TED2010
Nicholas Christakis: The hidden influence of social networks
Nicholas Christakis: A influência oculta das redes sociais
Filmed:
Readability: 4.3
1,674,218 views
Estamos todos imbuídos em vastas redes sociais de amigos, família, colegas e outros. Nicholas Christakis avalia como uma variedade de traços - desde a felicidade à obesidade - podem alastrar-se de uma pessoa para a outra, demonstrando como a sua localização na rede social pode ter impacto sobre a sua vida de formas que nem sequer se apercebe.
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 mim, esta história começa há cerca de 15 anos,
00:19
when I was a hospice doctor at the University of Chicago.
1
4000
3000
quando era médico num hospício na Universidade de Chicago.
00:22
And I was taking care of people who were dying and their families
2
7000
3000
Eu estava a cuidar de pessoas que estavam a morrer e das suas famílias,
00:25
in the South Side of Chicago.
3
10000
2000
na zona Sul de Chicago.
00:27
And I was observing what happened to people and their families
4
12000
3000
E eu observava o que acontecia às pessoas e às suas famílias
00:30
over the course of their terminal illness.
5
15000
3000
durante o decorrer das suas doenças terminais.
00:33
And in my lab, I was studying the widower effect,
6
18000
2000
No meu laboratório, eu estava a estudar o efeito da viuvez,
00:35
which is a very old idea in the social sciences,
7
20000
2000
que é um conceito bastante antigo nas ciências sociais,
00:37
going back 150 years,
8
22000
2000
recuando 150 anos,
00:39
known as "dying of a broken heart."
9
24000
2000
conhecido como "morrer de um coração partido".
00:41
So, when I die, my wife's risk of death can double,
10
26000
3000
Assim, quando eu morrer, o risco da minha mulher morrer pode duplicar,
00:44
for instance, in the first year.
11
29000
2000
por exemplo, no primeiro ano.
00:46
And I had gone to take care of one particular patient,
12
31000
3000
Eu tinha ido tratar de um doente em particular,
00:49
a woman who was dying of dementia.
13
34000
2000
uma mulher que estava a morrer de demência.
00:51
And in this case, unlike this couple,
14
36000
2000
E neste caso, ao contrário deste casal,
00:53
she was being cared for
15
38000
2000
ela estava a ser cuidada
00:55
by her daughter.
16
40000
2000
pela sua filha.
00:57
And the daughter was exhausted from caring for her mother.
17
42000
3000
E a filha estava exausta de cuidar da mãe.
01:00
And the daughter's husband,
18
45000
2000
E o marido da filha
01:02
he also was sick
19
47000
3000
também estava farto
01:05
from his wife's exhaustion.
20
50000
2000
da exaustão da mulher.
01:07
And I was driving home one day,
21
52000
2000
E um dia, enquanto conduzia para casa,
01:09
and I get a phone call from the husband's friend,
22
54000
3000
recebo um telefonema de um amigo do marido,
01:12
calling me because he was depressed
23
57000
2000
que me estava a telefonar porque ele estava deprimido
01:14
about what was happening to his friend.
24
59000
2000
acerca do que estava a acontecer ao seu amigo.
01:16
So here I get this call from this random guy
25
61000
2000
Portanto, eu recebo este telefonema de um tipo desconhecido
01:18
that's having an experience
26
63000
2000
que estava a ter uma experiência
01:20
that's being influenced by people
27
65000
2000
que estava a ser influenciada por pessoas
01:22
at some social distance.
28
67000
2000
com uma certa distância social.
01:24
And so I suddenly realized two very simple things:
29
69000
3000
E, de repente, apercebi-me de duas coisas muito simples:
01:27
First, the widowhood effect
30
72000
2000
Primeiro, o efeito da viuvez
01:29
was not restricted to husbands and wives.
31
74000
3000
não era restrito a maridos e mulheres.
01:32
And second, it was not restricted to pairs of people.
32
77000
3000
E segundo, não era restrito a pares de pessoas.
01:35
And I started to see the world
33
80000
2000
E comecei a ver o mundo
01:37
in a whole new way,
34
82000
2000
de uma forma completamente nova,
01:39
like pairs of people connected to each other.
35
84000
3000
como os pares de pessoas se relacionam entre si.
01:42
And then I realized that these individuals
36
87000
2000
Depois, apercebi-me que estes indivíduos
01:44
would be connected into foursomes with other pairs of people nearby.
37
89000
3000
estariam ligados em grupos de quatro com outros pares de pessoas próximos.
01:47
And then, in fact, these people
38
92000
2000
E então, de facto, estas pessoas
01:49
were embedded in other sorts of relationships:
39
94000
2000
estavam imbuídas noutros tipos de relações:
01:51
marriage and spousal
40
96000
2000
[relações de] casamento e conjugais
01:53
and friendship and other sorts of ties.
41
98000
2000
e de amizade e outros tipos de ligações.
01:55
And that, in fact, these connections were vast
42
100000
3000
E que, de facto, estas relações eram vastas,
01:58
and that we were all embedded in this
43
103000
2000
e que estávamos todos imbuídos neste
02:00
broad set of connections with each other.
44
105000
3000
conjunto alargado de conexões uns com os outros.
02:03
So I started to see the world in a completely new way
45
108000
3000
Então, comecei a ver o mundo numa forma completamente nova
02:06
and I became obsessed with this.
46
111000
2000
e tornei-me obcecado com isto.
02:08
I became obsessed with how it might be
47
113000
2000
Fiquei obcecado com o como é que será
02:10
that we're embedded in these social networks,
48
115000
2000
que estamos todos imbuídos nestas redes sociais
02:12
and how they affect our lives.
49
117000
2000
e como estas afectam as nossas vidas.
02:14
So, social networks are these intricate things of beauty,
50
119000
3000
Por isso, as redes sociais são estas coisas complexas de beleza,
02:17
and they're so elaborate and so complex
51
122000
2000
e são tão elaboradas e tão complexas
02:19
and so ubiquitous, in fact,
52
124000
2000
e tão universais, de facto,
02:21
that one has to ask what purpose they serve.
53
126000
3000
que temos de nos perguntar qual o propósito que servem.
02:24
Why are we embedded in social networks?
54
129000
2000
Porque estamos imbuídos em redes sociais?
02:26
I mean, how do they form? How do they operate?
55
131000
2000
Quero dizer, como se formam? Como operam?
02:28
And how do they effect us?
56
133000
2000
E como nos afectam?
02:30
So my first topic with respect to this,
57
135000
3000
Portanto, o meu primeiro tópico relativamente a isto,
02:33
was not death, but obesity.
58
138000
3000
não era a morte, mas a obesidade.
02:36
It had become trendy
59
141000
2000
Tinha-se tornado moda
02:38
to speak about the "obesity epidemic."
60
143000
2000
falar sobre a "epidemia da obesidade".
02:40
And, along with my collaborator, James Fowler,
61
145000
3000
E juntamente com o meu colega, James Fowler,
02:43
we began to wonder whether obesity really was epidemic
62
148000
3000
começámos a questionar se a obesidade era de facto uma epidemia,
02:46
and could it spread from person to person
63
151000
2000
e se se podia alastrar de pessoa para pessoa
02:48
like the four people I discussed earlier.
64
153000
3000
tal como as quatro pessoas de que falei anteriormente.
02:51
So this is a slide of some of our initial results.
65
156000
3000
Este é um diapositivo de alguns dos nossos primeiros resultados.
02:54
It's 2,200 people in the year 2000.
66
159000
3000
São 2200 pessoas no ano 2000.
02:57
Every dot is a person. We make the dot size
67
162000
2000
Cada ponto é uma pessoa. Fizemos o tamanho do ponto
02:59
proportional to people's body size;
68
164000
2000
proporcional ao tamanho do corpo de uma pessoa.
03:01
so bigger dots are bigger people.
69
166000
3000
Assim, os pontos maiores representam pessoas maiores.
03:04
In addition, if your body size,
70
169000
2000
Para além disto, se o tamanho do vosso corpo,
03:06
if your BMI, your body mass index, is above 30 --
71
171000
2000
se o vosso IMC, o vosso Índice de Massa Corporal, for superior a 30 --
03:08
if you're clinically obese --
72
173000
2000
se forem clinicamente obesos -
03:10
we also colored the dots yellow.
73
175000
2000
também pintámos os pontos de amarelo.
03:12
So, if you look at this image, right away you might be able to see
74
177000
2000
Portanto, se olharem para esta imagem, conseguem ver imediatamente
03:14
that there are clusters of obese and
75
179000
2000
que existem grupos de pessoas obesas e
03:16
non-obese people in the image.
76
181000
2000
não-obesas na imagem.
03:18
But the visual complexity is still very high.
77
183000
3000
Porém, a complexidade visual é ainda bastante elevada.
03:21
It's not obvious exactly what's going on.
78
186000
3000
Não é óbvio o que se passa exactamente.
03:24
In addition, some questions are immediately raised:
79
189000
2000
Além disso, surgem imediatamente outras questões:
03:26
How much clustering is there?
80
191000
2000
Quantos agrupamentos existem?
03:28
Is there more clustering than would be due to chance alone?
81
193000
3000
Existem mais agrupamentos do que os que existiriam apenas devido ao acaso?
03:31
How big are the clusters? How far do they reach?
82
196000
2000
Quão grandes são os agrupamentos? Até onde chegam?
03:33
And, most importantly,
83
198000
2000
E, mais importante,
03:35
what causes the clusters?
84
200000
2000
o que é que causa os agrupamentos?
03:37
So we did some mathematics to study the size of these clusters.
85
202000
3000
Então fizemos alguns cálculos matemáticos para estudar o tamanho destes agrupamentos.
03:40
This here shows, on the Y-axis,
86
205000
2000
Isto aqui mostra, no eixo Y,
03:42
the increase in the probability that a person is obese
87
207000
3000
o aumento da probabilidade que uma pessoa seja obesa,
03:45
given that a social contact of theirs is obese
88
210000
2000
assumindo que um dos seus contactos sociais é obeso
03:47
and, on the X-axis, the degrees of separation between the two people.
89
212000
3000
e, no eixo X, os graus de separação entre as duas pessoas.
03:50
On the far left, you see the purple line.
90
215000
2000
No extremo à esquerda, vêm uma linha violeta.
03:52
It says that, if your friends are obese,
91
217000
2000
Diz que, se os vossos amigos são obesos,
03:54
your risk of obesity is 45 percent higher.
92
219000
3000
o vosso risco de obesidade é 45% superior.
03:57
And the next bar over, the [red] line,
93
222000
2000
A barra seguinte, a linha vermelha,
03:59
says if your friend's friends are obese,
94
224000
2000
diz que, se os amigos dos vossos amigos são obesos,
04:01
your risk of obesity is 25 percent higher.
95
226000
2000
o vosso risco de obesidade é 25% superior.
04:03
And then the next line over says
96
228000
2000
E a barra seguinte expressa que
04:05
if your friend's friend's friend, someone you probably don't even know, is obese,
97
230000
3000
se o amigo do amigo do vosso amigo, alguém que provavelmente nem conhecem é obeso,
04:08
your risk of obesity is 10 percent higher.
98
233000
3000
o vosso risco de obesidade é 10% superior.
04:11
And it's only when you get to your friend's friend's friend's friends
99
236000
3000
E é só quando chegamos ao amigo do amigo do amigo do vosso amigo,
04:14
that there's no longer a relationship
100
239000
2000
em que já não existe uma relação
04:16
between that person's body size and your own body size.
101
241000
3000
entre o tamanho do corpo dessa pessoa e o tamanho do vosso próprio corpo.
04:20
Well, what might be causing this clustering?
102
245000
3000
Assim sendo, o que poderá estar a causar estes agrupamentos?
04:23
There are at least three possibilities:
103
248000
2000
Existem, pelo menos, três possibilidades.
04:25
One possibility is that, as I gain weight,
104
250000
2000
Uma possibilidade é que, à medida que eu ganho peso,
04:27
it causes you to gain weight.
105
252000
2000
faz com que tu ganhes peso.
04:29
A kind of induction, a kind of spread from person to person.
106
254000
3000
Um tipo de indução, um tipo de contágio de pessoa para pessoa.
04:32
Another possibility, very obvious, is homophily,
107
257000
2000
Outra possibilidade, bastante óbvia, é a homofilia,
04:34
or, birds of a feather flock together;
108
259000
2000
ou "diz-me com quem andas e dir-te-ei quem és".
04:36
here, I form my tie to you
109
261000
2000
Aqui, eu formo um relacionamento convosco
04:38
because you and I share a similar body size.
110
263000
3000
porque partilhamos um tamanho de corpo semelhante.
04:41
And the last possibility is what is known as confounding,
111
266000
2000
A última possibilidade é conhecida por confusão,
04:43
because it confounds our ability to figure out what's going on.
112
268000
3000
porque perturba a nossa capacidade de compreender o que se passa.
04:46
And here, the idea is not that my weight gain
113
271000
2000
E aqui, a ideia não é que o meu aumento de peso
04:48
is causing your weight gain,
114
273000
2000
está a provocar o vosso aumento de peso,
04:50
nor that I preferentially form a tie with you
115
275000
2000
nem que eu quero relacionar-me preferencialmente convosco
04:52
because you and I share the same body size,
116
277000
2000
porque partilhamos o mesmo tamanho de corpo,
04:54
but rather that we share a common exposure
117
279000
2000
mas sim que somos ambos expostos
04:56
to something, like a health club
118
281000
3000
a algo, como um health club
04:59
that makes us both lose weight at the same time.
119
284000
3000
que faz com que percamos peso ao mesmo tempo.
05:02
When we studied these data, we found evidence for all of these things,
120
287000
3000
Quando estudámos estes dados, encontrámos provas para todas estas coisas,
05:05
including for induction.
121
290000
2000
incluindo a indução.
05:07
And we found that if your friend becomes obese,
122
292000
2000
E descobrimos que, se o vosso amigo se tornar obeso,
05:09
it increases your risk of obesity by about 57 percent
123
294000
3000
aumenta o vosso risco de obesidade em cerca de 57%
05:12
in the same given time period.
124
297000
2000
no mesmo período.
05:14
There can be many mechanisms for this effect:
125
299000
3000
Podem existir muitos mecanismos para este efeito:
05:17
One possibility is that your friends say to you something like --
126
302000
2000
Uma possibilidade é que os vossos amigos lhes digam algo como --
05:19
you know, they adopt a behavior that spreads to you --
127
304000
3000
sabem, eles adoptam um comportamento que se e alastra a vós --
05:22
like, they say, "Let's go have muffins and beer,"
128
307000
3000
por exemplo, eles dizem: "Vamos comer bolos e beber cerveja,"
05:25
which is a terrible combination. (Laughter)
129
310000
3000
que é uma terrível combinação. (Risos)
05:28
But you adopt that combination,
130
313000
2000
Mas vocês adoptam essa combinação,
05:30
and then you start gaining weight like them.
131
315000
3000
e depois começam a aumentar de peso como eles.
05:33
Another more subtle possibility
132
318000
2000
Outra possibilidade mais subtil
05:35
is that they start gaining weight, and it changes your ideas
133
320000
3000
é que eles começam a aumentar de peso e isso muda o vosso raciocínio
05:38
of what an acceptable body size is.
134
323000
2000
sobre o que é um tamanho de corpo adequado.
05:40
Here, what's spreading from person to person
135
325000
2000
Aqui, o que se alastra de uma pessoa para outra
05:42
is not a behavior, but rather a norm:
136
327000
2000
não é um comportamento, mas sim uma norma:
05:44
An idea is spreading.
137
329000
2000
uma ideia difunde-se.
05:46
Now, headline writers
138
331000
2000
Ora, escritores de cabeçalhos
05:48
had a field day with our studies.
139
333000
2000
tiveram o dia feito com os nossos estudos.
05:50
I think the headline in The New York Times was,
140
335000
2000
Penso que o título do The New York Times foi:
05:52
"Are you packing it on?
141
337000
2000
"Estás a ganhar peso?
05:54
Blame your fat friends." (Laughter)
142
339000
3000
Culpa os teus amigos gordos." (Risos)
05:57
What was interesting to us is that the European headline writers
143
342000
2000
O mais curioso para nós foi que os cabeçalhos europeus
05:59
had a different take: They said,
144
344000
2000
usaram uma abordagem diferente. Eles disseram:
06:01
"Are your friends gaining weight? Perhaps you are to blame."
145
346000
3000
"Os teus amigos estão a engordar? Talvez você seja o culpado."
06:04
(Laughter)
146
349000
5000
(Risos)
06:09
And we thought this was a very interesting comment on America,
147
354000
3000
E nós pensámos que isto era um comentário bastante interessante acerca da América,
06:12
and a kind of self-serving,
148
357000
2000
e num tipo de fenómeno auto-subserviente
06:14
"not my responsibility" kind of phenomenon.
149
359000
2000
de "o problema não é meu".
06:16
Now, I want to be very clear: We do not think our work
150
361000
2000
Agora, eu quero deixar bastante claro: não pensamos que o nosso trabalho
06:18
should or could justify prejudice
151
363000
2000
deva ou possa justificar preconceitos
06:20
against people of one or another body size at all.
152
365000
3000
contra pessoas com um ou outro tamanho de corpo.
06:24
Our next questions was:
153
369000
2000
A nossa questão seguinte foi:
06:26
Could we actually visualize this spread?
154
371000
3000
Poderíamos visualizar esta propagação?
06:29
Was weight gain in one person actually spreading
155
374000
2000
Será que o aumento de peso numa pessoa estava realmente a alastrar-se
06:31
to weight gain in another person?
156
376000
2000
[e causar] aumento de peso noutra pessoa?
06:33
And this was complicated because
157
378000
2000
Isto era complicado porque
06:35
we needed to take into account the fact that the network structure,
158
380000
3000
precisávamos de ter em conta o facto de que a estrutura de uma rede,
06:38
the architecture of the ties, was changing across time.
159
383000
3000
o relacionamento destes laços, estava a mudar ao longo do tempo.
06:41
In addition, because obesity is not a unicentric epidemic,
160
386000
3000
Para além disto, dado que a obesidade não é uma epidemia unicêntrica,
06:44
there's not a Patient Zero of the obesity epidemic --
161
389000
3000
não existe um Doente Zero da epidemia da obesidade --
06:47
if we find that guy, there was a spread of obesity out from him --
162
392000
3000
se encontrarmos esse tipo, haveria um contágio da obesidade a partir dele --
06:50
it's a multicentric epidemic.
163
395000
2000
é uma epidemia multicêntrica.
06:52
Lots of people are doing things at the same time.
164
397000
2000
Muitas pessoas estão a fazer coisas ao mesmo tempo.
06:54
And I'm about to show you a 30 second video animation
165
399000
3000
E estou prestes a mostrar-vos uma animação em vídeo de 30 segundos
06:57
that took me and James five years of our lives to do.
166
402000
3000
que demorou, a mim e ao James, 5 anos da nossa vida a fazer.
07:00
So, again, every dot is a person.
167
405000
2000
Portanto, uma vez mais, cada ponto é uma pessoa.
07:02
Every tie between them is a relationship.
168
407000
2000
Cada laço entre eles é um relacionamento.
07:04
We're going to put this into motion now,
169
409000
2000
Vamos começar a animar isto agora,
07:06
taking daily cuts through the network for about 30 years.
170
411000
3000
obtendo cortes diários da rede durante 30 anos.
07:09
The dot sizes are going to grow,
171
414000
2000
Os tamanhos dos pontos vão crescer,
07:11
you're going to see a sea of yellow take over.
172
416000
3000
vão ver um mar de amarelo começar a dominar.
07:14
You're going to see people be born and die --
173
419000
2000
Vão ver pessoas nascer e morrer -
07:16
dots will appear and disappear --
174
421000
2000
pontos vão aparecer e desaparecer -
07:18
ties will form and break, marriages and divorces,
175
423000
3000
laços vão-se formar e quebrar-se, casamentos e divórcios,
07:21
friendings and defriendings.
176
426000
2000
amizades e inimizades.
07:23
A lot of complexity, a lot is happening
177
428000
2000
Muita complexidade, muito está a acontecer
07:25
just in this 30-year period
178
430000
2000
simplesmente neste período de 30 anos
07:27
that includes the obesity epidemic.
179
432000
2000
que inclui a epidemia de obesidade.
07:29
And, by the end, you're going to see clusters
180
434000
2000
E, no final, vão ver agrupamentos
07:31
of obese and non-obese individuals
181
436000
2000
de indivíduos obesos e não obesos
07:33
within the network.
182
438000
2000
dentro da rede social.
07:35
Now, when looked at this,
183
440000
3000
Agora, quando olhámos para isto,
07:38
it changed the way I see things,
184
443000
3000
mudou a forma como vejo as coisas,
07:41
because this thing, this network
185
446000
2000
porque isto, esta rede
07:43
that's changing across time,
186
448000
2000
que está a mudar ao longo do tempo,
07:45
it has a memory, it moves,
187
450000
3000
tem uma memória, move-se,
07:48
things flow within it,
188
453000
2000
as coisas fluem dentro dela,
07:50
it has a kind of consistency --
189
455000
2000
tem uma espécie de consistência --
07:52
people can die, but it doesn't die;
190
457000
2000
as pessoas podem morrer, mas ela não morre;
07:54
it still persists --
191
459000
2000
ela persiste --
07:56
and it has a kind of resilience
192
461000
2000
e tem uma espécie de resiliência
07:58
that allows it to persist across time.
193
463000
2000
que lhe permite persistir ao longo do tempo.
08:00
And so, I came to see these kinds of social networks
194
465000
3000
E por isso, eu passei a ver este tipo de redes sociais
08:03
as living things,
195
468000
2000
enquanto coisas vivas,
08:05
as living things that we could put under a kind of microscope
196
470000
3000
enquanto coisas vivas que podíamos colocar debaixo de um tipo de microscópio
08:08
to study and analyze and understand.
197
473000
3000
para estudar e analisar e compreender.
08:11
And we used a variety of techniques to do this.
198
476000
2000
E usámos uma variedade de técnicas para fazer isto.
08:13
And we started exploring all kinds of other phenomena.
199
478000
3000
E começámos a explorar todo o tipo de outros fenómenos.
08:16
We looked at smoking and drinking behavior,
200
481000
2000
Olhámos para comportamentos como fumar e beber,
08:18
and voting behavior,
201
483000
2000
e votar,
08:20
and divorce -- which can spread --
202
485000
2000
e divórcio - que pode espalhar-se --
08:22
and altruism.
203
487000
2000
e altruísmo.
08:24
And, eventually, we became interested in emotions.
204
489000
3000
E, eventualmente, interessámo-nos pelas emoções.
08:28
Now, when we have emotions,
205
493000
2000
Quando sentimos emoções,
08:30
we show them.
206
495000
2000
nós demonstramo-las.
08:32
Why do we show our emotions?
207
497000
2000
Porque é que demonstramos as nossas emoções?
08:34
I mean, there would be an advantage to experiencing
208
499000
2000
Quer dizer, existiria uma vantagem em experienciar
08:36
our emotions inside, you know, anger or happiness.
209
501000
3000
as nossas emoções interiormente, sabem, raiva ou felicidade.
08:39
But we don't just experience them, we show them.
210
504000
2000
Mas nós não as experienciamos só, nós mostramo-las.
08:41
And not only do we show them, but others can read them.
211
506000
3000
E não só as demonstramos, mas outros podem percebê-las.
08:44
And, not only can they read them, but they copy them.
212
509000
2000
E, não só as podem perceber, como ainda as copiam.
08:46
There's emotional contagion
213
511000
2000
Existe um contágio emocional
08:48
that takes place in human populations.
214
513000
3000
que ocorre em populações humanas.
08:51
And so this function of emotions
215
516000
2000
E portanto, esta função de emoções
08:53
suggests that, in addition to any other purpose they serve,
216
518000
2000
sugere que, para além de qualquer outro propósito que estas sirvam,
08:55
they're a kind of primitive form of communication.
217
520000
3000
elas são uma espécie de forma de comunicação primitiva.
08:58
And that, in fact, if we really want to understand human emotions,
218
523000
3000
E que, de facto, se nós quisermos realmente compreender as emoções humanas,
09:01
we need to think about them in this way.
219
526000
2000
precisamos de pensar acerca delas desta forma.
09:03
Now, we're accustomed to thinking about emotions in this way,
220
528000
3000
Agora, estamos acostumados a pensar acerca de emoções desta forma,
09:06
in simple, sort of, brief periods of time.
221
531000
3000
enquanto períodos de tempo simples e breves.
09:09
So, for example,
222
534000
2000
Por isso, por exemplo,
09:11
I was giving this talk recently in New York City,
223
536000
2000
Eu estava a dar esta palestra recentemente em Nova Iorque,
09:13
and I said, "You know when you're on the subway
224
538000
2000
e eu disse: "Sabem, quando estão no metro
09:15
and the other person across the subway car
225
540000
2000
e a outra pessoa do outro lado da carruagem
09:17
smiles at you,
226
542000
2000
vos sorri,
09:19
and you just instinctively smile back?"
227
544000
2000
e vocês sorriem de volta instintivamente?"
09:21
And they looked at me and said, "We don't do that in New York City." (Laughter)
228
546000
3000
E eles olharam para mim e disseram: "Nós não fazemos isso em Nova Iorque." (Risos)
09:24
And I said, "Everywhere else in the world,
229
549000
2000
E eu disse: "Em todos os outros sítios no mundo,
09:26
that's normal human behavior."
230
551000
2000
isso é um comportamento humano normal."
09:28
And so there's a very instinctive way
231
553000
2000
E, por isso, existe uma forma muito instintiva
09:30
in which we briefly transmit emotions to each other.
232
555000
3000
na qual nós transmitimos uns aos outros emoções, de forma breve.
09:33
And, in fact, emotional contagion can be broader still.
233
558000
3000
E, de facto, o contágio emocional pode ser ainda mais alargado.
09:36
Like we could have punctuated expressions of anger,
234
561000
3000
Por exemplo, podíamos ter enfatizado expressões de raiva,
09:39
as in riots.
235
564000
2000
como em motins.
09:41
The question that we wanted to ask was:
236
566000
2000
A questão que queríamos perguntar era:
09:43
Could emotion spread,
237
568000
2000
Poderia a emoção espalhar-se
09:45
in a more sustained way than riots, across time
238
570000
3000
numa forma mais constante do que motins, através do tempo.
09:48
and involve large numbers of people,
239
573000
2000
e envolver um número alargado de pessoas,
09:50
not just this pair of individuals smiling at each other in the subway car?
240
575000
3000
não só este par de indivíduos a sorrir um para o outro na carruagem do metro?
09:53
Maybe there's a kind of below the surface, quiet riot
241
578000
3000
Talvez exista um tipo de motim silencioso por baixo da superfície
09:56
that animates us all the time.
242
581000
2000
que nos anima a tempo inteiro.
09:58
Maybe there are emotional stampedes
243
583000
2000
Talvez existam debandadas emocionais
10:00
that ripple through social networks.
244
585000
2000
que se propagam através das redes sociais.
10:02
Maybe, in fact, emotions have a collective existence,
245
587000
3000
Talvez, de facto, as emoções tenham uma existência colectiva,
10:05
not just an individual existence.
246
590000
2000
não apenas uma existência individual.
10:07
And this is one of the first images we made to study this phenomenon.
247
592000
3000
E esta é uma das primeiras imagens que fizemos para estudar este fenómeno.
10:10
Again, a social network,
248
595000
2000
Novamente, uma rede social novamente,
10:12
but now we color the people yellow if they're happy
249
597000
3000
mas agora colorimos as pessoas de amarelo se estiverem felizes
10:15
and blue if they're sad and green in between.
250
600000
3000
e azul se estiverem tristes e verde se estiverem no intermédio.
10:18
And if you look at this image, you can right away see
251
603000
2000
E se olharem para esta imagem, podem ver imediatamente
10:20
clusters of happy and unhappy people,
252
605000
2000
agrupamentos de pessoas felizes e infelizes,
10:22
again, spreading to three degrees of separation.
253
607000
2000
novamente, a espalharem-se até três graus de separação.
10:24
And you might form the intuition
254
609000
2000
E podem desenvolver a intuição
10:26
that the unhappy people
255
611000
2000
que as pessoas infelizes
10:28
occupy a different structural location within the network.
256
613000
3000
ocupam uma localização estrutural diferente dentro da rede.
10:31
There's a middle and an edge to this network,
257
616000
2000
Existe um meio e um limite para esta rede,
10:33
and the unhappy people seem to be
258
618000
2000
e as pessoas infelizes parecem estar
10:35
located at the edges.
259
620000
2000
localizadas nas bordas.
10:37
So to invoke another metaphor,
260
622000
2000
Por isso, para invocar outra metáfora,
10:39
if you imagine social networks as a kind of
261
624000
2000
se imaginarem redes sociais enquanto uma espécie
10:41
vast fabric of humanity --
262
626000
2000
de vasto tecido da humanidade --
10:43
I'm connected to you and you to her, on out endlessly into the distance --
263
628000
3000
eu estou ligado a ti, tu a ela, e assim por diante infinitamente até ao fim --
10:46
this fabric is actually like
264
631000
2000
este tecido é, na realidade, como
10:48
an old-fashioned American quilt,
265
633000
2000
uma antiga coberta tradicional Americana
10:50
and it has patches on it: happy and unhappy patches.
266
635000
3000
que tem retalhos: retalhos felizes e infelizes.
10:53
And whether you become happy or not
267
638000
2000
E tornarem-se felizes ou não
10:55
depends in part on whether you occupy a happy patch.
268
640000
3000
depende em parte se estão num retalho feliz.
10:58
(Laughter)
269
643000
2000
(Risos)
11:00
So, this work with emotions,
270
645000
3000
Portanto, este trabalho com emoções,
11:03
which are so fundamental,
271
648000
2000
que são tão fundamentais,
11:05
then got us to thinking about: Maybe
272
650000
2000
pôs-nos a pensar: Talvez
11:07
the fundamental causes of human social networks
273
652000
2000
as causas fundamentais das redes sociais humanas
11:09
are somehow encoded in our genes.
274
654000
2000
estejam, de alguma forma, codificadas nos nossos genes.
11:11
Because human social networks, whenever they are mapped,
275
656000
3000
Porque as redes sociais humanas, independentemente de quando são mapeadas,
11:14
always kind of look like this:
276
659000
2000
parecem-se sempre com isto:
11:16
the picture of the network.
277
661000
2000
a imagem da rede.
11:18
But they never look like this.
278
663000
2000
Mas nunca se parecem com isto.
11:20
Why do they not look like this?
279
665000
2000
Porque é que nunca se parecem assim?
11:22
Why don't we form human social networks
280
667000
2000
Porque é que não formamos redes sociais humanas
11:24
that look like a regular lattice?
281
669000
2000
que se parecem com uma estrutura regular?
11:26
Well, the striking patterns of human social networks,
282
671000
3000
Bem, os padrões reveladores das redes sociais humanas,
11:29
their ubiquity and their apparent purpose
283
674000
3000
a sua omnipresença e o seu propósito aparente
11:32
beg questions about whether we evolved to have
284
677000
2000
faz-nos questionar se nós evoluímos para
11:34
human social networks in the first place,
285
679000
2000
ter redes sociais humanas desde o princípio,
11:36
and whether we evolved to form networks
286
681000
2000
e se evoluímos para formar redes
11:38
with a particular structure.
287
683000
2000
com uma estrutura particular.
11:40
And notice first of all -- so, to understand this, though,
288
685000
2000
E reparem antes de mais -- portanto, para entender isto, contudo,
11:42
we need to dissect network structure a little bit first --
289
687000
3000
precisamos, primeiro, de dissecar um pouco a estrutura da rede --
11:45
and notice that every person in this network
290
690000
2000
e reparar que cada pessoa nesta rede
11:47
has exactly the same structural location as every other person.
291
692000
3000
tem exactamente a mesma localização estrutural que qualquer outra pessoa.
11:50
But that's not the case with real networks.
292
695000
3000
Mas esse não é o caso com redes reais.
11:53
So, for example, here is a real network of college students
293
698000
2000
Então, por exemplo, aqui está uma rede real de estudantes universitários
11:55
at an elite northeastern university.
294
700000
3000
numa universidade de elite do nordeste.
11:58
And now I'm highlighting a few dots.
295
703000
2000
E agora estou a destacar alguns pontos.
12:00
If you look here at the dots,
296
705000
2000
Se olharem para os pontos,
12:02
compare node B in the upper left
297
707000
2000
comparem o nódulo B no canto superior esquerdo
12:04
to node D in the far right;
298
709000
2000
ao nódulo D no extremo direito;
12:06
B has four friends coming out from him
299
711000
2000
o B tem quatro amigos que surgem dele
12:08
and D has six friends coming out from him.
300
713000
3000
e o D tem seis amigos que surgem dele.
12:11
And so, those two individuals have different numbers of friends.
301
716000
3000
E por isso, esses dois indivíduos têm um número diferente de amigos.
12:14
That's very obvious, we all know that.
302
719000
2000
Isso é bastante óbvio, todos sabemos isso.
12:16
But certain other aspects
303
721000
2000
Mas outros aspectos
12:18
of social network structure are not so obvious.
304
723000
2000
da estrutura da rede social não são tão óbvios.
12:20
Compare node B in the upper left to node A in the lower left.
305
725000
3000
Comparem o nódulo B no canto superior esquerdo, ao nódulo A no canto inferior esquerdo.
12:23
Now, those people both have four friends,
306
728000
3000
Agora, ambos têm quatro amigos,
12:26
but A's friends all know each other,
307
731000
2000
mas os amigos de A conhecem-se todos uns aos outros,
12:28
and B's friends do not.
308
733000
2000
e os amigos de B não.
12:30
So the friend of a friend of A's
309
735000
2000
Por isso, o amigo do amigo de A
12:32
is, back again, a friend of A's,
310
737000
2000
é, novamente, um amigo de A,
12:34
whereas the friend of a friend of B's is not a friend of B's,
311
739000
2000
enquanto que o amigo do amigo de B não é um amigo de B,
12:36
but is farther away in the network.
312
741000
2000
mas está mais distante na rede.
12:38
This is known as transitivity in networks.
313
743000
3000
Isto é conhecido como transitividade em redes.
12:41
And, finally, compare nodes C and D:
314
746000
2000
E, finalmente, comparem os nódulos C e D:
12:43
C and D both have six friends.
315
748000
3000
C e D têm ambos seis amigos.
12:46
If you talk to them, and you said, "What is your social life like?"
316
751000
3000
Se falassem com eles e dissessem: "Como é a vossa vida social?"
12:49
they would say, "I've got six friends.
317
754000
2000
eles diriam: "Eu tenho seis amigos.
12:51
That's my social experience."
318
756000
2000
Essa é a minha experiência social."
12:53
But now we, with a bird's eye view looking at this network,
319
758000
3000
Mas agora nós, olhando para esta rede através do olhar de uma ave,
12:56
can see that they occupy very different social worlds.
320
761000
3000
podemos ver que eles ocupam mundos sociais muito diferentes.
12:59
And I can cultivate that intuition in you by just asking you:
321
764000
2000
E eu posso cultivar essa intuição em vós simplesmente perguntando:
13:01
Who would you rather be
322
766000
2000
Quem preferiam ser
13:03
if a deadly germ was spreading through the network?
323
768000
2000
se um germe mortífero se estivesse a espalhar na rede?
13:05
Would you rather be C or D?
324
770000
3000
Preferiam ser o C ou o D?
13:08
You'd rather be D, on the edge of the network.
325
773000
2000
Preferiam ser o D, no limite da rede.
13:10
And now who would you rather be
326
775000
2000
E agora, quem preferiam ser
13:12
if a juicy piece of gossip -- not about you --
327
777000
3000
se um mexerico interessante - não acerca de vós -
13:15
was spreading through the network? (Laughter)
328
780000
2000
se estivesse a espalhar pela rede? (Risos)
13:17
Now, you would rather be C.
329
782000
2000
Agora, preferiam ser o C.
13:19
So different structural locations
330
784000
2000
Portanto, diferentes localizações estruturais
13:21
have different implications for your life.
331
786000
2000
têm diferentes implicações para a vossa vida.
13:23
And, in fact, when we did some experiments looking at this,
332
788000
3000
E, de facto, quando fizemos algumas experiências em que olhámos para isto,
13:26
what we found is that 46 percent of the variation
333
791000
3000
descobrimos que 46% da variação
13:29
in how many friends you have
334
794000
2000
na quantidade de amigos que vocês têm
13:31
is explained by your genes.
335
796000
2000
é explicada pelos vossos genes.
13:33
And this is not surprising. We know that some people are born shy
336
798000
3000
E isto não é surpreendente. Sabemos que algumas pessoas nascem tímidas
13:36
and some are born gregarious. That's obvious.
337
801000
3000
e outras nascem sociáveis. Isso é óbvio.
13:39
But we also found some non-obvious things.
338
804000
2000
Mas também descobrimos algumas coisas não-óbvias.
13:41
For instance, 47 percent in the variation
339
806000
3000
Por exemplo, 47% da variação
13:44
in whether your friends know each other
340
809000
2000
sobre se os vossos amigos se conhecem uns aos outros
13:46
is attributable to your genes.
341
811000
2000
é atribuída aos vossos genes.
13:48
Whether your friends know each other
342
813000
2000
Os vossos amigos conhecerem-se mutuamente
13:50
has not just to do with their genes, but with yours.
343
815000
3000
não tem só a ver com os seus genes, mas com os vossos.
13:53
And we think the reason for this is that some people
344
818000
2000
E pensamos que a razão para isto é que algumas pessoas
13:55
like to introduce their friends to each other -- you know who you are --
345
820000
3000
gostam de apresentar os seus amigos entre si -- vocês sabem quem são --
13:58
and others of you keep them apart and don't introduce your friends to each other.
346
823000
3000
e outros mantêm-nos separados e não os apresentam uns aos outros.
14:01
And so some people knit together the networks around them,
347
826000
3000
E, por isso, algumas pessoas criam redes unidas ao seu redor,
14:04
creating a kind of dense web of ties
348
829000
2000
criando um tipo de rede densa de laços sociais
14:06
in which they're comfortably embedded.
349
831000
2000
nos quais estão confortavelmente imbuídas.
14:08
And finally, we even found that
350
833000
2000
E finalmente, até descobrimos que
14:10
30 percent of the variation
351
835000
2000
30% da variação
14:12
in whether or not people are in the middle or on the edge of the network
352
837000
3000
acerca das pessoas estarem ou não no meio ou no limite da rede
14:15
can also be attributed to their genes.
353
840000
2000
pode também ser atribuído aos seus genes.
14:17
So whether you find yourself in the middle or on the edge
354
842000
2000
Portanto, se se encontrarem no meio ou no limite
14:19
is also partially heritable.
355
844000
3000
também é parcialmente hereditário.
14:22
Now, what is the point of this?
356
847000
3000
Agora, qual é a finalidade disto?
14:25
How does this help us understand?
357
850000
2000
Como é que isto nos ajuda a compreender?
14:27
How does this help us
358
852000
2000
Como é que isto nos ajuda
14:29
figure out some of the problems that are affecting us these days?
359
854000
3000
a compreender alguns dos problemas que nos estão a afectar hoje em dia?
14:33
Well, the argument I'd like to make is that networks have value.
360
858000
3000
Bem, a perspectiva que eu gostava de defender é que as redes têm valor.
14:36
They are a kind of social capital.
361
861000
3000
Elas são um tipo de capital social.
14:39
New properties emerge
362
864000
2000
Novas características emergem
14:41
because of our embeddedness in social networks,
363
866000
2000
por causa da nossa inclusão em redes sociais
14:43
and these properties inhere
364
868000
3000
e estas características estão inerentes
14:46
in the structure of the networks,
365
871000
2000
na estrutura das redes sociais,
14:48
not just in the individuals within them.
366
873000
2000
não só nos indivíduos que as compõem.
14:50
So think about these two common objects.
367
875000
2000
Portanto, pensem nestes dois objectos comuns.
14:52
They're both made of carbon,
368
877000
2000
São ambos feitos de carbono,
14:54
and yet one of them has carbon atoms in it
369
879000
3000
e contudo, um deles tem átomos de carbono nele
14:57
that are arranged in one particular way -- on the left --
370
882000
3000
que estão arranjados de uma forma particular -- na esquerda --
15:00
and you get graphite, which is soft and dark.
371
885000
3000
e vocês têm a grafite, que é macia e escura.
15:03
But if you take the same carbon atoms
372
888000
2000
Mas se tiverem os mesmos átomos de carbono
15:05
and interconnect them a different way,
373
890000
2000
e os ligarem entre si numa forma diferente,
15:07
you get diamond, which is clear and hard.
374
892000
3000
têm um diamante, que é translúcido e duro.
15:10
And those properties of softness and hardness and darkness and clearness
375
895000
3000
E essas características de suavidade e dureza e escuridão e clareza
15:13
do not reside in the carbon atoms;
376
898000
2000
não residem nos átomos de carbono;
15:15
they reside in the interconnections between the carbon atoms,
377
900000
3000
elas residem nas interconexões entre os átomos de carbono,
15:18
or at least arise because of the
378
903000
2000
ou pelo menos surgem por causa das
15:20
interconnections between the carbon atoms.
379
905000
2000
interconexões entre os átomos de carbono.
15:22
So, similarly, the pattern of connections among people
380
907000
3000
Portanto, de forma semelhante, o padrão de conexões entre pessoas
15:25
confers upon the groups of people
381
910000
3000
confere aos grupos de pessoas
15:28
different properties.
382
913000
2000
características diferentes.
15:30
It is the ties between people
383
915000
2000
São os laços entre pessoas
15:32
that makes the whole greater than the sum of its parts.
384
917000
3000
que fazem com que o total seja maior do que a soma das suas partes.
15:35
And so it is not just what's happening to these people --
385
920000
3000
E não é apenas o que está a acontecer a estas pessoas --
15:38
whether they're losing weight or gaining weight, or becoming rich or becoming poor,
386
923000
3000
quer estejam a perder ou ganhar peso, ou a tornar-se ricas ou pobres,
15:41
or becoming happy or not becoming happy -- that affects us;
387
926000
3000
ou a tornar-se felizes ou não -- que nos afecta;
15:44
it's also the actual architecture
388
929000
2000
é também a arquitectura
15:46
of the ties around us.
389
931000
2000
dos laços que nos rodeiam.
15:48
Our experience of the world
390
933000
2000
A nossa experiência do mundo
15:50
depends on the actual structure
391
935000
2000
depende da estrutura real
15:52
of the networks in which we're residing
392
937000
2000
das redes nas quais residimos
15:54
and on all the kinds of things that ripple and flow
393
939000
3000
e em todos os tipos de coisas que se propagam e fluem
15:57
through the network.
394
942000
2000
através da rede.
16:00
Now, the reason, I think, that this is the case
395
945000
3000
Ora, a razão, quanto a mim, para que isto seja assim
16:03
is that human beings assemble themselves
396
948000
2000
é que os seres humanos se juntam
16:05
and form a kind of superorganism.
397
950000
3000
e formam uma espécie de super organismo.
16:09
Now, a superorganism is a collection of individuals
398
954000
3000
Um super organismo é um conjunto de indivíduos
16:12
which show or evince behaviors or phenomena
399
957000
3000
que demonstra ou evidencia comportamentos ou fenómenos
16:15
that are not reducible to the study of individuals
400
960000
3000
que não são redutíveis ao estudo de indivíduos
16:18
and that must be understood by reference to,
401
963000
2000
e que devem ser compreendidos por referência a
16:20
and by studying, the collective.
402
965000
2000
e através do estudo do colectivo.
16:22
Like, for example, a hive of bees
403
967000
3000
Por exemplo, uma colmeia de abelhas
16:25
that's finding a new nesting site,
404
970000
3000
que está a descobrir um novo local para residir,
16:28
or a flock of birds that's evading a predator,
405
973000
2000
ou um conjunto de pássaros que foge de um predador,
16:30
or a flock of birds that's able to pool its wisdom
406
975000
3000
ou um conjunto de pássaros que é capaz de aliar o seu conhecimento
16:33
and navigate and find a tiny speck
407
978000
2000
e navegar e descobrir uma pequena ponta
16:35
of an island in the middle of the Pacific,
408
980000
2000
de uma ilha no meio do Pacífico,
16:37
or a pack of wolves that's able
409
982000
2000
ou uma alcateia que é capaz
16:39
to bring down larger prey.
410
984000
3000
de derrubar uma presa maior que eles.
16:42
Superorganisms have properties
411
987000
2000
Super organismos têm propriedades
16:44
that cannot be understood just by studying the individuals.
412
989000
3000
que não podem ser compreendidas apenas através do estudo de indivíduos.
16:47
I think understanding social networks
413
992000
2000
Eu penso que compreender as redes sociais
16:49
and how they form and operate
414
994000
2000
e como se formam e operam
16:51
can help us understand not just health and emotions
415
996000
3000
nos pode ajudar a compreender não só a saúde e emoções
16:54
but all kinds of other phenomena --
416
999000
2000
mas todo o tipo de outros fenómenos --
16:56
like crime, and warfare,
417
1001000
2000
como o crime, e a guerra,
16:58
and economic phenomena like bank runs
418
1003000
2000
e fenómenos económicos como corridas aos bancos
17:00
and market crashes
419
1005000
2000
ou crashes do mercado
17:02
and the adoption of innovation
420
1007000
2000
e a adopção de inovação
17:04
and the spread of product adoption.
421
1009000
2000
e o alastrar da adopção de produtos.
17:06
Now, look at this.
422
1011000
2000
Agora, reparem nisto.
17:09
I think we form social networks
423
1014000
2000
Eu acho que formamos redes sociais
17:11
because the benefits of a connected life
424
1016000
2000
porque os benefícios de vidas ligadas
17:13
outweigh the costs.
425
1018000
3000
ultrapassam os custos.
17:16
If I was always violent towards you
426
1021000
2000
Se eu fosse sempre violento convosco
17:18
or gave you misinformation
427
1023000
2000
ou vos desse más informações
17:20
or made you sad or infected you with deadly germs,
428
1025000
3000
ou vos fizesse ficar tristes ou vos infectasse com germes mortais,
17:23
you would cut the ties to me,
429
1028000
2000
vocês cortavam os vossos laços comigo
17:25
and the network would disintegrate.
430
1030000
2000
e a rede desintegrar-se-ia.
17:27
So the spread of good and valuable things
431
1032000
3000
Portanto, o alastrar de coisas boas e valiosas
17:30
is required to sustain and nourish social networks.
432
1035000
3000
é requerida para sustentar e nutrir as redes sociais.
17:34
Similarly, social networks are required
433
1039000
2000
De forma semelhante, são necessárias redes sociais
17:36
for the spread of good and valuable things,
434
1041000
3000
para se divulgarem coisas boas e valiosas,
17:39
like love and kindness
435
1044000
2000
como amor e delicadeza
17:41
and happiness and altruism
436
1046000
2000
e felicidade e altruísmo
17:43
and ideas.
437
1048000
2000
e ideias.
17:45
I think, in fact, that if we realized
438
1050000
2000
Eu acho, na realidade, que se nós nos apercebêssemos
17:47
how valuable social networks are,
439
1052000
2000
o quão valiosas as redes sociais são,
17:49
we'd spend a lot more time nourishing them and sustaining them,
440
1054000
3000
nós passaríamos muito mais tempo a nutri-las e a sustentá-las,
17:52
because I think social networks
441
1057000
2000
porque acho que as redes sociais
17:54
are fundamentally related to goodness.
442
1059000
3000
estão relacionadas de forma fundamental com a bondade.
17:57
And what I think the world needs now
443
1062000
2000
E o que penso que o mundo necessita neste momento
17:59
is more connections.
444
1064000
2000
são mais ligações.
18:01
Thank you.
445
1066000
2000
Obrigado.
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