TED2009
Sean Gourley: The mathematics of war
Sean Gourley habla sobre las matemáticas de la guerra
Filmed:
Readability: 3.6
1,030,256 views
Cogiendo datos en bruto de las noticias y plasmándolos en un gráfico, Sean Gourley y su equipo han llegado a una impresionante conclusión acerca de la naturaleza de la guerra moderna y quizás hasta un modelo para resolver conflictos.
Sean Gourley - Physicist and military theorist
Sean Gourley, trained as a physicist, has turned his scientific mind to analyzing data about a messier topic: modern war and conflict. He is a TED Fellow. Full bio
Sean Gourley, trained as a physicist, has turned his scientific mind to analyzing data about a messier topic: modern war and conflict. He is a TED Fellow. Full bio
Double-click the English transcript below to play the video.
00:12
We look around the media, as we see on the news from Iraq,
0
0
3000
A través de los medios de comunicación vemos las noticias sobre Irak,
00:15
Afghanistan, Sierra Leone,
1
3000
3000
Afganistán y Sierra Leona
00:18
and the conflict seems incomprehensible to us.
2
6000
4000
y los conflictos nos parecen incomprensibles.
00:22
And that's certainly how it seemed to me when I started this project.
3
10000
4000
Y así es realmente como me parecía cuando empecé este proyecto.
00:26
But as a physicist,
4
14000
2000
Pero siendo físico
00:28
I thought, well if you give me some data,
5
16000
3000
pensé, bien, si me das algunos datos
00:31
I could maybe understand this. You know, give us a go.
6
19000
2000
tal vez podría entender esto. Démosle una vuelta.
00:33
So as a naive New Zealander
7
21000
2000
Así que siendo un ingenuo neozelandés
00:35
I thought, well I'll go to the Pentagon.
8
23000
2000
pensé, bien, iré al Pentágono.
00:37
Can you get me some information?
9
25000
2000
¿Me pueden dar algo de información?
00:39
(Laughter)
10
27000
3000
(Risas)
00:42
No. So I had to think a little harder.
11
30000
4000
No. Así que tuve que pensar un poco más.
00:46
And I was watching the news one night in Oxford.
12
34000
3000
Y estaba viendo las noticias una noche en Oxford.
00:49
And I looked down at the chattering heads on my channel of choice.
13
37000
3000
Y miré debajo de las cabezas parlantes en el canal que había elegido.
00:52
And I saw that there was information there.
14
40000
2000
Y vi que había información ahí.
00:54
There was data within the streams of news that we consume.
15
42000
3000
Había datos dentro de los flujos de noticias que consumíamos.
00:57
All this noise around us actually has information.
16
45000
4000
De hecho todo este ruido a nuestro alrededor contiene información.
01:01
So what I started thinking was,
17
49000
2000
Así que lo que empecé a pensar fue:
01:03
perhaps there is something like open source intelligence here.
18
51000
3000
quizás hay algo parecido a inteligencia de código abierto aquí.
01:06
If we can get enough of these streams of information together,
19
54000
3000
Si conseguimos juntar suficientes flujos de información
01:09
we can perhaps start to understand the war.
20
57000
3000
quizás podamos empezar a entender la guerra.
01:12
So this is exactly what I did. We started bringing a team together,
21
60000
3000
Por lo que eso fue exactamente lo que hice. Empezamos a juntar a
01:15
an interdisciplinary team of scientists,
22
63000
2000
un equipo interdisciplinario de científicos,
01:17
of economists, mathematicians.
23
65000
3000
economistas y matemáticos.
01:20
We brought these guys together and we started to try and solve this.
24
68000
3000
Juntamos a estos chicos y empezamos a intentar resolver esto.
01:23
We did it in three steps.
25
71000
2000
Lo hicimos en tres pasos.
01:25
The first step we did was to collect. We did 130 different sources of information --
26
73000
4000
El primer paso que dimos fue recolectar. Teníamos 130 fuentes de información diferentes,
01:29
from NGO reports to newspapers and cable news.
27
77000
3000
desde informes de ONGs hasta periódicos y canales de noticias.
01:32
We brought this raw data in and we filtered it.
28
80000
3000
Obtuvimos todos estos datos sin procesar y los filtramos.
01:35
We extracted the key bits on information to build the database.
29
83000
3000
Extrajimos las piezas de información clave para construir la base de datos.
01:38
That database contained
30
86000
2000
La base de datos contenía
01:40
the timing of attacks,
31
88000
2000
la fecha de los ataques,
01:42
the location, the size and the weapons used.
32
90000
2000
localización, el tamaño y las armas usadas.
01:44
It's all in the streams of information we consume daily,
33
92000
3000
Está todo en los flujos de información que consumimos a diario,
01:47
we just have to know how to pull it out.
34
95000
2000
sólo tenemos que saber como extraerlo.
01:49
And once we had this we could start doing some cool stuff.
35
97000
2000
Y pudimos empezar a hacer cosas realmente interesantes.
01:51
What if we were to look at the distribution of the sizes of attacks?
36
99000
3000
¿Que pasaría si miráramos la distribución del tamaño de los ataques?
01:54
What would that tell us?
37
102000
2000
¿Qué nos diría eso?
01:56
So we started doing this. And you can see here
38
104000
2000
Así que empezamos a hacer esto. Y como pueden ver
01:58
on the horizontal axis
39
106000
2000
aquí en el eje horizontal
02:00
you've got the number of people killed in an attack
40
108000
2000
tienen el número de gente que ha muerto en un ataque
02:02
or the size of the attack.
41
110000
2000
o el tamaño del ataque.
02:04
And on the vertical axis you've got the number of attacks.
42
112000
3000
Y en el eje vertical tienen el número de ataques.
02:07
So we plot data for sample on this.
43
115000
2000
Así que graficando los datos sobre esto
02:09
You see some sort of random distribution --
44
117000
2000
pueden ver una especie de distribución aleatoria:
02:11
perhaps 67 attacks, one person was killed,
45
119000
3000
quizás en 67 ataques, una persona murió,
02:14
or 47 attacks where seven people were killed.
46
122000
3000
o 47 ataques donde murieron 7 personas.
02:17
We did this exact same thing for Iraq.
47
125000
2000
Hicimos exactamente lo mismo para Irak.
02:19
And we didn't know, for Iraq what we were going to find.
48
127000
3000
Y no sabíamos qué íbamos a encontrar para Irak.
02:22
It turns out what we found was pretty surprising.
49
130000
4000
Resulta que lo que encontramos fue bastante sorprendente.
02:26
You take all of the conflict,
50
134000
2000
Tomas todos los conflictos,
02:28
all of the chaos, all of the noise,
51
136000
2000
todo el caos y todo ese ruido,
02:30
and out of that
52
138000
2000
y con eso
02:32
comes this precise mathematical distribution
53
140000
2000
obtienes esta distribución matemática precisa
02:34
of the way attacks are ordered in this conflict.
54
142000
3000
que define cómo están ordenados los ataques en este conflicto.
02:37
This blew our mind.
55
145000
2000
Esto nos sorprendio muchísimo.
02:39
Why should a conflict like Iraq have this
56
147000
4000
¿Por qué un conflicto como Irak tendría esto
02:43
as its fundamental signature?
57
151000
2000
como su firma fundamental?
02:45
Why should there be order in war?
58
153000
2000
¿Por qué habría orden en la guerra?
02:47
We didn't really understand that.
59
155000
2000
Realmente no lo entendíamos.
02:49
We thought maybe there is something special about Iraq.
60
157000
4000
Pensamos que tal vez había algo especial en Irak.
02:53
So we looked at a few more conflicts.
61
161000
2000
Así que miramos en unos pocos conflictos más.
02:55
We looked at Colombia, we looked at Afghanistan,
62
163000
2000
Miramos en Colombia, miramos en Afganistán
02:57
and we looked at Senegal.
63
165000
2000
y miramos en Senegal.
02:59
And the same pattern emerged in each conflict.
64
167000
2000
Y el mismo patrón emergió en cada conflicto.
03:01
This wasn't supposed to happen.
65
169000
2000
Esto supuestamente no debería suceder.
03:03
These are different wars, with different religious factions,
66
171000
3000
Estas son guerras diferentes con facciones religiosas diferentes,
03:06
different political factions, and different socioeconomic problems.
67
174000
3000
facciones políticas diferentes y problemas socioeconómicos diferentes.
03:09
And yet the fundamental patterns underlying them
68
177000
4000
Sin embargo, los patrones fundamentales que los definen
03:13
are the same.
69
181000
3000
son los mismos.
03:16
So we went a little wider.
70
184000
2000
Así que expandimos nuestra busqueda.
03:18
We looked around the world at all the data we could get our hands on.
71
186000
3000
Miramos alrededor del mundo en todos los datos que pudimos conseguir.
03:21
From Peru to Indonesia,
72
189000
3000
De Perú a Indonesia
03:24
we studied this same pattern again.
73
192000
2000
estudiamos nuevamente el mismo patrón.
03:26
And we found that not only
74
194000
3000
Y no sólo encontramos que
03:29
were the distributions these straight lines,
75
197000
2000
las distribuciones eran estas líneas rectas,
03:31
but the slope of these lines, they clustered around
76
199000
2000
sino que la pendiente de estas líneas se agrupaban alrededor
03:33
this value of alpha equals 2.5.
77
201000
3000
de este valor de Alfa igual a 2,5.
03:36
And we could generate an equation
78
204000
2000
Y pudimos generar una ecuación
03:38
that could predict the likelihood of an attack.
79
206000
3000
que es capaz de predecir la probabilidad de un ataque.
03:41
What we're saying here
80
209000
2000
Lo que estámos diciendo aquí es que
03:43
is the probability of an attack killing X number of people
81
211000
4000
la probabilidad de que un ataque mate X personas
03:47
in a country like Iraq
82
215000
2000
en un país como Irak
03:49
is equal to a constant, times the size of that attack,
83
217000
3000
es igual a una constante multiplicada por el tamaño del ataque
03:52
raised to the power of negative alpha.
84
220000
3000
y elevada a la potencia de Alfa negado.
03:55
And negative alpha is the slope of that line I showed you before.
85
223000
6000
Y Alfa negado es la pendiente de la línea que les enseñé antes.
04:01
So what?
86
229000
2000
¿Por qué importa esto?
04:03
This is data, statistics. What does it tell us about these conflicts?
87
231000
3000
Estos son datos, estadísticas. ¿Que nos dicen sobre estos conflictos?
04:06
That was a challenge we had to face as physicists.
88
234000
3000
Esto era un reto que debimos enfrentar como físicos.
04:09
How do we explain this?
89
237000
3000
¿Cómo explicamos esto?
04:12
And what we really found was that alpha,
90
240000
2000
Y lo que averiguamos es que Alfa,
04:14
if we think about it, is the organizational
91
242000
2000
si realmente pensamos sobre ello,
04:16
structure of the insurgency.
92
244000
3000
es la estructura organizacional de la insurgencia.
04:19
Alpha is the distribution of the sizes of attacks,
93
247000
3000
Alfa es la distribución del tamaño de los ataques,
04:22
which is really the distribution
94
250000
2000
lo que en verdad es la distribución
04:24
of the group strength carrying out the attacks.
95
252000
2000
de la fuerza del grupo que ejecuta los ataques.
04:26
So we look at a process of group dynamics:
96
254000
2000
Así que miramos procesos de dinámica de grupos,
04:28
coalescence and fragmentation,
97
256000
3000
de coalescencia y fragmentación.
04:31
groups coming together, groups breaking apart.
98
259000
2000
Grupos juntándose. Grupos separándose.
04:33
And we start running the numbers on this. Can we simulate it?
99
261000
3000
Y empezamos a probar números sobre esto. ¿Podemos simularlo?
04:36
Can we create the kind of patterns that we're seeing
100
264000
3000
¿Podemos crear el tipo de patrones que estamos viendo
04:39
in places like Iraq?
101
267000
3000
en lugares como Irak?
04:42
Turns out we kind of do a reasonable job.
102
270000
2000
Resulta que podemos hacer un trabajo razonable.
04:44
We can run these simulations.
103
272000
2000
Podemos ejecutar estas simulaciones.
04:46
We can recreate this using a process of group dynamics
104
274000
3000
Podemos recrear esto usando un proceso de dinámica de grupos
04:49
to explain the patterns that we see
105
277000
2000
para explicar los patrones que vemos
04:51
all around the conflicts around the world.
106
279000
5000
en todos los conflictos alrededor del mundo.
04:56
So what's going on?
107
284000
2000
¿Entonces qué está sucediendo?
04:58
Why should these different -- seemingly different conflicts
108
286000
3000
¿Por qué estos conflictos diferentes -o aparentemente diferentes-
05:01
have the same patterns?
109
289000
2000
tienen los mismos patrones?
05:03
Now what I believe is going on is that
110
291000
3000
Ahora lo que creo que está pasando es que
05:06
the insurgent forces, they evolve over time. They adapt.
111
294000
4000
las fuerzas de insurgencia evolucionan a través del tiempo. Se adaptan.
05:10
And it turns out there is only one solution
112
298000
2000
Y resulta que sólo hay una solución para
05:12
to fight a much stronger enemy.
113
300000
2000
luchar contra un enemigo mucho más fuerte.
05:14
And if you don't find that solution as an insurgent force,
114
302000
3000
Y si, como fuerza insurgente, no encuentras la solución
05:17
you don't exist.
115
305000
2000
entonces no existes.
05:19
So every insurgent force that is ongoing,
116
307000
2000
Así que cada fuerza de insurgencia que sobrevive,
05:21
every conflict that is ongoing,
117
309000
2000
cada conflicto que sigue activo,
05:23
it's going to look something like this.
118
311000
2000
se va a parecer a algo como esto.
05:25
And that is what we think is happening.
119
313000
3000
Y eso es lo que pensamos que está ocurriendo.
05:28
Taking it forward, how do we change it?
120
316000
2000
Llevándolo al futuro, ¿cómo podemos cambiarlo?
05:30
How do we end a war like Iraq?
121
318000
2000
¿Cómo podemos terminar una guerra como Irak?
05:32
What does it look like?
122
320000
2000
¿A qué se parece?
05:34
Alpha is the structure. It's got a stable state at 2.5.
123
322000
3000
Alfa es la estructura. Tiene un estado estable en 2,5.
05:37
This is what wars look like when they continue.
124
325000
4000
Así se ven las guerras que continúan indefinidamente.
05:41
We've got to change that.
125
329000
2000
Tenemos que cambiar eso.
05:43
We can push it up:
126
331000
2000
Podemos empujarlo hacia arriba.
05:45
the forces become more fragmented;
127
333000
2000
Las fuerzas se vuelven más fragmentadas.
05:47
there is more of them, but they are weaker.
128
335000
4000
Hay más de ellas pero son más débiles.
05:51
Or we push it down:
129
339000
2000
O podemos empujarlo hacia abajo.
05:53
they're more robust; there is less groups;
130
341000
2000
Son más robustas. Hay menos grupos.
05:55
but perhaps you can sit and talk to them.
131
343000
4000
Pero quizás puedes sentarte y hablar con ellos.
05:59
So this graph here, I'm going to show you now.
132
347000
2000
Así que les voy a enseñar ahora este gráfico de aquí.
06:01
No one has seen this before. This is literally
133
349000
3000
Nadie ha visto esto antes. Esto es literalmente
06:04
stuff that we've come through last week.
134
352000
2000
lo que terminamos durante la semana pasada.
06:06
And we see the evolution of Alpha through time.
135
354000
4000
Y vemos la evolución de Alfa a través del tiempo.
06:10
We see it start. And we see it grow up to the stable state
136
358000
3000
Lo vemos empezar. Y vemos como crece hasta estabilizarse
06:13
the wars around the world look like.
137
361000
2000
del mismo modo que las otras guerras.
06:15
And it stays there through the invasion of Fallujah
138
363000
3000
Y se mantiene ahí durante la invasión de Faluya
06:18
until the Samarra bombings in the
139
366000
2000
hasta el bombardeo de Samarra
06:20
Iraqi elections of '06.
140
368000
3000
que ocurrió en las elecciones iraquíes de 2006.
06:23
And the system gets perturbed. It moves upwards
141
371000
2000
Y esto perturba el sistema. Se mueve hacia arriba
06:25
to a fragmented state.
142
373000
2000
a un estado fragmentado.
06:27
This is when the surge happens.
143
375000
2000
Esto es cuando aumentan las tropas.
06:29
And depending on who you ask,
144
377000
2000
Y dependiendo a quien le preguntes,
06:31
the surge was supposed to push it up even further.
145
379000
3000
el aumento de tropas supuestamente lo empujaría incluso más arriba.
06:34
The opposite happened.
146
382000
2000
Ocurrió lo opuesto.
06:36
The groups became stronger.
147
384000
2000
Los grupos se hicieron más fuertes.
06:38
They became more robust.
148
386000
2000
Se hicieron más robustos.
06:40
And so I'm thinking, right, great, it's going to keep going down.
149
388000
3000
Así que pienso, eso es, bien, va a continuar bajando.
06:43
We can talk to them. We can get a solution. The opposite happened.
150
391000
3000
Podemos hablar con ellos. Podemos solucionarlo. Pero sucedió lo contrario.
06:46
It's moved up again. The groups are more fragmented.
151
394000
3000
Se movió hacia arriba de nuevo. Los grupos se fragmentaron.
06:49
And this tells me one of two things.
152
397000
2000
Y esto me dice una de dos cosas:
06:51
Either we're back where we started
153
399000
3000
O volvimos de vuelta a donde empezamos,
06:54
and the surge has had no effect;
154
402000
2000
y el aumento de tropas no tuvo efecto,
06:56
or finally the groups have been fragmented to the extent
155
404000
4000
o finalmente los grupos se han fragmentado lo suficiente
07:00
that we can start to think about maybe moving out.
156
408000
4000
para que podamos empezar a pensar en, tal vez, marcharnos.
07:04
I don't know what the answer is to that.
157
412000
2000
No sé cuál es la respuesta a esto.
07:06
But I know that we should be looking at the structure of the insurgency
158
414000
3000
Pero sé que deberíamos observar la estructura de la insurgencia
07:09
to answer that question.
159
417000
2000
para responder a esta pregunta.
07:11
Thank you.
160
419000
2000
Gracias.
07:13
(Applause)
161
421000
5000
(Aplausos)
ABOUT THE SPEAKER
Sean Gourley - Physicist and military theoristSean Gourley, trained as a physicist, has turned his scientific mind to analyzing data about a messier topic: modern war and conflict. He is a TED Fellow.
Why you should listen
Sean Gourley's twin passions are physics (working on nanoscale blue-light lasers and self-assembled quantum nanowires) and politics (he once ran for a national elected office back home in New Zealand).
A Rhodes scholar, he's spent the past five years working at Oxford on complex adaptive systems and collective intelligent systems -- basically, using data to understand the nature of human conflict. As he puts it, "This research has taken me all over the world from the Pentagon, to the House of Lords, the United Nations and most recently to Iraq". Originally from New Zealand, he now lives in San Francisco, where he is the co-founder and CTO of Quid which is building a global intelligence platform. He's a 2009 TED Fellow.
In December 2009, Gourley and his team's research was published in the scientific journal Nature. He is co-founder and CTO of Quid.
Sean Gourley | Speaker | TED.com