- NeoFronteras - http://neofronteras.com -

La física de la amistad

Foto
Modelo de partículas simulando red social. Foto: Marta Gonzalez.

¿Cómo se crean las redes de amistad entre humanos? Quizás una buena aproximación sea la que han empleado unos físicos recientemente. Han comparado el comportamiento de la gente con partículas móviles que se mueven al azar y que al chocar interaccionan con otras. El resultado final se asemejaría bastante a un modelo de red social. El modelo además encaja con los datos empíricos que tenemos de las estructura social, formación de grupos y evolución de la amistad, e incluso modeliza bien los contactos sexuales.
Aplicar un modelo matemático a la dinámica social de las personas presenta dificultades pues hay numerosos factores que influyen sobre el destino del individuo y que le haga decidir que un conocido pase a ser un amigo o una pareja, y esto es muy difícil representar. Sin embargo, estos físicos han usado técnicas de los sistemas físicos para modelizar estas redes sociales con cierta precisión.
La interacciones entre personas se modelizan en este caso basándose en cómo las partículas se unen a otras en un área cerrada y de este modo surgen de manera natural las características de la red social.
El estudio realizado por Marta Gonzalez, Pedro Lind y Hans Herrmann ha sido publicado en Physical Review Letters.
Los físicos han comparado los resultados de su modelo con datos empíricos sobre amistad tomados de una encuesta en la que se preguntó a más de 90.000 estudiantes y han encontrado muchas similitudes. Esto significa que el modelo es una buena primera aproximación al reto de entender las redes sociales.
La idea detrás del modelo reside en considera unos agentes móviles (los estudiantes), que al principio no tienen conocidos, moviéndose por un espacio continuo y colisionando con otros agentes, para que así se conozcan socialmente.
Después una colisión la partícula se mueve en una dirección diferente y con una velocidad distinta, de la misma manera en que un individuo tiene la oportunidad de de conocer a otras personas dependiendo de los conocidos recientes.
En la foto adjunta se aprecia una de red de amistad empírica creada a partir de los resultados proporcionados por el modelo. Los nodos de colores (azul, verde, púrpura y naranja) representan estudiantes en diferentes niveles. Las uniones entre nodos son dibujadas cuando un estudiante designa a otro estudiante como su amigo.
En el punto crítico el sistema alcanza un estado cuasiestacionario permitiendo a los científicos reproducir diversas características de las redes sociales en un modelo simple y de una manera natural. Este modelo describe acertadamente los agregados sociales, como el modo en el que la amistad evoluciona con el tiempo, la longitud de camino más corto entre grupos grandes y algunas características relacionadas con la estructura del grupo.
En este modelo se muestra que la velocidad específica y las reglas de colisión pueden reproducir la estadística y estructura de la red social.
Además, los científicos fueron capaces de aplicar el modelo a la descripción de tipos especiales de contacto para así poder reproducir mejor la red real.
Por ejemplo, para poder separar los contactos sexuales los investigadores atribuyeron a éstos una propiedad intrínseca que podía ser usada para modelizar redes distintas. Y en este caso el modelo reproducía los datos sobre encuentros sexuales reales obtenidos a partir de pruebas de infección sobre VIH.
Hay quye ser conscientes que las partículas del modelo no representan humanos en movimiento, sino contactos entre la gente, que son los enlaces que más significado tienen el modelos de redes sociales. De este modo los enlaces pueden representar el flujo de información viajando a través de una comunidad. Si se conoce el camino más corto entre los comunicadores pueden optimizar el flujo de información y mejorar la productividad en ciertos tipos de negocios, como la publicidad, relacionados con las redes sociales.

Referencia: Gonzalez, Marta C., Lind, Pedro G. and Herrmann, Hans J. System of Mobile Agents to Model Social Networks. Physical Review Letters. 96, 088701 (2006).