Blog de Fernando Santamaría

Reflexiones sobre ecologías y espacios del aprendizaje, análisis del aprendizaje y análisis de redes sociales, visualización de datos, Big Data y otros temas emergentes

Etiqueta: twitter

Las burbujas de conocimiento en Twitter [paper]

El concepto de las llamadas burbujas de pensamiento (Thought bubbles) trata sobre el problema de encontrar nuevas conexiones apropiadas dentro de las redes sociales, y especialmente en Twitter. Como efecto secundario de explorar nuevos usuarios, los tweets son clasificados y valorados, y se utilizan para generar una especie de servicio de noticias, que se extenderá a los seguidores de Twitter (Ejemplo Paper.li). El concepto de  seguidores (de carácter asimétrico) se queda un poco estrecho para temas de filtrado, recomendaciones y estrategías para la investigación desde los medios sociales.  Cada usuario tiene varios intereses que pueden ser clasificados mediante la evaluación de sus tweets en primer lugar y en segundo lugar, mediante la evaluación de usuario relacionados y contactos ya existentes (o sea, tema de extracción através de los datos generados, mineria de datos).

Al clasificar un usuario y sus conexiones correspondientes (en el “mundo de la datalogía” eres tú y tus datos, como grafo social, eres tú y tus interacciones), se puede colocar en un subconjunto de imagninarias categorías y conversaciones de usuarios específicos que lo componen. Es lo que estos autores en su paper han llamado pensamiento burbujas. Siguiendo el rastro de las personas que son también activos en la burbuja de pensamiento específico mismo, debe revelar conexiones interesantes y útiles similares entre usuarios afines.

En la mayoría de los casos y de investigadores en concreto, están preocupados con los campos similares de interés. Sin embargo, esto no significa que la conexión entre los interesados similares sea bidireccional entre los usuarios de Twitter (no lo es y tampoco es una red bidireccional para los contactos de “amistad”). Cuando las conexiones de redes sociales no son bidireccionales, un usuario individuo no tienen implícitamente a conocer sus seguidores y que ellos le sigan. Obviamente, el seguidor está interesado e involucrado con temas similares, como la persona que él o ella sigue. Por lo tanto, hay una gran probabilidad de que otros amigos y colegas del usuario seguido tienen conexiones similares, que pueden ser de cierto interés para un usuario específico. Es lo que aplica Twitter para su algoritmo de “A quien seguir”.
Un usuario está activo en varios tipos de burbujas basados en un tema y por medio de las listas creadas por él o por otro usuario de carácter público. En ellas, donde los usuarios participantes no necesariamente conocen todos los participantes de una burbuja. Sin embargo, en la mayoría de los casos, uno no tiene sólo un tipo especial de interés y que él o ella es parte de varios subconjuntos de temas basados en los propios usuarios. Por lo tanto, los usuarios dentro de la burbuja específica de un usuario, puede ser de interés para la otra persona.
En la figura que han desarrollado los autores de este artículo de investigación muestran un ejemplo de un gráfico de esta red, lo que revela la esfera de actividad dentro de burbujas de pensamiento diverso. Los usuarios marcados con un asterisco (*) son potencialmente de gran interés para esta cuenta (resaltado en azul en el gráfico 1 se trata de una red personal y con un nodo central del usuario en cuestión). Estos usuarios pertenecen a la misma burbuja y con un tema específico, como aquí, a la burbuja de la Ciencia. También podemos ver la no bidireccionalidad de las relaciones por los topics y otros son bidireccionales, que está especificado por la doble flecha.

Continuamos: Viendo los flujos como microactividades en comunidades débiles y micro (#) y en las futuras ciudades dónde los espacios híbridos toman transcendencia. Se trataría de microtopías de interés en una ciudad “inteligente”. Englobados en acciones en desarrollo.

 

105319690-Thought-Bubbles-a-conceptual-prototype-for-a-Twitter-based-recommender-system-for-research-2-0.pdf (página 2 de 7)
Uploaded with Skitch!
Fuente:

THOUGHT BUBBLES: A Conceptual Prototype for a Twitter based Recommender System for Research 2.0 por Patrick Thonhause, Selver Softic y Martin Ebner en Scribd.

Sitios de redes sociales: una breve introducción [slides] #cursoredesule11

Dejo aquí las transparencias que he elaborado para el #cursoredesule11, tratándose de una breve exposición de estadísticas, características y analizando sitios de redes sociales que tienen características educativas, junto con aplicaciones de escritorio interesantes:

Sitios de redes sociales: una breve introducción

View more presentations from Fernando Santamaria.

Descarga este documento en pdf.

El uso de Twitter en la investigación universitaria, la enseñanza y el impacto en las investigaciones: una guía para los académicos e investigadores (ampliación y actualización)

Como muestra de lo que se dará, pongo a vuestra disposición un documento traducido por @chiti y por un servidor sobre “El uso de Twitter en la investigación universitaria, la enseñanza y el impacto en las investigaciones: una guía breve para académicos e investigadores” (ampliado con muchas más referencias que tiene el original) de  LSE Research Online y licencia CC, la misma que el original al ser traducción.
En este documento podrás encontrar:

  • La construcción y gestión del perfil de Twitter.
  • El uso de Twitter para maximizar el impacto en los proyectos de investigación.
  • Sacar el máximo partido de Twitter junto con su propio blog.
  • El uso de cuentas relacionadas con los estudiantes.
  • Una guía paso a paso para añadir un feed de Twitter para Moodle.
  • Recursos adicionales y enlaces a las entradas del blog y artículos en los blogs académicos y de impacto.

Espero que les guste y me digan su opinión de este documento. Perdonen las molestias por la actualización (sólo se puede ver desde aquí):

Twitter como superorganismo social


Introducción

Twitter es una herramienta multiusos, cuya funcionalidad primaria es comunicativa, pero ahí entran muchas más cuestiones e intereses. Hay una serie de visionarios tecnológicos como Kevin Kelly que nos permite ver la tecnología como un organismo complejo en el que sigue sus propios impulsos. En una herramienta flexible, abierta, de comunicación rápida y aleatoria, y en constante cambio como Twitter nos permite representar elementos emergentes que se estén desarrollando en tiempo real. Esta flexibilidad le hace más indefinido y por ello dependiendo de la perspectiva unos autores lo tratan como red social y otros como herramienta distribuida de información.

Usos emergentes de Twitter

Unos de los punto fuertes de Twitter a parte de ser abierto (tanto en la capa de programación en API como el la capacidad de ver los timelines, de interconectar servicios y aplicaciones, algo ya muy común en los tiempos que corren) es su flexibilidad. La flexibilidad que permite generar nuevas posibilidades y usos de Twitter.

Por ejemplo, se puede rastrear “signos” que nos indiquen determinados comportamientos bursátiles para que los expertos actúen en consecuencia. Se está trabajando en una aplicación para el análisis de datos, algo que facilitará la tarea[1].

En la comunicación científica se pueden mostrar aplicaciones generadas por el API como AstroTwitter para ver lo que se está observando en tiempo real desde determinados telescopios. El impulsor S.R. Lowe[2] ha escrito un artículo sobre la aplicación.

Para cuestiones de catástrofes y emergencias se puede ir viendo diferentes aspectos en tiempo real, viendo de manera global las necesidades e intereses que se van percibiendo en situaciones de emergencia. Se ha visto y estudiado casos particulares en EE.UU.  También como servicio de alerta temprana ante incendios y fuegos, por ejemplo. En Inglaterra están trabajando en un software llamado Crush que permite cruzar muchos datos para poder predicir asesinatos o crimenes al estilo de Minority Report[3].

Un aspecto que lo hace diferente de muchas redes sociales es que es un sistema abierto. Podemos rastrear, seguir a usuarios sin ningún problema. Esto le da una riqueza que no la tienen otras redes. Se hacen mucho más visibles y transparentes a todas las interacciones, sin necesidad de crear esos walled garden que hacen fagocitar la misma red como en el caso de Facebook.

Flujos

Los flujos en Twitter son fuertes y contundentes. Se desplazan rápidamente en el timeline. El mismo S. Boyd (CEO de Twitter) es un arquitecto de los flujos. En este caso los flujos son estructuralmente más complejos y se cruzan entre diversos elementos multimodales. Hay un procesamiento de eventos complejos (Complex event processing) en estas aplicaciones de microblogging y que operan en diferentes capas, identificando acontecimientos más significativos dentro de una nube de eventos en el flujo constante. Se analizan el impacto de estos y la adopción de medidas ulteriores en tiempo real[4].

Como Sistema Adaptativo Complejo

Según V. Miemis[5] los sistemas adaptativos complejos están a nuestro alrededor, invisibles a nuestro pensamiento lineal. La mayoría de las cosas que damos por sentado son sistemas adaptativos complejos, y los agentes en todos los sistemas existen y se comportan en la ignorancia total del concepto, pero que no impida su contribución al sistema. Sistemas Adaptativos Complejos son un modelo para pensar en el mundo que nos rodea, no un modelo para predecir lo que sucederá. Para eso existen otras herramientas. La autora ha encontrado un artículo[6] donde establece las propiedades de los sistemas adaptativos complejos. Muchos de los elementos nos recuerdan a Twitter como una interacción entre agentes del sistema. Todo un sistema de elementos que emergen de manera sutil (hashtags, retuiteos, agregaciones, clusterings en grupos, etc.) y con constantes feedbacks. En este gráfico vemos las diferentes capas que hay para extraer patrones:

Vemos que la eficacia de estos sistemas de microblogging está en la propia estructura de la red y también en las posibilidades como affordance. La evolución de Twitter ha ido cambiando sus maneras de actuación por parte del propio usuario, desde el “¿qué estas haciendo?” hasta el “¿qué pasa?” de más acción, desde una base más individual hasta una base mas contextual y adaptándose a su sistema las tecnologías emergentes. Hay una similitud entre un Sistema Adaptativo Complejo y las acciones posibles de Twitter:

  • Emergencia: En lugar de ser previsto o controlado los agentes en el sistema, estos interactúan de manera aparentemente aleatoria. De todas estas interacciones surgen patrones que informa del comportamiento de los agentes dentro del sistema y el comportamiento del sistema en sí.
  • Co-evolución: Todos los sistemas existen dentro de su propio entorno y que también forman parte de ese entorno. Por lo tanto, como los cambios de su entorno que necesitan cambiar para garantizar unos mejores ajustes. Las contextualizaciones de cada mensaje y su geolocalización en un sistema de glocalización. Esta geolocalización da una nueva dimensión a Twitter. Usuarios y contexto a la par integrados para una evolución.
  • Requisitos de variedad: Cuanto mayor sea la variedad del sistema más fuerte este será. En la ambigüedad y la paradoja, hecho que abundan en los sistemas adaptativos complejos que utilizan contradicciones para crear nuevas posibilidades para co-evolucionar en el entorno creado.
  • Conectividad: Las formas en que los agentes se relacionan entre sí en un sistema de conexión es fundamental para la supervivencia del sistema, porque es a partir de estas conexiones que los patrones emergen a través de los intereses colectivos y acciones en Twitter. Las relaciones entre los agentes son generalmente más importantes que los propios agentes para su crecimiento.
  • Reglas simples: los sistemas adaptativos complejos no son complicados. Los patrones emergentes pueden tener una gran variedad, pero como un caleidoscopio de normas que rigen el funcionamiento del sistema son muy simples.
  • Iteración: Pequeños cambios en las condiciones iniciales del sistema puede tener efectos significativos después de que han pasado por la emergencia, por medio de un bucle de realimentación (a menudo esto se refiere al efecto mariposa)
  • Autoorganización:  La autoorganización (para mi uno de las formas de las redes sociales) es un proceso en el que la organización interna de un sistema, generalmente abierto, aumenta su complejidad sin ser guiado por ningún agente externo. Normalmente, los sistemas autoorganizados exhiben propiedades emergentes en todo momento. No hay una jerarquía de mando y control en un sistema adaptativo complejo. No hay una planificación, pero hay una constante reorganización de encontrar el mejor ajuste con el entorno. Twitter es impredecible y a la vez autoorganizado. Cuanto más amplio sea en componentes humanos y agentes artificiales (habrá cada vez más presencia de bots) más autoorganizado será. Se autorregula y a la vez también se regenera como sistema autopoiético. El mismo Internet ya se considera un sistema social autopoiético[7].
  • Al borde del caos: la teoría de la complejidad no es lo mismo que la teoría del caos, que se deriva de las matemáticas este último, pero también hay que decir que el caos tiene un lugar en la teoría de la complejidad de los sistemas que existen en un espectro que va del equilibrio al caos. Un sistema en equilibrio no tiene la dinámica interna para que pueda responder a su entorno y poco a poco va a morir (o rápidamente). Un sistema caótico deja de funcionar como un sistema. El estado más productivo suele estar al borde del caos donde hay máxima variedad creatividad, dando lugar a nuevas posibilidades.
  • Los sistemas anidados: La mayoría de los sistemas se anidan dentro de otros sistemas y muchos sistemas son sistemas de sistemas más pequeños. El ser un sistema abierto, propio también de los sistemas adaptativos complejos y de los mejores ecosistemas, hace viable los anidamientos y sistemas embebidos a nivel de software. Se trata para mi de un sistema anidado vivo[8].

Ante todo esto quizá sea mejor analizarlo como un sistema fractal[9] que integra sistemas emergentes con un sistema adaptativo complejo.

Twitter como un superorganismo social

Si pensamos a nivel planetario y yendo un poco más allá, podemos pensar en que poco a poco esta herramienta con los agentes determinados y el componente social a nivel comunitario se convertirá en un superorganismo social.

Definido el término superorganismo como una sociedad (auto)organizada, como ocurre con determinados insectos sociales, que funciona como un todo orgánico. Otros autores (Wright, 2010) lo nombran como un cerebro global o planetario. Puede parecer un metáfora en un principio al inferirlo de los sistemas biológicos, pero tiene tanta fuerza y desarrollo planetario que se puede extraer infinidad de datos y comportamientos colectivos. Teniendo en cuenta que es propio de las colonias de insectos sociales y que algunos biólogos describen como a esos entes complejos que operan en una relación de cooperación mutua y de autoorganización (Tautz, J. & Heilmann, Helga R., 2008). En la perspectiva sociológica Herbert Spencer lo llamo organismo social en el que explora la naturaleza holística de la sociedad como un superorganismo.

Una de las concepciones de superorganismo es en la biocibernética, que según la Wikipedia[10], se presenta como una forma de inteligencia distribuida, un sistema en el que muchos agentes individuales distribuyendo información y con una inteligencia limitada son capaces de aunar recursos para lograr una meta común más allá de las capacidades de un individuo de forma aislada. Kevin Kelly en “Out of Control” (2003) habló de ello y más concretamente en un artículo posterior (2008) titulado “Evidence of  a Global Superorganism”. En un sentido amplio Kelly demuestra que el rápido incremento de los dispositivos computacionales conectados online en el mundo, incluyendo el wireless, forman un superorganismo computacional con sus propios comportamientos emergentes. Y nos dice en los primeros párrafos:

Los superorganismos son un tipo diferente de organismos. Las cosas grandes están hechas de cosas pequeñas. Las máquinas de grandes dimensiones están hechas de piezas pequeñas, y los organismos vivos visibles de células invisibles. Sin embargo, las piezas no suelen actuar por su cuenta. En un fractal ligeramente recursivo, las partes de un superorganismo tienen una existencia autónoma por si mismos. Un superorganismo como una colonia de insectos o de ratas contiene muchos subindividuos. Estos organismos individuales comen, se mueven, hacen las cosas por su propia cuenta. Desde muchas perspectivas son autónomos. Pero cada individuo necesita de la colonia para reproducirse. De esta manera, la reproducción es un fenómeno que se produce a nivel del superorganismo.

Otro de los artículos de la biocibernética es el que hace 3 años escribió Francis Heylighen (2007) dándole por momentos una visión tenebrista en cuanto al futuro de los sistemas cibernéticos globales como puede ser Twitter. El artículo lo titulo “The Global Superorganism: an evolutionary-cybernetic model of the emerging network society” y nos comenta:

La creciente complejidad de las interacciones y la inestabilidad de los procesos de ciertas enfermedades causadas por una fricción reducida es necesario para un fortalecimiento de la capacidad de la sociedad para el tratamiento de la información y control, es decir, su sistema nervioso. Esto se realiza mediante la creación de una red informática global inteligente, capaz de percibir, interpretar, aprender, pensar, decidir e iniciar las acciones: el “cerebro global”. Las personas se están integrando cada vez más firmemente en esta inteligencia colectiva. A pesar de esta imagen puede plantear preocupaciones acerca de un sistema totalitario que limita la iniciativa individual, los puntos del modelo de superorganismo en la dirección opuesta, hacia el aumento de la libertad y la diversidad. El modelo sugiere, además, algunas predicciones específicas futurológica para las próximas décadas, como el surgimiento de una red de distribución automática, un sistema informático inmunológico o resilente, y un consenso mundial acerca de los valores y normas.

Conclusión

Usando Twitter para tejer los pensamientos, informaciones y reacciones de las personas se va aumentando el áurea de esta aplicación y englobándola en un ente superior como hemos llamado superorganismo. Las concepciones de la naturaleza y de la vida artificial se van transmutando a las concepciones de lo humano, ejemplo de ello: lo autopoiético, los ecosistemas sociales, la colaboración estigmérgica, la co-evolución del sistema, el swarming,…En este flujo constantemente autoorganizado nos muestra día a día y en tiempo real las nuevos tópicos e intereses por una multitud inteligente, que se autorganiza sensiblemente por lo que acontece. Sin una definición clara de lo que es, como toda herramienta disruptiva que se precie. Se autorregulan los actores en formas aleatorias de agrupación o clustering. Este ejemplo del bazar de los locos (#bazarlocos) es un buen ejemplo de esta coordinación autorregulatoria. No he hablado nada de educación, pero estamos en que la transcendencia de este tipo de herramientas sociales cambian poco a poco los cimientos y el mismo ecosistema de esto que venimos llamando hasta ahora Internet. Esto son cavilaciones hipotéticas ya que Twitter se está reinventando constantemente y la complejidad del fenómeno es indeterminado.

Bibliografía y webgrafía consultada (unos citados y otros consultados):

Amdam, G. V., & Seehuus, S. C. (2006). Order, disorder, death: Lessons from a superorganism. Advances in cancer research, 95, 31–60.

Bee Topbar Superorganism. (2008). . Recuperado a partir de http://www.youtube.com/watch?v=16Z8Uo8ucmk&feature=youtube_gdata_player

Building One Big Brain – NYTimes.com. (s.d.). . Recuperado a partir de http://opinionator.blogs.nytimes.com/2010/07/06/the-web-we-weave/

Camazine, S., Deneubourg, J., Franks, N. R., Sneyd, J., Theraula, G., & Bonabeau, E. (2003). Self-Organization in Biological Systems: Princeton University Press.

Comm, J. (2010). Twitter Power 2.0: How to Dominate Your Market One Tweet at a Time (Revised edition.). Wiley.

Detrain, C., & Deneubourg, J. L. (2006). Self-organized structures in a superorganism: do ants. Physics of Life Reviews, 3(3), 162–187.

Emerson, A. E. (1939). Social coordination and the superorganism. American Midland Naturalist, 21(1), 182–209.

Erdal, D., Whiten, A., Boehm, C., & Knauft, B. (1994). On human egalitarianism: an evolutionary product of Machiavellian status escalation? Current Anthropology, 175–183.

Gardner, A., & Grafen, A. (2009). Capturing the superorganism: a formal theory of group adaptation. Journal of Evolutionary Biology, 22(4), 659–671.

Henrich, J. (2004). Cultural group selection, coevolutionary processes and large-scale cooperation. Journal of Economic Behavior & Organization, 53(1), 3–35.

Heylighen, F. (2000). The Global Superorganism: an evolutionary-cybernetic model of the emerging network society. Journal of Social and Evolutionary Systems.

Heylighen, F., & Campbell, D. T. (1995). Selection of Organization at the Social Level: obstacles and facilitators of metasystem transitions. World Futures, 45(1), 181–212.

Hölldobler, B., & Wilson, E. O. (2008). The superorganism: the beauty, elegance, and strangeness of insect societies. Norton, London.

Johnson, N. (2009). Simply Complexity: A Clear Guide to Complexity Theory (Reprint.). Oneworld Publications.

Kelly, K. (2008). Evidence of a Global SuperOrganism. Recuperado Septiembre 28, 2010, a partir de http://www.kk.org/thetechnium/archives/2008/10/evidence_of_a_g.php

Kelly, K. (1995). Out of Control: The New Biology of Machines, Social Systems, & the Economic World. Basic Books.

Khalil, E. L., & Boulding, K. E. (1996). Evolution, order, and complexity. Routledge.

Knorr-Cetina, K. (1995). How superorganisms change: consensus formation and the social ontology of high-energy physics experiments. Social Studies of Science, 25(1), 119–147.

Maasen, S., Mendelsohn, E., & Weingart, P. (2001). Biology As Society, Society As Biology: Metaphors. Springer.

Mitchell, M. (2009). Complexity: A Guided Tour. Oxford University Press, USA.

Moritz, R. F., & Fuchs, S. (1998). Organization of honeybee colonies: characteristics and consequences of a superorganism concept. Apidologie, 29(1-2), 7–21.

Richerson, P. J., & Boyd, R. (1999). COMPLEX SOCIETIES The Evolutionary Origins of a Crude Superorganism. HUMAN NATURE-NEW YORK-ALDINE DE GRUYTER-, 10(3), 253–290.

Sanders, W. B. (2006). A feeling for the superorganism: expression of plant form in the lichen thallus. Botanical Journal of the Linnean Society, 150(1), 89–99.

Seal, J. N., & Tschinkel, W. R. (2007). Co-evolution and the superorganism: switching cultivars does not alter the performance of fungus-gardening ant colonies. Functional Ecology, 21(5), 988–997.

Sole, R., Goodwin, B., & Solé, R. (2002). Signs of Life: How Complexity Pervades Biology. Basic Books.

Steels, L. (s.d.). The Architecture of Flow. Recuperado a partir de http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.65.2262

Stock, G., & Edge, D. (1993). Metaman: the merging of humans and machines into a global superorganism. Simon & Schuster New York.

Tautz, J., & Heilmann, H. R. (2008). The buzz about bees: biology of a superorganism. Springer Verlag. Recuperado a partir de http://www.springer.com/life+sciences/book/978-3-540-78727-3

Waldrop, M. M. (1992). Complexity: The Emerging Science at the Edge of Order and Chaos (1º ed.). Simon & Schuster.

Wilson, D. S. (1997). Biological communities as functionally organized units. Ecology, 78(7), 2018–2024. En: http://bit.ly/dA5DtN

Wilson, D. S., & Sober, E. (1989). Reviving the superorganism*. Journal of Theoretical Biology, 136(3), 337–356. Recuperado a partir de

Wright, R. (2010, Julio 6). Building One Big Brain. Opinionator. Blog, . Recuperado Septiembre 26, 2010, a partir de http://opinionator.blogs.nytimes.com/2010/07/06/the-web-we-weave/


Notas:

[1] Twitter está haciendo una aplicación analítica para generar datos a partir de usuarios. Teníamos hasta ahora herramientas como TwitterAnalyzer, Klout o Twitalyzer. Más información en http://bit.ly/99mjM8 o un listado de estas: http://bit.ly/P2eIY

[2] http://arxiv.org/abs/0907.0193

[3] http://www.eweekeurope.es/noticias/la-policia-usa-softoware-de-prediccion-de-crimenes-7357

[4] http://en.wikipedia.org/wiki/Complex_event_processing

[5] http://emergentbydesign.com/2009/11/17/is-twitter-a-complex-adaptive-system/ o también ver http://www.xpragma.com/view132.php

[6] http://www.trojanmice.com/articles/complexadaptivesystems.htm

[7] http://www.inf.udec.cl/~apolymer/InfSo/AutopInternet.pdf

[8] http://www.holon.se/folke/holon/comm/summary_nested.htm

[9] http://www.fractal.org/Fractal-systems.htm

[10] http://en.wikipedia.org/wiki/Biocybernetics

Licencia de Creative Commons
Este obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-CompartirIgual 3.0 Unported.