Duncan Watts - Seis Grados de Separación - Capítulo 8 "Umbrales, cascadas, predictibilidad"

5/17/2018 Duncan Watts - Seis Grados de Separaci n - Cap tulo 8 "Umbrales, cascadas, predictibilidad" - slidepdf.com

http://slidepdf.com/reader/full/duncan-watts-seis-grados-de-separacion-capitulo-8-umbrales-cascadas-predictibilidad 1/17

Capítulo 8

Umbrales, cascadas y predictibilidad

Recuerdo que hablamos con Steve Strogatz de las cascadas de infor-mación durante el congreso de la American Association for the Advancement of Science celebrado en Washington, D. C., durante elaño 2000, y en el que asistimos a la conferencia de Harrison White sobrelos contextos sociales, que nos llevó a iniciar nuestro proyecto sobreredes de afiliación con Mark Newman. Mientras paseábamos por elNational Zoo una fría mañana de domingo, contemplando a los monosmientras esperábamos a que se nos abriera el apetito, convinimos en queuno de los rasgos más enigmáticos del problema de las cascadas de

información era entender cómo, durante casi todo el tiempo, el sistemase mantiene por completo estable, aun ante frecuentes sacudidas oshocks externos. Pero, de vez en cuando y por razones que nunca sonevidentes de antemano, una de esas sacudidas acaba alterándolocompletamente y cobra la forma de una cascada.

Y la clave para entender la irrupción de una cascada parecía ser el he-cho de que cuando los individuos toman decisiones sobre cómo obrar oqué comprar, no sólo se hallan influidos por sus propios pasados, percep-ciones y prejuicios, sino que también se influyen los unos a los otros. Así,sólo entendiendo la dinámica de las decisiones mediante las externalidades

llegaremos a entender el comportamiento colectivo, desde las pasajeras

modas culturales hasta las burbujas financieras. De nuevo, la red —

esaomnipresente telaraña de señales e interacciones a través de la cual la in-fluencia de un persona pasa a otra — acecha en el fondo del problema.Entre los dos habíamos pensado mucho acerca de las entidades contagio-sas que se extienden por las redes, pero principalmente entendíamos quehablábamos de enfermedades biológicas como el virus de la inmunodefi-ciencia humana y el ébola, o de los virus informáticos. Había realizadoalgún trabajo como parte de mi tesis doctoral sobre la evolución de la coo-



222 SEIS GRADOS DE SEPARACIÓN UMBRALES, CASCADAS Y PREDICTIBILIDAD 223

peración en redes de mundo pequeño y sobre un caso especial de lo quese denomina modelo del votante (similar al problema de la espiral del si-lencio que había estudiado Elisabeth Noelle-Neumann). Pero por enton-ces, no habíamos pensado en que cualquiera de estos problemas pudieraestar relacionado con el contagio.

Con el tiempo nos resultó evidente que el contagio en una red era ab -solutamente tan central para el comienzo de la cooperación o el estallidode una burbuja financiera como lo era para el brote de una enfermedadepidémica. Sólo que no se trataba del mismo tipo de contagio. Ésta es unacuestión de especial importancia porque la mayoría de las veces cuandohablamos de problemas de contagio social, recurrimos a préstamos dellenguaje nosológico. De este modo hablamos de ideas que calificamos deinfecciosas, de oleadas de criminalidad como de epidemias y de medidaspreventivas en los mercados que fortalecen la inmunidad ante la penuriafinanciera. Estas descripciones no tienen nada de malo siempre que ten-gamos muy presente que se trata de metáforas; al fin y al cabo, forman

parte de nuestro léxico y a menudo expresan de manera gráfica la cuestióngeneral de la que se trata. Pero las metáforas pueden resultar engañosasporque sugieren asimismo que las ideas se propagan de una persona a otradel mismo modo en que lo hacen las enfermedades, es decir, que todos lostipos de contagio son esencialmente lo mismo. Y no lo son, comopodemos llegar a comprender con una nueva reflexión sobre la psicologíade la toma de decisiones.

MODELOS DE UMBRAL EN LAS DECISIONESImaginemos que participamos en uno de los experimentos de Solomon

Asch con otras siete personas, a algunas de las cuales se les ha dicho que

den la respuesta correcta, A, y al resto de ellas que den deliberadamente larespuesta errónea, B. Una situación que nosotros, por nuestra parte,desconocemos, aunque de entrada no importa porque tan pronto comovemos la diapositiva, estamos bastante seguros de que la respuesta es A.

Antes de que expresemos nuestra opinión, sin embargo, debemos aguardara que todos los demás den la suya, y mientras esto pasa podría darse elcaso de que cambiáramos de parecer. Imaginemos que seis de las sietepersonas que participan en el experimento votan por la solución A,

reafirmando así la opinión que teníamos, y sólo una se decanta por la B.

Ciertamente esa persona será considerada necia y todos se reirán de ella, y

en este caso no hay modo de que cambiemos de opinión. Si dos personas sedecantan por la respuesta B, probablemente nada cambiará, y nuestra opiniónnatural continuará viéndose reafirmada por una amplia mayoría, de modo quetampoco tendremos razones para dudar de nosotros mismos. Si, en cambio,tres o cuatro personas optan por la respuesta B, puede que empecemos apreocuparnos. ¿Qué sucede? ¿Cómo un grupo de personas puede estar tanradicalmente dividido sobre algo que es tan evidente? ¿Qué hemos pasadopor alto? Tal vez, después de todo, puede que no estemos tan seguros, y, sisomos del tipo de personas que dudan de sí mismas, podríamos cambiar deopinión. Pero puede darse el caso también de que realmente confiemos en larespuesta y sigamos sin cambiar de parecer. Bien, pero entonces son ya cincolas personas que se decantan por B, o seis, o las siete...

¿En qué punto se quiebra nuestra opinión? ¿En qué momento alzamos lasmanos dándonos mentalmente por vencidos y admitimos que nosotros notenemos ni idea, pero que los demás sí? Quizá nunca. Algunas personasnunca cambian de opinión, pero en situaciones en las que albergamos aunque

sólo sea el mínimo asomo de incertidumbre, muchos de nosotros en realidadcambiamos de parecer. Sin duda esto era precisamente lo que señalaban losexperimentos que Asch llevó a cabo. Mirando con mayor detenimiento losresultados a los que llegó se nos revela una historia aún más interesante.Asch demostró que, al variar el número de personas presentes en aquella sala,la tendencia de los sujetos de su experimento a estar de acuerdo con laopinión de la mayoría era en gran medida independiente del número absolutode participantes. No importaba si eran tres u ocho las personas que daban unarespuesta particular, sólo contaba el hecho de que su opinión fuera unánime.La segunda cosa que Asch observó fue que aun en el caso de que aparecierauna pequeña quiebra en el muro compacto de la unanimidad — es decir, si un

único miembro de la mayoría había recibido indicaciones de dar la respuestacorrecta , y de este modo estar de acuerdo con el sujeto del experimento — , laconfianza de este último se veía a menudo reafirmada, redundando en tinadisminución pronunciada del porcentaje de error.Estas variaciones en el resultado principal de Asch ponen de manifiesto oalgunos matices importantes para la regla general según la cual los seres les sefijan unos en otros mientras forman sus opiniones. En primer lugar, no estamo el número absoluto de personas que toman una decisión determinada loque nos obliga a seguir su ejemplo, sino más bien el número relativo ofracción que escoge una alternativa y no otra. Pero esto no



FIGURA 8.1. La probabilidad de

infección en el modelo estándar

de propagación de enfermedades

está en función del número de

vecinos infectados que tiene unindividuo.

FIGURA 8.2. Probabilidad de

escoger A y no B en la toma de

decisiones sociales está en función

de la proporción de vecinos que

escoge A. Cuando se alcanza el

umbral crítico de un individuo, la

probabilidad de escoger A salta

rápidamente de ser casi O a casi 1.


Fracción de vecinos queescogen A sobre B

equivale a decir que el tamaño de la muestra es irrelevante. Si solamenterecabamos unas pocas opiniones antes de tomar una decisión, entonces cadaopinión individual pesa más que en una muestra donde hagamos entrar amuchas personas. En cambio, una vez que el tamaño de nuestro vecindarioqueda establecido y una vez que la elección — la opción A frente a la opciónB — es presentada, entonces es el número relativo de vecinos que optan por A y no por B lo que rige la decisiones que tomamos. En segundo lugar, el

hecho de que se den aunque sean pequeños cambios en la fracción denuestros vecinos que se inclinan por una elección determinada y no por laotra puede tener efectos espectaculares en nuestra decisión última. Cuando,por ejemplo, escuchamos por primera vez un rumor anónimo puede que nonos sintamos inclinados a darle crédito. Pero si se da el caso de queescuchamos ese mismo rumor por boca de una segunda y tal vez de unatercera fuente, entonces en algún momento tendemos a pasar del escepticismo ala aceptación (quizá no de buen grado). Una vez más, ¿cómo podríanequivocarse tantas personas?

Si bien el hecho de tomar una decisión puede considerarse como quedar«infectado» por una idea particular, el mecanismo de contagio es muy distinto

al de una enfermedad. En las enfermedades, la exposición a un único vecinoinfectado conlleva la misma probabilidad de infección con independencia decuántas exposiciones haya habido anteriormente sin contagio efectivo de laenfermedad. Los acontecimientos de contagio de enfermedades, en resumen,se producen de modo independiente unos de otros. En el caso de lasenfermedades de transmisión sexual, por ejemplo, si alguien tiene relacionessexuales con una pareja que está infectada y tiene la suerte de no quedarinfectado, la próxima ocasión en que esa persona quede expuesta no tendráni más ni menos probabilidades de salir indemne: cada vez equivalesimplemente a una tirada independiente de dados. La figura 8.1 muestra ungráfico que representa la probabilidad acumulada de infección. Si bien la

curva se vuelve plana para grandes cantidades de vecinos infectados, en elcaso de cantidades pequeñas cada exposición adicional incrementa laprobabilidad total de infección aproximadamente en la misma cantidad.

El contagio social, en cambio, es un proceso muy contingente, ya que elimpacto que tenga la opinión de una persona en particular dependerá — tal vez radicalmente — de las otras opiniones que recabe. Una opinión negativaacerca de un candidato potencial a un puesto de trabajo, por ejemplo, podríaser el beso de la muerte si llega después de otros comentarios y observaciones negativos. Una regla de decisión colectiva, por tan-

Número de vecinos infectados

to, tiene un aspecto similar al representado en la gráfica de la figura 8.2,donde la probabilidad de escoger el resultado A crece al principio de for-ma lenta con el porcentaje de vecinos que escogen la opción A, y luego,cuando se supere el umbral crítico, salta rápidamente. En razón de este pasocaracterísticamente repentino de una alternativa a otra, denominamos aesta clase de regla de decisión una regla de umbral, en la cual la posición del

umbral de una persona indica la facilidad con la que es influenciable. Enlos experimentos de Asch, el umbral estaría muy cerca de 1, dado quecualquier cosa que no sea la unanimidad completa resultaba en muy pocoserrores por parte de los sujetos del experimento. Pero en escenarios en loscuales la certeza es menor, como, por ejemplo, a la hora de escoger unnuevo ordenador o de votar por un partido político, y en los que la mejoralternativa puede distar mucho de ser evidente, los umbralescorrespondientes podrían ser considerablemente inferiores a 1.

P r o b a b i l i d a d

d e

e s c o g e r

l a

o p c i ó n

A

P r o b a b i l i d a d

d e

e s c o g e r

l a

o p c i ó n

A




Existen también otros modos de obtener las reglas de umbral y quecorresponden a los diferentes tipos de externalidades de decisión de lasque hemos tratado en el capítulo 7. La decisión, por ejemplo, de adoptaruna nueva tecnología, se puede representar a través de una regla de um-bral si la tecnología se halla sujeta a externalidades de mercado. En losexperimentos de Asch, no importa que el origen de las externalidades sea

totalmente diferente del de las externalidades de información. En elejemplo de las máquinas de fax y en lo que a la decisión de compra serefiere, todo cuanto importa (además del coste) es que una determinadafracción de las personas con las que nos comunicamos (o con las que nosgustaría comunicarnos) dispongan de fax. Además, la probabilidad deadoptar una tecnología de este tipo puede cambiar rápidamente, si lapoblación que la tiene, entendida como una fracción de la población totalcon la que nos comunicamos, crece y supera el umbral en el cual lacompra tiene sentido en términos económicos.

Las reglas de umbral pueden asimismo derivarse de las externalidades decoordinación en dilemas sociales, en los cuales vale la pena asumir el coste

individual de participar en algún bien público siempre y cuando un númerosuficiente de otras personas hagan lo mismo. La posición real del umbral deun individuo depende precisamente de hasta qué punto ese individuo sepreocupa más de los beneficios o compensaciones futuros que de lasganancias a corto plazo que puede reportarle actuar de forma egoísta, así como de la influencia que el actor perciba que tiene. Es posible que los in-dividuos tengan o un umbral tan alto que les lleve a no participar nunca, sinque les importe lo que hagan los demás, o un umbral tan bajo que siempreparticipen. La cuestión importante aquí es que todos tenemos un umbral, almargen de cuál sea o de lo específicamente que se presente.

Y por eso es tan importante entender los modelos de umbral en los

procesos de toma de decisiones. Si bien pueden haber muchos modos deobtener una regla de umbral — ya sea a partir de la lógica de la teoría de juegos , la matemática de los rendimientos crecien tes o la observación ex-perimental — , una vez se ha establecido su existencia, ya no es preciso quenos preocupemos por el modo en que se obtuvo. Debido a que nos interesala toma de decisiones colectivas todo cuanto necesitamos saber en relacióncon la regla misma de decisión es que capta ciertos rasgos esenciales delproceso de toma individual de decisiones. Ahora lo que nos preocupa sonlas consecuencias que tiene a escala de la población. Dicho de otro modo,cuando todos buscan señales que les indiquen qué hacer y, a su vez, emitenotras señales, ¿en qué tipo de decisión es probable que converja el

conjunto de la población? ¿Surgirá la cooperación o prevalecerá el statu

quo? ¿Hará una cascada de decisiones de compra que los precios sehinchen formando una burbuja inestable o prevalecerá el sentido delvalor intrínseco? ¿Triunfará una innovación tecnológica o fracasará? Estetipo de preguntas son las que los sencillos modelos basados en las reglasde umbral aspiran a responder. Y dado que la regla de umbral es

representativa de tantos escenarios de toma de decisiones sociales, lo quepueda decirnos sobre la toma de decisiones colectivas deberá aplicarse sintener en cuenta muchos de los detalles.

CAPTAR LAS DIFERENCIAS

Algunos detalles, sin embargo, sí importan. Y lo que es aún más desta-cable, en los problemas de contagio social de todas las variedades, es preci soexplicar la observación básica según la cual las personas son diferentes.

algunos individuos, por la razón que sea, son más altruistas que otros y estan dispuestos a asumir un elevado coste personal a fin de secundar una causa

que aún no ha tenido la posibilidad de prosperar o triunfar. Se trata, luirejemplo, de los primeros que salieron en manifestación por la ciudad deLeipzig, los manifestantes de la plaza de Tiananmen, los Martín Lutero y

los Martin Luther King, es decir, todos aquellos que arriesgan sus vidas ylibertades al defender sus causas, que en contadas ocasiones se retiran orepliegan a zonas más tranquilas y aisladas y desempeñan el papel crítico deser los primeros. Otros simpatizarán con las causas y estarán dispuestos aparticipar, pero no lo harán antes de que el proyecto tenga visos razonablesde prosperar o triunfar y de que los costes que supone sumarse a él se hayanreducido. Otros se sumarán cuando los éxitos parezcan tan seguros quetengan miedo de ser excluidos.

Una cuestión igual de importante, desde la perspectiva de la toma deIncisiones, es que los individuos, en general, disponen de diferentes nive-les de información o conocimiento experto relevante para el problema; deahí que algunos sean más influenciables que otros. Asimismo, la fuerza (lelas convicciones varía de un individuo a otro, con independencia tanto deque estéis o no mejor informados. Algunas personas son innovadoras natasy constantemente están pensando nuevas ideas o nuevos usos para losproductos ya existentes. Otras, menos creativas, van continuamente a lacaza del último artilugio o tendencia, con la esperanza de sacar provechode una inversión temprana o sencillamente para poder enseñárselo a sus




amigos. También las hay que prefieren perseverar y mantenerse fieles a lo queya saben, por mucho que cambie el mundo que los rodea. La mayoría,entretanto, nos situamos en un término medio, demasiado ocupados connuestras vidas para pasar mucho tiempo ideando y explorando invenciones,pero contentos de subirnos al tren en marcha una vez que el riesgo de parecertontos tiene ya visos de ser mínimo.

Si bien la variabilidad de las disposiciones y las preferencias humanases compleja en la vida real, es relativamente sencillo representarla ennuestro modelo de umbral. A diferencia de la mayoría de los modelos en elcampo de la física (e incluso de la economía), donde se considera que, engeneral, los individuos son idénticos, en nuestra red los individuos puedentener umbrales diferentes, de ahí que la distribución de umbrales conjunta(uno de cuyos ejemplos es el que muestra la figura 8.3) se pueda interpre-tar como una medida de la variabilidad en la población considerada comoun todo. Este tipo de variabilidad, a la cual podríamos denominar variabi-

lidad intrínseca, resulta ser importante para la propagación de las cascadasde información, y a veces lo es de una forma sorprendente. La presencia,

por ejemplo, de una amplia gama de umbrales personales en una poblacióntiende a aumentar considerablemente la posibilidad de que se pongan demoda nuevas ideas o productos.

FIGURA 8.3. La distribución de la

probabilidad de los umbrales en la

población representa la

variabilidad de las características

individuales. o

Valor del umbr al crí tico

Una variabilidad de otro tipo es también importante: si tiene tanta im-portancia que nos fijemos los unos en los otros, entonces debe también tenersu importancia el número de otros a los que prestamos atención. Cuando voya comprar ropa nueva, por ejemplo, casi siempre procuro que me acompañeuna mujer, ya que ante la perspectiva de tener que tomar decisiones encuestiones de moda solo me entran ganas de salir corriendo presa del pánico.Pero lo ideal sería que me acompañaran unas cuantas mujeres, y si

me gusta la idea no es sólo porque harían maravillas con mi imagen, sinoporque múltiples opiniones probablemente darían como resultado unainformación más fiable. La mayoría de las veces, sin embargo, convencer a una(le mis amigas para que me acompañe de compras resulta ya bastante difícil,pero alguna tiene que hacerlo. Siendo éste el caso, debo escoger a miacompañante con mucho tino, dado que — privado como estoy de olfato paralas cuestiones de estilo — su opinión tiene el valor del pulgar de un cesar, y loque acabo llevando está por entero a su merced. En otras situaciones, comoaquellas en las que se trata de decidir qué película ir a ver, a qué restaurante ir,o si comprar un nuevo ordenador portátil o contratar a un aspirante al puestode trabajo, puede que recabemos una gama de opiniones, dependiendo de loimportante que estimemos la decisión y del tiempo de que dispongamos.Tener más opiniones, no obstante, no siempre es mejor. Cuantas másopiniones recabemos a la hora de tomar una decisión, menos influidosestaremos por una sola de ellas y, por tanto, menos m pacto tendráprobablemente cualquier buena sugerencia individual.

Un modo de pensar una estadística agregada, como, por ejemplo, lasopiniones electorales o la cuota de mercado de un producto particular,consiste en hacerlo básicamente como si fuera el mismo tipo de informasocialmente transmitida que obtenemos de nuestros amigos, aunquecalculando el promedio en una población mucho mayor. La compañíaautomovilística Ford a menudo promocionaba su modelo Explorer como «elnúmero 1 en ventas de todoterrenos en Estados Unidos», lo cual supone quesi les gusta a tantas otras personas, a nosotros también nos va a gustar. Elprecio por acciones de un título que se cotiza en la bolsa es otroejemplo: cuantas más personas hay en todo el mercado que quieran comprar estasacciones, más alto es el precio por acción. A simple vista, parece como si estetipo de información global, al provenir de una muestra de gran tamaño, tuvieraque ser más fiable que el hecho de preguntar simplemente a nuestras amistades.

Sin embargo, tendemos desproporcionadamente a ser influidos por lasopiniones y los actos de nuestros amigos más allegados, nuestros contactos,nuestras fuentes o colaboradores. Por ejemplo, a la hora de decidir si comprar unportátil Macintosh o un PC, el hecho de que los PC en términos globales sevendan mucho más que los Macintosh parecería del todo lo irrelevante si todaslas personas con las que trabajamos utilizaran un Mac. Una reciente campañapublicitaria lanzada por Apple, de hecho, insinuaba que si uno ejercía decontable (léase «soso, aburrido, persona con la que se evita tratar en fiestas»),probablemente optaría por comprarse




un PC. Pero, en cambio, si nos dedicábamos a profesiones artísticas, al di-seño o a la moda (lo cual suponía «estar en la onda, ser listo, tener estilo, es-tar a la última»), entonces probablemente preferiríamos utilizar un Mac. Elmensaje es que la información que nuestros amigos nos facilitan es más im-portante que la información global que podríamos recibir, porque la del pri-

mer tipo es más relevante para nosotros. Así, el hecho de preguntar a pocaspersonas es potencialmente malo, porque nos hacen vulnerables a los erro-res, pero preguntar a demasiadas personas también lo es, porque la infor-mación relevante acaba perdiéndose en el ruido.

Las redes de información social son importantes, además, no sólo por-que nos ayuden a tomar decisiones individuales, sino también porquepermiten que las cosas que se imponen o se ponen de moda en un entorno seextiendan a otro. Dado que este tipo de extensión tiene una importanciadecisiva en la dinámica de una cascada, las redes sociales son funda-mentales para entender la noción de una cosa pequeña que se va haciendogrande. Por ejemplo, cuando 3Com lanzó su primera versión de la agenda

Palm Pilot, sólo la compraron los apasionados más radicales de la tecno-logía. Este pequeño grupo de personas, en su mayor parte ingenieros y tra-bajadores tecnológicos del Silicon Valley y del Bay Area que lo rodea en elnorte de California, no precisaron que alguien les diera el visto bueno paraadquirir lo último y lo más nuevo. Aquello que efectivamente les importabaera la innovación misma, es decir, sencillamente necesitaban tener unaPalm, independientemente de lo que cualquier otra persona pudiera pensar.Sin embargo, los verdaderos amantes de la técnica, como los auténticosseguidores de las últimas tendencias y los auténticos acólitos, son relativa-mente escasos, lo bastante como para que, por sí solos, no puedan hacer quetriunfe un nuevo producto. En el caso, sin embargo, de que lleguen a

hacerse lo bastante grandes en su mundo pequeño como para que el pro-ducto se extienda a otros mundos pequeños con los que están relacionados,entonces todos estos mundos pequeños juntos pueden darle al producto elempuje que precisa para lanzarse al mundo más amplio y convertirse en unacascada. Pero ¿cómo tienen que estar conectados esos mundos?

LAS CASCADAS EN LAS REDES SOCIALESCon esta pregunta empecé. En última instancia quería entender cuáles

eran los rasgos particulares de las redes sociales — como la presencia degrupos y comunidades y la propensión de los individuos a establecer rela-

ciones unos con otros a través de ellas — que favorecían más el paso de unainfluencia inicialmente pequeña a un movimiento global. Si alguien queríaempezar una revolución, por poner un ejemplo, o lanzar una moda cultural,¿cómo debía sembrar las semillas? ¿Tenían las redes puntos débiles — talones deAquiles estructurales — tales que si se les daba de lleno y del modo acertado una

pequeña sacudida acabarían por convertirse en una epidemia, en la cual cadadecisión sucesiva iba a generar las condiciones para tomar la siguiente? Y, en elcaso de que efectivamente fuera así, ¿se podría sacar partido de esteconocimiento para incrementar la probabilidad de una cascada, o bien, en sucaso, para evitarla? ¿Se podría ampliar este mismo razonamiento a los sistemasde ingeniería como la red eléctrica, a fin de reducir la probabilidad de unacascada de fallos como la que se registró durante el mes de agosto de 1996?¿Era posible introducir, en cierto sentido, cortafuegos en las redes, del mismomodo que se colocan en los edificios para contener un incendio?

Todas eran buenas preguntas, pero a medida que fui entrando más a fondoen el problema, se me hizo cada vez más evidente que encontrar las respuestas

no iba a ser precisamente fácil. El contagio social es aún más contraintuitivoque el contagio biológico, porque, en los modelos de umbral, el impacto quetiene el acto de una persona en otra depende de forma crucial de las influenciasa las cuales ha sido expuesta aquella otra persona. En la propagación de lasenfermedades, tal como ya hemos tenido oportunidad de señalar, no es precisoque nos preocupemos por este efecto, porque todo acontecimiento de contagiose puede considerar de forma independiente de cualquier otro. En el contagiosocial, sin embargo, ese efecto tiene la máxima importancia.

Un grupo aislado de seres humanos — un culto religioso como el de la Ramade los Davidianos, por ejemplo — puede mantener creencias totalmenteinverosímiles siempre que se mantengan en un contexto en el cual les es posible

reafirmarse constantemente unos a otros y ahorrarse mutuamente la interaccióncon el mundo exterior. Pero, por esta misma razón, sus ideas tienden a quedarconfinadas en el grupo particular donde se originaron. En el otro extremo, encambio, los individuos que participan simultáneamente en muchos gruposdiferentes pueden exponer sus ideas a mas tipos de personas y asimismo accedera una gama más amplia de inf ormación. Sin embargo, es menos probable queestén dominados por una única visión del mundo, y puede que, a menudo, debanhacer valer sus propias ideas prácticamente sin recibir apoyo de los demás. Ladifusión de las ideas, por tanto, a diferencia de la extensión de las enferme-




des, requiere un equilibrio entre la cohesión en el interior de los gruposy la conectividad entre ellos.

Una de las curiosas idiosincrasias de Ithaca de la que me enteré cuan-do estudiaba en Cornell es que la ciudad acepta una moneda alternativa aldinero, llamada Ithaca hours, que puede ganarse y gastarse en una serie decomercios del centro. Por raro que pueda parecer, este sistema, si bien se

ha estabilizado durante más de una década, ha continuado estando, noobstante, muy localizado, sin llegar siquiera a difundirse colina arriba,hacia los negocios que rodean el campus universitario de Cornell. En1997, cuando me fui de Ithaca y me mudé por primera vez a Nueva York (para cursar mis estudios de tercer ciclo en la Universidad de Columbia),recuerdo que el Citibank y el Chase Manhattan estaban tratando de intro-ducir un cierto tipo de moneda alternativa — la tarjeta monedero de dine-ro electrónico — en la Upper West Side de Manhattan. Pese a la fuertepromoción publicitaria que hicieron ambas entidades, dos de los bancosmás grandes del país, la alternativa que proponían como supuestamentesuperior al papel dinero no consiguió en absoluto ponerse de moda.

Existen muchas diferencias entre estos dos ejemplos, pero lo relevantepara nuestro propósito es que, en Ithaca, la red de clientes y vendedores sehalla lo bastante densamente conectada como para autosostenerse. LaUpper West Side, en cambio, es una zona demasiado integrada en el restode la ciudad de Nueva York para que un individuo cualquiera tenga el su-ficiente interés por participar en una alternativa meramente local al dineroen efectivo. A pesar de ello, si las tarjetas monedero se hubieran puesto demoda en la Upper West Side, parece plausible pensar que, a diferencia dela Ithaca hours, aquella innovación se habría difundido, precisamente por lamisma razón por la que en realidad fracasó. De nuevo, el éxito de unainnovación parece requerir un equilibrio entre la reafirmación local y la

conectividad global. Y este requisito hace que el contagio social sea no-tablemente más difícil de comprender que el contagio biológico, en el cualla conectividad es lo que más importa.

Después de pasar bastante tiempo tratando inútilmente de idear unasolución, finalmente admití que, por sencillo que fuera el modelo de losumbrales, debía conseguir que lo fuera aún más si pretendía dilucidar lascomplejidades de la estructura de grupo a partir de la noción de cascadasque se propagan a través de una red de asociaciones. Así que decidí em-pezar con una red que no tuviera en absoluto estructura de grupo: un gra-fo aleatorio. Si bien los grafos aleatorios no son unos modelos especial-mente buenos de redes sociales reales, sin embargo eran un buen lugar

por el que empezar. No veía inconveniente en utilizar los grafos aleatorios

siempre que no me quedara limitado sólo en ellos — como trampolín desdeel cual empezar a explorar representaciones más realistas de las redes. Locierto es que, tal como tendremos oportunidad de ver, las cosas secomplican en demasía con los grafos aleatorios, pero aun así podemossacar algunas lecciones sorprendentemente generales.Dado que la versión técnica del modelo del umbral es un poco abstracta,puede sernos de ayuda utilizar la terminología intuitiva de la difusión de innovaciones que en la década de 1960 presentó Everett Rogers. Si bien eltérmino innovación se acostumbra a asociar con la introducción de nuevastecnologías, el concepto se puede utilizar para hacer referencia tanto aideas como a prácticas. Una innovación, por tanto, puede ser bastanteprofunda, como, por ejemplo, una nueva idea revolucionaria o una nuevanorma social que durará generaciones; o puede ser también bastantetrivial, como, por ejemplo, un monopatín o un artículo de moda que serápopular sólo mientras dure la temporada. Asimismo, puede ser cualquiercosa entre un extremo y otro, como, por ejemplo, nuevos medicamentos,

nuevas tecnologías de fabricación, nuevas teorías de dirección deempresas y nuevos aparatos electrónicos. En consecuencia, el términoinnovadores lo podemos utilizar para referirnos no sólo a aquellosindividuos que presentan nuevos aparatos, sino también a las personasque defienden nuevas ideas y, de una forma aún más general, a cualquierpequeña sacudida que altere un sistema previamente quiescente. Y laexpresión adoptadores iniciales (early (adopters), que hace referencia a losindividuos que inmediatamente consiguen el nuevo producto o servicio y lo defienden ante los demás, en este sentido abarca asimismo a todos losacólitos, apóstoles y seguidores de revolucionarios. Los adoptadoresiniciales son sencillamente los miembros de una población que, como

sucedía con los tecnólogos del Silicon Valley que acabamos de mencionar,son los primeros en ser influidos por un estímulo exterior.Por evocativos que resulten los términos de Rogers, sin embargo, no

son lo bastante precisos como para evitar la ambigüedad. Por ejemplo,puede ser difícil decir si los individuos han adoptado una nueva idea por-que estaban predispuestos intrínsecamente a hacerlo (es decir, tenían unumbral bajo) o porque estaban sujetos a influencias externas muy fuertes(su vecindario daba la casualidad de que contenía una alta densidad de in-dividuos que ya la habían adoptado). Tanto una explicación como la otrapodría dar cuenta de una adopción realizada en el primer momento, perocada una hace una suposición muy diferente acerca de los individuos cuyo




comportamiento trata de explicar. La mayoría de las veces, sencillamente,aceptamos que los términos como innovadores o adoptadores iniciales tienensignificados subjetivos y los utilizamos de cualquier modo que convenga alpropósito que entonces tenemos. Pero ahora, dado que contamos con un marcomatemático preciso en el que trabajar, podemos precisar un poco. Y si nos hade permitir hacer algún avance, entonces debemos hacerlo.

Así, en lo sucesivo, el término innovador se referirá a un nodo que seactiva aleatoriamente al principio de un ciclo de innovación. Cuando el cicloempieza, se considera que cada uno de los nodos está inactivo; entonces, lainnovación se desencadena a través de la selección aleatoria de uno o másnodos — que constituyen la simiente — que serán activados. Éstos sonnuestros innovadores. El sello adoptador inicial se puede definir ahora comoun nodo que pasa de un estado inactivo a otro activo bajo la influencia de un

solo vecino ya activo. Puesto que queremos entender cuál es lasusceptibilidad la red a las cascadas, denominaremos a los nodos que sonadoptadores iniciales en este preciso sentido, vulnerables, pues pueden seractivados cuando sus vecinos en la red ejerzan la menor influencia posible.

Todos los demás nodos son, entretanto, estables (aunque, tal como veremosmás adelante, incluso estos nodos estables pueden ser activados cuando sedan las circunstancias apropiadas). Un nodo, por tanto, pueden servulnerable en uno de dos sentidos: o bien porque tiene un umbral bajo (y,por tanto, una predisposición al cambio) o porque posee solamente muypocos vecinos, cada uno de los cuales ejerce una in fluencia importante.

De hecho, los adoptadores iniciales pueden tener prácticamente cualquierumbral, siempre que tengan pocos vecinos, pero suficientes. Puede parecer unadistinción extraña, pero vale la pena entenderla porque cambia toda nuestramanera de ver el problema. Así, en lugar de considerar a los adoptadoresiniciales en términos de sus umbrales, podemos centrarnos en su grado, el cual,

si recordamos lo expuesto en el capítulo 4, se refiere al número de vecinos quetiene. Por ejemplo, en la figura 8.4, suponemos que el nodo A tiene un umbralde un tercio (1/3). En la parte de arriba de la figura, A tiene tres vecinos, uno delos cuales está activo. Dado que este único nodo activo constituye un tercio delos vecinos de A, se alcanza el umbral de A y este nodo se activa; de ahí que A

se comporte como un adoptador inicial. En la parte inferior de la figura 8.4, encambio, A tiene el mismo umbral, pero ahora tiene cuatro vecinos en lugar desólo tres. Dado que su único vecino activo ahora equivale sólo a un cuarto deltotal

de vecinos, A no se activa. Un umbral de un tercio, dependiendo de cuálPira sil grado, por tanto, puede ser o no lo bastante bajo como para hacerque A se convierta en un adoptador inicial. O, para expresarlo de otromodo, podríamos decir que para un umbral de un tercio, A tiene un gradosuperior crítico de tres, donde grado superior crítico se define como elnúmero máximo de vecinos que puede tener un nodo manteniendo laposibilidad de ser activado por un solo vecino. Si el umbral de las A fuera

más bajo (pongamos por caso, de un cuarto), las A tendrían un grado superiorcrítico más alto (cuatro), y viceversa. Lo importante aquí es que paracualquier umbral dado siempre podemos determinar un grado superior críticoque sea equivalente. Si el número de vecinos de un nodo es superior a sugrado superior crítico, entonces será estable con respecto a las influencias deun único vecino, y, si no, será vulnerable. La variabilidad de grado — o laobservación anteriormente hecha de que a lgunas personas tienen más amigosy simplemente solicitan más opiniones que otros — es por tanto fundamentalpara la estabilidad de los individuos y, en consecuencia, para la dinámica decascadas.

FIGURA 8.4. Para cualquier umbral dado, un nodo sólo puede ser activado por un solo

vecino si y sólo si su grado es menor o igual que el grado superior crítico correspondiente

a su umbral. Aquí, el nodo A tiene un umbral de 1 /3 y, por tanto, un grado superior

crítico de 3. En la parte superior de la figura, A tiene tres vecinos, de ahí que esté activo.

Pero, en la parte inferior de fa figura, en cambio, tiene cuatro vecinos, y, enconsecuencia, permanece inactivo.




CASCADAS Y PERCOLACIÓN

Con la ayuda de este marco es posible concretar con precisión lapregunta de si una cascada de información se produce o no en unapoblación de individuos que toman decisiones. En nuestra red deindividuos, cada uno tiene un umbral interno y un conjunto de vecinosde red a los que presta atención. Al principio del ciclo de innovación, una

única innovación emana en algún lugar de la red, y luego, antes de que elciclo termine, tiene que pasar una de dos: o bien la innovación cae endesuso; o bien eclosiona en una cascada de información.

Con todo, la pregunta aquí consiste en saber cuánto debe propagarseuna innovación antes de que pueda ser considerada una cascada. La clavepara responder a esta pregunta resulta ser algo de lo que ya hemos hablado:el concepto de percolación. Recordemos que en el contexto de la propaga-ción de una enfermedad, definíamos que la condición para que se produjerauna epidemia era la existencia de un único agrupamiento conexo, elagrupamiento percolante (percolating cluster), que ocupa una fracción finita de lared con independencia de lo grande que sea. Por analogía, cuando un

agrupamiento percolante surge en el contexto del contagio social, decimosque el sistema es susceptible a una cascada global. Constantemente seproducen efectos en cascada de tamaños más pequeños, cada sacudida, cadashock, de hecho, desencadena una cascada de cierto tamaño, aunque sólosea del tamaño equivalente al solitario innovador. Pero sólo las cascadasglobales se desarrollan de un modo que en realidad las autoperpetúa,alterando así los estados de sistemas enteros. Del mismo modo en que en sumomento nos interesaron las epidemias de enfermedades y no sólo susbrotes, ahora de lo que se trata es de dilucidar cuál es la condición para quese produzca una cascada global.

A diferencia de lo que sucede en la propagación de las enfermedades,donde cada nodo tiene la misma probabilidad de formar parte de unagrupamiento infectado, ahora, en cambio, tenemos dos tipos de nodos —

vulnerables y estables — que debemos considerar por separado. Si pensamosen lo que sucede cuando se introduce una innovación en una poblacióninicialmente inactiva, podemos ver que sólo se propaga si el innovadorinicial está relacionado al menos con un adoptador inicial. Así, cuantomayor sea el agrupamiento conexo de adoptadores iniciales en que encaja lainnovación, más lejos se propagará. Si el agrupamiento vulnerable que es«alcanzado» por una innovación (es decir, el agrupamiento que contiene alinnovador) da la casualidad que percola a través de la red,

entonces la innovación desencadenará una cascada global. Así, cuando lared contiene un agrupamiento percolante que es vulnerable, entonces esposible que se produzcan cascadas globales, y cuando no lo contiene,entonces no hay posibilidad de que se produzcan, es decir, siempre seextinguirán antes de llegar a activar a algo más que una minúsculafracción de la población.El problema de determinar si en un sistema se pueden producir o nocascadas capaces de prosperar se reduce, por tanto, al de demostrar siexiste o no un agrupamiento percolante que sea vulnerable. Lo creamos ono, hemos dado un gran paso adelante. Al haber convertido lo que en unprincipio era un fenómeno dinámico (la trayectoria de cada cascada desdeque es un pequeño shock hasta su estado final) en un modelo de percola-ción estático (el tamaño de los agrupamientos vulnerables), hemossimplificado una infinidad nuestra tarea sin perder por ello la esencia denuestra investigación. El problema, sin embargo, continúa siendo difícil.En las tres últimas décadas se han realizado numerosos avances en elcampo de los modelos de percolación, pero aún no existe una solucióncompletamente general. Dado que, en realidad, han sido los físicos

quienes han desarrollado casi por entero la teoría de percolación y dadoque las aplicaciones físicas en la mayoría de las ocasiones tienen que vercon retículos regulares, es muy poco lo que sabemos de la percolación enestructuras de redes más complejas como pueden ser las redes sociales. Y es precisamente en este punto donde la estructura extremadamentesencilla de los grafos aleatorios muestra su valía. De hecho, una vez elplanteamiento del problema llegó a este punto me di cuenta de que me ibaa ser necesario entender las cascadas en los grafos aleatorios. Más o menosen torno a esta época, Mark, Steve y yo estábamos también estudiando lastécnicas matemáticas para computar las propiedades de conectividad deredes aleatorias (véase el capítulo 4), que tiempo después modificamos con

la ayuda de Duncan Callaway a fin de estudiar la percolación en elcontexto de la robustez de la red (véase el capítulo 6). La suerte quiso queaquellas mismas herramientas resultaran ser las que se podían aplicar conmayor precisión al problema de encontrar agrupamientos percolantes quefueran vulnerables, aunque, sea dicho de paso, no eran lo suficientementeaplicables, ya que nos enfrentábamos ahora a un tipo extraño depercolación. Tal como sugiere la figura 8.4, aquellos nodos que tienen unamplio número de vecinos tienden a ser estables en relación con lasinfluencias de un solo vecino, y los nodos estables, por definición, nopueden formar parte de ningún agrupamiento vulnerable. De ahí que el




agrupamiento vulnerable tenga que percolar de manera efectiva en ausen -cia de los nodos más conectados en la red. Esta desviación respecto de lapercolación estándar, como es lógico, tiene importantes consecuenciaspara los resultados.

Si bien los pormenores matemáticos del método son bastante técnicos,los principales resultados se pueden entender fácilmente teniendo encuenta lo que se da en llamar diagrama de fase, un ejemplo del cualaparece reproducido en la figura 8.5. El eje horizontal representa el valor

medio de la distribución de umbrales, es decir, la resistencia típica de unindividuo a una nueva idea; y el eje vertical, el número medio de vecinos(grado) de red en los que cada individuo se fija y presta atención. El dia-grama de fase, por tanto, compendia todos los sistemas posibles que pue-den ser representados en el marco sencillo del modelo. Cada punto en elplano representa un tipo particular de sistema, por un lado, con unadensidad de red especificada, y, por otro, con un umbral medio para elconjunto de la población. Cuanto más bajo es el umbral medio, máspredispuesta está la población al cambio; de este modo cabría esperar quelas cascadas surgieran con mayor frecuencia en el lado izquierdo deldiagrama (donde los umbrales son bajos) que en la parte derecha. Y, enrealidad, es lo que vemos. Pero la presencia de la red a través de la cual lacascada se propagará complica la relación.

La figura 8.5 se denomina diagrama de fase porque la línea negracontinua separa el espacio de todos los sistemas posibles en dos fases . Laregión sombreada en el interior de la línea representa una fase del sistemaen la cual pueden producirse cascadas globales. No tienen que producirseforzosamente — y éste es un hecho importante — , pero pueden hacerlo.Fuera de la línea, en cambio, las cascadas globales no se producen nunca.Las diferentes líneas divisorias de esta ventana de cascada nos dicen quehay tres maneras en que las cascadas están vedadas. La primera de ellas

es evidente: si el umbral de todos es demasiado alto, nadie cambiaránunca y el sistema permanecerá estable con independencia del modo enque esté relacionado. Aunque no sea éste el caso, las cascadas puedenestar vedadas por la propia red de dos maneras: o bien la red no estásuficientemente bien relacionada o — y esto es lo sorprendente — estádemasiado bien relacionada.

El otro rasgo importante del diagrama de fase es que cerca de cualquierlímite de la ventana de cascada, el sistema pasa por una transición de

fase. Se trata de un rasgo estándar de la mayoría de los problemas de per-colación. Pero lo que hace que este tipo de percolación sea diferente de

FIGURA 8.5. Diagrama de fase de un modelo de cascada. Cada punto en el plano equivale a

una elección particular de parámetros (el valor medio del umbral, y el promedio de vecinos,

o grado). En el interior de la línea gruesa (recuadro de cascada) pueden producirsecascadas globales, pero no así fuera de esa línea. Los límites de la ventana de cascadas

corresponden a transiciones de fase en el comportamiento del sistema. El punto P

representa una estado del sistema para el cual no son posibles las cascadas globales. Las

cascadas globales, empezando en P, se pueden inducir o bien disminuyendo el umbral

medio de la población (flecha de la izquierda), lo que equivale a aumentar el atractivo

inherente de la innovación, o bien reduciendo la densidad de la red (flecha hacia abajo).

aquel otra que consideramos en el capítulo 6 es que aquí la ventana de cascadatiene dos límites: uno superior, en el cual la red está muy bien conectada, y otro inferior,donde no lo está en absoluto. Este rasgo por sí sólo hace que las cascadas sean

diferentes de las epidemias de enfermedades en las cuales una gran conectividadsiempre hace más probable la propagación de la enfermedad. (Si elaborásemosun diagrama de fase para las epidemias de enfermedades, el límite inferiorcontinuaría estando presente, pero, en cambio, el límite superior desaparecería.)Sin embargo, las diferencias son en realidad aún mayores. Tal como tendremosoportunidad de ver, las transiciones de fase que se producen en cada uno de losdos límites son fundamentalmente diferentes. Y examinando la naturaleza deestas transiciones de fase, podemos predecir qué tipos de cascadas son posibles,la magnitud que cabe esperar que tengan y la frecuencia con la que seproducirán.




TRANSICIONES DE FAS E Y CAS CADAS

En el límite inferior de la ventana de cascada, donde la red presenta unamala conectividad, vemos una transición de fase que es muy similar a la que vimos en el capítulo 6 cuando tratamos de los modelos biológicos decontagio. La explicación es que cuando los nodos tienen un promedio desólo un vecino, se hallan casi siempre por debajo de su grado superior

crítico, de ahí que sean vulnerables a nuevas influencias, con independenciade cuál sea su umbral particular. Sin embargo, dado que la red está tandesconectada, estas influencias nunca se propagarán muy lejos. Enconsecuencia, las innovaciones tienen tendencia inicialmente a extenderse,pero siempre acaban contenidas en los agrupamientos pequeños relacio-nados donde se inician. Sólo cuando la red se hace lo bastante densa vemosen realidad cómo aparece el agrupamiento percolante que es vulnerable.Pero debido a que la mayoría de los nodos aún son vulnerables en este ré-gimen, el agrupamiento percolante vulnerable en realidad es el mismo queel componente gigante de un grafo aleatorio que vimos primero en elcapítulo 2 y luego de nuevo en el capítulo 6.

En las proximidades del límite inferior, por tanto, el contagio socialequivale en gran medida al contagio biológico, porque pasa por la mismatransición de fase a la que se hallan sujetas las epidemias de enfermedades. Así, cuando se dan ciertas condiciones, la confusión de los dos tipos decontagio es, a fin de cuentas, legítima, en el sentido de que las diferenciasentre los dos tipos de modelos no parecen afectar al resultado. Y, por lamisma razón — a saber, que el principal obstáculo que tiene una cascadapara prosperar es la conectividad de la red y no la capacidad de resistenciade los individuos que toman decisiones — , es asimismo cierto que en redescon una conectividad precaria, los individuos muy relacionados sondesmedidamente efectivos cuando se trata de propagar el contagio social.

Esta segunda observación refleja el pensamiento estándar de la difusión delas innovaciones, según el cual los promotores más efectivos de una nuevaidea, práctica o tecnología son los líderes de opinión y los actores queocupan una posición central.

El escritor y periodista Malcolm Gladwell, por ejemplo, en su libroLa frontera del éxito hace hincapié en el papel que los individuos más rela-cionados desempeñan en el contagio social; y aquí «punto de inflexión» secorresponde grosso modo a la noción de cascada global. Si bien Gladwelldesarrolla sus tesis acerca de la difusión de ideas partiendo de la premisade que el contagio social opera de un modo que en nada se diferencia del

contagio de enfermedades, sus observaciones concuerdan, en líneas gene-rales, con las del modelo de umbral, siempre y cuando la red deindividuos que toman decisiones tenga una conectividad precaria. Losconectores de los que habla Gladwell provienen de aquella rara estirpe deindividuos los socialmente prodigiosos que no sólo tienen siempre al díaficheros Rolodex sobrehumanos, sino que también tienden puentes entregrupos sociales muy diferentes. En un mundo en el que la mayoría de

seres humanos tienen sólo un puñado de amigos, o recaban muy pocasopiniones cuando tienen que tomar decisiones, en realidad parece que elconector ocasional debería de ocupar una posición de gran influencia.

Pero las influencias también pueden quedar estancadas si una red cuentacon una conectividad demasiado buena. Tal como vimos antes, cuantas mássean las personas cuyas opiniones o actos tomamos en consideración antesde decidir, menor será la influencia que cualquiera de ellas tendrá sobrenosotros. Así, cuando cada uno se fija y presta atención a muchos otros, uninnovador por sí solo, actuando en solitario, no puede activar ni a una solade ellas. Este rasgo del contagio social es el que lo separa del contagiobiológico, donde el contacto de un individuo susceptible con un solo

individuo infectivo tiene el mismo efecto, con independencia del número decontactos que el individuo susceptible haya mantenido. En el contagiosocial, recordémoslo, lo que importa es el número relativo de vecinos«infectados» en oposición al de «no infectados», es decir, de vecinos activos frente al de inactivos. Aunque pueda parecer, a primera vista, que las redesmuy conectadas favorecen la propagación de influencias de toda índole, noadmiten las cascadas de influencia social. Dado que en este tipo de redestodos los individuos son, desde un punto de vista local, estables, de entradauna cascada nunca se iniciará.

Las redes que no tienen la suficiente conectividad, por tanto, vedanla posibilidad de que se produzcan cascadas globales porque éstas no

tienen modo de saltar de un agrupamiento vulnerable a otro. Y las redesque cuentan con excesiva conectividad también impiden las cascadas,aunque por una razón distinta: están atrapadas en una suerte deestancamiento, en el cual cada nodo limita la influencia de cualquier otroy es a su vez limitado. Ahora podemos precisar más aquella observaciónanecdótica que antes hicimos: en el contagio social, un sistema sóloconocerá cascadas globales si encuentra una compensación, un equilibrio — que vemos especificado en el recuadro de cascada de la figura 8.5 — entre estabilidad local y conectividad global.




CRUZAR EL ABISMO

Pero el contagio social se reserva otra sorpresa. Justo en el límite superiorde la ventana de la cascada, la densidad de nodos vulnerables es suficientepara que la red contenga un agrupamiento percolante que es vulnerable. Elsistema, en este estado precario, es localmente estable casi en todos los puntossalvo precisamente en torno al propio agrupamiento vulnerable. Y, debido aque, justo en el interior del recuadro, el agrupamiento vulnerable tan sóloocupa una pequeña fracción de toda la red, la posibilidad de que unainnovación se abra camino en ella es pequeña. Las cascadas, por tanto,tenderán a ser muy poco frecuentes, y el sistema se comportará casisiempre como si fuera estable no sólo localmente, sino tambiénglobalmente. De vez en cuando — nos referimos a una posibilidad delorden de una vez entre cien o de una entre un millón — , sin embargo,una innovación aleatoria alcanzará al agrupamiento vulnerable ydesencadenará una cascada. Hasta entonces, no varía mucho de lo quesucede en el límite inferior, donde las cascadas globales son tambiénfenómenos raros. Pero, una vez que la cascada empieza a rodar, los dos

escenarios rápidamente divergen.Recordemos que, en el límite inferior, la cascada se propaga hasta quellega a ocupar el agrupamiento vulnerable y luego se queda sin lugaresadonde ir, de ahí que las cascadas ocupen sólo una fracción relativamentepequeña de toda la red. Sin embargo, en el nivel superior, debido a que lared tiene una conectividad tan alta, el agrupamiento vulnerable de adop-tadores iniciales queda cohesivamente integrado en el resto de la red (lamayoría inicial y la mayoría tardía, en la terminología de Rogers). Estapoblación mucho más grande continúa siendo estable en relación con losinnovadores individuales, pero una vez que todo el agrupamiento vulnera-ble ha sido activado, aquellos nodos que inicialmente eran estables pasa-

rán a quedar expuestos a múltiples adoptadores iniciales. Y la presenciade las múltiples influencias activas es suficiente para superar los umbralesincluso de nodos bastante estables, por lo que éstos empiezan también aactivarse.

Este acontecimiento, cuando sucede, es aquello que el consultor y escritorGeoffrey Moore denomina cruzar el abismo, en referencia al salto que precisadar una innovación que prospere (como el ejemplo de las Palm Pilots quepusimos antes) desde su comunidad inicial de adoptadores iniciales hasta unapoblación general mucho más grande. En el límite inferior, no hay abismo quecruzar, sino sólo un agrupamiento de adop-

ción inicial con distintos tamaños. Únicamente en el límite superior esimportante no sólo que el innovador encuentre a los adoptadores inicialessino que éstos estén en posición de ejercer su influencia colectiva en lasmayorías inicial y tardía. Y, en el modelo de umbrales, cruzar el abismoes un acontecimiento en realidad espectacular, porque cualquier cascadaque logre decantar el agrupamiento vulnerable se propagará necesaria-mente a toda la red, desencadenando una cascada de proporciones uni-

versales. En el lenguaje de la física, la transición de fase en el límitesuperior es una transición de fase discontinua, porque el tamaño típico delas cascadas que prosperan salta de forma instantánea de cero (es decir,ausencia absoluta de cascadas) a todo el sistema.

Las cascadas en el límite superior del recuadro de cascada son por tantoaún menos frecuentes y mucho mayores que las que se producen en el límiteinferior, lo cual redunda en un tipo de impredecibilidad cualitativamentedistinta. La mayoría de las innovaciones que se producen en redes próximasal límite superior se extinguen antes de que lleguen a propagarse muy lejos yquedan inhibidas por la estabilidad local de los nodos individuales. Estasituación puede continuar casi indefinidamente y hacer que el observador

concluya, de hecho, que el sistema es estable. Y luego, cuando menos loespere, una influencia que inicialmente no parece diferente a cualquierotra puede inundar toda la red. Tampoco el innovador particular quedesencadena una cascada de este tipo tiene que ser prometedor, ni muchomenos. A diferencia del límite inferior, donde los lectores desempeñan unpapel importante enlazando agrupamientos vulnerables, en el límite superior elproblema no es la conectividad. De ahí que las cascadas puedan serdesencadenadas casi con la misma probabilidad por un individuo con unnúmero de vecinos medio que por alguien en quien muchos individuos se fijany prestan atención. Cuando la estabilidad local domina la propagación de unacascada algo más de lo que lo hace la conectividad, el hecho de estar

sencillamente bien relacionado tiene menos importancia que estar relacionadocon individuos que fácilmente pueden ser influidos.Estos rasgos del recuadro de cascada proponen algunas leccionesinesperadas en cuanto a la difusión de las innovaciones, entre las cuales quizásla más sorprendente sea que el hecho de que una cascada logre prosperar tienemucho menos que ver con las características reales de la innovación, o

incluso del innovador, de lo que en un principio tendemos a pensar. En elcontexto del modelo de cascada, por lo menos, no hay nada que distingael shock o la sacudida particular que desencadena una cas-




cada global de cualquier otro shock o sacudida. Más bien, es laconectividad del agrupamiento vulnerable al que se halla conectado elinnovador inicial la que genera toda la acción. Y el problema dedeterminar si una cascada prospera o no se hace aún más inextricabledebido a que el agrupamiento percolante que es vulnerable, si existe, esuna propiedad global del sistema, un filamento escurridizo entrelazadopor toda la red.

No sólo importa que un individuo particular tenga uno o más vecinos vulnerables, sino también que esos vecinos tengan a su vez uno o más vecinos vulnerables, y así sucesivamente. De este modo, aun en el casode que podamos identificar a los potenciales adoptadores iniciales, nosabremos sí todos ellos están o no conectados, a menos de quepodamos ver también la red.

De todo esto no se desprende que factores como la calidad, el precioy la presentación no sean importantes. Las propiedades innatas de unainnovación, al alterar los umbrales de adopción de los individuos enla población, continúan afectando a su éxito o quiebra. La cuestión esque, como los umbrales no determinan por su cuenta el resultado, la

calidad, el precio y la presentación tampoco lo hacen. En las regionesde la figura 8.5, arriba y a la derecha del recuadro de cascada (porejemplo, el punto P), el sistema puede ser modificado a fin de hacer quesea susceptible a las cascadas globales ya sea disminuyendo el umbralmedio de adopción (la flecha de la izquierda) ya sea reduciendo laconectividad de la red (la flecha hacia abajo). Dicho de otro modo, laestructura de la red puede tener una influencia tan grande en el éxito oel fracaso de una innovación como el atractivo intrínseco de lainnovación misma. Y aun en el interior del recuadro de cascada, buenaparte del destino que correrá una innovación depende de unaoportunidad aleatoria. Si alcanza al agrupamiento percolante, prosperará

y, si no lo alcanza, no saldrá adelante. Por mucho que queramos creer quees la cualidad innata de una idea o producto lo que determina su posteriorrendimiento, o el modo en que es presentado, el modelo sugiere que porun éxito sensacional que se dé, siempre podríamos encontrar muchosotros intentos igual de dignos que sólo llegaron a merecer una nimiafracción de la atención. Podría ser precisamente que algunasinnovaciones —Harry Potter, los monopatines Razor, El proyecto de la bruja de Blair — den precisamente de lleno en el agrupamiento vulnerablecorrecto, en tanto que la mayoría del resto, no. Y, en general, nadie sabrálo uno o lo otro hasta que toda la acción haya acabado.

UN ENFOQUE NO LINEAL DE LA HISTORIA La noción según la cual los resultados sólo se pueden entender de modo

correcto si se interpretan en términos de las interacciones de los individuos,cada uno de los cuales reacciona en tiempo real a las decisiones y las accionesde los demás, nos ofrece un enfoque de la relación de causa y efecto bastantedistinto del que estamos acostumbrados. Según el enfoque convencional,

cuando algo o alguien tiene éxito, suponemos que el alcance del éxito esproporcional a una medida subyacente de mérito o relevancia. Los artistasque alcanzan el éxito son genios creativos, los dirigentes que triunfan son visionarios y los productos se imponen porque son aquello precisamente quelos consumidores iban buscando. El éxito, sin embargo, es un descriptor quesólo se puede aplicar a posteriori y, en retrospectiva, siempre es fácil juzgar.Nuestra visión del mundo en función de los resultados, por tanto, nos lleva aatribuir el éxito de algo o de alguien a cualquiera de las características quepresenta, tanto si fueron reconocidas como especiales alguna vez como si no.

Pero, en general, lo que no consideramos es que esa misma cosa opersona, con esas mismas características, hubiera podido ser igualmente un

deprimente fracaso. Ni tampoco, las más de las veces, desperdiciamosdemasiado tiempo lamentándonos de la multitud de innovaciones fallidasque también podrían haber aspirado a triunfar de haber sido lascircunstancias quizás algo distintas. La historia, dicho de otro modo, tienetendencia a ignorar las cosas que podrían haber sido, pero no fueron. Sinduda, aquello que realmente ha sucedido es más relevante para nuestrascircunstancias actuales que aquello que no sucedió. Pero tenemos unapredisposición adicional a suponer que el resultado real fue en cierto modo preferido entre todas las demás posibilidades, y aquí es donde nuestro modode ver el mundo puede tergiversar la arbitrariedad como orden. Desde unpunto de vista científico, por tanto, para entender qué podría suceder en el

futuro es decisivo considerar no sólo lo que ha sucedido en el pasado sinotambién lo que podría haber sucedido.

Afirmar que los accidentes y las circunstancias desempeñan una funciónimportante en la historia no es una noción nueva, pero la idea de una cascadade información sugiere algo que es más sorprendente: que los inputs y losresultados no están asociados de un modo proporcional, ni tan sólo único. Simil millones de seres humanos creen en una determinada religión, entoncesdamos por sentado que el mensaje original de su credo tiene que haber sidorevelado; de lo contrario, difícilmente iban a creer en




él mil millones de seres humanos. Si una obra de arte es mucho más cono-cida que cualquier otra, seguramente debe de ser porque es mucho mejor:¿qué razón habría si no para que todos hablaran de ella? Si una nación seune en torno a la figura de un dirigente para lograr grandes cosas, es porqueel dirigente tiene que ser un gran líder; si no, ¿por qué iban todos aseguirle? Así, aunque la grandeza (la inspiración o la celebridad) es algoque, en la práctica, se atribuye siempre a posteriori, nuestra percepción es

que estaba allí ya desde un primer momento, es decir, era una cualidadnecesaria, intrínseca a la fuente del gran cambio. A priori, sin embargo, en muy pocas y contadas ocasiones tenemos claro

a qué resultado dará lugar un estado particular de cosas. Y no es senci-llamente porque la grandeza, como el genio, sea difícil de estimar, o a me-nudo sea malinterpretada, sino porque casi nunca es, ante todo, sólo unapropiedad intrínseca. Más bien es un consenso al que llegan gran númerode individuos, cada uno respetando las opiniones de los demás en la mismamedida que ejercen su propio juicio independiente. Los seres humanospuede que creamos en algo o en alguien por la sencilla razón de que losdemás lo hacen, puede que hablemos de algo por la sencilla razón de que

los demás hablan de ello y nos unimos sencillamente porque otros ya se hanunido. Y precisamente la esencia de una cascada de información estácompuesta por una toma de decisiones contingente de este tipo, y el hechode que así sea hace que la relación entre la causa inicial y el efecto final seaprofundamente ambigua.

Este enfoque puede ser, desde un punto de vista psicológico, difícil deaceptar; es decir, cada época necesita sus iconos, al igual que cada revo-lución precisa tener sus líderes. Pero nuestra tendencia a conceder a lasinnovaciones una influencia proporcional al resultado final ignora el meca-nismo por medio del cual su influencia real se metamorfosea en un movi-miento de masas. Del mismo modo que sucede en el mercado bursátil,

cuando en los anales históricos aparece un acontecimiento de primer orden,tratamos de encontrar qué le precedió, y cuando descubrimos algo — aunqueen términos absolutos sea relativamente menor — le concedemos una granimportancia. Isaiah Berlin consideraba que el resentimiento de Tolstoi haciala historia escrita y, en especial, hacia la historia militar provenía de su ideade que, entre las brumas de la batalla, nadie — y los generales menos quenadie — tiene ni idea de qué sucede, y la balanza entre vencedores y vencidosse inclina más por el peso del azar que por las fuerzas del mando o laestrategia. Con todo, cuando las brumas se disipan y dejan ver al vencedor,el general — fortuitamente — victorioso es quien se lleva toda la gloria.

Desde esta perspectiva, Tolstoi probablemente no se sentiría máscontento con la ciencia de fines del siglo XX de lo que se sentía con el artede la guerra a principios del siglo XIX. Desde que la corporación Celera,dirigida por J. Craig Venter, y el consorcio financiado con fondos públicosque dirigían Francis Collins y Eric Lander, declararon el empate en sucarrera por secuenciar el genoma humano, Venter, Collins y Lander nohan dejado de discutir sobre quién se lleva el mérito del avance. En

realidad, sin embargo, ninguno de ellos lo merece: el proyecto del genomahumano era una colaboración de cientos, si no de miles, de científicostrabajadores sin los cuales no hubiera habido mérito alguno que llevarse.En arquitectura, la situación es en buena medida la misma. Frank LloydWright, Eero Saarinen y Frank Gehry son venerados por sus asombrososdiseños, pero sin los equipos de ingenieros de talento y las legiones detrabajadores de la construcción que hicieron que sus dibujos y bocetosrealmente se tuvieran en pie, ninguno de estos arquitectos hubieran nunca«creado» algo. Tal vez lo monumental es demasiado difícil de comprenderdirectamente y de este modo nuestra mente reacciona representándosetoda la empresa o período de la historia con una única persona o pieza, es

decir, un icono. La iconificación, por tanto, es un recurso cognitivocomprensible (y, para ser justos, muchos de nuestros iconos son enrealidad individuos de notable talento), pero puede inducirnos a engañocuando tratamos de comprender cuáles son los orígenes de uncomportamiento colectivo en contraposición al individual.

Pero pongamos un ejemplo algo más prosaico. A principios de 1999,cuando Shawn Fanning era un estudiante de 19 años de la NortheasternUniversity, diseñó una aplicación para que un amigo suyo pudieradescargar archivos de música MP3 de Internet. El resultado, un programaque apodaron Napster, se convirtió de la noche a la mañana en unfenómeno que atrajo a decenas de millones de usuarios, despertó la ira de

toda la industria discográfica y colocó a Fanning en medio de unavorágine comercial, judicial y ética. Por un momento, al menos, Fanningse hallaba en el centro, era ensalzado por unos y execrado por otros,citado en los artículos de economía y retratado en las portadas de lasrevistas. Antes de que le obligaran a hacer pagar por sus servicios decompartir música, Napster (en la actualidad en gran medidadesaparecido) y Fanning consiguieron llegar a un acuerdo conBertelsmann, un gigante global de la edición. Un resultado que no estánada mal para un estudiante universitario. A juzgar por las apariencias noestaba mal, pero ¿de qué se trataba en realidad?




La aplicación informática que Fanning había creado era unaestratagema ingeniosa, de eso no hay duda. Pero el enorme impacto queconoció no era el resultado de alguna particular genialidad que tuviera laaplicación que había diseñado, ni tan sólo de una peculiar visión queFanning tuviera, ya que se trataba sencillamente de ayudar a un amigo.Más bien, la magnitud de la influencia que alcanzó a tener Napster fue elresultado de la enorme cantidad de personas que se dieron cuenta de que

era exactamente lo que estaban buscando y que empezaron a utilizarlo.Fanning no anticipó la demanda sin precedentes que iba a tener suinvención, no hubiera podido. Probablemente los millones de eventualesusuarios tampoco supieron que querían descargar música gratis deInternet hasta que, de repente, se les ofreció la posibilidad de hacerlo, asíque ¿cómo iba a saberlo Fanning? Pero, en realidad, no necesitabasaberlo. Todo cuanto tuvo que hacer fue transmitir la idea que habíatenido y, una vez que empezó a moverse con libertad, unos pocosindividuos la recogieron y empezaron a utilizarla, haciendo que otropuñado de individuos tuvieran noticia de su existencia y empezarantambién a usarla. Cuanto mayor era el número de usuarios de Napster,

mayor era también el repertorio de canciones disponibles, de ahí quellegara a ser aún más atractivo y visible para todavía más personas.En cambio, si nadie más que Fanning y un puñado de sus amigos hu-

bieran empezado a utilizar el Napster, o si no hubieran tenido recopila-ciones de música demasiado buenas o no hubieran conocido a unnúmero suficiente de personas que las tuvieran, puede que Napster nuncahubiera cuajado. En cierta medida, Napster tenía que ser como era parallegar a triunfar. Si hubiera sido difícil de descargar, imposible de utilizar odiseñado para hacer algo para lo cual existía muy poca demanda — como,por ejemplo, resolver ecuaciones diferenciales o traducir del polaco alitaliano — , nunca hubiera llegado a alcanzar tanta popularidad. Si lo

expresamos en la perspectiva del modelo de umbral, el umbral deadopción debía de ser muy bajo para que el uso de Napster se extendiera.Pero en cierta medida, y muy probablemente en gran medida, el éxito deNapster era independiente de su forma y origen concretos. Y aunque casitoda la atención se centró en Fanning, por ser su inventor, el motorefectivo que hizo que Napster pasara de ser una simple idea a convertirseen un fenómeno fueron los individuos que lo utilizaron.

EL PODER PARA EL PUEBLO

Los innovadores y los revolucionarios, o, dicho de otro modo, aquellosque actúan movidos por su conciencia, por ideología, ingenio y pasión,son una componente esencial de una cascada global y forman la semilla oe1 disparador a partir del cual la cascada se propaga. Pero la semilla por sí

sola no basta, y eso es lo que hace que las cascadas sean tan difíciles decomprender. De hecho, en lo que al éxito y al fracaso de una cascada se

refiere, de semillas de cambio —

de un modo bastante similar a lo quesucede en el caso de sus homólogos biológicos — las hay a montones. Lasemilla que cae en la tierra puede que contenga el programa completo delque saldrá un árbol en flor, y, por tanto, en principio carga con la respon-sabilidad última del producto terminado. Pero su realización depende casipor completo de las cualidades nutritivas del sustrato en el que cae y germina. Los árboles diseminan sus semillas en cantidades ingentes poruna razón: sólo una entre muchas otras llegarán a dar frutos, y no porqueesa simiente en concreto tenga un cualidad especial y única, sino porquecae en el lugar oportuno. Así sucede con las semillas sociales: siempre hay in-novadores y agitadores que intentan continuamente empezar algo nuevo

y rehacer el mundo a su imagen. Y si algo hace difícil predecir su éxito esel hecho de que en muchos casos, éste depende no tanto de cuál sea suparticular visión y sus características individuales como de su pauta deinteracciones en medio de las cuales decide actuar.

Como sucede con la mayoría de las generalizaciones, este enunciado nosiempre es cierto. A veces los individuos ejercen un efecto tan profundo quesu influencia parece de veras garantizada. Cuando el artículo original de Albert Einstein sobre la teoría de la relatividad especial fue publicado en1905, invalidó un orden científico que llevaba vigente tres siglos, y, a partirde ese momento, la grandeza de Einstein quedó asegurada. Descartes y Newton revolucionaron en solitario las interpretaciones científicas delcosmos de sus respectivas épocas: Descartes, con la geometría analítica, y Newton, con su teoría de la gravitación universal. A veces, por tanto, unresultado profundo implica una causa igualmente profunda. Los grandesavances de esta índole, sin embargo, son excesivamente raros, y la mayorparte del cambio social y científico no se produce gracias a los grandes saltoscognitivos dados por un genio singular. Si en unas montañas nevadasqueremos provocar una avalancha, podríamos lanzar una bomba atómica,pero apenas es necesario, y las avalanchas nunca empiezan así. Más bien, unesquiador solitario al pasar por un tipo menos apro-




piado de nieve en la parte menos indicada de la montaña en el momentomenos oportuno del día desencadena una furia que muestra una grandio-sa desproporción con respecto a la causa que la ha generado.

Y así sucede aparentemente con las tendencias culturales, las innova-ciones tecnológicas, las revoluciones políticas, las crisis en cascada, loscracks de las Bolsas y otras formas de delirios colectivos, manías y accio-nes en masa. La estratagema es centrarse no en el estímulo mismo, sino

en la estructura de la red en la cual este estímulo impacta. En este sentidoes mucho el trabajo que aún queda por hacer. Las redes aleatorias,recordémoslo de nuevo, no son muy buenas representaciones de lasredes que existen en el mundo real, y en la actualidad se está trabajandopara generalizar el modelo más sencillo de cascada a redes más realistas,las cuales incluyen la estructura de grupo, la identidad social de losindividuos y los efectos de los medios de comunicación de masas. Asimismo, la regla del umbral es también una representación muy idealizada del proceso de toma de decisiones sociales, y será preciso haceruna serie de aderezos si queremos aplicarla a algún asunto práctico. Pero,aun así, es posible hacerse algunas ideas generales.

Tal vez la propiedad más sorprendente del modelo de las cascadassea que las condiciones iniciales, que antes de producirse el fenómenoresultan indistinguibles, pueden producir resultados finales radicalmentedistintos según sea la estructura de la red. La cualidad (que aquí se puedeinterpretar como el umbral de adopción), por tanto, es un predictor pocofidedigno del éxito, y un gran éxito no es un sello forzoso de gran calidad.La diferencia entre una innovación con un enorme éxito y un abyecto fra-caso puede obedecer por entero a la dinámica de las interacciones entreactores, pudiendo darse el caso de que éstos no hayan tenido nada que ver con su introducción. Pero eso no equivale a decir que la cualidad noimporta, porque importa, así como importan también las figuras y la pre-

sentación. Pero en un mundo en el cual los individuos toman decisionesbasándose no sólo en sus propios juicios, sino también en los juicios delos demás, la cualidad no basta.

LA ROBUSTEZ RECONSIDERADA

Una comprensión de las cascadas globales en sistemas en red, ademásde las consecuencias que pueda tener a efectos de predictibilidad, puedeasimismo arrojar cierta luz sobre la cuestión de la robustez de la red que

vemos ya en el capítulo 6. Y en este contexto, no nos es ya necesario paranada hablar de contagio social. A veces, los sistemas que se caracterizanpor tener muchas partes interdependientes que interactúan en modoscomplejos, como, por ejemplo, las redes de suministro eléctrico y lasgrandes organizaciones, pueden mostrar repentinos y grandes fallos pese atodas las precauciones que se hayan tomado para prevenirlos. El sociólogode Yale, Charles Perrow, que estudió una serie de desastres organizativos,

desde la fusión parcial del reactor de Three Mile Island hasta la explosiónde la lanzadera Challenger, denomina a estos acontecimiento accidentes normales. Los accidentes, sostiene Perrow, no se producen tanto por causade errores excepcionales o negligencia inexcusable, sino por laacumulación de una serie de errores bastante regulares, que a menudo seagravan de un modo que no puede ser anticipado por las mismas rutinas,procedimientos de información y reacciones que de ordinario mantienensin problemas las cosas en funcionamiento. Por excepcional que parezca,este tipo de accidentes se llegan a comprender mejor cuando se interpre-tan como las consecuencias del comportamiento normal; de ahí que nosean sólo normales, sino inevitables.

La posición de Perrow, expuesta en su libro Normal Accidents, puedeparecer un poco pesimista, pero se asemeja mucho a la imagen de unaimpredecibilidad inherente al modelo de cascada. Y esta similitud es algomás que metafórica. Si bien derivábamos la regla de umbral de laspropiedades de la toma de decisiones sociales, los umbrales pueden sur-gir también en otros contextos. Siempre que el estado de un nodo en unared se puede representar como una elección entre dos alternativas — in-fectado o susceptible, activo o inactivo, en funcionamiento o averiado —

que depende de los estados de sus vecinos, el problema se convierteesencialmente en un problema de contagio. Y siempre que el contagiomuestra tener dependencias entre estados vecinales, en el sentido de queel efecto de la influencia de un vecino (como una avería o fallo) se veagravado o mitigado por otro, entonces surge una red de umbral. De ahíque el modelo de cascada pueda aplicarse no sólo a las cascadas de deci-siones sociales sino también a las cascadas de fallos en las redes orga-nizativas e incluso a las redes de distribución de energía eléctrica. Enconsecuencia, el primer rasgo del modelo de cascada — que sistemas enapariencia estables pueden presentar de forma repentina una cascada —

se puede interpretar también como un enunciado acerca de la fragilidadinherente de los sistemas complejos, incluso de aquellos que parecen só-lidos.




Hace unos años, John Doyle, un matemático del California Instituteof Technology, y Jean Carlson, un físico de la Universidad de Californiaen Santa Bárbara, propusieron una teoría de lo que denominaban toleran- cia muy optimizada (highly optimized tolerance, HOT) para explicar lasdistribuciones de tamaño observadas de una amplia gama de fenómenos,desde incendios forestales hasta apagones eléctricos. La conclusión mássorprendente a la que llegaron era que los sistemas complejos del mundo

real son invariablemente a la vez robustos y frágiles. Los sistemascomplejos, debido a que deben sobrevivir en el mundo real, la mayoríade las veces son capaces de resistir y aguantar shocks y sacudidas de todotipo porque han sido diseñados para ello o han evolucionado en estesentido. Si no pudieran resistirlas, de hecho, habrían de ser modificadoso dejar de existir. Pero, al igual que sucedía con el modelo de cascadaantes expuesto, cada sistema complejo tiene un punto débil y, en caso deque reciba de lleno y del modo apropiado, incluso la mejor y másminuciosa obra de ingeniería puede desmoronarse como un castillo denaipes. Una vez que se hace patente una de estas debilidades, por logeneral nos apresuramos a fijarla, mejorando la robustez del sistema en

un sentido concreto (la selección natural se encarga de la debilidad a supropia manera). Pero, tal como Doyle y Carlson demuestran, eso noelimina la fragilidad fundamental del sistema, es decir, que esefectivamente diferida a otro día y posiblemente a otro tipo de accidente.

Los aviones son un buen ejemplo de este fenómeno robusto y, contodo, frágil. La mayoría de las veces, tan pronto como se evidencia un falloen el diseño de un avión de gran tamaño, a veces por ser causa de la caídadel aparato, los investigadores definen con exactitud el origen de eseproblema concreto. Entonces, todos los aviones del mismo modelo exis-tentes en el mundo son revisados y, si es necesario, modificados para evi-tar cualquier repetición del problema. En general, este procedimiento es

efectivo, tal como lo demuestra la relativa escasez de defectos recurrentesque causan accidentes aéreos. Pero no puede, sin embargo, evitar porcompleto los accidentes aéreos, por la sencilla razón de que ni siquiera losprocedimientos y protocolos de mantenimiento existentes en el mundopueden garantizar que evitarán las averías o los fallos cuya existencia aúnno se conoce.

Y los aviones son como juguetes infantiles comparados con máquinasorganizativas de la envergadura de Enron y Kmart, que de repente y sinprevio aviso, mientras terminaba de escribir este capítulo, se declararon enquiebra entre los meses de diciembre de 2001 y enero de 2002. En el

mundo real, por tanto, no existe una meticulosa planificación, ni siquiera unconocimiento sofisticado científico que sea capaz de evitar que, de vez encuando, los desastres se produzcan. ¿Debemos rendirnos? Sin duda no, y tampoco Perrow, ni Doyle ni Carlson sugieren que se trate de un casoperdido. Más bien parece que es preciso alcanzar una concepción más ricade lo que es la robustez. No sólo debemos diseñar sistemas que eviten tantocomo sea posible los fallos, sino que debemos aceptar asimismo que los

fallos se producirán pese a nuestros mejores empeños y que un sistema de veras robusto es aquel que puede sobrevivir incluso cuando se ve afectadopor los desastres. Y esta conceptualización de la robustez como un rasgodual de una organización compleja — por un lado, evitar fallos, y por otro,prepararse para su aparición — será el tema que exploraremos en elsiguiente capítulo.

Documents

Duncan Watts - Seis Grados de Separación - Capítulo 8 "Umbrales, cascadas, predictibilidad"