Mostrando entradas con la etiqueta desigualdad económica. Mostrar todas las entradas
Mostrando entradas con la etiqueta desigualdad económica. Mostrar todas las entradas

martes, 13 de marzo de 2018

Kadushin: La homofilia exacerba la desigualdad

Redes sociales y desigualdad

Cómo Facebook contribuye a la desigualdad económica (y de otro tipo).
Charles Kadushin Ph.D.
Psychology Today





Los estadounidenses están descubriendo que a pesar de su ideología de oportunidades para todos, nuestra sociedad se está volviendo cada vez más desigual. "Somos el 99%", el eslogan del movimiento Occupy Wall Street se basa en esta realización. En una reciente charla sobre desigualdad, Alan Krueger, presidente del Consejo de Asesores Económicos de la Casa Blanca, observó que si bien el ingreso medio en los Estados Unidos ha disminuido desde 1999, el ingreso del 1% superior ha aumentado en 13.5 puntos porcentuales desde 1979. Además, un informe reciente de un equipo de académicos internacionales muestra que los estadounidenses disfrutan de una movilidad económica y ocupacional menor que los canadienses y la mayoría de los europeos occidentales. De acuerdo con una encuesta de Pew Charitable Trusts, el público en general es más probable hoy en día que hace dos años para creer que hay conflictos entre los ricos y los pobres en Estados Unidos.

Hay muchas razones sistémicas para esta creciente desigualdad, pero es posible que se haya pasado por alto un factor. Las redes sociales, que dicen hacer conexiones y unir a las personas, paradójicamente exacerban las divisiones y desigualdades sociales. Las redes sociales son inherentemente injustas y excluyentes. Operan según el principio de la homofilia, una palabra derivada de griego que significa "amor a lo mismo" o, más coloquialmente, "aves de un mismo plumaje vuelan juntas". Tres cosas caracterizan las redes de amistad: las mismas clases de personas se unen, se influyen mutuamente para pensar igual y, una vez que están en el mismo lugar, esa misma ubicación les influye para parecerse más. Si las personas tienen un menor prestigio, un estatus socioeconómico o son objeto de discriminación, entonces sus redes estarán compuestas por personas con menor prestigio, un menor nivel socioeconómico y que, por lo demás, están en desventaja.

Las redes sociales pueden alentar a las personas a adoptar prácticas que les ayuden a salir adelante, incluso si todas comienzan desde el mismo lugar. Los estudiantes cuyos amigos toman clases de Colocación Avanzada son más propensos a tomar clases AP que les ayuden a ingresar en buenas universidades. Por el contrario, las redes sociales pueden desalentar a las personas de participar en prácticas como fumar o comer alimentos poco saludables que los perjudican físicamente o delincuentes y comportamientos criminales que les perjudican socialmente. Pero las redes que ayudan a obtener una ventaja se encuentran con mayor frecuencia entre las personas con un estatus socioeconómico más alto, para empezar. "Al que tiene se le dará" es una perogrullada de la red social: los efectos de las redes sociales se amplifican para aquellos que ya son socialmente favorecidos.

La amistad se puede considerar como "capital social" que se distribuye de manera desigual. Estudio tras estudio ha afirmado que si tus amigos tienen recursos financieros o educativos o tienen conexiones con personas que podrían hablar en tu favor, entonces es mucho más probable que subas a la cima. Hace mucho que sabemos que la riqueza y las conexiones se heredan; Olvidamos que las redes de amistad, ya sea que se produzcan naturalmente como resultado de la propia posición, o se cultiven conscientemente como parte de una estrategia de "creación de redes", aumentan las ventajas de la herencia y aumentan la insularidad del 1 por ciento. Lo contrario es verdad. Cuando los amigos de uno carecen de recursos, es más difícil unirse a la clase media. No es una "cultura de la pobreza" el problema, es la red social de la pobreza.

Las redes sociales, un concepto agregado al Oxford English Dictionary solo en 1993, han sido ampliamente amplificadas por sitios basados ​​en internet como Facebook, fundado en 2004 pero ahora usado por más de 150 millones de estadounidenses. Según Facebook, el usuario promedio tiene 130 "amigos". La investigación de redes sociales sugiere que los amigos reflejen su propia clase, estado e intereses. Incluso el acceso a Internet se incrementa al tener amigos de mayores ingresos y educación. Hacer amigos y mantenerse al día con ellos es una actividad placentera, incluso una obsesiva entre algunos jóvenes. Sin embargo, una consecuencia imprevista del trabajo en red es un aumento de la desigualdad social y económica. El aumento de las redes sociales no es el único factor que contribuye al aumento de la desigualdad, pero en el círculo cálido de la amistad individual, otros pueden quedar afuera en el frío.

sábado, 14 de octubre de 2017

Matemáticas del contagio

Modelos de contagio: Matemáticas contra la desigualdad


Jesús Gómez Gardeñes
University of Zaragoza
Open Mind



El modelado del proceso de contagio es un campo de estudio que abarca disciplinas como la matemática aplicada y la epidemiología. Estos procesos consideran poblaciones de agentes que interactúan donde un agente patógeno se propaga a través de los contactos entre estos agentes. Los modelos habituales para tratar estos tipos de procesos se denominan modelos compartimentales, ya que asumen que cada individuo puede adoptar un conjunto de estados (por ejemplo, sano, infectado y recuperado). De esta manera, en cualquier punto en el tiempo, un individuo estará en uno de estos estados, mientras que los cambios de estado están dados por reglas muy simples. Por ejemplo: un individuo en estado sano se infectará al interactuar con otro individuo en estado infectado. Estos modelos también pueden reflejar la propagación de información en una población. En este caso, los diferentes compartimentos reflejarían el estado de un individuo con respecto a su conocimiento de esta información (por ejemplo, ignorante y experto), de modo que el paso del ignorante a experto también se produce a través del "contagio" de un experto a un ignorante.


Matemáticas para cazar el virus

Las matemáticas que permiten conceptualizar y estructurar estos modelos de contagio se basan en la teoría de redes y el análisis de sistemas complejos. Gracias a las técnicas que permiten describir la dinámica de los sistemas distribuidos, es posible determinar las condiciones bajo las cuales se produce un fenómeno de información epidémica o viral. Para dar realismo a este tipo de modelos, debemos incorporar la forma en que los individuos interactúan entre sí y aquí es donde la teoría de red resulta ser muy útil: la estructura de las redes contiene los vínculos entre individuos. Estas redes reflejan el esqueleto a través del cual fluye la información con Twitter, por ejemplo, siendo un caso de este tipo de arquitectura de interacción social.


Viajes y comunicaciones globales registradas en Twitter. La API de transmisión de datos de Twitter al 1 de septiembre de 2011 / Eric Fischer, Flickr

Un paso más en la modelización de los procesos de contagio en sistemas reales (poblaciones) requiere el uso de modelos de metapoblación. En estos modelos, hay una red disponible donde los nodos tienen en cuenta las ubicaciones (vecindarios, ciudades, regiones o países) en los que viven los agentes. A su vez, la unión entre dos nodos refleja la posibilidad de viajar entre los dos que tienen sus habitantes. De esta manera simple, podemos hacer uso de datos reales sobre movilidad ciudadana para incorporarlos en modelos epidémicos realistas.

Contagio selectivo: desigualdad económica

Una vez que hemos introducido los dos ingredientes clave identificados, el modelado de los procesos de contagio y las redes de movilidad, llegamos al tercer ingrediente: la desigualdad socioeconómica. Uno de los problemas que enfrentamos en la sociedad actual es el aumento de la desigualdad entre ricos y pobres, tanto a nivel humano (entre los habitantes de las ciudades y países) como entre países. Se puede encontrar un claro ejemplo de una sociedad desigual en Colombia donde los ingresos del 10% más pobre representan solo el 1,1% del ingreso total, mientras que el 10% más rico es el 42%. Esta desigualdad se refleja en el sistema impositivo del país con 6 categorías (o estratos) de contribución, 1 son los más pobres y 6 son los más ricos. Estas categorías se basan en el lugar de residencia de las familias y, por lo tanto, tienen un fuerte componente espacial que también se refleja en la forma de moverse por las ciudades (se puede ver en la imagen con los mapas de movilidad de cada uno de los estratos en el ciudad de Bogotá, Colombia).


El resultado de este tipo de estudios nos permite saber, en el caso particular que se muestra, cómo una sociedad altamente fragmentada es donde cada estrato tiene, predominantemente, contactos con estratos cercanos. Sin embargo, se observa cómo la movilidad reduce el grado de segregación a través del cual es posible elevar, a partir de estos hallazgos, medidas para reducir la distancia social dentro de las ciudades. De la ciencia a la política, podemos concluir cómo las herramientas matemáticas basadas en la teoría de redes nos permiten determinar cuáles son las acciones políticas más efectivas en la lucha contra la desigualdad.


Referencias


  • Lotero, R. G. Hurtado, Luis Miguel Floría Gimeno, Jesús Gómez Gardeñes (2016). Rich do not rise early: Spatio-temporal patterns in the mobility networks of different socio-economic classes. The Royal Society, Online ISSN 2054-5703. 12 October 2016.DOI: 10.1098/rsos.150654
  • Jesús Gómez Gardeñes, L. Lotero, S. N. Taraskin, F. J. Pérez Reche. (2016). Explosive Contagion in Networks. Nature Publishing Group, Scientific Reports, (6), p. 19767.
  • De Montis A, Caschili S, Chessa A. 2013 Commuter networks and community detection: a method for planning sub regional areas. Eur. Phys. J. Spec. Top. 215, 75–91.
  • Lotero L, Cardillo A, Hurtado R, Gómez-Gardeñes J. 2016 Several multiplexes in the same city: the role of socioeconomic differences in urban mobility. In Interconnected Networks, ch. 9 (ed. Garas), pp. 149–164. Series on Understanding Complex Systems. Berlin, Germany: Springer.