinámica como criterio para dar con la topología pertinente, Barabási (2002a). (i) Adamic y Huberman, (2000) diseñaron un algoritmo de búsqueda y exploración estadística de los rasgos de la estructura de una red a fin de dar cuenta de comportamientos. (ii) Por otra parte Kleinberg (2000a), observó que la gente es capaz de navegar por las redes sociales eficazmente con sólo información local de su estructura y sin pensar en formas sofisticadas de actuación. Es lo que pasa con las misivas que envió Milgram: simplemente la carta se pasa a la persona que se sospecha que puede mejor aproximarla a la persona-objetivo final, precisamente así son instruidos remitentes y destinatarios en el experimento. El hecho de la que la media de las distancias recorridas sea pequeña indica que la red tiene una estructura que, desde luego, no es aleatoria. El modelo que sugiere Kleinberg es una variante del modelo del MP de Watts-Strogatz. Kleinberg añade cortocircuitos en la red, ahora regular cuadrada, entre pares de lugares, pero no de manera uniformemente aleatoria como Watts-Strogatz sino de manera sesgada. La probabilidad de empalmar cortocircuitos entre i y j, (dos nodos de la leticce) sigue ley potencial o de E-L tal, p(i,j)= r-a donde r es la distancia euclídea entre los lugares i,j y (alfa) una constante. Kleinberg demuestra para su modelo un umbral más bajo en la DMG. (iii) Watts, Dodds y Newmann, (2002) y el mismo Kleinberg, (2000b) ofrecen un modelo alternativo al original de Kleinberg, que clarifica más la estructura social de la red social. La gente navega por la red social teniendo en cuenta la comunalidad entre sus conocimientos de las personas, nodos inmediatos de la red, y la persona o personas-objetivo: por ejemplo, la localización geográfica y ocupación de los nodos con los que contacta. Por ello el modelo que construyen supone que las personas están agrupadas (al menos como redes personales-cognitivas en la mente de los participantes) en categorías como por ejemplo el trabajo, que, a su vez, pueden estar agrupadas mentalmente en super-categorías. Es decir que se crea una jerarquía taxonómica como dendrogramas o árboles con una distancia social entre las personas que se mide por la altura a la que están las particiones en el árbol. Insistamos en que el árbol no es la red real, es una red cognitiva que anuncia determinados enlaces como determinadas probabilidades. Se asume que la probabilidad de un vínculo real posible entre dos individuos potenciales para seguir la red real es menor cuanto mayor sea la distancia (definida sobre el dendrogama de jerarquía cognitiva) a la que están las personas. Watts et al. y Kleinberg asumen que esta probabilidad baja exponencialmente con dicha distancia. Watts et al. demuestran por simulación que tal modelo asegura bien los valores de los índices del MP. La ventaja del modelo jerárquico sobre el de categorías es que en el jerárquico los individuos-nodos no se superponen, aunque Kleinberg ha propuesto una generalización del modelo que permite categorías superpuestas. (iv) El modelo de Barabási y Albert (1999), también se basa en observaciones de mecanismos reales reticulares: primero, el crecimiento de muchas redes en n en sistemas abiertos se hace por adición de nuevos nodos y, segundo, la probabilidad de vinculación entre dos nodos (cambio de conexión) depende de una atracción especial entre ellos por ejemplo del grado del nodo previamente existente, (por ejemplo, enlaces en las páginas Web). A partir de estas constataciones en modelo se construye en dos fases. La primera, en la que partiendo de un pequeño número n0 de nudos se añaden nuevos n1, n2,..np tal que n1<<n0, n2 <<(n0+ n1), etcétera. La segunda, la de la atracción preferencial, la adición de un nuevo vínculo a un nodo está dada por una probabilidad P que depende del grado ki del nodo i, tal P(ki)= ki/Sj (kj). Las simulaciones numéricas muestran que la evolución de esta red es de E-L, es decir que la FDG sigue una ley potencial con gAB =3. El cálculo de los otros parámetros-índices aseguran la buena salud de modelo (ver Albert y Barabási, 2002). 4. Conclusiones y/o resumen El simple repaso tomado de la literatura corrobora los objetivos de estas reflexiones: 1. Primero, se muestra que la formalización de las redes sociales, en particular las que nos atañen ahora como son las del MP, no es abstracta, teórica y/o axiomática como caracterización de los tipos de modelos correspondientes, sino más bien de tipo metodológico, esto es, (i) modelos extraídos de los fenómenos observados en redes reales con grandes similitudes en sus indicadores esenciales, que se formalizan para mejor explicarlas y (ii) modelos dispuestos a la validación (o falsación) para aumentar el cúmulo o capital de la teoría. Esta caracterización metodológica de los modelos elaborados se extiende a la misma identificación o definición de lo que entendemos por fenómeno reticular del MP: redes que tienen en común un conjunto de propiedades reales, que se pueden representar por magnitudes formalizadas e índices de medición. 2. Segundo, se muestra que el proceso de construcción de los modelos para las redes reales del MP, (i) es ingenioso y sutil: búsqueda de intermediaciones reales entre modelos que representan situaciones ideales, (de la aleatoridad total a la introducción de condiciones que sean homologables con dichas redes reales), (ii) es por ensayo y error, es decir paso a paso, y acumulativo, mejorando sucesivamente los logros adquiridos, (iii) son procesos que introducen progresivamente mayores grados de complejidad tratando siempre de tener referencias o faros cotejables de comprobación como son los valores de los indicadores definidos y medidos de las redes del MP. 3. Los condicionantes que se introducen sucesivamente en la progresiva construcción de los modelos son de carácter, inicialmente, algo abstractos aunque homologables a las condiciones reales pero, poco a poco, se van introduciendo condiciones de carácter más asimilables socialmente como categorías, jerarquías, atracciones, (asociaciones), redes personales cognitivas. Lejos de sospechar, como parecería desprenderse del punto 1 que la búsqueda en las redes del MP se queda en plan paradójicamente sorpresivo y chocante con una fraseeslogan que condensa y oculta la verdadera explicación, bien al contrario, la búsqueda de los modelos es un verdadero trabajo de desocultación y des-velo de lo latente y oculto en la realidad y en la explicación para acercarse a ella con precaución, asegurando cada paso, perfilando los conceptos y modelos. ¿No se pretende también en la metodología cualitativista el descubrimiento conceptual paso a paso, corrigiendo y puliendo cada concepto, cada tipología, pero sin condiciones de falsación y validación? BIBLIOGRAFÍA Adamic L. & Huberman B.A. (2000). Power law distribution of the World Wide Web. Science. 287:2115. Albert, R. & Barabási A-L. (2002). Statistical mechanics of complex networks . Reviews of Modern Physics. 74 (1), 47-97. Barabási, A-L. (2002). Linked: The New Science of Networks. Cambridge MA: Perseus. Barabási, A-L. (2002a). Statistical mechanics of complex networks. Reviews of Modern Physics. 74, 1: 47-97. Barabási A.-L., Jeong H., Ravasz R., Néda Z., Vicsek T. & Schubert A. (2002). On the topology of the scientific collaboration networks. Physica A, 311: 590-614. Barabási A-L. & Albert R. (1999). Emergence of scaling in ramdom networks. Science, 286, 509-512. Barabási, A.L., y Bonabeau, E. (2003). Redes sin escala. Investigación y Ciencia, julio, 5867. Barabási, Albert-László (2002). Linked. The New Science of Networks. Cambridge, MA: Perseus Publishing. Berger J., Zelditch M. Jr. & Anderson B. Ed. (1966) Sociological Theories in Progress 2 vols. New York: Houghton-Mifflin. Bernard, Russell H., Peter D. Killworth, Michael J. Evans, Christopher McCarty y Gene Ann Shelley (1988). Studying social relations cross-culturally. Ethnology, 27 (2), 155179. Bernard, Russell H., Eugene C. Johnsen, Peter D. Killworth, Christopher McCarty, Gene A. Shelley y Scott Robinson (1990). Comparing four different methods for measuring personal social networks. Social Networks 12, 179-215. Bianconi, G. & Barabási A-L. (2001). Competition and multi-scaling in evolving networks. Europhysics Letters, 54: 436-442. Blalock, H.M.Jr. (1964). Causal Inferences in Non-experimental Research. Chapel Hill: University of North Carolina Press. Blumen, I., Kogan, M. & McCarthy, P.J. (1955). The Industrial Mobility of Labor as a Probability Process New York: Cornell University Press Ithaca New York. Buchanan, M. (2002). Nexus : Small Worlds and the Grondbreaking Science of Networks . New York: Norton. Casas, F. (1996). Bienestar Social: Una introducción psicosociológica. Barcelona. PPU. Coleman J.S. (1954). An expository analysis of some of Rashevskys social behavior models. En Lazarfeld P.F. ed. Mathematical Thinking in the Social Sciences . New York: Free Press. Coleman J.S. (1964). Introduction to Mathematical Sociology The Free Press: Glencoe, New York. Coleman J.S., Katz E. & Mezel H. (1966). Medical Innovation. Indianapolis: BobbsMerrill. Coleman. S. (1990). Foundations of Social Theory. Cambridge: Belknap, Harvard University Press. Dabas, E. (1995). De la desestructuración de lo macro a la estructuración de lo micro: Las redes sociales en la reconstrucción de la sociedad civil. En E. Dabas y D. Najmanovich. Redes. El lenguaje de los vínculos. Barcelona. Paidós. Dabas, E., y Najmanovich, D. (Eds.) (1995). Redes. El lenguaje de los vínculos. Barcelona. Paidós. Ebel H., Davidsen J. & Bornholdt S. (2003). Dynamics of Social Netwice. Complexity. V 8, nº 2, pg. 24. Erdös P. & Rényi A. (1959). On random graph. Publicationes Mathematiae. 6, 290-297. Erdös P. & Rényi A. (1960). The evolution of random graphs. Publications of the Mathematical Institute of the Hungarian Academy of Sciences. 5, 17-61. Erdös P. & Rényi A. (1961). On the strength of connectionedss of random graphs. Acta Mathematica Scientia Hungary. 12, 261-267. Fararo, T.J. (1997). Reflection on Mathematical Sociology. Sociological Forum 12(1) 73- 191. Fararo, T.J. (1984). Mathematical Ideas and Sociological Theory. [Special Issue]. Journal of Mathematical Sociology 10. Fararo, T.J., (1984). "Neoclassical Theorizing and Formalization in Sociology" en Id. ed. Mathematical Ideas and Sociological Theory. A Special Issue of the Journal of Mathematical Sociology New York:Gordon and Breach Science Publishers. 10(3-4) 361393. Fararo, T. J. (1989). The biased net theory of social structures and the problem of integration. En Berger J., Zelditch M. Jr. & Anderson B. Eds. (1989) Sociological Theories in Progress: New Formulations. Newbury Park, CA: Sage. Fararo, T. J. & Sunshine M. A. (1964). A study of a Biased Frienship Net. New York: Syracuse University Youth Development Center and Syracuse University Press. Freeman, L. C. (1977). A set of measures of centrality based on betweenness. Sociometry, 40, 35. Freeman, L. C. & Claire R. T. (1989). Estimating acquaintanceship volume. En Kochen, M. (ed.), The Small World. Norwood, NJ: Ablex (147-158). Granovetter M. S. (1973). The strength of weak ties. American Journal of Sociology 78 1360-1380. style='font-size:12.0pt;'>Guimerà, R., Díaz-Guilera, A., Vega-Redondo, F., Cabrales, A. & Arenas, A. (2002). lang=EN-GB style='font-size: 12.0pt;'>Optimal network topologies for local search with congestion. Physical Review Letters, 89, 248701. Harary F., Norman R. & Cartwright D. (1965). Structural Models. New York:John Wiley and Sons New York. Hayes A.C. (1984). Formal Model Building and Theoretical Interests in Sociology. Fararo T.J. ed. Mathematical Ideas and Sociological Theory. A Special Issue of the Journal of Mathematical Sociology . New York: Gordon and Breach Science Publishers, 10(3-4) 325-342.