Contenidos
Charla «¿Es realmente tan compleja la vida?» de TEDxUCL en español.
¿Puede un algoritmo predecir el lugar donde va a ocurrir una revuelta en el futuro? En esta accesible charla, la matemática Hannah Fry nos muestra cómo es posible analizar y tal vez predecir conductas sociales complejas a través de analogías con fenómenos naturales como la distribución de las manchas del leopardo, o la distribución de depredadores y presas en el mundo salvaje.
- Autor/a de la charla: Hannah Fry
- Fecha de grabación: 2012-06-03
- Fecha de publicación: 2012-08-04
- Duración de «¿Es realmente tan compleja la vida?»: 602 segundos
Traducción de «¿Es realmente tan compleja la vida?» en español.
Muchas gracias.
Soy Hannah Fry, una chica dura, y pregunto lo siguiente:
¿Es realmente tan compleja la vida?
Solo tengo nueve minutos para tratar de responder, así que la dividí en dos partes.
Parte uno: sí.
Y luego, parte dos: no.
O para ser más exactos:
¿no?
(Risas)
Primero intentaré definir lo que quiero decir con «compleja».
Podría darles un montón de definiciones formales pero, en términos simples, un problema es «complejo» cuando Einstein y sus pares no lo pueden resolver.
Imaginemos…
si el puntero funciona…
ahí está.
Einstein está jugando al billar.
Como es un tipo inteligente, sabe que cuando le pegue a la bola blanca podría escribir una ecuación y calcular exactamente dónde va a rebotar la bola roja, qué velocidad va a tener y dónde va a terminar.
Si agrandamos estas bolas a la escala del sistema solar, Einstein todavía puede ayudarnos.
Es otra física, claro, pero para entender cómo se mueve la Tierra respecto del Sol, Einstein podría escribir una ecuación que nos dé la posición de cada objeto en cualquier momento.
Con un increíble aumento de dificultad, Einstein podría incluir la Luna en sus cálculos.
Pero a medida que agregamos otros planetas, como Marte y Júpiter, Einstein ya no puede resolver el problema con papel y lápiz.
Lo raro es que si en lugar de tener cinco planetas tuviéramos millones o miles de millones, el problema, en realidad, sería mucho más simple, y Einstein podría resolverlo.
Para explicarles a qué me refiero, vamos a achicar estos objetos a una escala molecular.
Si quisiéramos seguir la trayectoria errática de una molécula de aire, no podríamos hacerlo.
Pero si tenemos millones de moléculas de aire todas juntas, vemos que empiezan a actuar de un modo cuantificable, predecible y obediente.
Y menos mal que el aire es obediente, porque si no lo fuera los aviones se caerían.
Ahora, en una escala aún más grande, abarcando todo el mundo, la idea es exactamente la misma con todas estas moléculas de aire.
Es verdad que no se puede tomar una gota de lluvia y decir de dónde vino o dónde va a terminar.
Pero se puede decir con bastante certeza si mañana va a estar nublado.
Y eso es todo.
Hasta ahí había llegado la ciencia en la época de Einstein.
Podíamos resolver problemas muy pequeños con unos cuantos objetos con interacciones simples, o problemas enormes con millones de objetos e interacciones simples.
Pero
¿y todo lo que hay en el medio?
Bueno, tan solo siete años antes de la muerte de Einstein, el científico estadounidense Warren Weaver hizo justamente este planteo.
Dijo que el método científico había ido de un extremo al otro, dejando intacta una gran zona intermedia.
La ciencia compleja se encuentra en esta zona intermedia; a esto me refiero cuando digo «compleja».
Lamentablemente, casi todos los problemas relativos al comportamiento humano están en esta región intermedia.
Einstein no tiene ni idea de cómo modelar el movimiento de una muchedumbre.
Son demasiadas personas para analizar individualmente y muy pocas para analizar como un gas.
Del mismo modo, la gente tiene la mala costumbre de tomar decisiones y de no querer chocarse entre sí, lo que complica muchísimo el problema.
Einstein tampoco podría predecir el próximo colapso de la bolsa.
Einstein no podría decirnos cómo reducir el desempleo.
Ni siquiera podía decirnos si el próximo iPhone va a ser un éxito o un fracaso.
Entonces, para concluir la parte uno: estamos jodidos.
No tenemos cómo lidiar con esto y la vida es demasiado complicada.
Pero tal vez haya esperanza, porque en los últimos años hemos empezado a ver el comienzo de un nuevo campo de la ciencia usando matemáticas para modelar nuestros sistemas sociales.
Y no hablo solamente de estadística y simulaciones con computadoras.
Hablo de escribir ecuaciones sobre nuestra sociedad que nos ayudarán a entender lo que sucede, como con las bolas de billar o el pronóstico del tiempo.
Y esto se dio porque la gente ha empezado a darse cuenta de que podemos aprovechar las analogías entre nuestros sistemas humanos y los del mundo físico alrededor nuestro.
Para darles un ejemplo, el problema increíblemente complejo de la migración en Europa.
En realidad, resulta que si miramos a la gente en conjunto, colectivamente, se comportan como si siguieran las leyes gravitatorias.
Pero en lugar de ser planetas atrayéndose los unos a los otros, son personas siendo atraídas a zonas con mejores oportunidades laborales, salarios más altos, mejor calidad de vida y menos desempleo.
Y del mismo modo que la gente es más propensa a aceptar oportunidades cerca del lugar donde viven —de Londres a Kent, por ejemplo, en lugar de ir de Londres a Melbourne— el efecto gravitatorio de los planetas que están lejos se siente mucho menos.
Para darles otro ejemplo: un grupo de la Universidad de California en Los Ángeles en 2008 estudió la distribución de las zonas con más robos en viviendas en la ciudad.
Un tema con los robos en viviendas es esta idea de la victimización repetida.
O sea, si un grupo de ladrones consigue robar con éxito en una zona, es muy probable que vuelvan al mismo lugar a seguir robando.
Así aprenden la distribución interna de las casas, las rutas de escape y las medidas de seguridad que rigen en la zona.
Y esto va a seguir sucediendo hasta que los vecinos y la policía incrementen la seguridad, y en ese momento los ladrones se van a ir a otra parte.
Y es ese equilibrio entre los ladrones y la seguridad lo que crea estas «zonas calientes» de delito que van cambiando.
Es exactamente el mismo proceso por el cual le salen manchas al leopardo.
Solo que, en el caso del leopardo, no se trata de ladrones y seguridad sino de un proceso químico y algo llamado «morfogénesis».
Sabemos muchísimo sobre la morfogénesis de las manchas del leopardo.
Tal vez podamos usar esto para identificar señales que nos alerten a los robos, y tal vez también para crear mejores estrategias de prevención de delitos.
Aquí en el University College de Londres, hay un grupo que trabaja con la policía de West Midlands precisamente en este tema.
Hay muchos ejemplos como este, pero voy a tomar uno de mi investigación sobre los disturbios de 2011 en Londres.
Creo que no hace falta que les cuente lo que pasó el verano pasado, cuando Londres y el Reino Unido vieron el peor período de saqueos e incendios constantes en más de 20 años.
Como sociedad, es normal que queramos entender exactamente cuál fue la causa de los disturbios, pero tal vez también es importante tratar de equipar a la policía con mejores estrategias para resolver la situación más rápido en el futuro.
Como no quiero molestar a los sociólogos, no voy a especular sobre la motivación personal de cada alborotador.
Pero si los miramos a todos juntos, matemáticamente, se pueden analizar como un proceso en tres partes y hacer las analogías del caso.
Paso uno: imagínense un grupo de amigos.
No están involucrados en los disturbios, pero uno de ellos pasa por una tienda de deportes que está siendo saqueada, entra y se lleva unas zapatillas nuevas.
Le manda un texto a uno de sus amigos y le dice: «Ven aquí a los disturbios».
Entonces el amigo se le une, y los dos mandan textos a más amigos para que también se les unan, y manden textos a más amigos y más, y más, y así siguiendo.
El proceso es idéntico a la propagación de un virus en una población.
Si piensan en la epidemia de gripe aviar hace un par de años, cuantos más infectados había, más gente se infectaba, y más rápido se propagaba el virus hasta que las autoridades consiguieron controlar la situación.
En este caso es exactamente el mismo proceso.
Digamos que un alborotador decide armar una revuelta.
El paso dos es elegir el lugar.
Les cuento que los alborotadores…
¡No funciona el puntero! Ahí va.
Les cuento que los alborotadores no están dispuestos a desplazarse muy lejos de donde viven, a menos que sea un sitio muy jugoso.
(Risas)
Lo pueden ver aquí en este gráfico, donde la mayoría de los alborotadores se desplazó menos de un kilómetro para ir al sitio de la revuelta.
Este patrón se ve en los modelos de conducta del consumidor, o sea: dónde elegimos ir de compras.
Es claro que a la gente prefiere comprar en comercios locales, pero estaría dispuesta a ir un poquito más lejos si se tratara de un muy buen lugar.
De hecho en algunos casos la prensa identificó esta analogía y algunos diarios sensacionalistas usaron la frase «compras con violencia», lo que probablemente es un buen resumen de los hechos.
¡Oh! ¡Vamos para atrás! Bien, paso tres.
Finalmente, el alborotador está en el lugar elegido y quiere evitar que lo atrape la policía.
Los alborotadores siempre evaden a la policía, pero están más seguros si están en grupo.
Por otro lado la policía, con sus limitados recursos, trata de proteger la mayor parte de la ciudad posible, arrestar alborotadores cuando sea posible y crear un efecto disuasorio.
Y en realidad, resulta que este mecanismo entre las dos especies los alborotadores y la policía, digamos, es idéntico al sistema depredador-presa.
Si nos imaginamos conejos y zorros, los conejos tratan de evitar a los zorros a toda costa, mientras los zorros patrullan la zona, buscando a los conejos.
Sabemos muchísimo sobre la dinámica entre depredador y presa.
También sabemos mucho sobre el flujo del gasto de los consumidores.
Y sabemos mucho sobre cómo se propagan los virus en una población.
Entonces, aprovechando estas tres analogías, podemos crear un modelo matemático de lo que pasó realmente, y podemos reproducir los patrones generales de los disturbios.
Una vez que tenemos esto, podemos ponerlo «bajo el microscopio» y empezar a analizar las zonas que fueron más susceptibles y las tácticas que la policía podría usar si esto volviera a suceder en el futuro.
Este tipo de modelos eran totalmente inauditos hace 20 años.
Pero creo que estas analogías son una herramienta increíblemente importante para abordar problemas sociales, y tal vez, en última instancia, para mejorar la sociedad en su conjunto.
Entonces, para concluir: la vida es compleja pero tal vez entenderla no tenga por qué serlo.
Gracias.
(Aplausos)
https://www.ted.com/talks/hannah_fry_is_life_really_that_complex/