L¨¢szl¨® Barab¨¢si: "Las redes sociales ayudan a que el mundo sea cada vez m¨¢s predecible"

Estudiar una sociedad, un ser vivo o internet solo a partir de sus componentes individuales es perder una parte esencial de su grandeza. Esta idea est¨¢ en la base de la Ciencia de las Redes, que pretende enfocar esos sistemas complejos desde el punto de vista de las relaciones entre los elementos que la componen. L¨¢szl¨® Barab¨¢si, director del Center for Network Science de la Northeastern Universtiy (Boston, EE UU), es una autoridad mundial en este asunto y est¨¢ estos d¨ªas en Madrid para participar en el III curso de Ciencia de las Redes organizada por la c¨¢tedra Orange en la Escuela T¨¦cnica Superior de Ingenieros de Telecomunicaci¨®n de la Universidad Polit¨¦cnica, donde hoy recibe el doctorado Honoris Causa.

Una de sus grandes contribuciones en esta materia ha sido el concepto de red libre de escala, en la que unos pocos nodos concentran much¨ªsimos enlaces y la mayor¨ªa, en cambio, muy pocos. As¨ª funcionan, por ejemplo, redes tan diversas como la web, las c¨¦lulas del cuerpo humano o la mayor¨ªa de las redes sociales, no solo las de internet. Sus aplicaciones, pues, van desde la medicina a la inform¨¢tica, la biolog¨ªa o la pol¨ªtica.

Pregunta. ?Podr¨ªa explicar en pocas palabras la importancia de la Ciencia de las Redes?

Respuesta. Tanto los sistemas sociales como los biol¨®gicos son redes. No puedes entender la sociedad sin saber qui¨¦n habla con qui¨¦n, qui¨¦n influye a quien, quien manda sobre qui¨¦n y no puedes entender una c¨¦lula si no sabes qu¨¦ genes est¨¢ conectados. La siguiente pregunta es ?C¨®mo podemos usar la informaci¨®n de esa red para entenderlas? Lo que hemos aprendido en los ¨²ltimos diez a?os es que una vez que conocemos los v¨ªnculos entre los elementos tenemos muchos datos para conocer el sistema. En un sistema social es interesante saber qui¨¦n se relaciona con qui¨¦n para, por ejemplo, iniciar una campa?a para influir sobre alguien. Igualmente si las farmac¨¦uticas conocen la interconexi¨®n entre las mol¨¦culas tendr¨¢n un punto de partida muy s¨®lido para desarrollar sus medicinas. La red no es lo ¨²nico, pero conocerla es indispensable para conocer el sistema.

Pregunta. Resulta asombroso pensar que las redes que tejen sistemas tan distintos sea pr¨¢cticamente id¨¦nticas.

Respuesta. Esa es la magia de la ciencia, pero no es la primera vez que se descubren reglas comunes para acontecimientos aparentemente muy diferentes. La gente no ve¨ªa la conexi¨®n entre la manzana que se ca¨ªa, el movimiento del mar, que sub¨ªa y bajaba, o la luna que giraba alrededor de la tierra. Entonces lleg¨® Newton y explic¨® que todo respond¨ªa a una sola ley, la de la gravitaci¨®n universal. S¨ª, internet es muy diferente a una c¨¦lula, hablamos de ordenadores y de mol¨¦culas, de conexiones por cable o inal¨¢mbricas y de reacciones qu¨ªmicas. Uno tiene unas d¨¦cadas de vida y la otra existe desde hace miles de millones de a?os. Pero s¨ª, tienen la misma arquitectura. Y la belleza de esta ciencia es que nos da un lenguaje com¨²n para matem¨¢ticos, ingenieros, soci¨®logos o biol¨®gos porque todos hablamos de las mismas redes aunque tengamos distintos conocimientos.

Pregunta. El curso al que ha venido a Madrid se llama El reto de la predicci¨®n. Entiendo que la Ciencia de las Redes nos permita conocer mejor un acontecimiento pero ?Puede ayudarnos a predecirlo?

Respuesta. Creo que hay un poco de confusi¨®n sobre este tema. No podemos responder a esas preguntas maravillosas que se hace la gente como "?qu¨¦ me va a pasar ma?ana", porque no son cuantificables. Pero creo que todo lo medible, todo aquello sobre lo que podamos tener datos objetivos, es, hasta cierto punto, predecible. Podemos medir, por ejemplo, la movilidad de los habitantes de una ciudad a trav¨¦s de sus m¨®viles y predecir con m¨¢s o menos exactitud c¨®mo se van distribuir ma?ana a una hora determinada. Pero no podemos medir cuanta gente se va a enamorar, porque para eso tendr¨ªamos que definir primero qu¨¦ es el amor. Para predecir un acontecimiento en primer lugar hay que tener el mayor n¨²mero de datos posible, cuanto m¨¢s tengamos m¨¢s afinada ser¨¢ la predicci¨®n, y ahora tenemos muchos, de las redes sociales y de los m¨®viles, por ejemplo. En segundo lugar tenemos que conocer las leyes que gobiernan esos acontecimientos. Y por ¨²ltimo tenemos que tener ordenadores que nos permitan hacer los c¨¢lculos correspondientes.

Pregunta. ?Pod¨ªan haberse predicho por ejemplo las revoluciones ¨¢rabes con los datos obtenidos de las redes sociales?

Respuesta. La gente critic¨® que EE UU se gastara millones de d¨®lares en herramientas para adelantarse a esos acontecimientos y no supiera vaticinarlos. Pero hay que ser muy cautos con este tema. Las redes sociales mostraban que hab¨ªa un deseo general de cambio pero no cu¨¢ndo se iba a producir ¨¦ste. Los acontecimientos m¨¢s predecibles son los m¨¢s repetitivos pero las guerras y revoluciones son m¨¢s bien como los terremotos. Podemos vaticinar que los habr¨¢ en lugar determinado pero no el momento exacto. En el caso de las revoluciones su estallido final depend¨ªa de las circunstancias, como un ajuste econ¨®mico o la muerte de un l¨ªder pol¨ªtico.

Pregunta. ?Y el caso de unas elecciones?

Respuesta. El desarrollo de redes como Twitter y Facebook har¨¢ que estos fen¨®menos sean cada vez m¨¢s predecibles. Sin embargo hay que considerar que los sistemas sociales son, como dice mi amigo George Soros, flexibles. Si haces una predicci¨®n la gente reacciona y cambia su comportamiento, algo muy visible por ejemplo en el tema de las inversiones o el precio de las cosas. Adem¨¢s, si los partidos pol¨ªticos hacen bien su trabajo se tender¨¢ a una polarizaci¨®n del 50%, a un reparto del voto en dos partes iguales. Si se fija, la mayor¨ªa de democracias mantienen ese equilibrio, que es realmente dif¨ªcil de mover. Solo se rompe cuando se hunde uno de los dos partidos o en circunstancias excepcionales como las que suceden ahora en Europa. Hay un creciente n¨²mero de herramientas para la predicci¨®n pol¨ªtica pero en la medida en que partidos y candidatos de ambos bandos las usen se mantendr¨¢ ese reparto al 50%.

Pregunta. En las llamadas redes libres de escalas hay unos pocos nodos llamados hubs (ejes) que concentran la mayor¨ªa de enlaces. En el caso de la web un ejemplo de eje ser¨ªa por ejemplo Google, pero tambi¨¦n Facebook que hace seis a?os no exist¨ªa ?Ser¨ªa posible predecir qu¨¦ p¨¢ginas emergentes van a ocupar esos puestos en el futuro?

Respuesta. ?Esa es la pregunta del mill¨®n de d¨®lares! En principio no podemos acceder a toda la informaci¨®n necesaria, pero creo que teni¨¦ndola si podr¨ªan identificarse aquellas compa?¨ªas que tienen oportunidad o no de convertirse en una referencia en la web . A m¨ª no me sorprender¨ªa si alguien llegara y dijera "tengo un m¨¦todo para averiguarlo" aunque siempre habr¨¢ un nivel de error en el proceso, porque tienen mucha influencia las decisiones empresariales. Y al final, convertirte en una p¨¢gina de referencia o no no depende de tu decisi¨®n individual, es una decisi¨®n colectiva: te puedes poner en la mejor situaci¨®n para ser un eje, pero al final es la comunidad la que te elige.

Pregunta. ?Ha contribuido la eclosi¨®n de las redes sociales en internet a la Ciencia de las Redes?

Respuesta. ?Absolutamente! ?Por qu¨¦ explot¨® hace diez a?os nuestra ciencia? No fue porque llegase un genio. Fue porque empez¨® a estar disponible para nosotros un n¨²mero creciente de datos. Y entonces descubrimos que muchos modelos de redes de los a?os 60 fundamentalmente eran err¨®neas. Y no solo nos dimos cuenta de que las redes eran diferentes a como pens¨¢bamos sino adem¨¢s que segu¨ªan reglas comunes de organizaci¨®n. La influencia es mutua: Facebook o Google + tambi¨¦n han aprendido de la investigaci¨®n sobre redes. En el ¨²ltimo a?o y medio Facebook se ha reinventado convirti¨¦ndose en una herramienta que puede predecir quienes son tus amigos, antes se limitaba a recabar datos. Algunas de las herramientas de las redes sociales se usan ahora de forma mucho m¨¢s agresiva.

Pregunta. Por lo que cuenta parece que Google, que prioriza en sus b¨²squedas las p¨¢ginas m¨¢s enlazadas, fue un adelantado en entender la Ciencia de las Redes.

Respuesta. Google no conoc¨ªa esta ciencia, fue una convergencia. Los chicos de Google simplemente estaban haciendo lo correcto para convertirse en un eje, sin entender la estructura de las redes. Pero adem¨¢s, el ¨¦xito del buscador de Google se basa precisamente en que existen unos pocos ejes con much¨ªsimos enlaces porque si la web tuviera otra estructura, por ejemplo una distribuci¨®n aleatoria con un reparto m¨¢s equilibrado de v¨ªnculos, su page rank (el valor num¨¦rico que representa la importancia de una p¨¢gina) ser¨ªa completamente ineficiente. Google explot¨® la estructura de las redes sin realmente comprenderlas. Es decir que solo a posteriori conocieron el secreto de su ¨¦xito. Despu¨¦s es cuando dijimos "funcion¨® por esto".

Pregunta. ?Qu¨¦ opina del riesgo que supone para nuestra privacidad mostrar tantos datos personales en las redes sociales?

Respuesta. Bueno, todo se puede usar para el bien y para el mal, nosotros usamos muchos datos y estos se prestan a ser mal utilizados. Pero creo que este peligro est¨¢ sobrevalorado, tenemos miedo de escenarios hipot¨¦ticos que nunca ocurrir¨¢n, tendemos a pensar que detr¨¢s de cada dato se esconde un peligro. Pero a la vez vivimos en un mundo con un exceso de informaci¨®n y queremos que la que nos llega sea lo m¨¢s personalizada posible y eso significa que otros van a tener que manejar nuestros datos. Tenemos que crear un marco legal adecuado para ello pero las redes sociales son un fen¨®meno imparable.