Normas que restringen (duramente) a los actores de las redes sociales (versión 2.0)

Linchamientos virtuales

Las redes sociales amplifican el poder devastador de la vergüenza y el escarnio públicos. Cualquier desliz puede arruinar su vida digital



Justine Sacco.

Jordi Soler | El País

Alicia Ann Lynch, una joven estadounidense de 22 años, colgó en Twitter una fotografía en donde aparecía disfrazada para una fiesta de Halloween. El disfraz era una simpleza que tendría insondables consecuencias; aparecía en chándal, con la cara y los miembros embadurnados de pintura roja, como si hubiera sangrado profusamente, y un título que muy pronto le granjearía un linchamiento en las redes sociales: “Víctima del maratón de Boston”. El referente de aquel gracejo era la bomba que, en abril de 2013, interrumpió violentamente aquella famosa carrera, causando tres muertos, 282 personas heridas y la huella indeleble de un atentado terrorista en la ciudad. La inconsciencia y el mal gusto de Lynch y la torpeza que entrañaba publicar esa fotografía dispararon el morbo de sus escasos seguidores en Twitter y los retuits de estos consiguieron que en unas horas la joven recibiera miles de insultos y mensajes de una dureza que no admitía ninguna réplica, como este que le envío una víctima del trágico maratón: “Deberías estar avergonzada. Mi madre perdió las dos piernas y yo casi muero”.

El linchamiento virtual pronto ganó consistencia real y la joven tuvo que recluirse en su casa, y unos días más tarde el jefe de la oficina en la que trabajaba, abrumado por la presión de las redes sociales, la despidió. Disfrazarse así no tiene ninguna gracia y publicar la fotografía constituye un gesto deleznable, pero ¿qué hubiera pasado con Alicia Ann Lynch si hubiera hecho la misma broma, con la misma foto, en 1970, antes de la Red? La foto la habrían visto solo sus amigos y su jefe difícilmente la hubiera despedido por esa broma de mal gusto pero de alcance exclusivamente doméstico. El caso es interesante porque evidencia cómo las redes sociales magnifican episodios que, sin esa difusión masiva, hubieran sido mucho menos importantes.

En la fotografía que colgó Alicia Ann Lynch en Twitter, habría que separar el hecho de su difusión masiva

En 1932 fue secuestrado el bebé de Charles Lindbergh, el célebre piloto que cruzó por primera vez en avión, en 1927, el océano Atlántico. Lindbergh era un héroe nacional y el secuestro de su hijo tuvo en vilo, durante dos meses, a la sociedad estadounidense; hasta que un día trágico fue descubierto el cadáver del niño. Unos meses más tarde, cuando el bebé Lindbergh seguía siendo un tema recurrente, el pintor Salvador Dalí, que había inaugurado con mucho éxito una exposición en Nueva York, fue invitado a una fiesta de disfraces a la que acudió la crema y nata de Manhattan. Dalí y Gala, su mujer, asistieron disfrazados, para escándalo de los invitados, del bebé Lindbergh y de su secuestrador. Aquella broma violenta no pasó de alterar a los invitados y a algunos lectores de los periódicos que consignaron la última excentricidad del pintor. En la biografía de Dalí el incidente de la fiesta de disfraces es un episodio menor, una broma de mal gusto que se parece a la ocurrencia de la joven que se disfrazó de víctima del maratón de Boston, salvo porque en la época de Dalí no había ni redes sociales ni televisión para magnificar su imprudencia y su broma quedó en eso, en una boutade; pero si esto hubiera ocurrido en este siglo, Dalí probablemente se hubiera quedado sin galeristas, hubiera sufrido un gravoso boicoteo y habría tenido que maniobrar para que no se hundiera su carrera.


Lynch, disfrazada de víctima del maratón de Boston.

En la fotografía que colgó Alicia Ann Lynch en Twitter, habría que separar el hecho de su difusión masiva, de su multiplicación exponencial en la Red. Pero esto, de momento, es complicado, porque a los internautas les encanta el linchamiento y, sobre esta penosa pulsión tan propia del siglo XXI, nadie ha tenido tiempo de legislar.

Recientemente han aparecido en inglés dos ensayos sobre este inquietante tema, que es otra de esas zonas oscuras que tiene ese invento luminoso que es Internet: So you’ve been publicly shamed (Has sido avergonzado públicamente), de Jon Ronson, e Is shame necessary? New uses for an old tool (¿Es necesaria la vergüenza?, los nuevos usos de una vieja herramienta), de Jennifer Jacquet. Los dos ensayos tratan de la dimensión contemporánea de la vergüenza, del desprestigio y del escarnio, que se salen de proporción cuando se amplifican en las redes sociales; cualquier descuido, desliz o tontería, que hace cuarenta años hubiera producido un rato de incomodidad o un momento de rubor, hoy, esa misma tontería magnificada por Twitter o por Facebook puede generar un linchamiento que le arruine la vida al tonto.

Los casos de linchamiento virtual, de vergüenza pública masiva abundan; todo el tiempo los internautas linchan a políticos, cantantes, futbolistas y banqueros, personajes que están expuestos permanentemente al ojo público y que, por tanto, están habituados a lidiar con el odio y el desprecio de la masa tuitera; pero el asunto cambia cuando el linchamiento va dirigido a una persona normal, que se vuelve súbitamente famosa como la joven que se disfrazó de víctima del maratón de Boston, o como el caso de Justine Sacco, un episodio emblemático que Jon Ronson desmenuza en su libro. Sacco se fue de viaje a Sudáfrica a visitar a unos familiares y, mientras abordaba el avión en Nueva York, dio rienda suelta a su locuacidad tuitera y comenzó a lanzar mensajes, algunos muy ofensivos, para su modesta parroquia de 170 seguidores. En su escala en Londres lanzó un mensaje desgraciado que iba a cambiarle la vida: “Voy a África. Espero no coger el sida. Es broma. Soy blanca”.


El tuit racista de Justine Sacco que provocó la polémica: “Voy a África. Espero no coger el sida. Es broma. Soy blanca”.

Sacco pasó las siguientes once horas volando hacia su destino y, cuando aterrizó en Ciudad del Cabo y conectó su móvil, se encontró con un diluvio de mensajes, de insultos y también de condolencias que le escribían sus conocidos; mientras trataba de asimilar lo que sucedía, recibió una llamada de su mejor amiga que le decía que su mensaje sobre el sida era trending topic mundial, es decir, el mensaje más reproducido en Twitter en las últimas horas. Inmediatamente después llamó su jefe que, presionado por el escándalo que había en las redes sociales, sobre esa mujer ejecutiva que acababa de demostrar su ignorancia y su racismo al mundo, no tenía más remedio que despedirla de la dirección que ocupaba en una importante firma de comunicación de Nueva York. Mientras Sacco volaba hacia Cape Town, una etiqueta, un hashtag, sobrevolaba Twitter: #yaaterrizójustine? Decenas de miles de personas esperaban el momento en que Justine, que tenía solo 170 seguidores cuando despegó de Londres, aterrizara en Sudáfrica y viera el lío en que se había metido. Un espontáneo fue al aeropuerto, fotografió a Sacco, con unas aparatosas gafas, pasmada, mirando la pantalla de su teléfono y la tuiteó con el siguiente mensaje: “Sí, de hecho Justine ha aterrizado en el aeropuerto de Ciudad del Cabo. Ha decidido disfrazarse con unas gafas oscuras”.

La vida de Justine Sacco quedó hecha trizas. Jon Ronson cuenta en su libro, a partir de una serie de conversaciones que tuvo con ella a su regreso a Nueva York, los detalles de su descenso a los infiernos. Sacco publicó un comentario racista e idiota, pero la penalización que se le impuso desde las redes sociales parece excesiva. Quizá, para empezar a establecer un marco civilizado de convivencia en Internet, habría que desterrar la idea de que eso que sucede en el ciberespacio es realidad virtual, y que, a pesar de su naturaleza intangible, debe ser considerada, tratada y legislada de la misma forma en que se hace con la dura, y muy tangible, realidad.

Innovación y redes en un modelo probabilístico complejo

El modelo matemático revela los patrones de cómo surgen las innovaciones

El trabajo podría conducir a un nuevo enfoque para el estudio de lo que es posible, y cómo se sigue de lo que ya existe.
por Emerging Technology from the arXiv

La innovación es una de las fuerzas impulsoras en nuestro mundo. La creación constante de nuevas ideas y su transformación en tecnologías y productos constituye una piedra angular poderosa para la sociedad del siglo XXI. De hecho, muchas universidades e institutos, junto con regiones como Silicon Valley, cultivan este proceso.

Y sin embargo, el proceso de innovación es algo así como un misterio. Una amplia gama de investigadores lo han estudiado, desde economistas y antropólogos hasta biólogos e ingenieros evolutivos. Su objetivo es comprender cómo ocurre la innovación y los factores que la impulsan para que puedan optimizar las condiciones para la innovación futura.

Sin embargo, este enfoque ha tenido un éxito limitado. La velocidad a la que las innovaciones aparecen y desaparecen se ha medido cuidadosamente. Sigue un conjunto de patrones bien caracterizados que los científicos observan en muchas circunstancias diferentes. Y, sin embargo, nadie ha sido capaz de explicar cómo surge este patrón o por qué rige la innovación.

Hoy, todo eso cambia gracias al trabajo de Vittorio Loreto en la Universidad Sapienza de Roma en Italia y algunos amigos que han creado el primer modelo matemático que reproduce fielmente los patrones que siguen las innovaciones. El trabajo abre el camino a un nuevo enfoque para el estudio de la innovación, de lo que es posible y cómo esto se sigue de lo que ya existe.

La noción de que la innovación surge de la interacción entre lo real y lo posible fue formalizada por primera vez por el teórico de la complejidad Stuart Kauffmann. En 2002, Kauffmann introdujo la idea del "posible adyacente" como una forma de pensar sobre la evolución biológica.

Lo adyacente posible es todas esas cosas (ideas, palabras, canciones, moléculas, genomas, tecnologías, etc.) que están a un paso de lo que realmente existe. Conecta la realización real de un fenómeno particular y el espacio de posibilidades inexploradas.

Adyacente posible

Pero esta idea es difícil de modelar por una razón importante. El espacio de posibilidades inexploradas incluye todo tipo de cosas que son fáciles de imaginar y esperar, pero también incluye cosas que son completamente inesperadas y difíciles de imaginar. Y mientras que el primero es difícil de modelar, este último ha parecido casi imposible.

Además, cada innovación cambia el panorama de las posibilidades futuras. Entonces, en cada instante, el espacio de posibilidades inexploradas -la posible adyacente- está cambiando.

"Aunque el poder creativo de los posibles adyacentes es ampliamente apreciado a un nivel anecdótico, su importancia en la literatura científica es, en nuestra opinión, subestimada", dicen Loreto y compañía.

Sin embargo, incluso con toda esta complejidad, la innovación parece seguir patrones predecibles y fáciles de medir que se han conocido como "leyes" debido a su ubicuidad. Una de ellas es la ley de Heaps, que establece que el número de cosas nuevas aumenta a una velocidad sublineal. En otras palabras, se rige por una ley de poder de la forma V (n) = knβ donde β está entre 0 y 1.

Las palabras a menudo se consideran como un tipo de innovación, y el lenguaje está en constante evolución a medida que aparecen nuevas palabras y las antiguas desaparecen.

Esta evolución sigue la ley de Heaps. Dado un corpus de palabras de tamaño n, el número de palabras distintas V (n) es proporcional a n elevado a la potencia β. En colecciones de palabras reales, β resulta estar entre 0.4 y 0.6.

Otro patrón estadístico bien conocido en innovación es la ley de Zipf, que describe cómo la frecuencia de una innovación se relaciona con su popularidad. Por ejemplo, en un corpus de palabras, la palabra más frecuente ocurre dos veces más que la segunda palabra más frecuente, tres veces más frecuente que la tercera palabra más frecuente, y así sucesivamente. En inglés, la palabra más frecuente es "the", que representa aproximadamente el 7 por ciento de todas las palabras, seguida de "of", que representa aproximadamente el 3,5 por ciento de todas las palabras, seguido de "and", y así sucesivamente.

Esta distribución de frecuencia es la ley de Zipf y surge en una amplia gama de circunstancias, como la forma en que las ediciones aparecen en Wikipedia, cómo escuchamos nuevas canciones en línea, y así sucesivamente.

Estos patrones son leyes empíricas; los conocemos porque podemos medirlos. Pero no está claro por qué los patrones toman esta forma. Y mientras que los matemáticos pueden modelar la innovación simplemente conectando los números observados en ecuaciones, preferirían tener un modelo que produzca estos números a partir de los primeros principios.

Volvemos a Loreto y sus amigos (uno de los cuales es el matemático de la Universidad de Cornell Steve Strogatz). Estos chicos crean un modelo que explica estos patrones por primera vez.

Comienzan con una conocida caja de arena matemática llamada la urna de Polya. Comienza con una urna llena de bolas de diferentes colores. Se retira una bola al azar, se inspecciona y se coloca de nuevo en la urna con varias otras bolas del mismo color, lo que aumenta la probabilidad de que este color se seleccione en el futuro.

Este es un modelo que utilizan los matemáticos para explorar los efectos enriquecedores y la aparición de leyes de potencia. Por lo tanto, es un buen punto de partida para un modelo de innovación. Sin embargo, no produce naturalmente el crecimiento sublineal que predice la ley de Heaps.

Esto se debe a que el modelo Polya urna permite todas las consecuencias esperadas de la innovación (de descubrir un cierto color) pero no tiene en cuenta todas las consecuencias inesperadas de cómo una innovación influye en lo adyacente posible.

Así que Loreto, Strogatz y colegas han modificado el modelo de urna de Polya para dar cuenta de la posibilidad de que descubrir un nuevo color en la urna pueda desencadenar consecuencias completamente inesperadas. Ellos llaman a este modelo "la urna de Polya con desencadenamiento de la innovación".

El ejercicio comienza con una urna llena de bolas de colores. Se retira una bola al azar, se examina y se reemplaza en la urna.

Si este color se ha visto antes, también se colocan en la urna un número de otras bolas del mismo color. Pero si el color es nuevo -nunca se había visto antes en este ejercicio-, se agregan varias bolas de colores completamente nuevos a la urna.

Luego, Loreto y coautores calculan cómo cambia el número de colores nuevos de la urna y su distribución de frecuencia a lo largo del tiempo. El resultado es que el modelo reproduce las leyes de Heaps y Zipf tal como aparecen en el mundo real: una matemática primero. "El modelo de la urna de Polya con desencadenamiento de la innovación presenta por primera vez una forma satisfactoria basada en el primer principio de reproducir observaciones empíricas", dicen Loreto y compañía.

El equipo también ha demostrado que su modelo predice cómo aparecen las innovaciones en el mundo real. El modelo predice con precisión cómo se producen los eventos de edición en las páginas de Wikipedia, la aparición de etiquetas en los sistemas de anotación social, la secuencia de palabras en los textos y cómo los humanos descubren nuevas canciones en los catálogos de música en línea.

Curiosamente, estos sistemas implican dos formas diferentes de descubrimiento. Por un lado, hay cosas que ya existen pero que son nuevas para el individuo que las encuentra, como las canciones en línea; y por el otro, cosas que nunca antes existieron y que son completamente nuevas para el mundo, como las ediciones en Wikipedia.

Loreto y compañía llaman a las primeras novedades (son nuevas para un individuo) y las últimas son innovaciones, son nuevas para el mundo.

Curiosamente, el mismo modelo explica ambos fenómenos. Parece que el patrón detrás de la forma en que descubrimos novedades -nuevas canciones, libros, etc.- es lo mismo que el patrón detrás de la manera en que las innovaciones emergen de lo adyacente posible.

Eso plantea algunas preguntas interesantes, entre ellas, por qué debería ser así. Pero también abre una forma completamente nueva de pensar acerca de la innovación y los eventos desencadenantes que conducen a cosas nuevas. "Estos resultados proporcionan un punto de partida para una comprensión más profunda de las posibles adyacentes y la naturaleza diferente de los eventos desencadenantes que probablemente sean importantes en la investigación de la evolución biológica, lingüística, cultural y tecnológica", dicen Loreto y compañía.

Esperaremos ver cómo el estudio de la innovación evoluciona en lo posible adyacente como resultado de este trabajo.

Ref: arxiv.org/abs/1701.00994: Dynamics on Expanding Spaces: Modeling the Emergence of Novelties

1701 00994

Leer más publicaciones en Calaméo

Las redes de nanotubos que comunican a nuestras células

Las células hablan y se ayudan mutuamente a través de Tiny Tube Networks (redes de nanotubos)

Los "nanotubos tunelizadores" de larga data y otros puentes entre células actúan como conductos para compartir ARN, proteínas o incluso orgánulos enteros.

Viviane Callier | Quanta Magazine (extractos del artículos)



Las células de cáncer de mama en cultivo forman pequeñas interconexiones tubulares huecas. En este video, se pueden ver cargas útiles de moléculas útiles (dentro de círculos azules) moviéndose a través de estos nanotubos y microtubos membranosos a una celda que los necesita. Tales conexiones pueden ayudar a las células cancerosas a compartir su resistencia a los medicamentos terapéuticos.



Cuando la médica y científica Emil Lou era oncóloga en el Memorial Sloan Kettering Cancer Center hace una década, se veía regularmente preocupado por la visión de algo pequeño pero no identificable en sus cultivos de células cancerígenas. Al mirar a través del microscopio, dijo, "siguió buscando estas líneas translúcidas largas y delgadas", de unos 50 nanómetros de ancho y de 150 a 200 micras de largo, que se extienden entre las células del cultivo. Hizo un llamamiento a los biólogos de células de clase mundial en su edificio para explicar estas observaciones, pero nadie estaba seguro de lo que estaban viendo. Finalmente, después de profundizar en la literatura, Lou se dio cuenta de que las líneas coincidían con lo que el grupo de Hans-Hermann Gerdes en la Universidad de Heidelberg había descrito como "autopistas nanotubulares" o "túnel de nanotubos" (TNT) en un artículo publicado en 2004 en Science.

A Lou le preocupaba que las líneas que había notado pudieran ser ilusorias, por lo que revisó el archivo de especímenes tumorales de pacientes en el centro oncológico. Y he aquí, los mismos procesos celulares largos estuvieron presentes en los tumores, así que se propuso investigar su relevancia. Desde entonces, como miembro de la facultad de la Universidad de Minnesota, ha encontrado pruebas de que las células tumorales utilizan estos TNT para compartir mensajes moleculares en forma de pequeños fragmentos reguladores de ARN llamados microARN, permitiendo que las células cancerosas resistentes a los fármacos de quimioterapia confieran la misma resistencia en sus vecinos.

¿Cómo pasaron desapercibidos los nanotubos de túnel durante tanto tiempo? Lou señala que, en las últimas décadas, la investigación sobre el cáncer se ha centrado principalmente en detectar y atacar de forma terapéutica las mutaciones en las células cancerígenas, y no las estructuras entre ellas. "Está justo frente a nosotros, pero si eso no es en lo que la gente se está enfocando, lo van a extrañar", dijo.

Eso está cambiando ahora. En los últimos años, el número de investigadores que trabajan en TNT y descifrar lo que hacen ha aumentado abruptamente. Los equipos de investigación han descubierto que los TNT transfieren todo tipo de carga más allá de los microARN, incluidos los ARN mensajeros, las proteínas, los virus e incluso los orgánulos enteros, como los lisosomas y las mitocondrias.

"Es solo la punta del iceberg", dijo Lou. "Es un momento muy emocionante para ver esto".

Estas estructuras frágiles están apareciendo no solo en el contexto de enfermedades como el cáncer, el SIDA y las enfermedades neurodegenerativas, sino también en el desarrollo embrionario normal. Las células adultas sanas generalmente no producen TNT, pero las células estresadas o con estrés parecen inducirlas al enviar señales para pedir ayuda. Sin embargo, no está claro cómo las células sanas sienten que sus vecinos necesitan ayuda o cómo "saben" fisiológicamente qué carga específica enviar.

......

TNTs en Cáncer

Las células cancerosas a menudo se estresan: estas células que se dividen rápidamente sobreviven a la hipoxia, el estrés nutricional, el estrés oxidativo y más. Entonces, no es sorprendente que ellos, al igual que las células estresadas de Haimovich, inducen TNT. De hecho, la investigación de Lou muestra que las células que causan varios tipos de cáncer forman entre cinco y 100 veces más TNT que las células adultas sanas normales.

Frank Winkler, un neurólogo, oncólogo e investigador del cáncer de la Universidad de Heidelberg, descubrió que los cánceres cerebrales llamados gliomas están llenos de microtubos tumorales (primos más grandes de los TNT). Había notado estas estructuras mientras veía células tumorales individuales crecer en los cerebros de ratones vivos, pero no había reconocido su significado. El patólogo con el que colaboró los atribuyó a defectos en la preparación de los especímenes. Hasta que Winkler y el patólogo no vieron estos diminutos tubos en las células vivas, no se dieron cuenta de que las estructuras eran reales.

"Sabiendo qué buscar ... vimos que es una característica sorprendente de estos tumores", dijo Winkler. "Pero necesitas saber qué buscar para dar sentido a lo que estás viendo".

Winkler notó que cuando aplicaba quimioterapia o radiación a los tumores de los pacientes, las células cancerígenas aisladas morían, pero las conectadas entre sí a través de microtubos y TNT tumorales sobrevivían. Las células en red, dijo, "son la columna vertebral resistente de la enfermedad".


Ilustración gráfica que muestra cómo funcionan los nanotubos de túnel.
Revista Lucy Reading-Ikkanda / Quanta

En respuesta al estrés de la quimioterapia o la radioterapia, las células cancerosas forman incluso más microtubos tumorales y redes más fuertes, explicó. Utilizando la teoría de redes, él y su equipo ahora están trabajando para decodificar los patrones de comunicación entre las células cancerosas vinculadas. Su hipótesis de trabajo es que existe una jerarquía de comunicación, y que ciertas células, posiblemente las que tienen propiedades de desarrollo potentes como las de las células madre, actúan como "cerebros" de la red. Pueden instruir a otras células sobre cómo comportarse e impulsar tanto la progresión del crecimiento tumoral como su resistencia a las terapias.

Winkler también descubrió que las células tumorales del glioma forman conexiones con las células sanas vecinas, lo que abre al menos la posibilidad de algún tipo de comunicación bidireccional con los tejidos del cerebro. Michelle Monje, oncóloga pediátrica de la Universidad de Stanford, ha demostrado que la actividad cerebral impulsa la progresión tumoral en los gliomas, y Winkler sospecha que los microtubos tumorales y los TNT podrían desempeñar un papel en eso. "El tumor influye en el cerebro y el cerebro influye en el tumor", dijo Winkler. "Este es un nivel de complejidad que es casi aterrador".

Pero la buena noticia es que estos micro y nanotubos también representan un objetivo terapéutico completamente nuevo, dijo Winkler. "Espero que encontremos algo mejor, donde desarrollemos nuevas estrategias terapéuticas. Esta es una de mis grandes esperanzas, además de comprender toda esta biología loca ".

Un enfoque es tratar de desarrollar medicamentos que inhiban la formación de micro y nanotubos para hacer que los cánceres sean más susceptibles a la quimioterapia y la radioterapia. Con ese fin, Winkler actualmente está trabajando para caracterizar la diversidad en tamaño y función de estos pequeños tubos. Otra estrategia es explotar la red tubular para diseminar drogas: en 2015, la FDA aprobó el primer virus oncolítico, una forma de terapia genética, para pacientes con melanoma. Lou descubrió que este virus terapéutico puede pasar de una célula a otra a través de TNT.

Al observar un campo rebosante de oportunidades, el gigante farmacéutico GlaxoSmithKline convocó a una reunión de expertos de TNT en septiembre de 2016 para explorar las funciones de los TNT y cómo podrían ser alterados o aprovechados para aplicaciones terapéuticas.
.....

Lea el artículo completo en Quanta Magazine

Redes sociales, movilidad laboral y economía urbana

Movilidad laboral, redes sociales y crecimiento económico en las ciudades

Center for Network Research

El 30 de octubre, el orador invitado en la serie de seminarios CNS fue Balázs Lengyel, quien dio una charla sobre "Movilidad laboral, redes sociales y crecimiento económico en las ciudades"(Labor Mobility, Social Networks and Economic Growth in Cities). Balázs es investigador en el Instituto de Economía de la Academia Húngara de Ciencias, donde dirige el Grupo de Investigación Lendület de Agglomeration and Social Networks.

Balázs comenzó su charla con una revisión de algunos estudios de economistas urbanos donde el argumento principal es que la población mundial se concentra en áreas metropolitanas porque las empresas y los individuos se benefician compartiendo bienes (infraestructura, educación superior, etc.), hay una mejor correspondencia en los mercados laborales , y aprender de los compañeros ocurre en las ciudades. Sin embargo, hay poco conocimiento sobre el aprendizaje entre empresas a través de los vínculos sociales en entornos urbanos y cómo las redes sociales colaborativas influyen en el éxito urbano.

Durante la charla, Balázs mostró, con evidencia empírica, cómo el movimiento de individuos entre empresas crea nuevos vínculos sociales y tiene dos efectos: (1) un efecto directo, cuando los nuevos empleados aportan nuevos conocimientos a la empresa, transfiriendo habilidades nuevas pero relacionadas tecnológicamente el espacio del producto, y (2) un efecto indirecto, con colegas anteriores que tienden a continuar comunicándose y en algunos casos trabajando juntos.


Red de relación de habilidades de industrias de cuatro dígitos. Figura de: Zsolt Csafordi & Laszlo Lorincz & Balazs Lengyel & Karoly Miklos Kiss, 2016. "Derrames de productividad a través de los flujos laborales: el efecto de la brecha de productividad, las empresas de propiedad extranjera y la relación con las habilidades", IEHAS Discussion Papers 1610, Institute of Economics , Centro de Estudios Económicos y Regionales, Academia Húngara de Ciencias. https://ideas.repec.org/p/has/discpr/1610.html

Uno de los efectos directos que se pueden observar en la movilidad laboral es el aumento en el rendimiento de las empresas receptoras, a medida que más nuevos empleados van a una empresa, la productividad aumenta. Sin embargo, para hacerlo, es necesario contar con una red de colaboración cohesiva dentro de la empresa para explotar los nuevos conocimientos aportados a la empresa.

Por último, Balázs argumentó que el efecto de la movilidad de los trabajadores sobre la productividad regional no es sencillo: necesita crear vínculos sociales entre las empresas para estimular el crecimiento.

Trabajos relaciones de Balazs Lengyel

• Balázs Lengyel, Rikard H. Eriksson; Co-worker networks, labour mobility and productivity growth in regions, Journal of Economic Geography, Volume 17, Issue 3, 1 May 2017, Pages 635–660, https://doi.org/10.1093/jeg/lbw027
• Zsolt Csafordi & Laszlo Lorincz & Balazs Lengyel & Karoly Miklos Kiss, 2016. "Productivity spillovers through labor flows: The effect of productivity gap, foreign-owned firms, and skill-relatedness," IEHAS Discussion Papers 1610, Institute of Economics, Centre for Economic and Regional Studies, Hungarian Academy of Sciences. https://ideas.repec.org/p/has/discpr/1610.html

Mtdp1610

Red de caminos romanos vistos como una red de subte moderna

Sistema de caminos de la antigua Roma visualizado en el estilo de los mapas de subterráneos modernos

Open Culture

Sasha Trubetskoy, estudiante de U. Chicago, ha creado un "diagrama de estilo de metro de las principales carreteras romanas, basado en el Imperio del año 125 DC". Basándose en el modelo ORBIS de Stanford, el Proyecto Pelagios y el Itinerario Antonine, el mapa de Trubetskoy combina carreteras históricas bien conocidas, como la Via Appia, con las menos conocidas (en algunos casos, nombres imaginados). Si quieres tener una sensación de escala, se necesitaría, según Trubetskoy, "dos meses para caminar a pie desde Roma a Bizancio. Si tuvieras un caballo, solo te llevaría un mes".

Puede ver el mapa en un formato más grande aquí. Y si sigues este enlace y le envías a Trubetskoy unos pocos dólares, él promete enviarte un PDF nítido para imprimirlo. Disfrutar.

a través de coudal

Siga Open Culture en Facebook y Twitter y comparta medios inteligentes con sus amigos. O mejor aún, suscríbete a nuestro correo electrónico diario y obtén una dosis diaria de Open Culture en tu bandeja de entrada.

Si desea apoyar Open Culture y nuestra misión, considere hacer una donación a nuestro sitio. Es difícil confiar 100% en los anuncios, y sus contribuciones nos ayudarán a proporcionar los mejores materiales culturales y educativos gratuitos.

Resiliencia en comunidades: El rol del pegamento y las fricciones sociales

¿Qué hace que una comunidad sea resiliente?

Un estudio de Stanford explora cómo las comunidades se recuperan (o no se recuperan) de los desastres.
Martin J. Smith - Stanford Business School of Graduates



Después de desastres como los huracanes, algunas comunidades se unen mientras otras se disuelven en el caos. | Reuters / Alvin Baez

Los esfuerzos de socorro más críticos después de un huracán o un terremoto desastroso implican la entrega de alimentos, agua y energía a los necesitados. Pero un estudio reciente de un profesor de Stanford Graduate School of Business sugiere que un problema igualmente devastador a menudo se produce a raíz de tales desastres.

Ese "asesino silencioso" es la falta de cohesión comunitaria, representada por el número y la diversidad de sus organizaciones voluntarias y su disposición a cooperar. "El impacto real de los desastres está amortiguado por aquellos", dice Hayagreeva "Huggy" Rao. "Mientras mejor sea la infraestructura, mejor será la recuperación". Un desastre es un shock. Piensa en esas organizaciones como amortiguadores ".

Rao, profesor de comportamiento organizacional en Stanford GSB, fue coautor del estudio con Heinrich R. Greve, quien obtuvo un doctorado del GSB de Stanford en 1994 y ahora enseña en la escuela de negocios INSEAD en Singapur. Su artículo fue publicado en la edición de febrero de 2018 de Academy of Management Journal.

La pareja quería entender mejor por qué algunas comunidades son resilientes frente a los desastres y por qué otros son menos capaces de recuperarse. Concluyeron que la capacidad de recuperación de una comunidad depende de dos factores críticos:

• Cómo se enmarca el desastre por parte de la comunidad y sus líderes, incluso si se percibe como un accidente inevitable o como la culpa de alguna persona o grupo de personas
• Cuán cooperativa es la comunidad para enfrentar los desafíos

Analizando una epidemia de 100 años de antigüedad

Llegaron a esas conclusiones al estudiar un brote de la altamente contagiosa gripe española en Noruega en 1918 y 1919, y eligieron esa epidemia en parte porque los médicos noruegos debían informar los casos de la enfermedad. Eso creó una rica vena de datos sobre cómo el contagio se propagó en áreas abarrotadas y ciudades costeras, a lo largo de las rutas marítimas y ferroviarias, así como en las comunidades minoritarias.

Las circunstancias del brote enmarcaron la historia de una manera que hizo que la gente sospechara entre sí. Según una mujer en ese momento, "todos temían a los demás", lo que dificultaba que la comunidad trabajara en conjunto para recuperarse.

Necesitas pegamento para unir a una comunidad. Pero también necesita WD-40 para reducir la fricción.
Hayagreeva Rao

Los investigadores luego compararon esa respuesta a las heladas de primavera que ocasionalmente causaron estragos entre las numerosas familias de agricultores de Noruega. Esas comunidades tenían un sentido más unificado de propósito, medido por las cooperativas de riesgo compartido, como las mutuales de seguros, las cajas de ahorros y la producción y distribución minorista de alimentos. Ese tipo de cooperación social y económica es una buena medida de la capacidad de una comunidad para "participar en la acción cívica, que a su vez depende de la confianza y la integración social".

En el brote de gripe, Rao dice, "el gobierno noruego estaba diciendo: '¡Quédense adentro! ¡No te congregues y salgas! ¡Esas son cosas que podrían ayudar a prevenir la propagación de enfermedades! "Piénselo. El mensaje fue '¡Cuidado con la gente!'

Rumor y especulación

Tal encuadre a menudo tiene un doble impacto: "Uno es lo que el gobierno dice explícitamente [instando a las personas a evitarse mutuamente para evitar la diseminación de la enfermedad], pero también desencadena la conversación y conduce a rumores y especulaciones". Al crear un "nosotros vs. "ellos" mentalidad, los funcionarios en última instancia obstaculizan la cooperación de la comunidad.

Rao dice que la historia reciente apoya esa conclusión. El sufrimiento causado por el brote de hantavirus en 1993 en el área de Four Corners en el suroeste de Estados Unidos, por ejemplo, fue exacerbado por quienes lo llamaron la "gripe Navajo" (debido al hecho de que el brote afectó a muchas poblaciones indígenas de la zona) ) "Los médicos comenzaron a llamar a los Centros para el Control de Enfermedades, preguntando si estaba bien que los Navajos fueran a restaurantes, etc.", dice Rao.

El estudio concluye que las comunidades más resilientes parecen ser aquellas con una amplia variedad de organizaciones cooperativas profundamente arraigadas, a menudo compuestas de voluntarios como médicos, educadores y líderes religiosos. "Esos desarrollan la resistencia en el sistema social", dice Rao. "Cuando las personas crean organizaciones y esas organizaciones son diversas, la comunidad tiene la capacidad de resolver problemas a largo plazo".

Músculo organizacional tenso de Puerto Rico

Rao dice que la capacidad de recuperación de Puerto Rico se está probando durante los esfuerzos de reconstrucción después del huracán María en septiembre de 2017. "Hubo una queja justificada sobre la velocidad de respuesta, pero lo que todavía tenemos que saber es quiénes son exactamente las víctimas? ¿Qué está pasando con el músculo organizacional en la comunidad? ¿Las iglesias se están plegando? ¿Las personas van a Miami o Houston? Puedes inyectar recursos, pero si se destruye la infraestructura organizacional, es un problema mayor, porque las comunidades no pueden ayudarse a sí mismas ".

Rao cita el trabajo del profesor de política pública Robert Putnam de la Universidad de Harvard, cuyo libro de 2000 Bowling Alone: ​​The Collapse and Revival of American Community compara la diversidad social y la cooperación con el lubricante WD-40. "En primer lugar, necesita pegamento para unir a la comunidad", dice Rao. "Pero también necesita WD-40 para reducir la fricción". Generalmente, dice Rao, los EE. UU. Hoy "necesitan más WD-40".

Patrones en las redes de comercio internacional

Estructura y formación de las principales redes en el comercio internacional, 2001-2010

Min Zhoua, Gang Wub y Helian Xuc
Social Networks Volume 44, January 2016, Pages 9-21
https://doi.org/10.1016/j.socnet.2015.07.006

Resaltados

• Este es el primer estudio que usa las relaciones comerciales más importantes para construir la red.
• La red de comercio superior muestra una estructura jerárquica claramente similar a un árbol.
• Nuestro modelo usa el comportamiento del país en tríadas locales para explicar dicha estructura de red.
• Nuestro modelo teórico es consistente con el comercio internacional en la práctica.

Resumen
Proponemos la construcción de una red comercial internacional basada en las relaciones comerciales más importantes (es decir, el país i está vinculado al país j si j es el principal socio comercial de i). La red construida captura las relaciones más importantes en el comercio internacional. La red general muestra una estructura jerárquica similar a un árbol. Está organizado en torno a los países centrales del mundo (especialmente los EE. UU., China y Alemania) bajo los cuales hay más niveles de centros locales. Desarrollamos un modelo que usa el comportamiento del país en el entorno triádico local para tener en cuenta la formación de dicha estructura de red. El censo de tríadas confirma la aplicabilidad de este modelo.

Usamos el comercio internacional en 2010 para ilustrar la construcción de tales redes comerciales principales. La Fig. 1 visualiza estas redes. Comenzamos con la red internacional completa sin tener en cuenta la clasificación. Cuando solo mantenemos la principal relación comercial importadora de cada país (el vínculo entrante más fuerte) en la red, la red resultante se denomina la red de importación top 1. También podemos relajar este estándar y mantener las dos principales relaciones comerciales importadoras de cada país (las más fuertes y las segundas más fuertes). La red resultante se llama la red de importación top 2. Podemos aflojar aún más el estándar y bajar al ranking de las relaciones comerciales. Una característica clave de la red de importación superior es que todos los nodos tienen un grado en el estándar seleccionado, pero el grado de salida varía según los nodos. Por ejemplo, en la red de importación top 1, todos los países tienen un grado en 1, pero su grado de grado saliente y puede ser mayor que 1. Un país solo puede tener un país como su principal fuente de importación, pero puede ser el mayor fuente de importación para muchos otros países. El grado saliente también puede ser 0 cuando el país no es la principal fuente de importación para ningún país. Por el contrario, en la red de exportación superior, todos los países tienen un grado superior al estándar seleccionado, pero su grado varía según los países.





Examinamos la estructura de las principales redes comerciales, tanto en la red como en los niveles nodales. Usamos el software UCINET para visualizar las principales 1 redes de importación y exportación en 2010 (ver Fig. 3). Ambas redes están divididas en dos grandes clusters: el clúster EE. UU.-China y el clúster Alemania-Francia. El primer clúster es una gran red conectada centrada en los EE. UU. y China. China y los EE. UU. lideran cada uno un subgrupo grande, y estos dos clusters están conectados a través del comercio entre China y EE. UU. China es la principal fuente de importación de los EE. UU. y EE. UU. es el mercado de exportación más grande de China. El segundo grupo es una red relativamente más pequeña centrada en Alemania y Francia. En general, las redes muestran una estructura jerárquica típica similar a un árbol, con los Estados Unidos, China, Alemania y Francia ocupando los centros en la parte superior. Debajo de estos centros globales, también hay algunos centros locales.

La red de comercio top 1: probando el modelo

Para examinar si la formación de las principales redes de comercio internacional en realidad sigue nuestro modelo, a continuación realizamos el censo de las tríadas. Para las redes dirigidas, cuando consideramos tanto la presencia / ausencia como la direccionalidad de las relaciones, existen 64 tipos posibles de tríadas. Si combinamos esas tríadas con la misma estructura, los 64 tipos se pueden clasificar en 16 configuraciones de tríada, como se muestra en la Fig. 6.




Usamos el esquema de etiquetado estándar M-A-N para denotar las 16 tríadas (Holland y Leinhardt, 1970, 1972; Prell, 2012: 141-43). Esta notación utiliza un número de 3 dígitos, a veces más una letra adicional. El primer dígito indica el número de vínculos mutuos (M) en la tríada; el segundo dígito representa la cantidad de vínculos asimétricos (A); y el tercer dígito representa el número de enlaces nulos (N). A veces necesitamos una letra más (C, D, T o U) al final para distinguir más a las tríadas. D significa "hacia abajo", U "hacia arriba", T "transitivo" y C "cíclico". Por ejemplo, "030C" representa una tríada que tiene 0 enlaces bidireccionales, 3 enlaces unidireccionales y 0 enlaces ausentes y la tríada es cíclica.
Utilizo el censo de la tríada para probar la aplicabilidad de nuestro modelo a las principales redes de comercio en la realidad. Un censo de la tríada consiste en contar las frecuencias de los 16 tipos de tríadas en todas las posibles tríadas en una red determinada (Wasserman y Faust, 1994). Por lo tanto, un censo tríada clasifica toda la información sobre una red en 16 recuentos.

(1) La red de importación top 1
Usamos el esquema de etiquetado M-A-N para codificar las triadas que aparecen en el modelo sobre la formación de la red de importación de top 1 (ver Fig. 4). Solo hay seis posibles tipos de tríadas, según el modelo. Están ubicados en diferentes etapas del proceso de formación.
(1) Tríada 003: el tipo de tríada en la primera etapa, o figura 4a.
(2) Tríada 012: el tipo de tríada en la segunda etapa, o figura 4b.
(3) Tríada 021D: el tipo de tríada en la tercera etapa, o figura 4c1.
(4) Tríada 021C: el tipo de tríada en la tercera etapa, o la figura 4c2 y c4. Tenga en cuenta que la Fig. 4c2 y c4 son esencialmente el mismo tipo de tríada.
(5) Tríada 102: el tipo de tríada en la tercera etapa, o figura 4c3.
(6) Tríada 111U: el tipo de tríada en la etapa final, o la figura 4d1, d2 y d3. Tenga en cuenta que el proceso finalmente conduce a un solo tipo de tríada posible. La figura 4d1, d2 y d3 son esencialmente el mismo tipo de tríada.
Para comprobar si nuestro modelo funciona para la red de comercio internacional en realidad, aplicamos el censo de la tríada a los datos de la red de importación top 1 de 2001 a 2010. El resultado del censo de la tríada en cualquiera de los 10 años es completamente coherente con predicción del modelo (ver Tabla 4).
En primer lugar, según lo predicho por el modelo, la red consta de solo triadas 003, 012, 102, 021D, 021C y 111U. No hay triadas cerradas en la red de importación top 1. Siete tipos de tríadas cerradas, a saber, 030T, 030C, 120D, 120U, 120C, 210 y 300, todas tienen 0 frecuencias. Además, dado que todos los nodos de la red de importación de top 1 tienen un grado de 1, por lo que 021U, 111D y 201 no existen en la red de importación de top 1.
Segundo, la distribución de frecuencias de los seis tipos de tríadas también es consistente con las cuatro etapas del proceso de formación descrito en el modelo. La tríada 003 (la tríada en la primera etapa) tiene la frecuencia más grande, seguida por la tríada 012 (la segunda etapa), y luego por las tríadas 021D, 102 y 021C (la tercera etapa), y finalmente por la tríada 111U (la etapa final). La frecuencia disminuye gradualmente en las etapas, a medida que menos tríadas alcanzan la siguiente etapa y la menor cantidad de tríadas evoluciona hacia la forma "madura", la tríada 111U.
Vale la pena señalar que la tríada 111U fue en general (aunque lentamente) en aumento desde 2001 hasta 2008, pero experimentó una caída después de la crisis del año 2008. Su frecuencia alcanzó el pico (99) en el año 2007, pero disminuyó a 61 en 2009 y 65 en 2010. Esta disminución se produjo junto con la contracción general en la red de importación internacional durante la crisis financiera.
(2) La red de exportación top 1
Cuando utilizamos el esquema de etiquetado M-A-N para recodificar el modelo sobre la formación de la red de exportación superior (ver Fig. 5), solo las siguientes 6 configuraciones de tríada son posibles en la red.
(1) Tríada 003: el tipo de tríada en la primera etapa, o figura 5a.
(2) Tríada 012: el tipo de tríada en la segunda etapa, o figura 5b.
(3) Tríada 021U: el tipo de tríada en la tercera etapa, o figura 5c1.
(4) Tríada 021C: el tipo de tríada en la tercera etapa, o la figura 5c2 y c4. Tenga en cuenta que la Fig. 5c2 y c4 son esencialmente el mismo tipo de tríada.
(5) Tríada 102: el tipo de tríada en la tercera etapa, o figura 5c3.
(6) Tríada 111D: el tipo de tríada en la etapa final, o la figura 5d1, d2 y d3. Tenga en cuenta que el proceso finalmente conduce a un solo tipo de tríada posible. La Fig. 5d1, d2 y d3 son esencialmente el mismo tipo de tríada.

Aplicamos el censo de la tríada a la red de exportación top 1 actual entre 2001 y 2010 para ver si cumple con nuestro modelo. El resultado del censo de la tríada para los 10 años se muestra en la Tabla 5. Una vez más, el resultado es completamente coherente con nuestro modelo.
En primer lugar, como lo predice el modelo, solo hay seis tipos de tríadas en la red, incluidas las triadas 003, 012, 102, 021U, 021C y 111D. En particular, no se observan tríadas cerradas en la red de exportación superior 1, como lo sugiere el modelo.



El modelo es 100% exitoso al explicar la estructura de las principales redes comerciales. Sin embargo, a medida que incluimos más relaciones comerciales de menor importancia, aunque los seis tipos de tríadas aún dominan en números, comienzan a aparecer otros tipos de tríadas. Cuanto más bajamos el nivel de importancia, más tipos de tríadas emergen y cuanto más disminuye el dominio de los seis tipos de tríada. Este patrón sugiere una disminución del efecto de cascada de información marginal y la disminución del poder explicativo de nuestro modelo con la inclusión de relaciones comerciales adicionales menos importantes.



Específicamente, como se muestra en la Fig. 7, para las principales redes de importación: (1) en la red superior 1, todas las tríadas son de los seis tipos (003, 012, 102, 021D, 021C y 111U) identificados en nuestro modelo (es decir, 1,750,540 del total de 1,750,540 triadas), por lo que nuestro modelo tiene un 100% de poder explicativo; (2) en la red de los 2 principales, 1,750,325 (de un total de 1,750,540) tríadas son de los seis tipos identificados en nuestro modelo, por lo que nuestro modelo tiene un 99,99% de poder explicativo; (3) en la red de los 3 principales, 1,749,902 (de un total de 1,750,540) tríadas son de los seis tipos, lo que sugiere que nuestro modelo ahora tiene un 99,96% de poder explicativo; (4) en la red de los 4 principales, 1,749,267 (de un total de 1,750,540) tríadas son de los seis tipos, por lo que nuestro modelo tiene 99,93% de poder explicativo. También analizamos las redes top 5, top 6, etc. La tendencia es similar: a medida que bajamos un nivel de importancia, el poder explicativo de nuestro modelo disminuye en aproximadamente 0.03%.




El mismo patrón también se observa en las principales redes de exportación mostradas en la Fig. 8. (1) En la red superior 1, todas las tríadas son de los seis tipos (003, 012, 102, 021U, 021C, 111D) identificados en nuestro modelo (es decir, 1,750,540 del total de 1,750,540 tríadas), por lo que nuestro modelo tiene un 100% de poder explicativo; (2) en la red superior 2, 1,750,325 (de un total de 1,750,540) tríadas son de los seis tipos, por lo que el poder explicativo de nuestro modelo disminuye al 99,99%; (3) en la red de los 3 principales, 1,749,906 (de un total de 1,750,540) tríadas son de los seis tipos, por lo que nuestro modelo ahora tiene un 99,96% de poder explicativo; (4) en la red de los 4 principales, 1,749,278 (de un total de 1,750,540) tríadas son de los seis tipos, por lo que el poder explicativo de nuestro modelo disminuye aún más a 99,93%. También analizamos las redes top 5, top 6, etc. De nuevo, a medida que bajamos un nivel de importancia, el poder explicativo disminuye en aproximadamente 0.03%.
En general, el patrón general es que nuestro modelo teórico funciona mejor para las principales redes comerciales y un poco menos bien a medida que aumenta el número de socios comerciales (es decir, cuando bajamos el nivel de importancia de las relaciones comerciales). Sin embargo, el modelo sigue siendo muy efectivo ya que su poder explicativo permanece muy por encima del 99% para las redes top 2, top 3, top 4 (o incluso 5, 6, etc.). Puede explicar una mayoría predominante de tríadas en estas redes principales.