Métodos Avanzados de Investigación
Doctorado en comunicación, lenguajes e información
En este enlace pueden encontrar el informe del Mini-proyecto que se propone encontrar afinidades entre el Pueblo Cofán y los contenidos audiovisuales de “El Buen vivir”, que son un ejemplo destacado de la realización audiovisual indígena en Colombia:
https://drive.google.com/file/d/1Eo26pxUiL6I8ObNKmJGi2HHh7Sr_fr9w/view?usp=sharing
RESEÑA DEL ARTÍCULO
Kuz, Antonieta et al. (2016) “Análisis de redes sociales: un caso práctico”. Computación y Sistemas, 20(1), pp. 89-106.
El texto (2016) es escrito por Antonieta Kuz, ingeniera en Sistemas de Información, estudiante de doctorado de UNICEN; Mariana Falco, Analista en Sistemas, estudiante de Ingeniería en Sistemas UTN FRLP; y Roxana Giandini, doctora en Ciencias Informáticas de la UNLP. Esta apoyado por las universidades Tecnológica Nacional, LINSI, y la Universidad Nacional de La Plata, LIFIA, Facultad de Informática, ambas de La Plata, Buenos Aires, Argentina.
En cuanto a la estructura formal, el autor habla de 5 secciones donde “en la sección 2, se describe el marco teórico del Análisis de Redes Sociales junto con la contextualización y definición de métricas y herramientas de software. En la sección 3, se describe la herramienta Gephi. En la sección 4, examinaremos un caso de aplicación práctica utilizando Gephi. Finalmente, en la sección 5 se exponen las conclusiones sobre el trabajo y las líneas de trabajo futuro”. Esta reseña estará dividida en tres bloques, el primero donde se resume el marco teórico de las ARS descrito en el texto, el segundo donde se hace referencia a las métricas expuestas y uno tercero dedicado a la descripción de la herramienta para la visualización de datos Gephi.
Este documento es técnico y describe los principios de una teoría que todavía no expone todas las aristas de las redes sociales, pero que permite darle forma a las investigaciones de científicos sociales, a partir de las relaciones que se practican todo el tiempo en estos espacios. Sin duda es un texto de mucha importancia para abordar el estudio de redes sociales ya que explica los principios, las métricas posibles, las herramientas, principalmente Gephi, y lo soporta en casos.
Para darle contexto al Análisis de Redes Sociales se debe abordar el estudio de La Red y Las Redes que se forman entre individuos, organizaciones e instituciones, lo que puede ser ampliado según la teoría de Latour, incluyendo también a objetos, máquinas, algoritmos, entre otros. “Mitchell define una red como un conjunto particular de interrelaciones (en inglés, linkeages) entre un conjunto limitado de individuos, con la propiedad adicional de que las características de estas interrelaciones, consideradas como una totalidad, pueden ser utilizadas para interpretar el comportamiento social de las personas implicadas. Las estructuras sociales se disponen en diversas configuraciones de las cuales el ARS puede dar cuenta al elaborar su morfología y topología específicas… Las ARS se centran en la capacidad que se genera al entender los fenómenos sociales como una red donde los individuos son de la misma relevancia que las relaciones que se crean entre ellos.” (resalte propio).
A partir del estudio de Las Redes se desprenden las ARS como una ciencia que viene en crecimiento generando sus propios métodos y herramientas. La descripción de este método de análisis (ARS) es clara en el texto, cuando cita a Ávila-Toscano, “el método de evaluación de las redes se denomina Análisis de Redes Sociales (abreviado ARS) y en general es considerado como el estudio de la estructura social, y en un sentido más amplio se puede entender como un método cuantitativo por medio del cual se obtiene la estructura social a partir de las regularidades en el patrón de relaciones establecidas entre entidades sociales definidas como personas, grupos u organizaciones”.
El proceso de recolección de datos puede darse de muchas maneras, inclusive con métodos tradicionales como la etnografía, y luego estos datos se procesan mediante los procedimientos formales: “Estos procedimientos consisten esencialmente en la Teoría de Grafos y la Teoría Matrices.”
“La teoría de grafos… es una rama de las matemáticas y las ciencias de la computación que estudia las propiedades de los grafos… Formalmente, un grafo {\displaystyle G=(V,E)} es una pareja ordenada en la que {\displaystyle V} es un conjunto no vacío de vértices y {\displaystyle E} es un conjunto de aristas.” (Wikipedia)
Por otro lado, la teoría de matrices nos habla de la forma en que se disponen los elementos para su análisis, por ejemplo, en una matriz los elementos deben ser dispuestos de forma rectangular en filas y columnas.
El estudio de las ARS ofrece un número extenso de métricas para analizar distintas propiedades de la red. Estas métricas se centran en a. “Fuerza de los vínculos: desde el punto de vista del ARS, los lazos o vínculos interpersonales son definidos como conexiones portadoras de información entre personas o individuos. Se sostiene que los lazos interpersonales débiles son los más presentes en las redes sociales en la sociedad, así como los mayores responsables de la transmisión de información a través de dichas redes… la fuerza de un vínculo es una (probablemente lineal) combinación del tiempo, la intensidad emocional, confianza mutua y los servicios recíprocos que caracterizan a dicho vínculo. b. El grado del nodo se determina por el número de conexiones que un individuo tiene y que pueden ser direccionadas o no direccionadas… Cuando un actor de la red tiene un alto grado de entrada puede significar que esta persona tiene un alto prestigio y es muy reconocido por los demás, el grado de salida se refiere al número de conexiones de salida de un nodo con otros y puede entenderse como que este actor tiene un alto grado de influencia sobre los demás.”
Las diferentes métricas que existen para la práctica de las ARS son bastante ricas en posibilidades de análisis. Según el texto existen las de centralidad y poder, las métricas de grupos, las de análisis de cluster, o las de centralización de la red que centra su importancia en que: “si esos nodos son removidos la red rápidamente se fragmentará en subredes desconectadas.” Las redes de baja centralidad son mucho más resistentes[1]; “el grado de centralidad es el número de conexiones directas que tiene un nodo; el grado de entrada: el número de líneas que poseen a v como nodo terminal; grado de salida: el número de líneas que poseen a v como nodo inicial.”; es interesante también la métrica que habla de los peripheral players que como su nombre lo indica son métricas que permiten abordar a los actores periféricos de una red y valorar su importancia sobre esta; la teoría de mundo pequeño no solo nos habla de una métrica de ARS, sino que ha apalancado toda la teoría de Duncan Watts de los 6 pasos[2]. Esta métrica busca, “encontrar clúster y caminos más cortos que son comunes en la red exhibiendo alta eficiencia en el comportamiento small-worlds.”; la métrica de ego network nos permite abordar métodos partiendo del individuo y analizando la red que se construye a su alrededor, “consiste en la red que se forma a partir de un nodo focal “ego” y los nodos a los cuales el ego está directamente conectados, llamados “alters” y sus lazos.” Entre muchas métricas más.
Las herramientas que expone el texto tienen unas características similares: son gratuitas, son construidas por académicos pero pensando en un uso masivo, tienen una amplia capacidad, son más básicas que las herramientas de pago, pero en general cumplen con lo mismo. Como lo afirma el texto “En primer lugar, nos encontramos con las herramientas de análisis de redes sociales, académicas y avanzadas que frecuentemente son usadas en ambientes académicos y destinadas también para realizar un análisis de redes sociales más sofisticado. Están orientadas a la usabilidad más que a la performance. Las guías de usuario y archivos de ayuda no están del todo completas, no son simples de comprender y están diseñados para audiencias sofisticadas. Ejemplo: UCINET, Pajek… Las guías de usuario y la ayuda están orientadas a una audiencia general. Ejemplo: NetMiner. Existen también las herramientas simples y fáciles de usar, como NodeXL”
En cuanto a las herramientas, el texto hace referencia a varias, pero se centra en Gephi por diferentes motivos que expone, “Finalmente, nos encontramos con las herramientas que permiten la visualización de datos generados por usuarios preexistentes que son utilizadas para analizar datos existentes disponibles para los usuarios. Son simples de usar con funcionalidades intuitivas como por ejemplo, Gephi.”
Entre los usuarios de Gephi se encuentra el New York Times “que lo usa para la visualización de la conectividad global del contenido como así también para la examinación del tráfico de Twitter.”
En general se usa para “importar, exportar, manipular, analizar, filtrar, representar, detectar comunidades y exportar grandes grafos y redes… Brinda su apoyo a la exploración de los medios sociales con funciones de importación que extraen datos de los índices de correo electrónico, Twitter, YouTube, Facebook o Foros. Así mismo, es posible la conexión a través de archivos nativos de otras herramientas como Excel.”
Las ventajas que enumera el texto son: “Disponibilidad del software: es gratuito. Interfaz: cuenta con claridad en la interfaz de usuario. Métricas: cantidad y facilidad de uso de las métricas y sus resultados. Importar/Exportar: tiene la capacidad para importar o exportar otros formatos de archivo, ya sea de otros softwares de análisis, Excel u otros. Visualización Gráfica. Capacidad para graficar redes. Documentación: tiene disponibilidad y claridad de la documentación. Actualizaciones: está frecuentemente actualizada y cuenta con nuevas versiones recientes.”
El texto da forma al Análisis de Redes Sociales y permite explorar esta metodología para apropiarla como investigador, al tiempo que aborda una herramienta técnica que da una nueva perspectiva a la comunicación de la información y convierte la visualización de datos en una forma de arte con una experiencia estética definida. Como lo menciona el texto, “el ARS ha ido evolucionando desde sus orígenes hasta la actualidad, de manera tal que actualmente un conjunto de enfoques, aplicaciones, métricas, representaciones de las relaciones, características estructurales de las redes y herramientas para cubrir el espectro que abarca.”
Por otro lado, es importante resaltar algunos elementos de las redes sociales que no son tenidos en cuenta desde esta perspectiva. Las estrategias de mercado tipo “referidos”, el uso de bots y en general las interacciones pagas deben ser tenidas en cuenta a la hora de generar análisis de ARS ya que podrían dar modelajes falsos impulsados por el pago o bien se deben contemplar como variables centrales.
El uso de Gephi permite construir una experiencia alrededor de la visualización de datos y la comunicación de información que impulsa el acercamiento de diferentes públicos y permite la producción de contenidos que pueden ser parte inclusive de portadas de periódicos.
[1] Ver libro: Brafman, O. Beckstrom, R. (2006) Starfish and the Spider: The unstoppable power of leaderless organizations. Nueva York: Penguin Group.
[2] Watts, D. (2004) Six Degrees: The Science of Connected Age. W. W. Norton & Company
Reseña semana 9
Artículo:
Popularidad y relaciones entre iguales en el aula: un estudio prospectivo
Autor:
Ignacio Ramos-Vidal
Univ. Sevilla, Fac. Psicología, Dep. Psicología Social, España
https://doi.org/10.1016/j.pse.2015.12.001
El artículo se enmarca en las investigaciones de la psicología educativa y expone los resultados de una investigación en la que se pretende determinar la influencia que tienen las relaciones negativas para formar la popularidad de algunos estudiantes dentro del aula de clase. El autor propone una hipótesis a partir de los estudios de Labianca y Brass (2016) quienes proponen que las relaciones negativas presentarían una mayor relación de asociación y dependencia con la popularidad que las relaciones negativas y neutras. Adicionalmente, el autor propone tres objetivos que determinan tres etapas de investigación claramente diferenciadas, las cuales implican a su vez sus propios métodos cuantitativos y la combinación de ellos entre sí para obtener los resultados esperados.
Los objetivos propuestos y la metodología para cada uno se exponen de manera resumida y clara en el siguiente cuadro
Estos objetivos y métodos son abarcados por unas metodologías más amplias en las que se distingue la popularidad de dos grupos diferentes, por un lado está la popularidad percibida y por otro la popularidad sociométrica, la primera se investiga de manera generalmente cualitativa, mientras que la segunda, propuesta para el estudio, se analiza a través de diferentes interacciones en las que los estudiantes dan una ponderación a cada uno de sus compañeros y califican su relación con ellos de manera positiva, negativa o neutra. A su vez, para este tipo de estudios se suelen usar métodos ARS: “Dentro del ARS se consideran tres niveles de análisis que se denominan a) diádico, b) egocéntrico y c) sociocéntrico” (P. 115). El autor define su estudio dentro de la tercera categoría, es decir, de tipo sociocéntrico. Gracias a este método es posible analizar, más que a los individuos y las relaciones que construye cada uno, el entramado complejo general de relaciones a partir de la cual es posible determinar el lugar que ocupa cada individuo y el tipo de relaciones que lo definen. Desde mi punto de vista, este tipo de estudio tiene mucha relación con los sociogramas propuestos por Jacob Levy Moreno, claro está, con muchos matices principalmente estadísticos.
El autor desarrolla el estudio con 660 estudiantes de dos centros educativos ubicados en el área metropolitana de la Ciudad de México. Como se mencionó anteriormente, a los estudiantes se les aplicó un test en el que debían calificar a sus compañeros en una lista con todas las personas de la clase, además, debían dar un valor cualitativo a las relaciones con esas personas. Una vez recopilados los datos, se clasificaron a partir de unos indicadores que mencionaré, pero no describiré debido a la extensión de cada uno:
Tamaño de clase
Índice de paridad
Homofilia (sexo)
Homofilia (edad)
Densidad
Reciprocidad
Número de lazos
Estas variables permitían relacionar si la popularidad y las relaciones cambiaban dependiendo de la forma de relacionarse de los estudiantes. Con estos datos, para alcanzar los objetivos y como se evidencia en la figura 2, se aplican los métodos: Análisis de clúster, modelos de regresión múltiple, test de permutaciones no paramétricos, regresiones múltiples QAP.
Como resultado del ejercicio investigativo se consigue determinar que el volumen de estudiantes por cada grupo puede inferir en las relaciones negativas, que la homofilia de sexo y de edad están relacionadas con relaciones negativas, mientras que la heterofilia en ambas categorías propicia las relaciones neutras o positivas. Finalmente, no se corrobora la hipótesis que relaciona la popularidad con las relaciones negativas, ya que la incidencia no tiene valores estadísticos suficientemente altos como para determinar que hay una correlación entre las dos categorías.
Para terminar, queremos relacionar el esquema que surge como resultado de ese análisis de interacciones entre los miembros del salón de clase.
A continuación se comparte el reportaje del mini proyecto realizado a propósito de las interacciones en facebook de los habitantes de La mesa de Los Santos.
https://drive.google.com/file/d/1ZOaiBfVx6efhFTcpk4JhuvkQZHeivf8z/view?usp=sharing
El análisis de redes sociales (social network analysis) es una metodología útil para las ciencias sociales y humanidades que permite mapear las relaciones e intercambios de información y materiales entre diferentes actores (personas, empresas, instituciones, usuarios de redes sociales, tecnologías). Desde redes de amigos a familiares a redes de transporte, comercio y de infraestructura su aplicación permite comprender el funcionamiento de sistemas complejos en la sociedad, la cultura, la economía y la educación, entre otros. Este tipo de análisis combina métodos cualitativos y cuantitativos y complementa muy bien la caja de herramientas para elaborar diseños metodológicos mixtos. Aunque en sus inicios el análisis de redes sociales surge de la sociología, esta metodología se ha expandido a varias disciplinas, incluyendo el modelado matemático de redes, y ha encontrado gran potencial en el uso de herramientas computacionales y digitales. En cierta medida, dado el caracter en red del ecosistema de plataformas digitales, esta metodología ha sido ampliamente utilizada para el estudio de redes sociales como Facebook, Twitter y Youtube, así como también la economía de hipervínculos en Internet y la blogosfera.
Existen varias herramientas que utilizaremos para aprender y aplicar el análisis de redes, y así mismo una gran producción académica en diversas disciplinas. Como complemento a las lecturas que tenemos asignadas sugiero revisar los siguientes blog posts que ha realizado Burak Arikan sobre el uso crítico y creativo del análisis de redes y sobre como mapear y entender las relaciones entre actores (nodos) con diagramas (grafos). Burak es el principal diseñador e investigador de la Plataforma Graph Commons que utilizaremos para algunos ejercicios básicos sobre mapeo de redes sociales en nuestro laboratorio.
Así mismo sugiero revisar este tutorial interactivo de Graph Commons, una plataforma online abierta para mapear y analizar redes sociales de forma colaborativa. Antes de completar la guía interactiva, deben crear una cuenta en Graph Commons.
Y por último, recomiendo que vean los siguientes videos:
Sobre Graph Commons como herramienta para network science:
Creación de un nuevo grafo o red en Graph Commons:
Importar y exportar datos a Graph Commons:
En este link pueden encontrar el informe del primer Miniproyecto: https://docs.google.com/document/d/1RKn5_SGnl9ZgEzD_Q85hpuHCVM_YlVRXWaffsNTYwi0/edit?usp=sharing
En How to tell stories with networks los autores proponen una serie de estrategias y formas de leer grafos, es decir, visualizaciones de redes, de una forma en la que es posible asignar sentidos narrativos a sus disposiciones y estructuras. De este modo, el texto establece una manera alternativa, pero conectada y complementaria, a los modos tradicionales de analizar las cualidades matemáticas de los grafos, que ya cuentan con un extenso desarrollo teórico y tecnológico. Venturini et al. así proponen que las redes representadas en grafos, además de la potencia en claridad que las ha convertido en herramientas analíticas de uso extendido en el presente computacional, pueden ser vistas como metáforas de la vida colectiva y pueden ofrecer lecturas más profundas en términos interpretativos acerca de nuestras formas de entender y narrar el mundo.
Para explicar su estrategia de lectura de grafos, los autores hechan mano de un concepto popularizado por el psicólogo James Gibson: las prestaciones, o affordances, en inglés. Las prestaciones de un objeto son la posibilidades de acción que percibimos en él a través de sus cualidades: por ejemplo, la oreja de un pocillo se “presta” para agarrarla y el asiento de una silla se “presta” para sentarse. Del mismo modo, de acuerdo con Venturini et al. los grafos se “prestan” narrativamente, pues, a través de sus cualidades podemos descubrir aspectos narrativos con los que estamos familiarizados cognitivamente. De hecho, esta idea se extiende a las visualizaciones de datos en general; como cualquier objeto, las visualizaciones tienen prestaciones particulares. De tal punto de vista surge la propuesta de leer los grafos como redes narrativas. Una aclaración importante que hacen los autores es que no es el caso que las redes sean en sí mismas narrativas, sino que “poseen” narratividad, en el sentido en el que pueden evocar esas interpretaciones en quien las lee, de la misma manera en la que los objetos evocan prestaciones más no las contienen intrínsecamente. De esta forma, leer redes como narraciones es una actitud que puede tomar quien las observa como estrategia analítica si tiene la disposición adecuada.
Concretamente, la estrategia que proponen Venturini et al. consiste en proyectar sobre los grafos elementos narrativos comunes que ya han sido estudiados extensivamente por las teorías narratológicas: los personajes, la trama, los eventos, la situación, la temporalidad y la causalidad. De tal estilo de lectura surge la posibilidad de ver con nuevos ojos las condiciones topológicas que ya se estudiaban en los análisis matemáticos de los grafos. En mi opinión, ese el aspecto más interesante del texto: no es que estén formulando nuevas cualidades de los grafos, están formulando nuevas formas de leer las cualidades que ya conocemos, pero de una forma en la que nuevos sentidos se revelan; nuevos sentidos cualitativos más que cuantitativos. Así, los autores proponen ver la forma general del grafo, el estado de los nodos y sus conexiones de acuerdo a tres modos de lectura:
—El panorama: ver los “campos” o grupos de nodos que, por los algoritmos aplicados computacionalmente para disponerlos en el espacio, se encuentran cerca entre sí. Esto correspondería tradicionalmente a lo que se denomina la “topología” del grafo. Leer estos “campos” permite ver afinidades entre los nodos que pueden entenderse como agrupaciones narrativas de bandos o de comunidades. También, observar los clústers permite vislumbrar desbalances o ver cómo la narración para la que el grafo se presta insinúa cierto desarrollo. Aquí hay que decir que los autores utilizan la Ílíada para ejemplificar todas sus lecturas, pero, en principio, las ideas aplican para cualquier grafo, sea la representación de una historia o no, pues no se está tratando de analizar una historia sino de leer el grafo narrativamente.
—La avanzada (the vantage): leer la avanzada implica buscar los nodos que tienen lugares importantes dentro del grafo como lugares de paso o como puentes, pues narrativamente puede querer decir que están involucrados en momentos clave de la interacción entre los elementos que conforman la red. Esto es equivalente a lo que normalmente se entiende como “centralidad” y como “portería” (gatekeeping) en los análisis matemáticos. Los lugares de paso están ubicados en los nodos con más conexiones, y son equivalentes a los héroes o los protagonistas de las historias, mientras que los puentes no necesariamente son protagonistas, pero sí son elementos que permiten conectar grupos y momentos disímiles de la historia.
—El trayecto (the journey): implica leer las conexiones extendidas que se establecen entre elementos del grafo. Esta lectura narrativa puede ser equivalente, aunque no exactamente, al análisis de la centralidad de intermediación (o betweeness centrality), en la que se calcula la influencia de un nodo de acuerdo con el número de veces que lo incluyen los caminos más cortos entre otros dos nodos. El trayecto, como su nombre lo indica, permite ver cosas como los atajos narrativos, es decir, conexiones inesperadas entre elementos, o el “gran tour” o arco narrativo general con el que puede estar organizada la historia. Para concluir, quisiera decir que uno de los aportes más importantes del texto es la idea de que las visualizaciones de datos y los objetos analíticos que usamos para entender un fenómeno son signos que requieren de una cognición individual y de una forma de atención especial para que se revelen sus sentidos complejos. Así, la visualización no es un elemento que contiene sentido, sino que lo posibilita. Tal posibilidad surge si se tiene la práctica y la sensibilidad necesaria. En esa dirección, el texto muestra que es posible arrojar nuevas luces sobre las visualizaciones que ya han sido sobreestudiadadas, que ya se han descompuesto analíticamente en mucho detalle, si se tiene en cuenta la forma como los seres humanos tenemos la capacidad de encontrar narrativas en casi cualquier cosa. El ejercicio que proponen los autores me parece muy interesante y creo que deja abierta la puertaa a que se establezcan lecturas similares con otro tipo de visualizaciones convencionales.
En este enlace pueden leer el texto de mi mini proyecto 1, que trata acerca de los intereses, las dificultades y la proyección de las humanidades digitales en México y Argentina —-> Enlace
Además, en estos enlaces encuentran los documentos anexos que complementan el trabajo:
Estructura de la entrevista —-> Enlace
Entrevista a Ernesto Priani —–> Enlace
