Ejemplos de análisis estadístico de redes de personajes en dos de las tragedias de Shakespeare. Dos personajes están conectados por una línea, o borde, si aparecen en la misma escena. El tamaño de los círculos que representan a estos personajes, llamados nodos, indicar a cuántos otros personajes está conectado uno. La densidad de la red se relaciona con qué tan completo es el gráfico, con una densidad del 100%, lo que significa que tiene todos los personajes conectados. Crédito:Martin Grandjean
Para un erudito inglés o un ávido lector, el Canon de Shakespeare representa algunas de las mejores obras literarias del idioma inglés. Para un científico de la red, Las 37 obras de Shakespeare y las 884, Las 421 palabras que contienen también representan una red de comunicación enormemente compleja. Científicos de la red, que emplean matemáticas, física, e informática para estudiar sistemas vastos e interconectados, tienen la tarea de utilizar enfoques estadísticamente rigurosos para comprender cómo las redes complejas, como todo Shakespeare, transmitir información al cerebro humano.
Nueva investigación publicada en Física de la naturaleza utiliza herramientas de la ciencia de las redes para explicar cómo las redes de comunicación complejas pueden transmitir de manera eficiente grandes cantidades de información al cerebro humano. Dirigido por el postdoctorado Christopher Lynn, estudiantes de posgrado Ari Kahn y Lia Papadopoulos, y la profesora Danielle S. Bassett, el estudio encontró que diferentes tipos de redes, incluidos los que se encuentran en obras de literatura, piezas musicales, y conexiones sociales, tienen una estructura subyacente similar que les permite compartir información de manera rápida y eficiente.
Tecnicamente hablando, una red es simplemente una representación estadística y gráfica de conexiones, conocido como bordes, entre diferentes puntos finales, llamados nodos. En piezas de literatura, por ejemplo, un nodo puede ser una palabra, y un borde puede conectar palabras cuando aparecen una al lado de la otra ("mi" - "reino" - "para" - "un" - "caballo") o cuando transmiten ideas o conceptos similares ("amarillo" - "naranja" -"rojo").
La ventaja de utilizar la ciencia de redes para estudiar cosas como idiomas, dice Lynn, es que una vez que las relaciones se definen a pequeña escala, los investigadores pueden usar esas conexiones para hacer inferencias sobre la estructura de una red a una escala mucho mayor. "Una vez que defina los nodos y los bordes, puede alejarse y comenzar a preguntar cómo se ve la estructura de todo este objeto y por qué tiene esa estructura específica, "dice Lynn.
Sobre la base del estudio reciente del grupo que modela cómo el cerebro procesa información compleja, los investigadores desarrollaron un nuevo marco analítico para determinar cuánta información transmite una red y qué tan eficiente es para transmitir esa información. "Para calcular la eficiencia de la comunicación, necesita un modelo de cómo los humanos reciben la información, " él dice.
Con este marco analítico, los investigadores evaluaron 40 redes de comunicación del mundo real para ver qué características eran cruciales para comunicar información. Miraron obras de literatura inglesa, incluido el canon de Shakespeare y "Orgullo y prejuicio" de Jane Austen, "junto con piezas musicales como la Sonata n. ° 11 de Mozart y" Bohemian Rhapsody "de Queen. También estudiaron redes de relaciones sociales, incluyendo redes de coautoría en ciencia y conexiones de amigos en Facebook.
Después de observar este grupo diverso de redes, los investigadores encontraron que la estructura a gran escala de una red era esencial para la capacidad de esa red de transmitir información. Lo sorprendente fue lo similar que era esta estructura en las diferentes redes, si la red representaba transiciones de sustantivos en una obra literaria o progresiones melódicas en una pieza musical.
Lo que hace que estas redes sean tan ricas en información como eficientes es el equilibrio entre dos características clave de la red conocidas como estructura de "comunidad" y estructura "heterogénea". La estructura de la comunidad ocurre cuando los nodos se agrupan y forman grupos que evocan conceptos relacionados. Decir la palabra "perro" puede traer a la mente "pelota, "" Frisbee, "o" hueso, "por ejemplo. Esta estructura comunitaria ayuda a que las redes sean más eficientes porque una persona puede anticipar qué palabra o idea vendrá después.
Pero si una persona puede anticipar lo que vendrá después, no se transmitirá mucha información porque la información está directamente relacionada con la sorpresa. Para proporcionar informacion, las redes deben tener una mezcla "heterogénea" de nodos bien conectados y escasamente conectados. Tome las obras de Shakespeare como ejemplo. Mientras que "el" y "y" se utilizan 28, 944 y 27, 317 veces, respectivamente, también hay 12, 493 formas de palabras que solo aparecen una vez. "En un centro como, 'los, 'no puedes anticipar a dónde vas a ir, "dice Lynn." Resulta que estos nodos centrales son realmente importantes para generar sorpresas o, equivalentemente, información."
Lo que es fascinante para Lynn es cómo el equilibrio entre la estructura heterogénea y comunitaria es clave para crear redes que sean ricas en información pero también fáciles de interpretar. "La gente ha estudiado estas dos estructuras durante mucho tiempo; son dos de los conceptos fundamentales de la ciencia de redes, ", dice." Este estudio da una explicación de por qué algunas de estas redes están estructuradas de la manera en que están:porque están tratando de comunicar información de manera eficiente. Eso es lo que creo que es la parte más genial " él dice.
Los investigadores continuarán este trabajo ampliando los tipos de redes de comunicación que evalúan, con el objetivo de buscar tendencias a lo largo del tiempo y diferencias y similitudes entre obras de otros idiomas y culturas. "También estamos particularmente interesados en delinear cómo la comunicación eficiente está relacionada con la corrección de errores, ", dice Bassett. Nuestros hallazgos preliminares sugieren que las redes del mundo real ayudan a los humanos a corregir automáticamente sus propios errores".