¿Cuántas veces necesita uno repetir un chisme para que este se difunda? ¿Importa a quién se lo diga? ¿Cuándo lo diga? ¿Cómo lo diga?
En el post anterior mencionaba cuán arraigados tenemos algunos refranes y aforismos en nuestro imaginario colectivo. Y nuestras épocas electorales se ven plagadas de ejemplos perfectos de uno de ellos: miente, miente, que algo queda(1). Aunque resulte extraño, la dinámica de los bulos, chismes y rumores es otro magnífico ejemplo de la no-linealidad de un sistema: un sistema de relaciones humanas.
Para entenderlo, pensemos por un momento en un bosque. Si uno inicia fuego abierto, prendiendo una antorcha y apoyándola en un árbol, ¿el bosque se incendiará? Quizás responder a eso no sea para nada sencillo, por la cantidad de variables involucradas, así que simplifiquemos la situación: pensemos en un bosque de juguete. Un modelo de bosque construido sobre un tablero cuadriculado —como uno de ajedrez— donde cada casilla puede tener o no tener un árbol. Esto determinará la densidad d del bosque. Y pensemos que todos los árboles son iguales. Pinos, por decir. Y ante la presencia de fuego, todos los pinos tienen una cierta probabilidad p≤1 de prenderse ante la presencia de fuego en una casilla situada en cualquiera de sus cuatro lados. Este sencillo modelo puede verse y ejecutarse aquí: Netlogo Fire model.
¿Se provocará un incendio si prendemos uno de los pinos? El resultado dependerá globalmente de dos variables: la densidad de pinos y la probabilidad de estos de prenderse. Pensemos primero en el caso extremo: p=1,d=1. Esto significa que todo el tablero está lleno de pinos —como Granja Porcón, en Cajamarca— y estos siempre se prenderán. Pero planteemos ahora dos casos menos obvios: p=0.5,d=1 y p=1,d=0.5.
Resulta que en el primer caso, el porcentaje del bosque que se incendia sobrepasa el 50%, mientras que en el segundo no supera el 5%. ¿Qué está ocurriendo?
El modelo descrito es un claro ejemplo del fenómeno conocido como criticalidad auto-organizada, que ocurre en sistemas compuestos por muchos elementos individuales, similares, interactuando local pero no-linealmente entre sí.
Enfoquemos el problema de un modo distinto: en lugar de pensar cuáles son las condiciones para iniciar un incendio, pensemos en las condiciones para detenerlo. La primera reacción durante mucho tiempo al iniciarse un incendio ha sido ir ahí donde se encuentra el frente y apagarlo. O al menos tratar de. Pero ¿necesariamente esa es la forma más eficiente? Jamie Workman, quien trabaja para el Environmental Defense Fund, es una de las muchas voces que se unen alrededor de la idea de que el mecanismo más efectivo para detener un incendio forestal es ahogándolo. Es decir, cortarle los puntos de conexión con el resto del bosque. En términos de las variables p y d descritas anteriormente, se trataría de resolver el problema reduciendo d en lugar de resolverlo reduciendo p. Y como podemos ver, el bosque es más sensible a las variaciones de densidad que de probabilidad.
Ahora, cómo esto se conecta con el tema de los chismes será el tema del siguiente post.
(1) Lejos de ser producto de la sabiduría popular, esta frase suele atribuírsele al infame Joseph Goebbels. Es probable, sin embargo, que haya sido concebida años, décadas, sino siglos antes.
Es interesante ver cómo fenómenos físicos se relacionan con fenómenos sociales. Aún así estudiar fenómenos sociales, según sé, tiene ciertas particularidades. Científicamente, ¿por qué crees que se produce esto?
En mi opinión, las particularidades se dan en la caracterización de los elementos de los sistemas, pero no en los sistemas en sí, los cuales tienen comportamientos que pueden escalarse en analogía con sistemas físicos justamente porque las interacciones son análogas entre sí. El gran error de las primeras aproximaciones entre los fenómenos sociales y las «ciencias duras» se basa justamente en haber asumido un enfoque reduccionista, producto de modelos lineales. De ahí mi interés en arrancar con el tema de linealidad vs no-linealidad. Cubriré algunos ejemplos de fenómenos sociales entendidos desde las ciencias naturales en próximos posts.
¡Gracias por la respuesta, profesor! De hecho estoy intentando usar este modelo de incendios como analogía para tratar de predecir cual será el impacto de la difusión de un tema que estoy promoviendo. Sin embargo, al descargar el modelo solo encontré la posibilidad de cambiar el parámetro densidad, mas no el de probabilidad. ¿Cómo podría variar la «p»?¿Tengo que escribir directamente en el código de NetLogo?
Por cierto, pienso que este estudio tendría aplicaciones como mediciones de impacto en las campañas de marketing.