TED@Cannes
Nicholas Christakis: How social networks predict epidemics
Nicholas Christakis: Como as redes sociais predizem epidemias
Filmed:
Readability: 4.9
669,862 views
Depois de mapear as intricadas redes sociais humanas, Nicholas Christakis e o colega James Fowler começaram a investigar como esta informação podia melhorar as nossas vidas. Agora, ele revela as descobertas acabadinhas de publicar: estas redes podem ser usadas para detectar epidemias mais cedo que nunca, desde a propagação de ideias inovadoras a comportamentos de risco ou viroses (como o H1N1).
Nicholas Christakis - Physician, social scientist
Nicholas Christakis explores how the large-scale, face-to-face social networks in which we are embedded affect our lives, and what we can do to take advantage of this fact. Full bio
Nicholas Christakis explores how the large-scale, face-to-face social networks in which we are embedded affect our lives, and what we can do to take advantage of this fact. Full bio
Double-click the English transcript below to play the video.
00:15
For the last 10 years, I've been spending my time trying to figure out
0
0
3000
Nos últimos 10 anos, passei o meu tempo a tentar perceber
00:18
how and why human beings
1
3000
2000
como e porquê os seres humanos
00:20
assemble themselves into social networks.
2
5000
3000
constroem redes sociais.
00:23
And the kind of social network I'm talking about
3
8000
2000
E o tipo de rede social de que estou a falar
00:25
is not the recent online variety,
4
10000
2000
não é a recente versão online,
00:27
but rather, the kind of social networks
5
12000
2000
mas antes o tipo de redes sociais
00:29
that human beings have been assembling for hundreds of thousands of years,
6
14000
3000
que os seres humanos têm vindo a construir há centenas de milhares de anos,
00:32
ever since we emerged from the African savannah.
7
17000
3000
desde que nós emergimos [para] a savana africana.
00:35
So, I form friendships and co-worker
8
20000
2000
Assim, eu formo relações de amizade e de colega
00:37
and sibling and relative relationships with other people
9
22000
3000
e de irmão e de parentesco com outras pessoas
00:40
who in turn have similar relationships with other people.
10
25000
2000
que por sua vez têm relações semelhantes com outras pessoas.
00:42
And this spreads on out endlessly into a distance.
11
27000
3000
e isto espalha-se sem fim a perder de vista.
00:45
And you get a network that looks like this.
12
30000
2000
E obtemos uma rede que se parece com isto.
00:47
Every dot is a person.
13
32000
2000
Cada ponto é uma pessoa.
00:49
Every line between them is a relationship between two people --
14
34000
2000
Cada linha entre eles é uma relação entre duas pessoas -
00:51
different kinds of relationships.
15
36000
2000
diferentes tipos de relações.
00:53
And you can get this kind of vast fabric of humanity,
16
38000
3000
E obtemos este vasto tecido de humanidade,
00:56
in which we're all embedded.
17
41000
2000
no qual estamos todos envolvidos.
00:58
And my colleague, James Fowler and I have been studying for quite sometime
18
43000
3000
E o meu colega, James Fowler e eu temos estudado há bastante tempo
01:01
what are the mathematical, social,
19
46000
2000
quais as regras matemáticas, sociais,
01:03
biological and psychological rules
20
48000
3000
biológicas e psicológicas
01:06
that govern how these networks are assembled
21
51000
2000
que governam como estas redes são criadas
01:08
and what are the similar rules
22
53000
2000
e quais as regras semelhantes
01:10
that govern how they operate, how they affect our lives.
23
55000
3000
que governam como operam, como afectam as nossas vidas.
01:13
But recently, we've been wondering
24
58000
2000
E recentemente, tenho-me questionado
01:15
whether it might be possible to take advantage of this insight,
25
60000
3000
se é possível tirar partido deste conhecimento,
01:18
to actually find ways to improve the world,
26
63000
2000
para, na realidade, encontrar formas de melhorar o mundo,
01:20
to do something better,
27
65000
2000
para fazer algo melhor,
01:22
to actually fix things, not just understand things.
28
67000
3000
para na realidade corrigir as coisas, não apenas perceber as coisas.
01:25
So one of the first things we thought we would tackle
29
70000
3000
Uma das primeiras coisas que pensamos que deveríamos abordar
01:28
would be how we go about predicting epidemics.
30
73000
3000
seria como conseguiríamos prever as epidemias.
01:31
And the current state of the art in predicting an epidemic --
31
76000
2000
E o actual estado-da-arte na previsão de epidemias -
01:33
if you're the CDC or some other national body --
32
78000
3000
se forem o CDC ou outra entidade nacional -
01:36
is to sit in the middle where you are
33
81000
2000
é sentar-se no meio onde estás
01:38
and collect data
34
83000
2000
e recolher dados
01:40
from physicians and laboratories in the field
35
85000
2000
de médicos e laboratórios na área
01:42
that report the prevalence or the incidence of certain conditions.
36
87000
3000
que reportam a prevalência ou incidência de certas condições.
01:45
So, so and so patients have been diagnosed with something,
37
90000
3000
Tantos e tantos pacientes foram diagnosticados com algo [aqui]
01:48
or other patients have been diagnosed,
38
93000
2000
ou outros pacientes foram diagnosticados [além],
01:50
and all these data are fed into a central repository, with some delay.
39
95000
3000
e toda esta informação é colocada num repositório central, com algum atraso.
01:53
And if everything goes smoothly,
40
98000
2000
E se tudo corre bem,
01:55
one to two weeks from now
41
100000
2000
daqui a uma ou duas semanas,
01:57
you'll know where the epidemic was today.
42
102000
3000
saberás onde a epidemia está hoje.
02:00
And actually, about a year or so ago,
43
105000
2000
E na realidade, há cerca de um ano atrás,
02:02
there was this promulgation
44
107000
2000
houve a promulgação
02:04
of the idea of Google Flu Trends, with respect to the flu,
45
109000
3000
da ideia de Tendência da Gripe Google, no que respeita à gripe,
02:07
where by looking at people's searching behavior today,
46
112000
3000
onde, analisando o comportamento de pesquisa das pessoas hoje,
02:10
we could know where the flu --
47
115000
2000
podiamos saber onde a gripe...
02:12
what the status of the epidemic was today,
48
117000
2000
qual a situação da epidemia hoje,
02:14
what's the prevalence of the epidemic today.
49
119000
3000
qual a prevalência da epidemia hoje.
02:17
But what I'd like to show you today
50
122000
2000
Mas o que gostaria de vos mostrar hoje
02:19
is a means by which we might get
51
124000
2000
é um meio através do qual podemos obter
02:21
not just rapid warning about an epidemic,
52
126000
3000
não apenas um aviso rápido acerca de uma epidemia,
02:24
but also actually
53
129000
2000
mas também
02:26
early detection of an epidemic.
54
131000
2000
uma detecção rápida da epidemia.
02:28
And, in fact, this idea can be used
55
133000
2000
E, de facto, esta ideia pode ser utilizada
02:30
not just to predict epidemics of germs,
56
135000
3000
não apenas para prever epidemias de germes
02:33
but also to predict epidemics of all sorts of kinds.
57
138000
3000
mas também para prever epidemias de todo o tipo de coisas.
02:37
For example, anything that spreads by a form of social contagion
58
142000
3000
Por exemplo, qualquer coisa que se espalhe por uma qualquer forma de contágio social
02:40
could be understood in this way,
59
145000
2000
pode ser compreendida desta maneira,
02:42
from abstract ideas on the left
60
147000
2000
desde ideias abstractas do lado esquerdo
02:44
like patriotism, or altruism, or religion
61
149000
3000
como patriotismo ou altruísmo ou religião,
02:47
to practices
62
152000
2000
a práticas
02:49
like dieting behavior, or book purchasing,
63
154000
2000
como comportamentos de dieta ou compra de livros,
02:51
or drinking, or bicycle-helmet [and] other safety practices,
64
156000
3000
ou beber ou capacetes de bicicleta e outras medidas de segurança,
02:54
or products that people might buy,
65
159000
2000
ou produtos que as pessoas possam comprar,
02:56
purchases of electronic goods,
66
161000
2000
compra de equipamentos electrónicos,
02:58
anything in which there's kind of an interpersonal spread.
67
163000
3000
qualquer coisa em que exista uma forma de contágio interpessoal.
03:01
A kind of a diffusion of innovation
68
166000
2000
Uma espécie de difusão da inovação
03:03
could be understood and predicted
69
168000
2000
pode ser compreendida e prevista
03:05
by the mechanism I'm going to show you now.
70
170000
3000
através do mecanismo que vos vou mostrar.
03:08
So, as all of you probably know,
71
173000
2000
Como talvez saibam,
03:10
the classic way of thinking about this
72
175000
2000
a forma clássica de pensar sobre isto
03:12
is the diffusion-of-innovation,
73
177000
2000
é a difusão-da-inovação,
03:14
or the adoption curve.
74
179000
2000
ou a curva da adopção.
03:16
So here on the Y-axis, we have the percent of the people affected,
75
181000
2000
Aqui no eixo do Y, temos a percentagem de pessoas afectadas,
03:18
and on the X-axis, we have time.
76
183000
2000
e no eixo X, temos o tempo.
03:20
And at the very beginning, not too many people are affected,
77
185000
3000
E no início, muito poucas pessoas estão afectadas,
03:23
and you get this classic sigmoidal,
78
188000
2000
e obtemos esta curva sigmóide,
03:25
or S-shaped, curve.
79
190000
2000
ou em forma de S.
03:27
And the reason for this shape is that at the very beginning,
80
192000
2000
E a razão para esta forma é que no início,
03:29
let's say one or two people
81
194000
2000
digamos uma ou duas pessoas
03:31
are infected, or affected by the thing
82
196000
2000
são afectadas ou infectadas, pela coisa,
03:33
and then they affect, or infect, two people,
83
198000
2000
e depois afectam, ou infectam, duas pessoas,
03:35
who in turn affect four, eight, 16 and so forth,
84
200000
3000
que depois afectam quatro, oito, 16 e assim sucessivamente,
03:38
and you get the epidemic growth phase of the curve.
85
203000
3000
e obtemos a fase de crescimento da epidemia da curva.
03:41
And eventually, you saturate the population.
86
206000
2000
E, eventualmente, saturamos a população.
03:43
There are fewer and fewer people
87
208000
2000
Restam cada vez menos pessoas
03:45
who are still available that you might infect,
88
210000
2000
disponíveis para infectar,
03:47
and then you get the plateau of the curve,
89
212000
2000
e obtemos o planalto da curva,
03:49
and you get this classic sigmoidal curve.
90
214000
3000
e obtemos esta curva sigmóide clássica.
03:52
And this holds for germs, ideas,
91
217000
2000
E isto é válido para germes, ideias,
03:54
product adoption, behaviors,
92
219000
2000
adopção de produto, comportamentos
03:56
and the like.
93
221000
2000
e afins.
03:58
But things don't just diffuse in human populations at random.
94
223000
3000
Mas as coisas não se difundem nas populações humanas ao acaso.
04:01
They actually diffuse through networks.
95
226000
2000
Elas difundem-se através de redes.
04:03
Because, as I said, we live our lives in networks,
96
228000
3000
Porque, como disse, vivemos as nossas vidas em redes,
04:06
and these networks have a particular kind of a structure.
97
231000
3000
e estas redes têm um tipo particular de estrutura.
04:09
Now if you look at a network like this --
98
234000
2000
Se olharem para uma rede como esta...
04:11
this is 105 people.
99
236000
2000
Isto são 105 pessoas.
04:13
And the lines represent -- the dots are the people,
100
238000
2000
E as linhas representam...os pontos são as pessoas,
04:15
and the lines represent friendship relationships.
101
240000
2000
e as linhas representam relações de amizade.
04:17
You might see that people occupy
102
242000
2000
Podem ver que as pessoas ocupam
04:19
different locations within the network.
103
244000
2000
diferentes localizações dentro da rede.
04:21
And there are different kinds of relationships between the people.
104
246000
2000
E existem diferentes tipos de relações entre pessoas.
04:23
You could have friendship relationships, sibling relationships,
105
248000
3000
Podemos ter relações de amizade, relações de irmandade,
04:26
spousal relationships, co-worker relationships,
106
251000
3000
relações conjugais, relações de colegas,
04:29
neighbor relationships and the like.
107
254000
3000
relações de vizinhança e afins.
04:32
And different sorts of things
108
257000
2000
E diferentes tipos de coisas
04:34
spread across different sorts of ties.
109
259000
2000
espalham-se através de diferentes tipos de ligações.
04:36
For instance, sexually transmitted diseases
110
261000
2000
Por exemplo, doenças sexualmente transmissíveis
04:38
will spread across sexual ties.
111
263000
2000
espalhar-se-ão por ligações sexuais.
04:40
Or, for instance, people's smoking behavior
112
265000
2000
Ou, por exemplo, o comportamento de fumar das pessoas
04:42
might be influenced by their friends.
113
267000
2000
pode ser influenciado pelos seus amigos.
04:44
Or their altruistic or their charitable giving behavior
114
269000
2000
Ou o seu comportamento altruísta ou de fazer caridade
04:46
might be influenced by their coworkers,
115
271000
2000
pode ser influenciado pelos seus colegas,
04:48
or by their neighbors.
116
273000
2000
ou pelos seus vizinhos.
04:50
But not all positions in the network are the same.
117
275000
3000
Mas nem todas as posições na rede são as mesmas.
04:53
So if you look at this, you might immediately grasp
118
278000
2000
Assim se virem isto, podem imediatamente perceber
04:55
that different people have different numbers of connections.
119
280000
3000
que pessoas diferentes têm números diferentes de conexões.
04:58
Some people have one connection, some have two,
120
283000
2000
Algumas pessoas têm uma conexão, algumas têm duas,
05:00
some have six, some have 10 connections.
121
285000
3000
algumas têm seis, algumas têm 10 conexões.
05:03
And this is called the "degree" of a node,
122
288000
2000
E isto é chamado o "grau" do nó,
05:05
or the number of connections that a node has.
123
290000
2000
ou o número de conexões que um nó tem.
05:07
But in addition, there's something else.
124
292000
2000
Mas, adicionalmente, existe mais qualquer coisa.
05:09
So, if you look at nodes A and B,
125
294000
2000
Assim, se olharem para os nós A e B,
05:11
they both have six connections.
126
296000
2000
ambos têm seis conexões.
05:13
But if you can see this image [of the network] from a bird's eye view,
127
298000
3000
Mas podem ver esta imagem [da rede] da perspectiva de um pássaro,
05:16
you can appreciate that there's something very different
128
301000
2000
e podem apreciar que existe algo completamente diferente
05:18
about nodes A and B.
129
303000
2000
acerca dos nós A e B.
05:20
So, let me ask you this -- I can cultivate this intuition by asking a question --
130
305000
3000
Deixem-me perguntar-vos isto - posso cultivar esta intuição fazendo uma pergunta -
05:23
who would you rather be
131
308000
2000
quem preferiam ser
05:25
if a deadly germ was spreading through the network, A or B?
132
310000
3000
se um germe mortífero se estivesse a espalhar através da rede, A ou B?
05:28
(Audience: B.) Nicholas Christakis: B, it's obvious.
133
313000
2000
(Audiência: B) Nicholas Christakis: B, obviamente.
05:30
B is located on the edge of the network.
134
315000
2000
B está localizado no extremo da rede.
05:32
Now, who would you rather be
135
317000
2000
Agora, quem gostariam de ser
05:34
if a juicy piece of gossip were spreading through the network?
136
319000
3000
se um mexerico interessante estivesse a espalhar-se através da rede?
05:37
A. And you have an immediate appreciation
137
322000
3000
A. E têm uma percepção imediata
05:40
that A is going to be more likely
138
325000
2000
de que A irá provavelmente
05:42
to get the thing that's spreading and to get it sooner
139
327000
3000
ter a coisa que se está a espalhar e tê-la mais cedo
05:45
by virtue of their structural location within the network.
140
330000
3000
em virtude da sua localização estrutural dentro da rede.
05:48
A, in fact, is more central,
141
333000
2000
A, de facto, é mais central,
05:50
and this can be formalized mathematically.
142
335000
3000
e isto pode ser formalizado matematicamente.
05:53
So, if we want to track something
143
338000
2000
Por isso, se querem seguir algo
05:55
that was spreading through a network,
144
340000
3000
que se propague por uma rede,
05:58
what we ideally would like to do is to set up sensors
145
343000
2000
o que preferencialmente gostamos de fazer é preparar sensores
06:00
on the central individuals within the network,
146
345000
2000
nos indivíduos centrais dentro da rede,
06:02
including node A,
147
347000
2000
incluindo o nó A,
06:04
monitor those people that are right there in the middle of the network,
148
349000
3000
monitorizar essas pessoas que estão lá no meio da rede,
06:07
and somehow get an early detection
149
352000
2000
e que de alguma forma têm uma detecção atempada
06:09
of whatever it is that is spreading through the network.
150
354000
3000
do que quer que se esteja a espalhar pela rede
06:12
So if you saw them contract a germ or a piece of information,
151
357000
3000
Isto é, se os vêem contrair um germe ou um pedaço de informação,
06:15
you would know that, soon enough,
152
360000
2000
saberão que, brevemente,
06:17
everybody was about to contract this germ
153
362000
2000
toda a gente está prestes a contrair esse germe
06:19
or this piece of information.
154
364000
2000
ou esse pedaço de informação.
06:21
And this would be much better
155
366000
2000
E isto seria muito melhor
06:23
than monitoring six randomly chosen people,
156
368000
2000
do que monitorizar seis pessoas escolhidas aleatóriamente,
06:25
without reference to the structure of the population.
157
370000
3000
sem referência à estrutura da população.
06:28
And in fact, if you could do that,
158
373000
2000
E de facto, se pudéssemos fazê-lo
06:30
what you would see is something like this.
159
375000
2000
o que veríamos seria algo como isto.
06:32
On the left-hand panel, again, we have the S-shaped curve of adoption.
160
377000
3000
No painel do lado esquerdo, mais uma vez, temos a curva de adopção em forma de S.
06:35
In the dotted red line, we show
161
380000
2000
Na linha pontilhada a vermelho, mostramos
06:37
what the adoption would be in the random people,
162
382000
2000
qual a adopção seria em pessoas aleatórias,
06:39
and in the left-hand line, shifted to the left,
163
384000
3000
e na linha à esquerda, inclinada para a esquerda
06:42
we show what the adoption would be
164
387000
2000
mostramos qual seria a adopção
06:44
in the central individuals within the network.
165
389000
2000
com os indivíduos centrais dentro da rede.
06:46
On the Y-axis is the cumulative instances of contagion,
166
391000
2000
No eixo Y estão as instâncias de contágio acumuladas,
06:48
and on the X-axis is the time.
167
393000
2000
e no eixo X está o tempo.
06:50
And on the right-hand side, we show the same data,
168
395000
2000
E no lado direito, mostramos os mesmos dados,
06:52
but here with daily incidence.
169
397000
2000
mas aqui com incidência diária.
06:54
And what we show here is -- like, here --
170
399000
2000
E o que mostramos aqui é - como, aqui -
06:56
very few people are affected, more and more and more and up to here,
171
401000
2000
muito poucas pessoas são afectadas, e mais e mais e mais até aqui,
06:58
and here's the peak of the epidemic.
172
403000
2000
e aqui está o pico da epidemia.
07:00
But shifted to the left is what's occurring in the central individuals.
173
405000
2000
Mas deslocado para a esquerda está o que ocorre com os indivíduos centrais.
07:02
And this difference in time between the two
174
407000
3000
E esta diferença no tempo entre as duas
07:05
is the early detection, the early warning we can get,
175
410000
3000
é a detecção atempada, o aviso antecipado que podemos obter,
07:08
about an impending epidemic
176
413000
2000
acerca de uma epidemia iminente
07:10
in the human population.
177
415000
2000
na população humana.
07:12
The problem, however,
178
417000
2000
O problema, no entanto,
07:14
is that mapping human social networks
179
419000
2000
é que mapear as redes sociais humanas
07:16
is not always possible.
180
421000
2000
nem sempre é possível,
07:18
It can be expensive, not feasible,
181
423000
2000
Pode ser caro, [muito difícil],
07:20
unethical,
182
425000
2000
pouco ético,
07:22
or, frankly, just not possible to do such a thing.
183
427000
3000
ou, francamente, mesmo impossível de se fazer.
07:25
So, how can we figure out
184
430000
2000
Então, como podemos descobrir
07:27
who the central people are in a network
185
432000
2000
quem são as pessoas centrais numa rede
07:29
without actually mapping the network?
186
434000
3000
sem na realidade mapear a rede?
07:32
What we came up with
187
437000
2000
O que desenvolvemos
07:34
was an idea to exploit an old fact,
188
439000
2000
foi uma ideia para explorar um facto antigo,
07:36
or a known fact, about social networks,
189
441000
2000
ou um facto conhecido, acerca de redes sociais,
07:38
which goes like this:
190
443000
2000
que diz o seguinte:
07:40
Do you know that your friends
191
445000
2000
Sabes que os teus amigos
07:42
have more friends than you do?
192
447000
3000
têm mais amigos que tu?
07:45
Your friends have more friends than you do,
193
450000
3000
Os teus amigos têm mais amigos que tu tens.
07:48
and this is known as the friendship paradox.
194
453000
2000
E isto é conhecido como o paradoxo da amizade.
07:50
Imagine a very popular person in the social network --
195
455000
2000
Imaginem uma pessoa muito popular na rede social -
07:52
like a party host who has hundreds of friends --
196
457000
3000
como um anfitrião de uma festa que tem centenas de amigos -
07:55
and a misanthrope who has just one friend,
197
460000
2000
e um misantropo que tem apenas um amigo,
07:57
and you pick someone at random from the population;
198
462000
3000
e escolhes alguém ao acaso da população
08:00
they were much more likely to know the party host.
199
465000
2000
é mais provável que conheça o anfitrião da festa.
08:02
And if they nominate the party host as their friend,
200
467000
2000
E se eles nomearem o anfitrião como seu amigo,
08:04
that party host has a hundred friends,
201
469000
2000
esse anfitrião tem uma centena de amigos,
08:06
therefore, has more friends than they do.
202
471000
3000
logo, tem mais amigos que eles.
08:09
And this, in essence, is what's known as the friendship paradox.
203
474000
3000
E isto, básicamente, é o que se conhece como paradoxo da amizade.
08:12
The friends of randomly chosen people
204
477000
3000
Os amigos de pessoas escolhidas aleatóriamente
08:15
have higher degree, and are more central
205
480000
2000
têm um "grau" mais elevado e são mais centrais,
08:17
than the random people themselves.
206
482000
2000
que as próprias pessoas escolhidas.
08:19
And you can get an intuitive appreciation for this
207
484000
2000
E podem obter uma análise intuitiva para isto
08:21
if you imagine just the people at the perimeter of the network.
208
486000
3000
se imaginarem apenas pessoas no perímetro da rede.
08:24
If you pick this person,
209
489000
2000
Se escolhem esta pessoa,
08:26
the only friend they have to nominate is this person,
210
491000
3000
o único amigo que têm de nomear é esta pessoa,
08:29
who, by construction, must have at least two
211
494000
2000
que, por construção, têm de ter pelo menos dois,
08:31
and typically more friends.
212
496000
2000
e tipicamente mais amigos.
08:33
And that happens at every peripheral node.
213
498000
2000
E isso acontece em qualquer nó periférico.
08:35
And in fact, it happens throughout the network as you move in,
214
500000
3000
E de facto, isso acontece ao longo da rede à medida que se avança,
08:38
everyone you pick, when they nominate a random --
215
503000
2000
qualquer pessoa que escolhes, quando nomeiam aleatóriamente...
08:40
when a random person nominates a friend of theirs,
216
505000
3000
quando uma pessoa ao acaso nomeia um dos seus amigos,
08:43
you move closer to the center of the network.
217
508000
3000
movem-se mais perto do centro da rede.
08:46
So, we thought we would exploit this idea
218
511000
3000
Portanto, pensamos que iríamos explorar esta ideia
08:49
in order to study whether we could predict phenomena within networks.
219
514000
3000
para estudarmos se podíamos predizer fenómenos dentro das redes.
08:52
Because now, with this idea
220
517000
2000
Porque agora, com esta ideia,
08:54
we can take a random sample of people,
221
519000
2000
podemos pegar numa amostra aleatória de pessoas,
08:56
have them nominate their friends,
222
521000
2000
pedir-lhes que nomeiem os seus amigos,
08:58
those friends would be more central,
223
523000
2000
esses amigos seriam mais centrais,
09:00
and we could do this without having to map the network.
224
525000
3000
e podíamos fazer isto sem ter de mapear a rede.
09:03
And we tested this idea with an outbreak of H1N1 flu
225
528000
3000
E testamos esta idea com um surto da gripe H1N1
09:06
at Harvard College
226
531000
2000
na Universidade de Harvard
09:08
in the fall and winter of 2009, just a few months ago.
227
533000
3000
no outono e inverno de 2009, há apenas alguns meses.
09:11
We took 1,300 randomly selected undergraduates,
228
536000
3000
Pegámos em 1.300 estudantes escolhidos aleatóriamente,
09:14
we had them nominate their friends,
229
539000
2000
pedimos-lhes que nomeassem os seus amigos,
09:16
and we followed both the random students and their friends
230
541000
2000
e seguimos quer os estudantes escolhidos quer os seus amigos
09:18
daily in time
231
543000
2000
diáriamente ao longo do tempo
09:20
to see whether or not they had the flu epidemic.
232
545000
3000
para saber se tinham ou não a epidemia de gripe.
09:23
And we did this passively by looking at whether or not they'd gone to university health services.
233
548000
3000
E fizemos isto passivamente, sabendo se tinham recorrido ou não aos serviços de saúde da universidade.
09:26
And also, we had them [actively] email us a couple of times a week.
234
551000
3000
E também, nos enviaram [activamente] emails várias vezes por semana.
09:29
Exactly what we predicted happened.
235
554000
3000
Aconteceu exactamente o que prevíamos.
09:32
So the random group is in the red line.
236
557000
3000
O grupo aleatório é esta linha vermelha.
09:35
The epidemic in the friends group has shifted to the left, over here.
237
560000
3000
A epidemia no grupo de amigos mudou para a esquerda, por aqui.
09:38
And the difference in the two is 16 days.
238
563000
3000
E a diferença nos dois grupos é 16 dias.
09:41
By monitoring the friends group,
239
566000
2000
Monitorizando o grupo de amigos,
09:43
we could get 16 days advance warning
240
568000
2000
pudemos obter 16 dias de aviso antecipado
09:45
of an impending epidemic in this human population.
241
570000
3000
de uma epidemia eminente na população humana.
09:48
Now, in addition to that,
242
573000
2000
Ora, acrescentando a isso,
09:50
if you were an analyst who was trying to study an epidemic
243
575000
3000
se fossem um analista que tentava estudar uma epidemia
09:53
or to predict the adoption of a product, for example,
244
578000
3000
ou prever a adopção de um produto, por exemplo,
09:56
what you could do is you could pick a random sample of the population,
245
581000
3000
o que podiam fazer era escolher uma amostra aleatória da população,
09:59
also have them nominate their friends and follow the friends
246
584000
3000
também pedir-lhes que nomeassem os seus amigos e seguirem os amigos,
10:02
and follow both the randoms and the friends.
247
587000
3000
e seguirem ambos, os aleatórios e os amigos.
10:05
Among the friends, the first evidence you saw of a blip above zero
248
590000
3000
Entre os amigos, a primeira evidência que vissem de um movimento acima de zero
10:08
in adoption of the innovation, for example,
249
593000
3000
na adopção da inovação, por exemplo,
10:11
would be evidence of an impending epidemic.
250
596000
2000
seria a evidência de uma epidemia eminente.
10:13
Or you could see the first time the two curves diverged,
251
598000
3000
Ou podiam ver a primeira vez que as duas curvas divergissem,
10:16
as shown on the left.
252
601000
2000
como mostrado à esquerda.
10:18
When did the randoms -- when did the friends take off
253
603000
3000
Quando é que os aleatórios...quando é que os amigos descolam
10:21
and leave the randoms,
254
606000
2000
e deixam os aleatórios,
10:23
and [when did] their curve start shifting?
255
608000
2000
e [quando] a sua curva começa a mover-se?
10:25
And that, as indicated by the white line,
256
610000
2000
E isso, como indicado pela linha branca,
10:27
occurred 46 days
257
612000
2000
ocorreu 46 dias
10:29
before the peak of the epidemic.
258
614000
2000
antes do pico da epidemia.
10:31
So this would be a technique
259
616000
2000
Portanto isto pode ser uma técnica
10:33
whereby we could get more than a month-and-a-half warning
260
618000
2000
através da qual poderíamos obter um alerta de mais de um mês e meio
10:35
about a flu epidemic in a particular population.
261
620000
3000
acerca da epidemia da gripe numa população particular.
10:38
I should say that
262
623000
2000
Eu devo dizer que
10:40
how far advanced a notice one might get about something
263
625000
2000
o quão antecipadamente podemos ter informação sobre algo
10:42
depends on a host of factors.
264
627000
2000
depende de um conjunto de factores.
10:44
It could depend on the nature of the pathogen --
265
629000
2000
Pode depender da natureza do patógeno --
10:46
different pathogens,
266
631000
2000
diferentes patógeneos,
10:48
using this technique, you'd get different warning --
267
633000
2000
utilizando esta técnica, obteriam diferentes alertas -
10:50
or other phenomena that are spreading,
268
635000
2000
ou outro fenómeno que esteja a alastrar,
10:52
or frankly, on the structure of the human network.
269
637000
3000
ou, francamente, sobre a estrutura da rede humana.
10:55
Now in our case, although it wasn't necessary,
270
640000
3000
Ora, no nosso caso, apesar de não ser necessário,
10:58
we could also actually map the network of the students.
271
643000
2000
podemos também mapear a rede dos estudantes.
11:00
So, this is a map of 714 students
272
645000
2000
Assim, este é um mapa de 714 estudantes
11:02
and their friendship ties.
273
647000
2000
e as suas ligações de amizade.
11:04
And in a minute now, I'm going to put this map into motion.
274
649000
2000
E dentro de um minuto, vou por este mapa em movimento.
11:06
We're going to take daily cuts through the network
275
651000
2000
Iremos ver cortes diários ao longo da rede
11:08
for 120 days.
276
653000
2000
durante 120 dias.
11:10
The red dots are going to be cases of the flu,
277
655000
3000
Os pontos vermelhos serão casos de gripe,
11:13
and the yellow dots are going to be friends of the people with the flu.
278
658000
3000
e os pontos amarelos serão amigos de pessoas com gripe.
11:16
And the size of the dots is going to be proportional
279
661000
2000
e o tamanho dos pontos será proporcional
11:18
to how many of their friends have the flu.
280
663000
2000
a quantos dos seus amigos têm gripe.
11:20
So bigger dots mean more of your friends have the flu.
281
665000
3000
Pelo que pontos maiores significa que mais amigos têm gripe.
11:23
And if you look at this image -- here we are now in September the 13th --
282
668000
3000
E se olharem para esta imagem - aqui estamos a 13 de setembro -
11:26
you're going to see a few cases light up.
283
671000
2000
irão ver alguns casos a surgir.
11:28
You're going to see kind of blooming of the flu in the middle.
284
673000
2000
Irão ver como que um florescer da gripe no meio.
11:30
Here we are on October the 19th.
285
675000
3000
Aqui estamos a 19 de outubro.
11:33
The slope of the epidemic curve is approaching now, in November.
286
678000
2000
O declive da curva da epidemia está a aproximar-se agora, em novembro.
11:35
Bang, bang, bang, bang, bang -- you're going to see lots of blooming in the middle,
287
680000
3000
Bang, bang, bang, bang, bang, irão ver muito florescimento no meio,
11:38
and then you're going to see a sort of leveling off,
288
683000
2000
e depois irão ver uma espécie de estabilização,
11:40
fewer and fewer cases towards the end of December.
289
685000
3000
cada vez menos casos para o final de dezembro.
11:43
And this type of a visualization
290
688000
2000
E este tipo de visualização
11:45
can show that epidemics like this take root
291
690000
2000
pode mostrar que epidemias como esta enraizam
11:47
and affect central individuals first,
292
692000
2000
e afectam primeiro indivíduos centrais,
11:49
before they affect others.
293
694000
2000
antes que eles infectem outros.
11:51
Now, as I've been suggesting,
294
696000
2000
Bem, como tenho sugerido,
11:53
this method is not restricted to germs,
295
698000
3000
este método não se restringe aos germes,
11:56
but actually to anything that spreads in populations.
296
701000
2000
mas na realidade a qualquer coisa que se espalhe em populações.
11:58
Information spreads in populations,
297
703000
2000
Informação espalha-se em populações.
12:00
norms can spread in populations,
298
705000
2000
Normas podem espalhar-se em populações.
12:02
behaviors can spread in populations.
299
707000
2000
Comportamentos podem espalhar-se em populações.
12:04
And by behaviors, I can mean things like criminal behavior,
300
709000
3000
E por comportamentos, posso querer dizer comportamento criminal,
12:07
or voting behavior, or health care behavior,
301
712000
3000
ou comportamento de voto ou de cuidado com a saúde,
12:10
like smoking, or vaccination,
302
715000
2000
como fumar ou vacinação,
12:12
or product adoption, or other kinds of behaviors
303
717000
2000
ou adopção de produto ou outros tipos de comportamentos
12:14
that relate to interpersonal influence.
304
719000
2000
que se relacionam com influência interpessoal.
12:16
If I'm likely to do something that affects others around me,
305
721000
3000
Se sou propenso a fazer algo que afecta outros à minha volta,
12:19
this technique can get early warning or early detection
306
724000
3000
esta técnica pode obter alerta precoce ou detecção precoce,
12:22
about the adoption within the population.
307
727000
3000
acerca da adopção dentro da população.
12:25
The key thing is that for it to work,
308
730000
2000
O factor chave, para que funcione, é
12:27
there has to be interpersonal influence.
309
732000
2000
têm que haver influência interpessoal.
12:29
It cannot be because of some broadcast mechanism
310
734000
2000
Não pode ser por causa de um mecanismo de transmissão
12:31
affecting everyone uniformly.
311
736000
3000
que afecte toda a gente uniformemente.
12:35
Now the same insights
312
740000
2000
Ora os mesmos conhecimentos
12:37
can also be exploited -- with respect to networks --
313
742000
3000
também podem ser explorados - no que respeita às redes -
12:40
can also be exploited in other ways,
314
745000
3000
também podem ser explorados de outros modos,
12:43
for example, in the use of targeting
315
748000
2000
por exemplo, utilizar para atingir
12:45
specific people for interventions.
316
750000
2000
pessoas específicas para intervenções.
12:47
So, for example, most of you are probably familiar
317
752000
2000
Por exemplo, provavelmente a maioria de vocês está familiarizado
12:49
with the notion of herd immunity.
318
754000
2000
com a noção de imunidade de multidão.
12:51
So, if we have a population of a thousand people,
319
756000
3000
Bem, se temos uma população de mil pessoas,
12:54
and we want to make the population immune to a pathogen,
320
759000
3000
e queremos que essa população seja imune a um patógeno,
12:57
we don't have to immunize every single person.
321
762000
2000
não temos de imunizar todas as pessoas.
12:59
If we immunize 960 of them,
322
764000
2000
Se imunizarmos 960,
13:01
it's as if we had immunized a hundred [percent] of them.
323
766000
3000
é como se tivéssemos imunizado cem [porcento].
13:04
Because even if one or two of the non-immune people gets infected,
324
769000
3000
Porque mesmo que uma ou duas das pessoas não-imunes seja infectada,
13:07
there's no one for them to infect.
325
772000
2000
não existe ninguém para elas infectarem.
13:09
They are surrounded by immunized people.
326
774000
2000
Estão rodeados por pessoas imunizadas.
13:11
So 96 percent is as good as 100 percent.
327
776000
3000
Logo 96 porcento é tão bom como 100 porcento.
13:14
Well, some other scientists have estimated
328
779000
2000
Bem, alguns cientistas estimaram
13:16
what would happen if you took a 30 percent random sample
329
781000
2000
o que aconteceria se pegássemos numa amostra aleatória de 30 porcento
13:18
of these 1000 people, 300 people and immunized them.
330
783000
3000
dessas 1000 pessoas, 300 pessoas e as imunizássemos.
13:21
Would you get any population-level immunity?
331
786000
2000
Obteríamos alguma imunidade populacional?
13:23
And the answer is no.
332
788000
3000
E a resposta é, não.
13:26
But if you took this 30 percent, these 300 people
333
791000
2000
Mas se pegássemos nesses 30 porcento, essas 300 pessoas,
13:28
and had them nominate their friends
334
793000
2000
e lhes pedíssemos que nomeassem os seus amigos
13:30
and took the same number of vaccine doses
335
795000
3000
e pegássemos no mesmo número de doses de vacinas
13:33
and vaccinated the friends of the 300 --
336
798000
2000
e vacinássemos os amigos dos 300,
13:35
the 300 friends --
337
800000
2000
os 300 amigos
13:37
you can get the same level of herd immunity
338
802000
2000
podiamos obter o mesmo nível de imunidade de multidão
13:39
as if you had vaccinated 96 percent of the population
339
804000
3000
como se tivéssemos vacinado 96 porcento da população
13:42
at a much greater efficiency, with a strict budget constraint.
340
807000
3000
com muito maior eficiência, com um orçamental apertado.
13:45
And similar ideas can be used, for instance,
341
810000
2000
e ideias similares podem ser utilizadas, por exemplo,
13:47
to target distribution of things like bed nets
342
812000
2000
para definir a distribuição de coisas como redes de cama
13:49
in the developing world.
343
814000
2000
nos países em desenvolvimento.
13:51
If we could understand the structure of networks in villages,
344
816000
3000
Se pudermos perceber a estrutura das redes nas aldeias,
13:54
we could target to whom to give the interventions
345
819000
2000
podíamos definir a quem dar a ajuda
13:56
to foster these kinds of spreads.
346
821000
2000
para potenciar este tipo de propagações.
13:58
Or, frankly, for advertising with all kinds of products.
347
823000
3000
Ou, francamente, para publicitar todo o tipo de produtos.
14:01
If we could understand how to target,
348
826000
2000
Se pudermos compreender como atingir,
14:03
it could affect the efficiency
349
828000
2000
podia afectar a eficácia
14:05
of what we're trying to achieve.
350
830000
2000
do que estamos a tentar alcançar.
14:07
And in fact, we can use data
351
832000
2000
E de facto, podemos utilizar informação
14:09
from all kinds of sources nowadays [to do this].
352
834000
2000
de todo o tipo de fontes nos dias actuais [para fazer isto].
14:11
This is a map of eight million phone users
353
836000
2000
Isto é um mapa de oito milhões de utilizadores de telefone
14:13
in a European country.
354
838000
2000
num país europeu.
14:15
Every dot is a person, and every line represents
355
840000
2000
Cada ponto é uma pessoa e cada linha representa
14:17
a volume of calls between the people.
356
842000
2000
o volume de chamadas entre as pessoas.
14:19
And we can use such data, that's being passively obtained,
357
844000
3000
E podemos utilizar esta informação, que se está a obter passivamente,
14:22
to map these whole countries
358
847000
2000
para mapear todos estes países
14:24
and understand who is located where within the network.
359
849000
3000
e perceber quem está localizado onde dentro da rede.
14:27
Without actually having to query them at all,
360
852000
2000
Sem, na realidade, termos de os questionar a todos,
14:29
we can get this kind of a structural insight.
361
854000
2000
podemos obter uma espécie de visão estrutural.
14:31
And other sources of information, as you're no doubt aware
362
856000
3000
E outras fontes de informação, que não tenho dúvida estão a par,
14:34
are available about such features, from email interactions,
363
859000
3000
estão disponíveis acerca dessas características, desde interacções por email,
14:37
online interactions,
364
862000
2000
interacções online,
14:39
online social networks and so forth.
365
864000
3000
redes sociais online e por aí adiante.
14:42
And in fact, we are in the era of what I would call
366
867000
2000
E de facto, estamos numa era do que chamaria
14:44
"massive-passive" data collection efforts.
367
869000
3000
esforços de recolha de informação "massivo-passivos".
14:47
They're all kinds of ways we can use massively collected data
368
872000
3000
São todas as formas que podemos utilizar para recolher informação massivamente
14:50
to create sensor networks
369
875000
3000
para criar redes sensoras
14:53
to follow the population,
370
878000
2000
para seguir a população,
14:55
understand what's happening in the population,
371
880000
2000
perceber o que está a acontecer na população,
14:57
and intervene in the population for the better.
372
882000
3000
e intervir na população para melhorar.
15:00
Because these new technologies tell us
373
885000
2000
Porque estas novas tecnologias dizem-nos
15:02
not just who is talking to whom,
374
887000
2000
não apenas quem fala com quem,
15:04
but where everyone is,
375
889000
2000
mas onde está toda a gente,
15:06
and what they're thinking based on what they're uploading on the Internet,
376
891000
3000
e o que estão a pensar baseado no que colocam na internet,
15:09
and what they're buying based on their purchases.
377
894000
2000
e o que estão a comprar baseado nas suas aquisições.
15:11
And all this administrative data can be pulled together
378
896000
3000
E toda esta informação administrativa pode ser colocada junta
15:14
and processed to understand human behavior
379
899000
2000
e processada para perceber o comportamento humano
15:16
in a way we never could before.
380
901000
3000
de uma forma que nunca antes conseguimos.
15:19
So, for example, we could use truckers' purchases of fuel.
381
904000
3000
Por exemplo, podiamos utilizar as compras de combustível de camionistas.
15:22
So the truckers are just going about their business,
382
907000
2000
Os camionistas andam no seu negócio,
15:24
and they're buying fuel.
383
909000
2000
e compram combustível.
15:26
And we see a blip up in the truckers' purchases of fuel,
384
911000
3000
E vemos um movimento positivo nas compras de combustível dos camionistas
15:29
and we know that a recession is about to end.
385
914000
2000
e sabemos que a recessão está a acabar.
15:31
Or we can monitor the velocity
386
916000
2000
Ou podemos monitorizar a velocidade
15:33
with which people are moving with their phones on a highway,
387
918000
3000
com que as pessoas se movem com os seus telemóveis na auto-estrada,
15:36
and the phone company can see,
388
921000
2000
e a empresa de telemóveis pode ver,
15:38
as the velocity is slowing down,
389
923000
2000
quando a velocidade abranda,
15:40
that there's a traffic jam.
390
925000
2000
que existe um engarrafamento.
15:42
And they can feed that information back to their subscribers,
391
927000
3000
E podem fazer chegar essa informação aos seus clientes,
15:45
but only to their subscribers on the same highway
392
930000
2000
mas apenas aos clientes na mesma auto-estrada
15:47
located behind the traffic jam!
393
932000
2000
localizados antes do engarrafamento!
15:49
Or we can monitor doctors prescribing behaviors, passively,
394
934000
3000
Ou podemos monitorizar os comportamentos de prescrição dos médicos, passivamente,
15:52
and see how the diffusion of innovation with pharmaceuticals
395
937000
3000
e ver como a difusão de inovação com fármacos
15:55
occurs within [networks of] doctors.
396
940000
2000
ocorre entre [a rede de] médicos.
15:57
Or again, we can monitor purchasing behavior in people
397
942000
2000
Ou mais uma vez, podíamos monitorizar o comportamento de compras nas pessoas,
15:59
and watch how these types of phenomena
398
944000
2000
e verificar como estes tipos de fenómenos
16:01
can diffuse within human populations.
399
946000
3000
se podem difundir entre a população humana.
16:04
And there are three ways, I think,
400
949000
2000
E existem três formas, penso eu,
16:06
that these massive-passive data can be used.
401
951000
2000
em que esta informação massiva-passiva pode ser utilizada.
16:08
One is fully passive,
402
953000
2000
Uma é completamente passiva,
16:10
like I just described --
403
955000
2000
como acabei de descrever -
16:12
as in, for instance, the trucker example,
404
957000
2000
como, por exemplo, no caso do camionista,
16:14
where we don't actually intervene in the population in any way.
405
959000
2000
onde não intervimos na população de nenhuma forma.
16:16
One is quasi-active,
406
961000
2000
Uma é quasi-activa,
16:18
like the flu example I gave,
407
963000
2000
como o exemplo da gripe que dei,
16:20
where we get some people to nominate their friends
408
965000
3000
onde pedimos a algumas pessoas que nomeiem os seus amigos
16:23
and then passively monitor their friends --
409
968000
2000
e de depois, passivamente, monitorizamos os seus amigos -
16:25
do they have the flu, or not? -- and then get warning.
410
970000
2000
têm gripe ou não? - e então obtemos o alerta.
16:27
Or another example would be,
411
972000
2000
Ou outro exemplo podia ser,
16:29
if you're a phone company, you figure out who's central in the network
412
974000
3000
se são uma empresa telefónica, perceberem quem é central na rede,
16:32
and you ask those people, "Look, will you just text us your fever every day?
413
977000
3000
e pedir a essas pessoas, "Olhe, podia-nos enviar uma mensagem com a sua febre todos dias?
16:35
Just text us your temperature."
414
980000
2000
Envie-nos apenas uma mensagem com a sua temperatura."
16:37
And collect vast amounts of information about people's temperature,
415
982000
3000
E recolher grandes quantidades de informação acerca da temperatura das pessoas,
16:40
but from centrally located individuals.
416
985000
2000
mas de indivíduos localizados centralmente.
16:42
And be able, on a large scale,
417
987000
2000
E ser capaz, em grande escala,
16:44
to monitor an impending epidemic
418
989000
2000
de monitorizar uma epidemia eminente
16:46
with very minimal input from people.
419
991000
2000
com muito pouca colaboração das pessoas.
16:48
Or, finally, it can be more fully active --
420
993000
2000
Ou, finalmente, pode ser completamente activa -
16:50
as I know subsequent speakers will also talk about today --
421
995000
2000
como sei que os oradores seguintes irão falar também hoje -
16:52
where people might globally participate in wikis,
422
997000
2000
onde as pessoas podem globalmente participar em wikis,
16:54
or photographing, or monitoring elections,
423
999000
3000
ou fotografando ou monitorizando eleições,
16:57
and upload information in a way that allows us to pool
424
1002000
2000
e carregar informação de forma a permitir-nos procurar
16:59
information in order to understand social processes
425
1004000
2000
informação de forma a percebermos processos sociais
17:01
and social phenomena.
426
1006000
2000
e fenómenos sociais.
17:03
In fact, the availability of these data, I think,
427
1008000
2000
De facto, a disponibilidade desta informação, penso eu,
17:05
heralds a kind of new era
428
1010000
2000
abre uma espécie de nova era
17:07
of what I and others would like to call
429
1012000
2000
do que eu e outros gostaríamos de chamar
17:09
"computational social science."
430
1014000
2000
"ciência social computacional".
17:11
It's sort of like when Galileo invented -- or, didn't invent --
431
1016000
3000
É como quando Galileu inventou - ou, não inventou -
17:14
came to use a telescope
432
1019000
2000
passou a usar um telescópio
17:16
and could see the heavens in a new way,
433
1021000
2000
e pôde ver os céus duma nova forma,
17:18
or Leeuwenhoek became aware of the microscope --
434
1023000
2000
ou Leeuwenhoek tomou conhecimento do microscópio -
17:20
or actually invented --
435
1025000
2000
ou na realidade inventou-o -
17:22
and could see biology in a new way.
436
1027000
2000
e pôde ver a biologia duma nova maneira.
17:24
But now we have access to these kinds of data
437
1029000
2000
Mas agora temos acesso a estas formas de informação
17:26
that allow us to understand social processes
438
1031000
2000
que nos permitem perceber os processos sociais
17:28
and social phenomena
439
1033000
2000
e os fenómenos sociais
17:30
in an entirely new way that was never before possible.
440
1035000
3000
duma forma inteiramente nova que nunca tinha sido possível.
17:33
And with this science, we can
441
1038000
2000
E com esta ciência, podemos
17:35
understand how exactly
442
1040000
2000
perceber exactamente como
17:37
the whole comes to be greater
443
1042000
2000
o todo se torna maior
17:39
than the sum of its parts.
444
1044000
2000
do que a soma das suas partes.
17:41
And actually, we can use these insights
445
1046000
2000
E na realidade, podemos utilizar estes conhecimentos
17:43
to improve society and improve human well-being.
446
1048000
3000
para melhorar a sociedade e melhorar o bem-estar humano.
17:46
Thank you.
447
1051000
2000
Obrigado.
ABOUT THE SPEAKER
Nicholas Christakis - Physician, social scientistNicholas Christakis explores how the large-scale, face-to-face social networks in which we are embedded affect our lives, and what we can do to take advantage of this fact.
Why you should listen
People aren't merely social animals in the usual sense, for we don't just live in groups. We live in networks -- and we have done so ever since we emerged from the African savannah. Via intricately branching paths tracing out cascading family connections, friendship ties, and work relationships, we are interconnected to hundreds or even thousands of specific people, most of whom we do not know. We affect them and they affect us.
Nicholas Christakis' work examines the biological, psychological, sociological, and mathematical rules that govern how we form these social networks, and the rules that govern how they shape our lives. His work shows how phenomena as diverse as obesity, smoking, emotions, ideas, germs, and altruism can spread through our social ties, and how genes can partially underlie our creation of social ties to begin with. His work also sheds light on how we might take advantage of an understanding of social networks to make the world a better place.
At Yale, Christakis is a Professor of Social and Natural Science, and he directs a diverse research group in the field of biosocial science, primarily investigating social networks. His popular undergraduate course "Health of the Public" is available as a podcast. His book, Connected, co-authored with James H. Fowler, appeared in 2009, and has been translated into 20 languages. In 2009, he was named by Time magazine to its annual list of the 100 most influential people in the world, and also, in 2009 and 2010, by Foreign Policy magazine to its list of 100 top global thinkers
Nicholas Christakis | Speaker | TED.com