TED2010
Nicholas Christakis: The hidden influence of social networks
Nicholas Christakis: La influencia oculta de las redes sociales
Filmed:
Readability: 4.3
1,674,218 views
Todos estamos inmersos en enormes redes sociales de amigos, familiares, compañeros de trabajo y mucho más. Nicholas Christakis hace un seguimiento de una amplia variedad de rasgos (desde la felicidad hasta la obesidad) que pueden propagarse de persona a persona, mostrando cómo la ubicación en la red podría afectar la vida en formas que ni siquiera se conocen.
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.
00:16
For me, this story begins about 15 years ago,
0
1000
3000
Para mí esta historia comienza hace 15 años
00:19
when I was a hospice doctor at the University of Chicago.
1
4000
3000
cuando era médico de hospicio en la Universidad de Chicago.
00:22
And I was taking care of people who were dying and their families
2
7000
3000
Y cuidaba a gente moribunda y a sus familias
00:25
in the South Side of Chicago.
3
10000
2000
en la parte sur de Chicago.
00:27
And I was observing what happened to people and their families
4
12000
3000
Observaba lo que le sucedía a la gente y a sus familias
00:30
over the course of their terminal illness.
5
15000
3000
en el transcurso de su enfermedad terminal.
00:33
And in my lab, I was studying the widower effect,
6
18000
2000
Y en mi laboratorio yo estudiaba el "efecto viuda"
00:35
which is a very old idea in the social sciences,
7
20000
2000
que es una idea muy antigua en las ciencias sociales
00:37
going back 150 years,
8
22000
2000
se remonta a 150 años
00:39
known as "dying of a broken heart."
9
24000
2000
es conocida como "morir de corazón partido".
00:41
So, when I die, my wife's risk of death can double,
10
26000
3000
Así, si yo muero el riesgo de muerte de mi esposa puede duplicarse
00:44
for instance, in the first year.
11
29000
2000
por ejemplo, en el primer año.
00:46
And I had gone to take care of one particular patient,
12
31000
3000
Y yo había ido a cuidar a una paciente en particular,
00:49
a woman who was dying of dementia.
13
34000
2000
una mujer que estaba muriendo de demencia.
00:51
And in this case, unlike this couple,
14
36000
2000
Y en este caso, a diferencia de esta pareja,
00:53
she was being cared for
15
38000
2000
a ella la cuidaba
00:55
by her daughter.
16
40000
2000
su hija.
00:57
And the daughter was exhausted from caring for her mother.
17
42000
3000
Y la hija estaba agotada de cuidar a su madre.
01:00
And the daughter's husband,
18
45000
2000
Y el marido de la hija
01:02
he also was sick
19
47000
3000
también estaba cansado
01:05
from his wife's exhaustion.
20
50000
2000
del agotamiento de su mujer.
01:07
And I was driving home one day,
21
52000
2000
Y yo estaba conduciendo camino a casa un día
01:09
and I get a phone call from the husband's friend,
22
54000
3000
y me llamó el amigo del marido
01:12
calling me because he was depressed
23
57000
2000
porque estaba deprimido
01:14
about what was happening to his friend.
24
59000
2000
por lo que le sucedía a su amigo.
01:16
So here I get this call from this random guy
25
61000
2000
Así que recibo esta llamada de un tipo al azar
01:18
that's having an experience
26
63000
2000
que atraviesa una experiencia
01:20
that's being influenced by people
27
65000
2000
que está influenciada por gente
01:22
at some social distance.
28
67000
2000
a cierta distancia social.
01:24
And so I suddenly realized two very simple things:
29
69000
3000
Y entonces me di cuenta de repente de dos cosas muy simples.
01:27
First, the widowhood effect
30
72000
2000
Primero, que el "efecto viudez"
01:29
was not restricted to husbands and wives.
31
74000
3000
no se restringía a maridos y esposas.
01:32
And second, it was not restricted to pairs of people.
32
77000
3000
Segundo, no se restringía a pares de personas.
01:35
And I started to see the world
33
80000
2000
Y comencé a ver el mundo
01:37
in a whole new way,
34
82000
2000
de un modo totalmente nuevo
01:39
like pairs of people connected to each other.
35
84000
3000
de pares de personas mutuamente conectadas.
01:42
And then I realized that these individuals
36
87000
2000
Y después me di cuenta que estos individuos
01:44
would be connected into foursomes with other pairs of people nearby.
37
89000
3000
se conectarían de a cuatro con otros pares de personas cercanas.
01:47
And then, in fact, these people
38
92000
2000
Y luego, de hecho, esta gente
01:49
were embedded in other sorts of relationships:
39
94000
2000
formaría parte de otras clases de relaciones
01:51
marriage and spousal
40
96000
2000
como el matrimonio
01:53
and friendship and other sorts of ties.
41
98000
2000
la amistad y otros tipos de vínculos.
01:55
And that, in fact, these connections were vast
42
100000
3000
Y que, de hecho, estas conexiones eran inmensas
01:58
and that we were all embedded in this
43
103000
2000
y que todos estábamos integrados en este
02:00
broad set of connections with each other.
44
105000
3000
amplio grupo de conexiones de unos con otros.
02:03
So I started to see the world in a completely new way
45
108000
3000
Así que comencé a ver el mundo de un modo totalmente diferente
02:06
and I became obsessed with this.
46
111000
2000
y comencé a obsesionarme con esto.
02:08
I became obsessed with how it might be
47
113000
2000
Comenzó a obsesionarme la idea de cómo podría ser
02:10
that we're embedded in these social networks,
48
115000
2000
que estuviésemos integrados en estas redes sociales
02:12
and how they affect our lives.
49
117000
2000
y cómo éstas afectan nuestras vidas.
02:14
So, social networks are these intricate things of beauty,
50
119000
3000
Así, las redes sociales son estas cosas de belleza intrincada
02:17
and they're so elaborate and so complex
51
122000
2000
tan elaboradas y tan complejas
02:19
and so ubiquitous, in fact,
52
124000
2000
y tan ubicuas, de hecho,
02:21
that one has to ask what purpose they serve.
53
126000
3000
que uno tiene que preguntarse para qué sirven.
02:24
Why are we embedded in social networks?
54
129000
2000
¿Por qué estamos integrados en las redes sociales?
02:26
I mean, how do they form? How do they operate?
55
131000
2000
Quiero decir, ¿cómo se forman? ¿Cómo funcionan?
02:28
And how do they effect us?
56
133000
2000
¿Y cómo nos afecta?
02:30
So my first topic with respect to this,
57
135000
3000
Y así que mi primer tema, respecto de esto,
02:33
was not death, but obesity.
58
138000
3000
no fue la muerte sino la obesidad.
02:36
It had become trendy
59
141000
2000
Y, de repente, se había puesto de moda
02:38
to speak about the "obesity epidemic."
60
143000
2000
hablar de la epidemia de obesidad.
02:40
And, along with my collaborator, James Fowler,
61
145000
3000
Y, junto con mi colaborador James Fowler,
02:43
we began to wonder whether obesity really was epidemic
62
148000
3000
comenzamos a preguntarnos si la obesidad era realmente una epidemia
02:46
and could it spread from person to person
63
151000
2000
y podría propagarse de persona a persona
02:48
like the four people I discussed earlier.
64
153000
3000
como las cuatro personas que discutimos anteriormente.
02:51
So this is a slide of some of our initial results.
65
156000
3000
Esta es una diapositiva de algunos de nuestros resultados iniciales.
02:54
It's 2,200 people in the year 2000.
66
159000
3000
Son 2.200 personas en el año 2000.
02:57
Every dot is a person. We make the dot size
67
162000
2000
Cada punto es una persona. Hicimos el tamaño del punto
02:59
proportional to people's body size;
68
164000
2000
proporcional al tamaño corporal de las personas.
03:01
so bigger dots are bigger people.
69
166000
3000
Así que puntos más grandes son gente más grande.
03:04
In addition, if your body size,
70
169000
2000
Además, si el tamaño de tu cuerpo,
03:06
if your BMI, your body mass index, is above 30 --
71
171000
2000
si el IMC, el índice de masa corporal, es superior a 30
03:08
if you're clinically obese --
72
173000
2000
si es clínicamente obeso
03:10
we also colored the dots yellow.
73
175000
2000
coloreamos los puntos de amarillo.
03:12
So, if you look at this image, right away you might be able to see
74
177000
2000
Si miramos esta imagen de inmediato podremos ver
03:14
that there are clusters of obese and
75
179000
2000
que hay grupos de obesos y
03:16
non-obese people in the image.
76
181000
2000
no obesos en la imagen.
03:18
But the visual complexity is still very high.
77
183000
3000
Pero la complejidad visual todavía es muy alta.
03:21
It's not obvious exactly what's going on.
78
186000
3000
No es obvio lo que está pasando exactamente.
03:24
In addition, some questions are immediately raised:
79
189000
2000
Además, surgen de inmediato algunas preguntas.
03:26
How much clustering is there?
80
191000
2000
¿Cuánta afinidad hay?
03:28
Is there more clustering than would be due to chance alone?
81
193000
3000
¿Hay más de afinidad de la que habría debido al simple azar?
03:31
How big are the clusters? How far do they reach?
82
196000
2000
¿Cuán grandes son los grupos? ¿Hasta dónde llegan?
03:33
And, most importantly,
83
198000
2000
Y más importante:
03:35
what causes the clusters?
84
200000
2000
¿qué es lo que causa los agrupamientos?
03:37
So we did some mathematics to study the size of these clusters.
85
202000
3000
Así que hicimos algo de matemáticas para estudiar el tamaño de estos grupos.
03:40
This here shows, on the Y-axis,
86
205000
2000
Esto de aquí muestra, en el eje Y,
03:42
the increase in the probability that a person is obese
87
207000
3000
el aumento de la probabilidad de que una persona sea obesa,
03:45
given that a social contact of theirs is obese
88
210000
2000
dado que un contacto social suyo es obeso.
03:47
and, on the X-axis, the degrees of separation between the two people.
89
212000
3000
Y en el eje X, los grados de separación entre las dos personas.
03:50
On the far left, you see the purple line.
90
215000
2000
Y en el extremo izquierdo se ve la línea púrpura.
03:52
It says that, if your friends are obese,
91
217000
2000
Dice que si tus amigos son obesos
03:54
your risk of obesity is 45 percent higher.
92
219000
3000
tu riesgo de obesidad es 45% mayor.
03:57
And the next bar over, the [red] line,
93
222000
2000
Y la barra de al lado, la línea naranja,
03:59
says if your friend's friends are obese,
94
224000
2000
dice que si los amigos de tu amigo son obesos
04:01
your risk of obesity is 25 percent higher.
95
226000
2000
tu riesgo de obesidad es 25%.
04:03
And then the next line over says
96
228000
2000
Y luego, la próxima línea dice que
04:05
if your friend's friend's friend, someone you probably don't even know, is obese,
97
230000
3000
si los amigos de los amigos de tu amigo, gente que probablemente no conozcas, son obesos
04:08
your risk of obesity is 10 percent higher.
98
233000
3000
tu riesgo de obesidad es 10%.
04:11
And it's only when you get to your friend's friend's friend's friends
99
236000
3000
Y sólo cuando llegamos a los amigos de los amigos de los amigos de los amigos
04:14
that there's no longer a relationship
100
239000
2000
es que ya no existe una relación
04:16
between that person's body size and your own body size.
101
241000
3000
entre el tamaño corporal de esa persona y tu propio cuerpo.
04:20
Well, what might be causing this clustering?
102
245000
3000
Bien, ¿qué podría estar causando este agrupamiento?
04:23
There are at least three possibilities:
103
248000
2000
Hay al menos tres posibilidades.
04:25
One possibility is that, as I gain weight,
104
250000
2000
Una posibilidad es que dado que yo aumenté de peso
04:27
it causes you to gain weight.
105
252000
2000
eso hace que tu aumentes de peso
04:29
A kind of induction, a kind of spread from person to person.
106
254000
3000
una suerte de inducción, una especie de propagación de persona a persona.
04:32
Another possibility, very obvious, is homophily,
107
257000
2000
Otra posibilidad, muy obvia, es la homofilia
04:34
or, birds of a feather flock together;
108
259000
2000
o Dios los cría y ellos se juntan.
04:36
here, I form my tie to you
109
261000
2000
Aquí, construyo mi vínculo contigo
04:38
because you and I share a similar body size.
110
263000
3000
porque ambos compartimos un tamaño corporal similar.
04:41
And the last possibility is what is known as confounding,
111
266000
2000
Y la última posibilidad es lo que conocemos como confusión,
04:43
because it confounds our ability to figure out what's going on.
112
268000
3000
porque confunde nuestra capacidad para entender lo que está pasando.
04:46
And here, the idea is not that my weight gain
113
271000
2000
Y aquí, la idea no es que mi aumento de peso
04:48
is causing your weight gain,
114
273000
2000
es la causa de tu aumento de peso
04:50
nor that I preferentially form a tie with you
115
275000
2000
ni que prefiero construir un vínculo contigo
04:52
because you and I share the same body size,
116
277000
2000
porque ambos compartimos el mismo tamaño corporal
04:54
but rather that we share a common exposure
117
279000
2000
sino que compartimos una exposición común
04:56
to something, like a health club
118
281000
3000
a algo así como un club de salud
04:59
that makes us both lose weight at the same time.
119
284000
3000
que nos hace bajar de peso, al mismo tiempo.
05:02
When we studied these data, we found evidence for all of these things,
120
287000
3000
Y cuando estudiamos estos datos, encontramos evidencia de todas estas cosas,
05:05
including for induction.
121
290000
2000
incluyendo la inducción.
05:07
And we found that if your friend becomes obese,
122
292000
2000
Y encontramos que, si tu amigo se vuelve obeso,
05:09
it increases your risk of obesity by about 57 percent
123
294000
3000
eso aumenta el riesgo de obesidad en alrededor de 57%
05:12
in the same given time period.
124
297000
2000
en el mismo período de tiempo.
05:14
There can be many mechanisms for this effect:
125
299000
3000
Y puede haber muchos mecanismos para este efecto.
05:17
One possibility is that your friends say to you something like --
126
302000
2000
Una posibilidad es que tus amigos digan algo como...
05:19
you know, they adopt a behavior that spreads to you --
127
304000
3000
ya saben, se comporten de algún modo que se propaga
05:22
like, they say, "Let's go have muffins and beer,"
128
307000
3000
y dicen algo como, "Vamos a comer los magdalenas con cerveza",
05:25
which is a terrible combination. (Laughter)
129
310000
3000
que es una combinación terrible
05:28
But you adopt that combination,
130
313000
2000
pero adoptas esa combinación
05:30
and then you start gaining weight like them.
131
315000
3000
y entonces comienzas a aumentar de peso como ellos.
05:33
Another more subtle possibility
132
318000
2000
Y otra posibilidad más sutil
05:35
is that they start gaining weight, and it changes your ideas
133
320000
3000
es que empiezan a aumentar de peso y eso cambia tus ideas
05:38
of what an acceptable body size is.
134
323000
2000
de lo que es un tamaño corporal aceptable.
05:40
Here, what's spreading from person to person
135
325000
2000
Y, aquí, lo que se está transmitiendo de persona a persona
05:42
is not a behavior, but rather a norm:
136
327000
2000
no es un comportamiento sino más bien una norma.
05:44
An idea is spreading.
137
329000
2000
Una idea se está difundiendo.
05:46
Now, headline writers
138
331000
2000
Ahora, los redactores de titulares
05:48
had a field day with our studies.
139
333000
2000
se harían un festín con nuestros estudios.
05:50
I think the headline in The New York Times was,
140
335000
2000
Creo que el titular en el New York Times fue
05:52
"Are you packing it on?
141
337000
2000
"¿Le ajusta la ropa?
05:54
Blame your fat friends." (Laughter)
142
339000
3000
Culpe a sus amigos gordos".
05:57
What was interesting to us is that the European headline writers
143
342000
2000
Lo interesante, para nosotros, fue que los titulares europeos
05:59
had a different take: They said,
144
344000
2000
tenían una mirada diferente, decían:
06:01
"Are your friends gaining weight? Perhaps you are to blame."
145
346000
3000
"¿Sus amigos aumentan de peso? Quizá tu tienes la culpa".
06:04
(Laughter)
146
349000
5000
(Risas)
06:09
And we thought this was a very interesting comment on America,
147
354000
3000
Y pensamos que este era un comentario muy interesante en EE.UU.
06:12
and a kind of self-serving,
148
357000
2000
del tipo autoservicio
06:14
"not my responsibility" kind of phenomenon.
149
359000
2000
una suerte de fenómeno "no es mi responsabilidad".
06:16
Now, I want to be very clear: We do not think our work
150
361000
2000
Ahora quiero ser muy claro, no creo que nuestro trabajo
06:18
should or could justify prejudice
151
363000
2000
debería o podría justificar los prejuicios
06:20
against people of one or another body size at all.
152
365000
3000
contra personas de uno u otro tamaño corporal, en absoluto.
06:24
Our next questions was:
153
369000
2000
Ahora, nuestras siguientes preguntas son:
06:26
Could we actually visualize this spread?
154
371000
3000
¿Podríamos visualizar realmente la propagación?
06:29
Was weight gain in one person actually spreading
155
374000
2000
¿El aumento de peso de una persona realmente se propaga
06:31
to weight gain in another person?
156
376000
2000
en el aumento de peso de otra persona?
06:33
And this was complicated because
157
378000
2000
Y esto era algo complicado porque
06:35
we needed to take into account the fact that the network structure,
158
380000
3000
teníamos que tener en cuenta el hecho de que la estructura de la red
06:38
the architecture of the ties, was changing across time.
159
383000
3000
la arquitectura de los vínculos estaba cambiando con el tiempo.
06:41
In addition, because obesity is not a unicentric epidemic,
160
386000
3000
Y, además, dado que la obesidad no es una epidemia con un solo centro,
06:44
there's not a Patient Zero of the obesity epidemic --
161
389000
3000
no existe un "paciente cero" de la epidemia de la obesidad,
06:47
if we find that guy, there was a spread of obesity out from him --
162
392000
3000
si encontramos a ese tipo existiría una propagación de obesidad a partir de él.
06:50
it's a multicentric epidemic.
163
395000
2000
Es una epidemia multi-céntrica;
06:52
Lots of people are doing things at the same time.
164
397000
2000
muchas personas están haciendo cosas al mismo tiempo.
06:54
And I'm about to show you a 30 second video animation
165
399000
3000
Y les voy a mostrar una animación en video de 30 segundos
06:57
that took me and James five years of our lives to do.
166
402000
3000
que nos llevó a James y a mí 5 años de nuestras vidas.
07:00
So, again, every dot is a person.
167
405000
2000
Así que, de nuevo, cada punto es una persona.
07:02
Every tie between them is a relationship.
168
407000
2000
Cada vínculo entre ellos es una relación.
07:04
We're going to put this into motion now,
169
409000
2000
Y ahora lo vamos a poner en movimiento
07:06
taking daily cuts through the network for about 30 years.
170
411000
3000
tomando cortes diarios de la red durante cerca de 30 años.
07:09
The dot sizes are going to grow,
171
414000
2000
Los tamaños de los puntos van a ir creciendo.
07:11
you're going to see a sea of yellow take over.
172
416000
3000
Van a ver aparecer una marea amarilla.
07:14
You're going to see people be born and die --
173
419000
2000
Van a ver personas que nacen y mueren;
07:16
dots will appear and disappear --
174
421000
2000
los puntos aparecerán y desaparecerán.
07:18
ties will form and break, marriages and divorces,
175
423000
3000
Lazos que se forman y se rompen. Matrimonios y divorcios
07:21
friendings and defriendings.
176
426000
2000
amistades y enemistades
07:23
A lot of complexity, a lot is happening
177
428000
2000
mucha complejidad, están sucediendo muchas cosas
07:25
just in this 30-year period
178
430000
2000
sólo en este período de 30 años
07:27
that includes the obesity epidemic.
179
432000
2000
que incluye la epidemia de obesidad.
07:29
And, by the end, you're going to see clusters
180
434000
2000
Y al final vamos a ver agrupamientos
07:31
of obese and non-obese individuals
181
436000
2000
de individuos obesos y no obesos
07:33
within the network.
182
438000
2000
dentro de la red.
07:35
Now, when looked at this,
183
440000
3000
Ahora, cuando miramos esto,
07:38
it changed the way I see things,
184
443000
3000
cambia la manera de ver las cosas
07:41
because this thing, this network
185
446000
2000
porque esta cosa, esta red,
07:43
that's changing across time,
186
448000
2000
que cambia con el tiempo
07:45
it has a memory, it moves,
187
450000
3000
tiene una memoria, se mueve,
07:48
things flow within it,
188
453000
2000
las cosas fluyen dentro de ella
07:50
it has a kind of consistency --
189
455000
2000
tiene una suerte de consistencia;
07:52
people can die, but it doesn't die;
190
457000
2000
la gente puede morir, pero no muere;
07:54
it still persists --
191
459000
2000
sigue perdurando.
07:56
and it has a kind of resilience
192
461000
2000
Y tiene capacidad de recuperación
07:58
that allows it to persist across time.
193
463000
2000
que le permite perdurar en el tiempo.
08:00
And so, I came to see these kinds of social networks
194
465000
3000
Y así, llegué a ver estos signos de las redes sociales
08:03
as living things,
195
468000
2000
como cosas vivientes
08:05
as living things that we could put under a kind of microscope
196
470000
3000
cosas vivientes que podíamos poner bajo una especie de microscopio
08:08
to study and analyze and understand.
197
473000
3000
para estudiar, analizar y comprender.
08:11
And we used a variety of techniques to do this.
198
476000
2000
Y usamos varias técnicas para hacerlo.
08:13
And we started exploring all kinds of other phenomena.
199
478000
3000
Comenzamos a explorar todo tipo de otros fenómenos.
08:16
We looked at smoking and drinking behavior,
200
481000
2000
Así, analizamos los hábitos de fumar y de beber
08:18
and voting behavior,
201
483000
2000
el comportamiento electoral
08:20
and divorce -- which can spread --
202
485000
2000
y el divorcio, que puede propagarse,
08:22
and altruism.
203
487000
2000
y el altruismo.
08:24
And, eventually, we became interested in emotions.
204
489000
3000
Y, finalmente, nos interesaron las emociones.
08:28
Now, when we have emotions,
205
493000
2000
Ahora, cuando tenemos emociones,
08:30
we show them.
206
495000
2000
las mostramos.
08:32
Why do we show our emotions?
207
497000
2000
¿Por qué mostramos nuestras emociones?
08:34
I mean, there would be an advantage to experiencing
208
499000
2000
Quiero decir, habría una ventaja en experimentar
08:36
our emotions inside, you know, anger or happiness.
209
501000
3000
internamente nuestras emociones, ya saben, el enojo o la felicidad,
08:39
But we don't just experience them, we show them.
210
504000
2000
pero no sólo las experimentamos, las mostramos.
08:41
And not only do we show them, but others can read them.
211
506000
3000
Y no sólo las mostramos, sino que otros pueden interpretarlas.
08:44
And, not only can they read them, but they copy them.
212
509000
2000
Y no sólo que pueden interpretarlas, sino que las copian.
08:46
There's emotional contagion
213
511000
2000
Hay un contagio emocional
08:48
that takes place in human populations.
214
513000
3000
que se produce en las poblaciones humanas.
08:51
And so this function of emotions
215
516000
2000
Y por eso esta función de las emociones
08:53
suggests that, in addition to any other purpose they serve,
216
518000
2000
sugiere que, además de cualquier otro propósito al que sirven,
08:55
they're a kind of primitive form of communication.
217
520000
3000
son una forma primitiva de comunicación.
08:58
And that, in fact, if we really want to understand human emotions,
218
523000
3000
Y que, de hecho, si realmente queremos comprender las emociones humanas
09:01
we need to think about them in this way.
219
526000
2000
tenemos que pensarlas de esta manera.
09:03
Now, we're accustomed to thinking about emotions in this way,
220
528000
3000
Ahora, estamos acostumbrados a pensar en las emociones de esta manera
09:06
in simple, sort of, brief periods of time.
221
531000
3000
en simples, breves períodos de tiempo.
09:09
So, for example,
222
534000
2000
Así, por ejemplo,
09:11
I was giving this talk recently in New York City,
223
536000
2000
yo estaba dando esta charla recientemente en Nueva York
09:13
and I said, "You know when you're on the subway
224
538000
2000
y dije: "Ya saben, como cuando uno está en el metro
09:15
and the other person across the subway car
225
540000
2000
y la persona de en frente
09:17
smiles at you,
226
542000
2000
nos sonríe
09:19
and you just instinctively smile back?"
227
544000
2000
y uno instintivamente devuelve la sonrisa".
09:21
And they looked at me and said, "We don't do that in New York City." (Laughter)
228
546000
3000
Y me miraron y decían: "No hacemos eso en Nueva York".
09:24
And I said, "Everywhere else in the world,
229
549000
2000
Y yo les dije: "El resto del mundo lo hace
09:26
that's normal human behavior."
230
551000
2000
es un comportamiento humano normal".
09:28
And so there's a very instinctive way
231
553000
2000
Hay una manera muy instintiva
09:30
in which we briefly transmit emotions to each other.
232
555000
3000
en la que, de manera breve, nos transmitimos emociones unos a otros.
09:33
And, in fact, emotional contagion can be broader still.
233
558000
3000
De hecho, el contagio emocional puede ser más amplio aún
09:36
Like we could have punctuated expressions of anger,
234
561000
3000
como podríamos tener expresiones de ira acentuadas
09:39
as in riots.
235
564000
2000
en las protestas.
09:41
The question that we wanted to ask was:
236
566000
2000
La pregunta que queríamos hacernos era:
09:43
Could emotion spread,
237
568000
2000
¿Podría propagarse la emoción
09:45
in a more sustained way than riots, across time
238
570000
3000
de manera más sostenida en el tiempo que en las protestas
09:48
and involve large numbers of people,
239
573000
2000
e involucrar a grandes cantidades de gente
09:50
not just this pair of individuals smiling at each other in the subway car?
240
575000
3000
y no sólo este par de individuos sonriendo mutuamente en el vagón de metro?
09:53
Maybe there's a kind of below the surface, quiet riot
241
578000
3000
Quizá haya una especie de disturbio silencioso bajo la superficie
09:56
that animates us all the time.
242
581000
2000
que nos anima todo el tiempo.
09:58
Maybe there are emotional stampedes
243
583000
2000
Quizá hay estampidas emocionales
10:00
that ripple through social networks.
244
585000
2000
que se propagan por las redes sociales.
10:02
Maybe, in fact, emotions have a collective existence,
245
587000
3000
Quizá, de hecho, las emociones tienen una existencia colectiva
10:05
not just an individual existence.
246
590000
2000
y no sólo una existencia individual.
10:07
And this is one of the first images we made to study this phenomenon.
247
592000
3000
Y esta es una de las primeras imágenes que hicimos para estudiar el fenómeno.
10:10
Again, a social network,
248
595000
2000
De nuevo, una red social
10:12
but now we color the people yellow if they're happy
249
597000
3000
pero ahora coloreamos a la gente de amarillo si están felices
10:15
and blue if they're sad and green in between.
250
600000
3000
de azul si están tristes y verde para los intermedios.
10:18
And if you look at this image, you can right away see
251
603000
2000
Y si miran esta imagen se puede ver de inmediato
10:20
clusters of happy and unhappy people,
252
605000
2000
grupos de gente feliz e infeliz
10:22
again, spreading to three degrees of separation.
253
607000
2000
nuevamente, propagado a tres niveles de separación.
10:24
And you might form the intuition
254
609000
2000
Y uno podría intuir
10:26
that the unhappy people
255
611000
2000
que la gente que no es feliz
10:28
occupy a different structural location within the network.
256
613000
3000
ocupa una ubicación en la estructura diferente dentro de la red.
10:31
There's a middle and an edge to this network,
257
616000
2000
De modo que hay un medio y unos extremos en esta red
10:33
and the unhappy people seem to be
258
618000
2000
y los que no son felices parecen estar
10:35
located at the edges.
259
620000
2000
ubicados en los extremos.
10:37
So to invoke another metaphor,
260
622000
2000
Para emplear otra metáfora
10:39
if you imagine social networks as a kind of
261
624000
2000
si imaginan las redes sociales como una especie de
10:41
vast fabric of humanity --
262
626000
2000
enorme tejido humano
10:43
I'm connected to you and you to her, on out endlessly into the distance --
263
628000
3000
yo estoy conectado contigo y tú con ella, y así siguiendo indefinidamente
10:46
this fabric is actually like
264
631000
2000
ese tejido es en realidad como
10:48
an old-fashioned American quilt,
265
633000
2000
un edredón antiguo de EE.UU.
10:50
and it has patches on it: happy and unhappy patches.
266
635000
3000
que tiene parches, parches de felicidad e infelicidad.
10:53
And whether you become happy or not
267
638000
2000
Y que uno esté feliz o no
10:55
depends in part on whether you occupy a happy patch.
268
640000
3000
depende de si uno ocupa un parche feliz.
10:58
(Laughter)
269
643000
2000
(Risas)
11:00
So, this work with emotions,
270
645000
3000
Así, este trabajo con emociones,
11:03
which are so fundamental,
271
648000
2000
que son tan fundamentales
11:05
then got us to thinking about: Maybe
272
650000
2000
nos llevó a pensar en que, tal vez,
11:07
the fundamental causes of human social networks
273
652000
2000
las causas fundamentales de las redes sociales humanas
11:09
are somehow encoded in our genes.
274
654000
2000
estén de alguna manera codificadas en nuestros genes.
11:11
Because human social networks, whenever they are mapped,
275
656000
3000
Porque las redes sociales humanas, cuando sea que se mapeen,
11:14
always kind of look like this:
276
659000
2000
siempre tienen este aspecto
11:16
the picture of the network.
277
661000
2000
la imagen de la red
11:18
But they never look like this.
278
663000
2000
pero nunca se ven de este modo.
11:20
Why do they not look like this?
279
665000
2000
¿Por qué no se ven así?
11:22
Why don't we form human social networks
280
667000
2000
¿Por qué no formamos redes sociales humanas
11:24
that look like a regular lattice?
281
669000
2000
que tengan forma de red regular?
11:26
Well, the striking patterns of human social networks,
282
671000
3000
Bueno, los sorprendentes patrones de redes sociales humanas
11:29
their ubiquity and their apparent purpose
283
674000
3000
su ubicuidad y su propósito aparente
11:32
beg questions about whether we evolved to have
284
677000
2000
piden que nos preguntemos si evolucionamos para tener
11:34
human social networks in the first place,
285
679000
2000
redes sociales humanas en primer lugar
11:36
and whether we evolved to form networks
286
681000
2000
y si evolucionamos para formar redes
11:38
with a particular structure.
287
683000
2000
con una estructura en particular.
11:40
And notice first of all -- so, to understand this, though,
288
685000
2000
Y observen ante todo... y así, para entenderlo, sin embargo
11:42
we need to dissect network structure a little bit first --
289
687000
3000
primero tenemos que diseccionar la estructura de la red un poquito.
11:45
and notice that every person in this network
290
690000
2000
Y observen que cada persona de esta red
11:47
has exactly the same structural location as every other person.
291
692000
3000
tiene exactamente la misma ubicación en la estructura que cualquier otra.
11:50
But that's not the case with real networks.
292
695000
3000
Pero ese no es el caso de las redes reales.
11:53
So, for example, here is a real network of college students
293
698000
2000
Así, por ejemplo, aquí hay una red real de estudiantes universitarios
11:55
at an elite northeastern university.
294
700000
3000
en una universidad de la élite del noreste.
11:58
And now I'm highlighting a few dots.
295
703000
2000
Y ahora estoy resaltando unos pocos puntos
12:00
If you look here at the dots,
296
705000
2000
y si miran aquí los puntos
12:02
compare node B in the upper left
297
707000
2000
comparen el nodo B, en la parte superior izquierda,
12:04
to node D in the far right;
298
709000
2000
con el nodo D, en el extremo derecho.
12:06
B has four friends coming out from him
299
711000
2000
B tiene 4 amigos que salen de él.
12:08
and D has six friends coming out from him.
300
713000
3000
Y D tiene 6 amigos que salen de él.
12:11
And so, those two individuals have different numbers of friends.
301
716000
3000
Entonces, estos dos individuos tiene distinta cantidad de amigos
12:14
That's very obvious, we all know that.
302
719000
2000
eso es muy obvio, todos lo sabemos.
12:16
But certain other aspects
303
721000
2000
Pero hay otros aspectos
12:18
of social network structure are not so obvious.
304
723000
2000
de la estructura de las redes sociales que no son tan obvios.
12:20
Compare node B in the upper left to node A in the lower left.
305
725000
3000
Comparen el nodo B del extremo izquierdo con el nodo A de la parte inferior izquierda.
12:23
Now, those people both have four friends,
306
728000
3000
Ahora, estas dos personas tienen ambos 4 amigos
12:26
but A's friends all know each other,
307
731000
2000
pero los amigos de A se conocen entre sí
12:28
and B's friends do not.
308
733000
2000
y los amigos de B no.
12:30
So the friend of a friend of A's
309
735000
2000
Así que los amigos de los amigos de A
12:32
is, back again, a friend of A's,
310
737000
2000
también son amigos de A
12:34
whereas the friend of a friend of B's is not a friend of B's,
311
739000
2000
mientras que un amigo de un amigo de B no es amigo de B
12:36
but is farther away in the network.
312
741000
2000
está más lejos en la red.
12:38
This is known as transitivity in networks.
313
743000
3000
Esto se conoce como transitividad en las redes.
12:41
And, finally, compare nodes C and D:
314
746000
2000
Y, finalmente, comparen los nodos C y D.
12:43
C and D both have six friends.
315
748000
3000
C y D ambos tienen 6 amigos.
12:46
If you talk to them, and you said, "What is your social life like?"
316
751000
3000
Si les preguntamos, les decimos, "¿Cómo es tu vida social?"
12:49
they would say, "I've got six friends.
317
754000
2000
dirán; "Tengo 6 amigos,
12:51
That's my social experience."
318
756000
2000
esa es mi experiencia social".
12:53
But now we, with a bird's eye view looking at this network,
319
758000
3000
Pero ahora nosotros a vista de pájaro, mirando esta red,
12:56
can see that they occupy very different social worlds.
320
761000
3000
podemos ver que ellos ocupan mundos sociales muy diferentes
12:59
And I can cultivate that intuition in you by just asking you:
321
764000
2000
y puedo transmitirles esa intuición con sólo preguntarles:
13:01
Who would you rather be
322
766000
2000
¿Quién quisieras ser
13:03
if a deadly germ was spreading through the network?
323
768000
2000
si un germen mortal se esparciera por la red?
13:05
Would you rather be C or D?
324
770000
3000
¿Preferirías ser C o D?
13:08
You'd rather be D, on the edge of the network.
325
773000
2000
Preferirías ser D, en el extremo de la red.
13:10
And now who would you rather be
326
775000
2000
Y, ¿quién preferirías ser en cambio
13:12
if a juicy piece of gossip -- not about you --
327
777000
3000
si hay un chisme jugoso, no sobre ti,
13:15
was spreading through the network? (Laughter)
328
780000
2000
que se difunde por la red?
13:17
Now, you would rather be C.
329
782000
2000
Ahora, preferirías ser C.
13:19
So different structural locations
330
784000
2000
Así, distintas ubicaciones en la estructura
13:21
have different implications for your life.
331
786000
2000
tienen diferentes implicaciones en la vida.
13:23
And, in fact, when we did some experiments looking at this,
332
788000
3000
Y, de hecho, cuando hicimos algunos experimentos mirando esto
13:26
what we found is that 46 percent of the variation
333
791000
3000
encontramos que el 46% de la variación
13:29
in how many friends you have
334
794000
2000
en la cantidad de amigos que uno tiene
13:31
is explained by your genes.
335
796000
2000
se explica por nuestros genes.
13:33
And this is not surprising. We know that some people are born shy
336
798000
3000
Y esto no es sorprendente. Lo sabemos, algunas personas nacen tímidas
13:36
and some are born gregarious. That's obvious.
337
801000
3000
y otras nacen sociables. Eso es obvio.
13:39
But we also found some non-obvious things.
338
804000
2000
Pero también encontramos algunas cosas que no son obvias.
13:41
For instance, 47 percent in the variation
339
806000
3000
Por ejemplo, el 47% de la variación
13:44
in whether your friends know each other
340
809000
2000
en si nuestros amigos se conocen entre sí
13:46
is attributable to your genes.
341
811000
2000
es atribuible a nuestros genes.
13:48
Whether your friends know each other
342
813000
2000
Que nuestros amigos se conozcan entre sí
13:50
has not just to do with their genes, but with yours.
343
815000
3000
tiene que ver no sólo con sus genes sino con los nuestros.
13:53
And we think the reason for this is that some people
344
818000
2000
Y pensamos que la razón de esto es que a alguna gente
13:55
like to introduce their friends to each other -- you know who you are --
345
820000
3000
le gusta presentar a sus amigos entre sí, saben quiénes son,
13:58
and others of you keep them apart and don't introduce your friends to each other.
346
823000
3000
y otros los mantienen separados, no los presentas a unos con otros.
14:01
And so some people knit together the networks around them,
347
826000
3000
De ese modo algunas personas tejen juntos la red en torno a ellos
14:04
creating a kind of dense web of ties
348
829000
2000
creando una densa telaraña de vínculos
14:06
in which they're comfortably embedded.
349
831000
2000
en la que se encuentran cómodamente contenidos.
14:08
And finally, we even found that
350
833000
2000
Y, finalmente, encontramos incluso que
14:10
30 percent of the variation
351
835000
2000
el 30% de la variación
14:12
in whether or not people are in the middle or on the edge of the network
352
837000
3000
de si una persona se encuentra en el centro o en los extremos de la red
14:15
can also be attributed to their genes.
353
840000
2000
puede atribuirse también a sus genes.
14:17
So whether you find yourself in the middle or on the edge
354
842000
2000
Así que el que uno se encuentre en el centro o en los extremos
14:19
is also partially heritable.
355
844000
3000
se debe en parte a la herencia.
14:22
Now, what is the point of this?
356
847000
3000
Ahora, ¿qué sentido tiene esto?
14:25
How does this help us understand?
357
850000
2000
¿Cómo ayuda esto a entender?
14:27
How does this help us
358
852000
2000
¿Cómo nos ayuda esto a
14:29
figure out some of the problems that are affecting us these days?
359
854000
3000
descubrir algunos de los problemas que nos están afectando actualmente?
14:33
Well, the argument I'd like to make is that networks have value.
360
858000
3000
Bueno, el argumento que me gustaría plantear es que las redes tienen valor.
14:36
They are a kind of social capital.
361
861000
3000
Son una especie de capital social.
14:39
New properties emerge
362
864000
2000
Emergen nuevas propiedades
14:41
because of our embeddedness in social networks,
363
866000
2000
debido a nuestra inserción en las redes sociales,
14:43
and these properties inhere
364
868000
3000
estas propiedades aquí
14:46
in the structure of the networks,
365
871000
2000
en la estructura de las redes,
14:48
not just in the individuals within them.
366
873000
2000
no sólo en los individuos dentro de ellas.
14:50
So think about these two common objects.
367
875000
2000
Piensen en estos dos objetos comunes.
14:52
They're both made of carbon,
368
877000
2000
Ambos están compuestos de carbón.
14:54
and yet one of them has carbon atoms in it
369
879000
3000
Uno de ellos tiene átomos de carbón
14:57
that are arranged in one particular way -- on the left --
370
882000
3000
organizados en una forma particular, a la izquierda,
15:00
and you get graphite, which is soft and dark.
371
885000
3000
y se obtiene grafito, que es blando y oscuro.
15:03
But if you take the same carbon atoms
372
888000
2000
Pero si uno toma los mismos átomos de carbón
15:05
and interconnect them a different way,
373
890000
2000
y los interconecta de diferente manera
15:07
you get diamond, which is clear and hard.
374
892000
3000
obtiene un diamante, que es claro y duro.
15:10
And those properties of softness and hardness and darkness and clearness
375
895000
3000
Y esas propiedades de suavidad, dureza, oscuridad y claridad
15:13
do not reside in the carbon atoms;
376
898000
2000
no residen en los átomos de carbono.
15:15
they reside in the interconnections between the carbon atoms,
377
900000
3000
Residen en las interconexiones entre los átomos de carbono,
15:18
or at least arise because of the
378
903000
2000
o por lo menos surgen debido a las
15:20
interconnections between the carbon atoms.
379
905000
2000
interconexiones entre los átomos de carbono.
15:22
So, similarly, the pattern of connections among people
380
907000
3000
Así, del mismo modo, el patrón de conexiones entre las personas
15:25
confers upon the groups of people
381
910000
3000
confiere a los grupos de personas
15:28
different properties.
382
913000
2000
diferentes propiedades.
15:30
It is the ties between people
383
915000
2000
Es el vínculo entre las personas
15:32
that makes the whole greater than the sum of its parts.
384
917000
3000
lo que hace que el todo sea mayor que la suma de sus partes.
15:35
And so it is not just what's happening to these people --
385
920000
3000
Y no es sólo lo que le pasa a estas personas
15:38
whether they're losing weight or gaining weight, or becoming rich or becoming poor,
386
923000
3000
si están adelgazando, engordando, enriqueciéndose o empobreciéndose
15:41
or becoming happy or not becoming happy -- that affects us;
387
926000
3000
siendo felices o no, lo que nos afecta.
15:44
it's also the actual architecture
388
929000
2000
Se trata también de la arquitectura real
15:46
of the ties around us.
389
931000
2000
de los lazos que nos rodean.
15:48
Our experience of the world
390
933000
2000
Nuestra experiencia del mundo
15:50
depends on the actual structure
391
935000
2000
depende de la estructura real
15:52
of the networks in which we're residing
392
937000
2000
de las redes en las que residimos
15:54
and on all the kinds of things that ripple and flow
393
939000
3000
y del tipo de cosas que surgen y fluyen
15:57
through the network.
394
942000
2000
por la red.
16:00
Now, the reason, I think, that this is the case
395
945000
3000
Ahora, la razón por la que creo que esto es así
16:03
is that human beings assemble themselves
396
948000
2000
es que los seres humanos se unen entre sí
16:05
and form a kind of superorganism.
397
950000
3000
y forman una especie de súper organismo.
16:09
Now, a superorganism is a collection of individuals
398
954000
3000
Ahora, un súper organismo es una especie de colección de individuos
16:12
which show or evince behaviors or phenomena
399
957000
3000
que muestran o evidencian comportamientos o fenómenos
16:15
that are not reducible to the study of individuals
400
960000
3000
que no se pueden reducir al estudio de los individuos
16:18
and that must be understood by reference to,
401
963000
2000
y deben ser entendidos en referencia a
16:20
and by studying, the collective.
402
965000
2000
mediante el estudio del conjunto
16:22
Like, for example, a hive of bees
403
967000
3000
como, por ejemplo, una colmena de abejas
16:25
that's finding a new nesting site,
404
970000
3000
que está en busca de un lugar para anidar
16:28
or a flock of birds that's evading a predator,
405
973000
2000
o una bandada de pájaros que está evadiendo a un depredador,
16:30
or a flock of birds that's able to pool its wisdom
406
975000
3000
O una bandada de aves capaz de reunir su sabiduría,
16:33
and navigate and find a tiny speck
407
978000
2000
navegar y encontrar un pequeño punto
16:35
of an island in the middle of the Pacific,
408
980000
2000
una isla en medio del Pacífico.
16:37
or a pack of wolves that's able
409
982000
2000
o una manada de lobos que puede
16:39
to bring down larger prey.
410
984000
3000
derribar presas de mayor tamaño.
16:42
Superorganisms have properties
411
987000
2000
Los súper organismos tienen propiedades
16:44
that cannot be understood just by studying the individuals.
412
989000
3000
que no pueden ser comprendidas mediante el estudio de los individuos.
16:47
I think understanding social networks
413
992000
2000
Pienso que comprender las redes sociales
16:49
and how they form and operate
414
994000
2000
y cómo se forman y funcionan
16:51
can help us understand not just health and emotions
415
996000
3000
nos puede ayudar a comprender, no sólo la salud y las emociones,
16:54
but all kinds of other phenomena --
416
999000
2000
sino todo tipo de fenómenos
16:56
like crime, and warfare,
417
1001000
2000
como el crimen y la guerra
16:58
and economic phenomena like bank runs
418
1003000
2000
y los fenómenos económicos como las corridas bancarias
17:00
and market crashes
419
1005000
2000
y las caídas de los mercados
17:02
and the adoption of innovation
420
1007000
2000
y la adopción de la innovación
17:04
and the spread of product adoption.
421
1009000
2000
y la propagación de la adopción de productos.
17:06
Now, look at this.
422
1011000
2000
Ahora, miren esto.
17:09
I think we form social networks
423
1014000
2000
Creo que formamos redes sociales
17:11
because the benefits of a connected life
424
1016000
2000
porque los beneficios de una vida conectada
17:13
outweigh the costs.
425
1018000
3000
son superiores a los costos.
17:16
If I was always violent towards you
426
1021000
2000
Si siempre soy violento contigo
17:18
or gave you misinformation
427
1023000
2000
o te doy información errónea
17:20
or made you sad or infected you with deadly germs,
428
1025000
3000
o te pongo triste o te infecto con gérmenes mortales
17:23
you would cut the ties to me,
429
1028000
2000
tú cortarías los lazos conmigo
17:25
and the network would disintegrate.
430
1030000
2000
y la red se desintegraría.
17:27
So the spread of good and valuable things
431
1032000
3000
Así que la propagación de cosas buenas y valiosas
17:30
is required to sustain and nourish social networks.
432
1035000
3000
es necesaria para sostener y nutrir las redes sociales.
17:34
Similarly, social networks are required
433
1039000
2000
Del mismo modo, las redes sociales son necesarias
17:36
for the spread of good and valuable things,
434
1041000
3000
para la difusión de cosas buenas y valiosas
17:39
like love and kindness
435
1044000
2000
como el amor y la bondad
17:41
and happiness and altruism
436
1046000
2000
la felicidad, el altruismo
17:43
and ideas.
437
1048000
2000
y las ideas.
17:45
I think, in fact, that if we realized
438
1050000
2000
De hecho, creo que si nos diéramos cuenta de
17:47
how valuable social networks are,
439
1052000
2000
lo valiosas que son las redes sociales
17:49
we'd spend a lot more time nourishing them and sustaining them,
440
1054000
3000
pasaríamos mucho más tiempo alimentándolas
17:52
because I think social networks
441
1057000
2000
porque pienso que las redes sociales
17:54
are fundamentally related to goodness.
442
1059000
3000
se relaciona fundamentalmente con la bondad,
17:57
And what I think the world needs now
443
1062000
2000
y pienso que lo que el mundo necesita ahora
17:59
is more connections.
444
1064000
2000
son más conexiones.
18:01
Thank you.
445
1066000
2000
Gracias.
18:03
(Applause)
446
1068000
3000
(Aplausos)
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