Reflexiones sobre ecologías y espacios del aprendizaje, análisis del aprendizaje y análisis de redes sociales, visualización de datos, Big Data y otros temas emergentes
Dejo la presentación que hice en Quito y Loja sobre cómo las tecnologías de redes y las tecnologías de movilidad están transformando significativamente el periodismo. Es una visión foránea al periodismo (no soy periodista). Creo que se requiere este ejercicio para que se vean distintas visiones del cambio y transformación de un oficio. Gracias a la Universidad Técnica Particular de Loja y su sede en Quito por acogerme tan bien.
Espero vuestros aportes y comentarios.
Según el item inglés de la Wikipedia (tomado de Charles Kadushin) define homofilia como la tendencia de los individuos a asociarse y relacionarse con los semejantes a uno (concepto de carácter sociológico). La presencia de homofilia se ha descubierto en una gran variedad de estudios de la red. Dentro de su trabajo de revisión extenso, «Birds of a Feather: Homophily in Social Networks» [pdf] (edición 2001) de los sociólogos Miller McPherson, Lynn Smith-Lovin y James M. Cook citando más de cien estudios que han observado homofilia de una forma u otra y establecen que categorías poseen similitud de conexión. Estas incluyen la edad, el género, la clase, el papel de la organización, y así sucesivamente.
Algunas definiciones más
Según comenta Charles Kadushin (2012) la homofilia (del griego, «amor de lo mismo o a los iguales») es un concepto introducido en la teoría social por Lazarsfeld y Merton (1954) que incorpora, una propuesta popular como es la de «las aves del mismo plumaje vuelan juntas»(1º regla: somos nosotros quienes damos forma a nuestra red. En el capítulo 1 del libro «Connected:…» (2010) de Nicholas A. Christakis y James H Fowler [versión epub, p. 33-37], sección Reglas de la vida en la red y su regla primera de cada obeja con su pareja o Dios los cría y ellos se juntan) . Más formalmente, si dos personas tienen características que coinciden en una proporción mayor que la esperada en la población de extracción o la red de la que forman parte, entonces son más propensos a estar conectados. La inversa también es cierta: si dos personas están conectadas, entonces es más probable que tenga características o atributos comunes.
Hay también una realimentación implícita, ya que con el tiempo, las relaciones tienden a “ordenarse” de manera que se vuelven más homofílicas.
El principio de homofilia, como el de la proximidad, se aplica igualmente a grupos, organizaciones, países u otras unidades sociales.
C. Kadushin (2012) establece dos focalizaciones de estudio: a nivel individual y a nivel colectivo. Este último a nivel organizacional requiere de mayor complejidad a la hora de aplicarlo. El individual es aplicado en redes personales.
Según Christina Prell (2012) la homofilia se refiere a la situación social de los actores que prefieren tener relaciones sociales con otras personas que son similares a ellos mismos. Este es un concepto relativamente antiguo en sociología, y como tal, se ha producido una buena cantidad de investigación sobre este tema.
Desde los princpios sociológicos
En su formulación original de la homofilia, Lazarsfeld y Merton (1954) distingue entre el estadio de homofilia y el valor de homofilia. La primera significa que los individuos con similares características sociales de estado son más propensos a asociarse entre sí, que por casualidad. Por el contrario, en el valor de la homofilia se refiere a una tendencia a asociarse con otros que piensan de manera similar, independientemente de las diferencias en el estado.
Esto a menudo se expresa con el famoso dicho de «Aves del mismo plumaje vuelan juntos».
Para probar la relevancia, los investigadores han distinguido entre homofilia como línea de base y la endogamia homofílica. La primera es simplemente la cantidad de homofilia que se esperaría por azar y la segunda distinción es la cantidad de homofilia por encima de este valor esperado.
Las personas en relaciones homofílicas comparten características comunes (creencias, valores, educación, etc) que hacen que la comunicación y la formación de relaciones sea más fácil. La homofilia a menudo conduce a la homogamia (matrimonio de personas con características similares).
Lo contrario de la homofilia es la heterofilia.
Everett Rogers (2003) propone los conceptos de homofilia y heterofilia para entender cómo se transmiten los mensajes en las redes sociales. Tiene que ver con el concepto de difusión. Son conceptos que retoma de Lazarsfeld y Merton en el trabajo nombrado de 1964. En este gráfico queda explicado sus diferencias:
Para esta C. Prell (2012), hay dos argumentos principales con respecto a cómo se lleva a cabo homofilia.
1) El primer argumento afirma en primer lugar que los ajustes organizacionales determinan que las relaciones se forman entre actores similares. Por ejemplo, una organización voluntaria que tiene un enfoque particular se basará en los miembros que comparten ese enfoque, y esta similitud entre los actores también (lo más probable) coinciden con otras similitudes. Por lo tanto, la composición del grupo a nivel organizacional produce homofilia. Ejemplos de este tipo incluyen grupos de puentes, iglesias, clubes deportivos (en su cercanía unos de otros: homofilia espacial), etc.
2) El segundo argumento afirma que los actores se sienten atraídos para formar lazos con otros que son similares a ellos mismos. Esto implica que el ajuste organizacional no importa, que los individuos buscan y encuentran a otros que son similares a ellos y formar lazos con estos otros, independientemente de la configuración de la organización. Así, por ejemplo, los lazos de amistad se ven como en desarrollo como resultado de las personas que están en un grupo de edad similar o que viene de un nivel educativo similar.
Diferencia con respecto a los cliques
No se debe confundir los cliques o camarillas que aunque parece ser los mismo tienen distintos punto de focalización a nivel de investigación, ya que los cliques proceden de la teoría de grafos y su investigación en redes se centra en redes de estructura amplia, en las redes completas mientras la homofilia se centra en redes personales.
Homofilia: ¿Qué es primero la gallina o el huevo?
En esta discusión sobre homofilia indica, es difícil de medir (más que los cliques) la dirección causal de homofilia, ¿Es que las personas se reúne y se vuelven más similares con el tiempo o es que se sienten atraídos por otros similares y en enlaces de formación de todo tipo?
Este problema de qué es lo primero, el lazo social o la similitud, se encuentra en el corazón de la teoría de la influencia entre la propia distinción social y las ideas sociales de selección (Lazarsfeld y Merton, 1954; McPherson y Smith Lovin, 1987; McPherson et al, 2001;. Robins et al, 2001). La influencia social implica que las personas, a través de la interacción, se influyen mutuamente y al ser más similar a lo largo del tiempo en sus interacciones. La selección social implica que las personas seleccionan a sus socios de la red en función de la similitud, percibida de uno mismo.
Esta autora nos comenta (Prell, 2012, p. 130) que muchas personas comparan la homofilia a la propia selección social, y tratan el tema de la influencia social como una teoría distinta. Sin embargo, lso estudios al respecto enfatizan esta tensión que rodea este «efecto» de la similitud en la naturaleza causal, y muchos de ellos señalan que es difícil separar ambos conceptos. Se incrementa en esta última década un cuerpo de investigación en el desarrollo de modelos estadísticos para ayudar a desenredar estos temas de la influencia social y cómo se produce.
Reflexiones desde los principios organizacionales y de comunicación
El concepto se basa en principio básico de la comunicación que sostiene que el intercambio de ideas ocurre con mayor frecuencia entre iguales. Homofilia, en este sentido, es el grado de similitud entre dos individuos que se comunican. La similitud puede ser respecto a diferentes atributos como creencias, clase social, educación, edad, entre otros. Heterofilia, en cambio, es el grado de diferencia en ciertos atributos de dos individuos que interactúan.
La homofilia (Easley y Kleinberg, 2010) nos proporciona una primera ilustración fundamental de cómo los contextos que rodean una red pueden conducir a la formación de sus eslabones. Considere el contraste básico entre una amistad que se forma debido a que dos personas se introducen a través de un amigo común y una amistad que se forma debido a que dos personas asisten a la misma escuela o en el trabajo en la misma empresa.
La homofilia incluso (Araya, 2010) puede actuar como una barrera invisible al flujo de innovaciones dentro de un sistema, ya que las nuevas ideas entran a un sistema usualmente a través de los más innovadores o quienes tienen mayor estatus. Un nivel alto de homofilia puede significar redundancia de información y menor acceso a ideas nuevas. Dicho de otro modo, el patrón de difusión homófilo favorece la difusión horizontal de nuevas ideas, pero hace más lenta la filtración (percolación) de una idea innovadora en un sistema.
En resumen, este modelo nos señala dos elementos a tener en cuenta. Primero, que las redes interpersonales de difusión son mayoritariamente homófilas. Segundo, que en redes de difusión heterófilas los seguidores buscan líderes de opinión.
La homofilia también “coarta” la propia estructura de la red o su característica como es la diversidad.
Seguiremos hablando del tema desde la perspectiva sociológica y antropológica para un atinado análisis de red y NO desde perspectiva psicológica y por deducción del marketiniano y de community de redes sociales. No es mi estilo.
Bibliografía consultada y alguna de ellas referenciada:
McPherson, M., Smith-Lovin, L., & Cook, J. M. (2001). Birds of a Feather: Homophily in Social Networks. Annual Review of Sociology, 27(1), 415–444. doi:10.1146/annurev.soc.27.1.415 Recuperado de http://j.mp/T289Nw
P. F. Lazarsfeld, R. K. Merton (1954). Friendship as a Social Process: A Substantive and Methodological Analysis. In Freedom and Control in Modern Society, Morroe Berger, Theodore Abel, and Charles H. Page, eds. New York: Van Nostrand, 18–66.
Degenne, A., & Forse, M. (1999). Introducing Social Networks. London: Sage Publications Ltd.
Kadushin, C. (2011). Understanding Social Networks: Theories, Concepts, and Findings. Oxford University Press, USA.
Knoke, D., & Yang, S. (2007). Social Network Analysis (2nd ed.). Sage Publications, Inc.
Murthy, D. (2013). Twitter: Social Communication in the Twitter Age (1st ed.). Cambridge: Polity.
Prell, C. (2011). Social Network Analysis: History, Theory and Methodology. London: Sage Publications Ltd.
Valente, T. W. (2010). Social Networks and Health: Models, Methods, and Applications. Oxford: Oxford University Press, USA.
Brooke, Clive and Ethan at Aspen Transcript. (n.d.).onthemedia. Retrieved October 2, 2012, from http://www.onthemedia.org/2009/sep/04/brooke-clive-and-ethan-at-aspen/transcript/?utm_source=sharedUrl&utm_media=metatag&utm_campaign=sharedUrl
Easley, D., & Kleinberg, J. (2010). Networks, Crowds, and Markets: Reasoning About a Highly Connected World [online]. Cambridge: Cambridge University Press. Recuperado de http://www.cs.cornell.edu/home/kleinber/networks-book/
Knoke, D., & Yang, S. (2007). Social Network Analysis (2nd ed.). Sage Publications, Inc.
McPherson, M., Smith-Lovin, L., & Cook, J. M. (2001). Birds of a Feather: Homophily in Social Networks. Annual Review of Sociology, 27(1), 415–444. doi:10.1146/annurev.soc.27.1.415
Murthy, D. (2013). Twitter: Social Communication in the Twitter Age (1st ed.). London: Polity.
Retica, A. (2006, December 10). Homophily. The New York Times. Retrieved from http://www.nytimes.com/2006/12/10/magazine/10Section2a.t-4.html
What Is Homophily? (n.d.).Fast Company. Retrieved October 2, 2012, from http://www.fastcompany.com/1763558/what-homophily
Watts, D. J. (2003). Six degrees : the science of a connected age. New York: Norton. p 48-64
Watts, D. J. (2011). Everything is obvious : how common sense fails [epub]. London: Atlantic. p. 266-272
Araya, R. (2010, July 9). Homofilia y heterofilia en las redes de comunicación. Puntogov. Recuperado de http://j.mp/QVp98L
Rogers, E. (2003). Diffusion of innovations (5th ed.). New York: Free Press
Christakis, N. A., & Fowler, J. H. (2009). Connected : the surprising power of our social networks and how they shape our lives. New York: Little, Brown and Co.
Este es un trabajo de clasificación que he ido desarrollando e invirtiendo tiempo para dilucidar y comprender mejor mi labor como asesor en redes sociales en organizaciones y universidades en países iberoamericanos. He intendado dar una serie de tópicos a través de las investigaciones hechas desde los años 50 del siglo pasado. Algunos de los tópicos (hibridados e interdisciplinares) que suelen ser uso frecuente en datos tomados de redes sociales.:
Análisis estadístico de redes sociales: uno de los trabajos pioneros en este campo es el experimento de Milgram. Creo que es uno de los primeros trabajos de un análisis amplio de datos con propiedades estructurales a gran escala. Es la investigación más frecuente y común. La conducta de la conectividad de los nodos se examina para ver si la mayor parte de los nodos tienen pocas conexiones, con muchos “hubs” o si los grados están distribuidos más igualmente. Se examina el comportamiento del agrupamiento de los nodos en redes sociales típicas. Otro tema importante en este tópico son las características temporales típicas de las redes sociales. Por ejemplo, examinando cómo varía la estructra a medida que crece la red. Dado que la red evoluciona a lo largo del tiempo, se puede añadir a la red nuevas entidades, aunque ciertas propiedades del grafo puedan continuar retenidas a pesar de esto. También se examina la conducta y distribución de las componentes del grafo.
Caminos aleatorios y sus aplicaciones en redes sociales: la clasificación jerárquica en redes [ranking] es uno de los métodos mejor conocidos en la búsqueda en web. Empezando con bien conocido algoritmo PageRank de Google para clasificar documentos web, el principio más amplio se puede aplicar para buscar y clasificar entidades y actores en las redes sociales. El algoritmo de PageRank usa técnicas aleatorias para el proceso de clasificación. La idea es que el enfoque del camino aleatorio [trayectorias vitales de las que hablo en #eduvida y que tienen sus algunso marcos teóricos como aprendizaje experiencial y aprendizaje biográfico de Peter Alheit) se usa en la red en orden a estimar la probabilidad de visitar cada nodo. Esta probabilidad se estima como el PageRank. Claramente, los nodos que están estructuralmente bien conectados tienen un PageRank alto y también son, naturalmente, de gran importancia. Las técnicas de camino/trayectoria aleatoria también se puden usar para personalizar el proceso de cálculo del PageRank polarizando el rango hacia tipos particulares de nodos y sus influencias.
Otro aspecto de investigación es la serindipia que emerge en el análisis de las trayectorias en redes sociales dinámicas.
Detección de comunidad en redes sociales: uno de los problemas más importantes en el contexto del análisis de redes sociales es el de la detección de comunidades. El problema de la detección de comunidad está próximamente relacionado con el clustering e intenta determinar las regiones de una red que son más densas en términos de la conducta de enlaces (clusters específicos por sus relaciones). El tópico está relacionado con el problema genérico de la partición del grafo, que particiona la red en regiones densas basadas en el comportamiento del enlace. Sin embargo, habitualmente las redes sociales son dinámicas y esto conduce a algunos temas únicos desde el punto de vista de la detección de la comunidad. En tales casos, el contenido se puede aprovechar en ordenar a determinar grupos de actores con intereses similares. Se han creado una serie de algoritmos importantes sobre el problema de la detección de comunidad en redes sociales de larga escala. También es factible para al investigación de detección de comunidades en medios sociales [slides].
Clasificación de los nodos en las redes sociales: En muchas aplicaciones, algunos de los nodos de la red social pueden ser etiquetados y puede ser conveniente para usar el atributo y la información estructural en la red social con vistas a propagar estas etiquetas. Por ejemplo, en una aplicación de marketing (todavía existen), se puede conocer a ciertos nodos por estar interesados en un producto particular, y puede ser deseable utilizar el atributo y la información estructural en la red a fin de conocer otros nodos que también pueden estar interesados en el mismo producto. Las redes sociales también contienen una rica información sobre el contenido y la estructura de la red, que pueden ser aprovechados para este fin. Por ejemplo, cuando dos nodos en una red social están vinculados entre sí, es probable que las etiquetas del nodo también se correlacionen. Por lo tanto, la estructura de los vínculos se puede utilizar para propagar las etiquetas entre los diferentes nodos. En este caso para mi, el contenido y los atributos pueden ser utilizados con el fin de mejorar aún más la calidad de la clasificación hecha.
La evolución en las redes sociales dinámicas: Las redes sociales son entidades intrínsecamente dinámicas por su naturaleza. Nuevos miembros se unen a ellas, antiguos miembros dejan de participar, emergen nuevos enlaces a medida que se construyen nuevos contactos, y los enlaces se hacen obsoletos a medida que los miembros dejar de interactuar con algún otro, etc.. Esto conduce a cambios en la estructura de la red social como un todo y de las comunidades que hay en ella. En este contexto surgen dos cuestiones importante:
Análisis de la influencia social: Dado que las redes sociales están diseñadas principalmente sobre la base de las interacciones entre los diferentes participantes, es natural que estas interacciones pueden dar lugar a que los diferentes actores influyan el uno al otro en términos de su comportamiento. Un ejemplo clásico de esto sería una aplicación de marketing viral en la que utilizamos los mensajes entre los participantes interconectados en una red social con el fin de propagar la información a través de las diferentes partes de la red. En este contexto surgen una serie de preguntas naturales:
(a) ¿Cómo podemos modelar la naturaleza de la influencia entre los actores?
(b) ¿Cómo podemos modelar la propagación de la influencia?
(c) ¿Quiénes son los actores más influyentes para la propagación de la influencia?
A mi modo de ver, estos temas proporcionan un profundo conocimiento de la naturaleza del análisis de la influencia en las redes sociales. Hay herramientas específicas para este propósito, pero el análisis de redes sociales es la forma de tratarlo de una forma más holísitica y personalizando el análisis.
Descubrimiento de expertos en las redes: Las redes sociales se pueden utilizar como una herramienta con el fin de identificar a los expertos para una determinada tarea. Por ejemplo, teniendo en cuenta las actividades de los candidatos dentro de un contexto ( casos como la autoría de un documento o responder a una pregunta). Primero describimos los métodos para evaluar el nivel de conocimientos de cada uno de ellos. A menudo, los expertos están organizados en redes que corresponden a redes sociales o estructuras organizativas en una determinada empresa. Muchas de las tareas complejas requieren a menudo la experiencia colectiva de más de un experto. En estos casos, es más realista requerir un equipo de expertos o incluir la externalización con una firma de asesoria que puedan colaborar hacia un objetivo común.
Predicción de enlace en las redes sociales: gran parte de la investigación en minería de redes sociales se centra en el uso de los enlaces a fin de obtener información interesante sobre la red social, tal como las comunidades subyacentes o de subgrupos, o el etiquetado de los nodos con etiquetas de clase y personales (ejemplo de los hashtags). Sin embargo, en la mayor parte de las aplicaciones de redes sociales, los enlaces son dinámicos y pueden variar considerablemente con el tiempo. Por ejemplo, en una red social, los vínculos de amistad se crean continuamente a lo largo del tiempo. Por lo tanto, una pregunta natural es determinar o predecir futuros vínculos en la red social como campo emergente en estos años. El proceso de predicción puede utilizar tanto la estructura de la red como la información del atributos en los nodos diferentes.
Privacidad en las redes sociales: Las redes sociales contienen una gran información sobre el individuo en función de sus intereses, información demográfica, información de los vínculos de amistad y otros atributos. Esto puede conducir a la divulgación de diferentes tipos de información en la red social, como la revelación de la identidad, la divulgación de atributos y la divulgación de la información del vínculo.
Visualización de Redes Sociales (network visualization): a medida que las redes sociales se hacen más grandes y más complejas, el razonamiento acerca de las dinámicas sociales a través de simples estadísticas es muy complicado y no muy intuitivo. La visualización proporciona una forma natural de resumir la información con el fin de hacer que sea mucho más fácil de entender. Los últimos años han sido testigos de una convergencia de análisis de redes sociales y la visualización, junto con la interacción, que está cambiando la manera en que los analistas entienden y caracterizan las redes sociales. En el capítulo 11, se discute el objetivo principal de la visualización en el contexto de la comprensión del usuario y de la interacción. El capítulo también analiza cómo diferentes metáforas están dirigidas hacia la aclaración de diferentes aspectos de las redes sociales, como la estructura y la semántica. Se describen una serie de métodos, en donde los análisis y la visualización se entrelazan para proporcionar una mejor comprensión de la estructura y dinámicas sociales.
Minería de datos en los medios sociales: los medios de comunicación social ofrecen una gran cantidad de datos de redes sociales, que se pueden extraer con el fin de descubrir las aplicaciones comerciales útiles. Las técnicas de minería de datos proporcionan a los investigadores y a los profesionales las herramientas necesarias para analizar el gran, complejo y frecuente cambio en los datos de los medios de comunicación social. En algunos libros y blogs ya hablan de tal fenómeno que hasta los marketinianos ven como lo próximo en Social Media. En algunos blogs como «Data Mining: Text Mining, visualization and social media» de Mathew Husrt. Estamos todavía en la época emergente y de entusiasmo. No creo que sea unas técnicas que hagan cambiar los Social Media.
Minería de texto en las redes sociales: las redes sociales contienen una gran cantidad de texto en los nodos en diversas formas. Por ejemplo, las redes sociales puede contener enlaces a posts, blogs y demás artículos de noticias. En algunos casos, los usuarios pueden etiquetarse mutuamente, que es también una forma de datos de texto sobre los enlaces. El uso del contenido puede mejorar enormemente la calidad de las inferencias que se puedan hacer en el contexto de los grafos y redes sociales.
Integración de sensores en redes sociales con datos: muchos teléfonos móviles ofrecen la posibilidad de que los actores interactúen entre sí dinámicamente y en tiempo real, dependiendo de su ubicación y el estado. Tales aplicaciones también dan lugar a la generación de flujos masivos en tiempo real, que se pueden utilizar para hacer inferencias sobre alguien o sobre las propiedades globales de los objetos que se están rastreando. Dado que la información de la ubicación es privada, esto también nos lleva naturalmente a una serie de preocupaciones sobre la privacidad desde una perspectiva del procesamiento.
Análisis de la red multimedia en los medios sociales: muchos modelos de sitios de compartición tales como Flickr y Youtube que ofrecen la posibilidad de compartir los medios de comunicación. Tales medios compartidos se utilizan a menudo junto con las interacciones de los diferentes usuarios, tales como la colocación de etiquetas o comentarios en diferentes imágenes. Tales ricas redes de información basadas en el contexto se pueden extraer mediante una amplia variedad de aplicaciones que aprovechan la combinación de las etiquetas de usuarios y los datos de imagen en el proceso de extracción y recuperación.
Etiquetado social (tagging): gran parte de la interacción entre los usuarios y las redes sociales se produce en forma de etiquetado, en la que los usuarios adjuntan descripciones cortas de los diferentes objetos en la red social, tales como imágenes, texto, vídeo u otros datos multimedia. En el capítulo se 16 ofrece un estudio detallado de los diversos aspectos del etiquetado. Entramos aquí en los modelos de etiquetado, de la semántica de las etiquetas, de las recomendaciones generadas a través de las etiquetas, de las visualizaciones de las etiquetas, de las aplicaciones de las etiquetas, de la integración de diferentes sistemas de etiquetado y los problemas asociados con el uso del etiquetado. Se discuten muchos temas interesantes, como la razón de la gente para etiquetar, lo que influye en la elección de las etiquetas, la forma de modelar el proceso de etiquetado, tipos de etiquetas, diferentes leyes de energía observados en el dominio de etiquetado, cómo se crean las etiquetas se crean y cómo elegir las etiquetas correctas para la recomendación.
Todos estos campos emergentes del análisis de datos de una red social o un medio social se encuentra todavía en su infancia. Hay una enorme cantidad de trabajo por hacer, particularmente en el área de las redes sociales basadas en el contenido y de carácter temporal (introducción el factor tiempo y porpio de redes dinámicas). Algunas líneas de investigación clave para el futuro son las siguientes:
En todo esto encotramos diversidad de procedencia y de los mismos datos para analizar. Esta visión híbrida en los datos será más importante al analizar las redes en el contexto de datos heterogéneos, en los que los enlaces son de tipos diferentes y corresponden a diferentes tipos de relaciones entre los actores. Una generalización del concepto de redes sociales son las redes de información, en la que los nodos pueden ser actores de entidades, y corresponder estos nodos con las relaciones lógicas entre estas entidades. Tales redes son también heterogéneas, por lo que es cada vez más importante diseñar herramientas y técnicas que puedan analizar eficazamente redes heterogéneas.
Referencias:
En el libro «Análisis estructural y de redes» de Josep A. Rodríguez. Es un pequeño manual introductorio, no siendo puramente ARS, trata el análisis estructural y de redes que presenta de forma básica y con ejemplos de investigación los elementos teóricos y metodológicos fundamentales. Tiene una pequeña introducción del análisis de redes en sociología y en el que comenta una serie de principios y características del análisis de redes:
El mundo esta compuesto de redes más que de grupos.
Podemos resumir las características fundamentales del análisis y aproximación estructural y de redes en elementos que los diferencian de otros tipos de análisis (A), características básicas del análisis y de sus unidades (B), y principios analíticos fundamentales (C).
Elementos diferenciadores:
A1. Importancia central de las relaciones entre unidades interactuantes.
A2. Los actores y sus acciones son vistas como interdependientes, en lugar de independientes y aut6nomos.
A3. Los ligámenes y relaciones entre actores son canales de transferencia y distribuci6n de recursos, sean materiales o inmateriales.
A4. Cuando se analizan individuos, se percibe el medio estructural de la red como espacio que provee oportunidades o limitaciones para la acción individual.
A5. La estructura (sea social, económica, politica, cultural, etc.) es definida como pautas relacionales relativamente permanentes.
Caracteristicas basicas en el analisis estructural:
B1. El comportamiento de los actores es interpretado en términos de condicionantes estructurales de su actividad, en lugar de ser resultado exclusivo de fuerzas internas (socialización en las normas).
B2. El análisis se centra en las relaciones entre unidades, en lugar de intentar agrupar individuos en categorías de acuerdo con sus atributos.
B3. Un tema central es ver cómo las pautas de relaciones afectan al comportamiento de los individuos de la red.
B4. Una estructura es vista como una red de redes, que puede o no estar dividida en grupos.B5. Los métodos analíticos utilizados se centran en las pautas y naturaleza relacional de la estructura social, y suplementan ( o suplantan en otros casos) los métodos estadísticos tradicionales que necesitan unidades de análisis independientes.
Principios analíticos:
C1. Los ligámenes son normalmente asimétricamente recíprocos, y difieren en contenido e intensidad. Son asimétricos en la cantidad y tipo de recursos en flujo y tambien en el contenido e intensidad, pero generalmente son recíprocos, dando lugar a partes estables del sistema social.
C2. Los ligámenes y lazos unen a los actores tanto directa como indirectamente. Por tanto, deben ser definidos en el marco de redes estructurales mas amplias. La simetría del ligamen pone en duda la creencia en la voluntariedad de la relación. Muchas relaciones se establecen con miembros de la red que a uno no le gustan. Son involuntarias, y vienen como parte del paquete de ser miembro de la red. Pero son muy importantes por los recursos que se transmiten a través de ellos. Así, normalmente los miembros de una red utilizan relaciones directas e indirectas, y a menudo atraviesan los límites de la red. De ahí la importancia del contexto estructural de cada red particular.C3. Los puntos de una red no tienen por que ser personas individuales.Pueden ser grupos, estados, etc., o conjuntos de relaciones (clusters, o redes). Por ejemplo, en el caso de interlocking de directivos de corporaciones, lo importante es que un directivo une dos corporaciones, en lugar de que dos directivos estén en el mismo consejo de administración. Si existe un ligamen entre dos clusters, entonces todos los miembros de un cluster estan ligados a
los miembros del otro (a través de ligámenes internos).C4. Los ligámenes asimétricos y las redes complejas distribuyen recursos escasos de forma diferencial. Los recursos no fluyen equitativamente. La densidad de los clusters y los tipos de relaciones estructuran el flujo de recursos.
Dependiendo de la posición estructural, los miembros de un sistema social difieren en el acceso a los recursos. El acceso desigual a estos dará lugar a mayor asimetría en las relaciones. Y a su vez, las relaciones asimétricas entre grupos normalmente dan lugar a redes jerárquicas y generan mayores diferencias en el acceso a los recursos.
C5. Las posiciones estructurales son a su vez recursos. El acceso a posiciones estructurales es en si mismo un recurso escaso porque determina el acceso a otros recursos. Los casos de los gatekeepers (que controlan el acceso a la red) o los brokers (que ligan dos redes) son ejemplos de posiciones que obtienen poder y mayor acceso a recursos por su posición estructural.
C6. Las posiciones estructurales no son inamovibles sino que están en movimiento. Las personas, y los recursos, fluyen a traves de las redes cuando cambian posiciones estructurales. Los movimientos de las personas son parte
de la llamada «agujeros estructurales» (Burt).
C7. Las redes estructuran actividades colaboradoras o competitivas entre actores para asegurarse recursos escasos. La competencia estructural por los recursos escasos es inherente al sistema social. Los grupos de intereses compiten por acceder a ellos. Este marco delimita las bases estructurales de la actividad (acción) política colectiva.
© 2024 Blog de Fernando Santamaría
Tema por Anders Noren — Arriba ↑
Comentarios recientes