Download Diapositiva 1 - Facultad de Informática

Facultad de informática, Universidad Complutense de Madrid
8 de Mayo 2012
Dinámica social desde la perspectiva
de los sistemas complejos:
contacto entre lenguas y redes complejas
Xavier Castelló Llobet
GESCIT, Grupo de Investigación de
Estudios Sociales en Ciencia y Tecnología
Departamento de Psicología Social
Universitat Autónoma de Barcelona (UAB)
Dinámica social desde la perspectiva de los sistemas complejos
Estructura de la charla
■ Introducción: i) sistemas complejos
ii) redes complejas
iii) dinámica de sistemas sociales
■ Dinámica de competición entre lenguas:
i) modelos
ii) bilingüismo
iii) efectos de la estructura social
iv) parámetros (prestigio volatilidad)
■ Discusión general: crítica a la dinámica social des de la aproximación de los
sistemas complejos
Sistemas complejos
SISTEMAS COMPLEJOS
¿Qué es un sistema complejo?
Sistema formado por muchas unidades en interacción
Propiedades básicas:
- Centrado en las interacciones
- Autoorganización / emergencia
- “Todo ≠ suma de las partes”
[micro – MACRO]
- No-lineal  Umbrales. Comportamiento crítico
 Los encontramos en “todas partes” (física, biología,
ecología, economía, sociología, etc)
Sistemas complejos
Ejemplo: fenómeno de la sincronización
Aplausos
Oscilaciones Millenium bridge
Destellos de una población de luciérnagas
Sistemas complejos
FENÓMENOS EMERGENTES
i) El tráfico

Coches
en interacción
Atasco
ii) Cerebro

Neuronas
en interacción
Pensamiento
Conciencia
► Autoorganización (bottom-up): estructura/orden a gran escala (MACRO)
emerge de las interacciones a pequeñas escalas (micro)
La emergencia NO es estadística!!!
Sistemas complejos
El comportamiento colectivo NO puede deducirse del comportamiento
individual de las unidades que forman el sistema
TODO es distinto que la SUMA de las PARTES
EMERGENCIA  pone en entredicho la
aproximación reduccionista de
la ciencia
La sociología no puede
reducirse a la psicología del
individuo
Sistemas complejos
EMERGENCIA Y REDUCCIONISMO
La hipótesis reduccionista no implica en manera alguna una
hipótesis construccionista: Ser capaz de reducir todo a simples
leyes fundamentales no implica ser capaz de reconstruir el
universo empezando desde esas leyes...
Philip Anderson
More is different, Science 177, 393 (1972)
La hipótesis construccionista deja de valer cuando se enfrenta a las dificultades
de escala y complejidad. El comportamiento de agregados grandes y
complejos de partículas elementales no es entendido en términos de una simple
extrapolación de las propiedades de unas pocas partículas. Por el contrario, en
cada nivel de complejidad aparecen propiedades enteramente nuevas…En
cada nivel nuevos conceptos, leyes y generalizaciones son necesarios...
El desafío de la ciencia de la complejidad es encontrar leyes universales
que permitan entender y cuantificar la emergencia.
Sistemas complejos
COMPORTAMIENTO COMPLEJO. Puntos críticos
Se da cerca de los umbrales de cambio de comportamiento
 Ej. Ebullición del agua. T=100ºC (transición de fase)
Atasco: cuando la densidad de coches supera un
cierto umbral
Epidemias: tasa infección por encima del umbral
Situación de compromiso entre el desorden aleatorio y el
orden inflexible
Características:
■ Autosimilaridad o invariancia de escala: Leyes de
potencias
 Ej. Crecimiento de ciudades
■ Universalidad: sistemas distintos evolucionan de
manera parecida (clases de universalidad)
Sistemas complejos
Complejo es DIFERENTE de complicado!
“Falsas verdades”:
-Los sistemas simples se comportan de manera simple
-El comportamiento complejo implica causas complicadas
-Ej. Modelos de tráfico (sólo 1 parámetro!!)
Veremos
ejemplos!
(modelos físicos
son simples!)
-Los sistemas complicados se comportan de manera compleja
NO!!! Ej. diseño de una aeronave (diseño ≠ emergencia!!!)
- Sistemas distintos se comportan naturalmente de forma distinta
concepto de universalidad  Ising (magnetismo) = Schelling (segregación urbana)
Redes complejas
REDES COMPLEJAS
CÓMO
funciona el
TODO?
Lo esencial NO son las
partes: son las
INTERACCIONES!!!
Paradigma reciente: Redes Complejas
Redes
Complejas
Albert, Barabási Rev. Mod.
Phys. 74, 47 (2002)
Redes
Complejas
esqueleto de un sistema
complejo
■ Nodos (individuos)
■ Enlaces (relaciones sociales)
Modelización de sistemas biológicos, tecnológicos, sociales, etc.
Redes complejas
EJEMPLOS. REDES COMPLEJAS
Redes complejas
Redes complejas
Redes complejas
REDES COMPLEJAS. PROPIEDADES BÁSICAS
Redes complejas
Redes complejas
REDES SOCIALES. PROPIEDADES BÁSICAS
i)
Pequeño mundo (Small world)
i)
Hubs
i)
Comunidades
i)
Clustering alto
i)
Asortatividad
M. Girvan and M. E. Newman Proc. Natl.
Acad. Sci. USA 99, p. 7821, 2002
Dinámica social desde la perspectiva de los sistemas complejos
Por qué los físicos actualmente han empezado a
interesarse por las ciencias sociales?
Des de principios de los 1990s, se han dado varias condiciones
simultáneamente:
● El marco teórico de los sistemas complejos i la física estadística
● Los modelos simples de redes complejas
● El creciente poder de computación
● Los nuevos fenómenos sociales relacionados con las nuevas
tecnologías de dónde obtener nuevos datos de comportamiento social
sistemáticamente (redes de e-mails, telefonía móvil, redes sociales
online, etc.)
● Una creciente colaboración (aún escasa) entre físicos i científicos
sociales
Dinámica social desde la perspectiva de los sistemas complejos
Dinámica de sistemas sociales desde la perspectiva
de los sistemas complejos
Física Estadística y
Sistemas Complejos
Nueva aproximación a fenómenos colectivos
emergentes en sistemas sociales:
● dinámicas de formación de opinión
● dilemas sociales y cooperación
● difusión cultural
● competición entre lenguas, etc.
● Conceptos & formalismo: emergencia, autoorganización, micro-Macro,
interacciones no-lineales, dinámicas fuera del equilibrio, transiciones de fase,
bifurcaciones
● Métodos & herramientas: modelos microscópicos , descripciones
macroscópicas, simulaciones por ordenador, etc.
Artículo de revisión
Castellano, Fortunato, Loreto Rev. Mod. Phys. 81, 591 (2009)
Incremento de publicaciones en revistas de interés científico general: Nature, Science, etc.
Dinámica social desde la perspectiva de los sistemas complejos
EVOLUCIÓN DE LA COOPERACIÓN
Modelos de cooperación social
► Cómo podemos modelarlos?
 teoría de juegos (dilema del prisionero)
► Cómo emerge la cooperación?
Es posible
de mantener? Cómo puede verse amenazada?
 del juego “one-shot” al juego iterado
 rol de la red social
M.A. Nowak y R. May, Evolutionary games
and Spatial Chaos, Nature 359, 6398 (1992)
Axelrod, Robert, The Evolution
of Cooperation (1984)
Dinámica social desde la perspectiva de los sistemas complejos
MODELOS de CONSENSO
Def. Dinámica de un conjunto de agentes en interacción que pueden elegir
entre distintas opciones (voto, opinión, rasgos culturales, etc,) que puede
llevar a un escenario de consenso/dominación de una de estas opciones o, por
el contrario, a un escenario de coexistencia dónde distintas opciones
prevalecen
Reglas de interacción
(microscópico)
►Dinámica: mecanismo de interacción( modelo)
► Estructura: modelada por una red social
● Modelos paradigmáticos con dos opciones excluyentes, A y B (2 estados
absorbentes):
?
Active
Option A
Option B
?
p?  B=3/4
p?  A=1/4
p?  B=1
p?  A=0
Voter Model
Spin Flip
Kinetic Ising T=0
IMITACIÓN ALEATORIA
(coarsening: interfacial noise)
PRESIÓN SOCIAL
(coarsening: curvature reduction)
Language competition: bilingualism and social structure effects
Language competition:
bilingualism and social structure
effects
CONSENSUS PROBLEMS
Dynamics of language competition
Language competition: bilingualism and social structure effects
Motivation: dynamics of language competition
►Language competition:
dynamics of language use due to social
interactions, modelled in a complex social
network.
Languages in the world today
● There exist around 6000 languages in the world.
● Over 50% of them are endangered (UNESCO).
● 4% of languages account for 96% of people.
● 25% of languages have less than 1000 speakers.
♦ D. Crystal. Language Death (Cambridge CUP 2000)
INFORMATION on languages in the world:
♦http://portal.unesco.org/culture
♦http://www.ethnologue.com/
Language competition: bilingualism and social structure effects
Social networks in sociolinguistics
► L. Milroy
(1987)
Language and social networks. Oxford: Blackwell, 2nd ed
► Monographic issue on role of social networks in language
competition/shift : K. De Bot and S. Stoessel, editors. International
Journal of the Sociology of Language, volume 153 (2002)
INTRODUCTION: “…while researchers agree intuitively that social networks should play a role in
questions relating to language change, and several qualitative studies have shown what kind of
role they play, there is very little, if any, quantitative support for a direct relation between social
network characteristics and language use.”
1st approach from complex
systems
Abrams, Strogatz (2003). Nature 424, 900.
“Question: Extinction of endangered languages”
Language competition: bilingualism and social structure effects
♦ GENERAL QUESTION:
Which are possible mechanisms to stabilize the coexistence of two competing
languages?
♦ PARTICULAR QUESTIONS:
Which is the role of bilingual individuals and social structure in this process?
Considering social structure: from geographical to complex social networks:
● Regular networks
Mechanisms of growth of linguistic domains.
● Small world networks (long ties)
Effect on time scales for language extinction
● Networks with community structure
(clusterized) Long-lived coexistence states
Analyze the effect of
bilingual agents as we
increase the
complexity of the
network
♦ Parameters of the models: effects of prestige of a language and volatility of agents
Language competition: bilingualism and social structure effects
Agent-Based ABRAMS-STROGATZ model
Abrams, Strogatz (2003). Nature 424,
900.
p A−B
p A− B=1−s ⋅ σ B a
p B− A =s  σ A 
a
Monolingual
A
p B−A
- Local density of speakers: σ iA= # neighbours in state A
ki
σ iB=
Monolingual
B
# neighbours in state B
ki
p/s
s: prestige of language A (sB=1-s) language property
a: volatility (exponent)  determines the shape of pA->B
social dynamics property
a=0.5
high volatility
a=1
a=1.31
a=2
low volatility
σ
Language competition: bilingualism and social structure effects
BILINGUALS MODEL
Wang, W. S-Y. and Minett, J. W, Trends in Ecology and
Evolution,20(5) 263 (2005) + Lingua 118(1) 19 (2008)
p A  AB= 1−s ⋅ σ B  a
p A−AB
a
p B  AB =s⋅ σ A 
p AB  A =s⋅ 1−σ B 
Monolingual
A
a
p AB  B= 1−s ⋅ 1−σ A 
a
p AB−A
Bilingual
AB
p AB−B
p B−AB
Monolingual
B
Language competition: bilingualism and social structure effects
RESULTS (1)
► Abrams-Strogatz VS Bilinguals
model in regular networks
 For socially equivalent languages (s=0.5) & linear volatility
(a=1)
 Castelló et al. New Journal of Physics, 8, 308 (2006)
+ Dietrich Stauffer, Physica A, 374, 835-842 (2007)
Language competition: bilingualism and social structure effects
State A
REGULAR NETWORK
State B
AB-agents
ABRAMS-STROGATZ
Bilingual-MODEL
N= 502
► Linguistic domains grow
slowly
In both models
(s=0.5 & a=1)
Final scenario of
EXTINCTION/DOMINANCE
N= 50
► Monolingual domains grow FASTER
►Formation of “localized” monolingual
domains
But… differences in the transient ►AB-agents
 do not form bilingual
domains
 at the linguistic borders
2
Language competition: bilingualism and social structure effects
Growth of linguistic domains
Bilinguals-MODEL
ABRAMS-STROGATZ
<ρ(t)>
N=100
<ρ>
2
<ΣAB>
N= 20
2
t
Domain growth:
Order Parameter:
t
l  t ∝t 0.11
Domain growth:
Average interface density
“Measure of coexistence” (ρ=0 in extinction/dominance state)
ρ=
l  t ∝t
0. 45
# links joining agents in different state
total # of links
Language competition: bilingualism and social structure effects
RESULTS (2)
► Abrams-Strogatz VS Bilinguals
model in small world networks
 For socially equivalent languages (s=0.5) & linear volatility
(a=1)
Castelló et al. New Journal of Physics, 8, 308 (2006)
Language competition: bilingualism and social structure effects
Social Structure:
Small World Network
SW
Language A
ABRAMS-STROGATZ
Clustering
Length
Rewire with prob. p
Regular net.
Random net.
Language B
Bilingual
Bilinguals MODEL
p=0 . 1 N=50 2
Bilingual agents + Small World produce faster path to extinction
Language competition: bilingualism and social structure effects
τ
ABRAMS-STROGATZ
p=0
Bilinguals MODEL
<ρ(t)>
<ρ(t)>
N=100 2
p=1.0
: average time to extinction
p=1.0
τ
p=0
p
■ Domain growth stops
■ Minor effect of p τ ≈ cte
■ Slower growth when increasing p.
■ Strong effect of p.
τ ∝ p−0.74
For fixed p: bilingual agents produce: faster growth of monolingualτ
Biling /τ A− S ∝ln
domains BUT also a faster extinction of one of them
N /N
Language competition: bilingualism and social structure effects
RESULTS (3)
► Abrams-Strogatz VS Bilinguals
model in community networks
 For socially equivalent languages (s=0.5) & linear volatility
(a=1)
Castelló, X.;Toivonen, R.; Eguíluz, V. M.; Saramäki,J.; Kaski, K.; San Miguel,M.
Europhysics Letters 79, 66066 (2007)
Toivonen, R.; Castelló, X.; Eguíluz, V. M.; Saramäki,J.; Kaski, K.; San Miguel,M.
Physical Review E 79, 016109 (1-8) (2009)
Language competition: bilingualism and social structure effects
MODEL NETWORK:
mimics features found
in
real social networks
Algorithm:
i)
ii)
iii)
iv)
i)
ii)
iii)
iv)
Communities
Hubs
Assortativity
High clustering
Start with seed network of N0 nodes.
Add a new node v.
Pick on average mr≥1 random vertices as initial contacts. (I,j in figure)
Pick on average ms≥0 random neighbours of each initial contact as
second contacts. (l, k in figure)
Figure:
Standard parameters:
● 1st contacts: p1=0.95;
p2=0.05
● 2nd contacts from U(0,3)
R. Toivonen, J.-P. Onnela, J. Saramäki, J. Hyvönen, K. Kaski,
Physica A, Volume 371, Issue 2, 15 Nov 2006, Pages 851-860
Language competition: bilingualism and social structure effects
ABRAMS-STROGATZ
Minority language does not get localized in the network!
Minor effect of community structure.
Bilinguals MODEL
Monolingual domains correlated
with the communities!
IMPORTANT effect of community structure.
Language A
Language B
Bilingual
Language competition: bilingualism and social structure effects
Bilinguals model in CommNet: time evolution
Long time seggregated
coexistence
Legend
Language A
Language B
Bilingual
Language competition: bilingualism and social structure effects
Closer inspection: analysis of single runs in the Bilinguals Model
CLASSES OF REALIZATIONS:
(ii)
(i)
Domain growth stage +
extinction
(ii)
Domain growth + fall into longlived coexistence states
NO characteristic
time scale
scenario of coexistence at any time scale
Hierarchical
levels
(i)
Language competition: bilingualism and social structure effects
DATA on LANGUAGE USE
■ “Traditional data”: aggregated
(% speakers)  no network
structure
■ DATA from new technologies:
mobile phone, e-mail, on-line
communities, etc.
analysis of a Belgian
mobile phone network of
2.6 million customers
DUTCH
FRENCH
Blondel et al. J. Stat. Mech., P10008
(2008)
Language competition: bilingualism and social structure effects
RESULTS (4)
► Abrams-Strogatz VS Bilinguals
model: (a,s) parameter space
 For any value of the prestige (s) and volatility (a) parameters
Vazquez, F.; Castelló, X.; San Miguel,M. Journal of Statistical Mechanics;
P04007 (2010)
Language competition: bilingualism and social structure effects
RESULTS: phenomenology of the models
Applet 2d-Regular Network
Abrams-Strogatz Model
p A−B
Monolingual
A
p B−A
Monolingual
B
Bilinguals Model
p A−AB
Monolingual
A
p AB−A
Bilingual
AB
p AB−B
Monolingual
B
p B−AB
http://ifisc.uib-csic.es/research/complex/APPLET_LANGDYN.html
Language competition: bilingualism and social structure effects
PHENOMENOLOGY of the MODELS
1. Neutral VOLATILITY (a=1)
Vazquez, F.; Castelló, X.; San Miguel M.;
Journal of Statistical Mechanics P04007
(2010)
Final scenario: Dominance/extinction. Important effect of prestige
Ex. Spanish-Quechua in Peru; Italian-Old Catalan in Alghero
Growing domains: bilingual agents at the boundaries of monolingual domains
2. Low VOLATILITY a>1
General effect: the effect of prestige is delayed
Presence of bilingual agents: language death becomes slower
Ex. Galician: Lack of volatility of Galician society is preventing a more effective
result of linguistic policies, but it surely has prevented it from endargement in the past
3. High VOLATILTY a<1
s=0.5: Long lived coexistence: society is effectively bilingual (high frequency
change)
Possible interpretation as Code Switching?? Ex. Yanito, Spanglish
Language competition: bilingualism and social structure effects
Abrams-Strogatz model: mathematical analysis
■ Fully connected network (all-to-all)
x= Density of A-speakers
High Volatility: COEXISTENCE a<1
Coexistence
Low Volatility: EXTINCTION/DOMINANCE a>1
Extinction/Dominance
FCNet
Random Net
µ =10
■ Random network (µ neighbors)
μ
Region of dominance of the highprestigious language gets wider
Coexistence gets more difficult!
µ =3
Language competition: bilingualism and social structure effects
■ A-agents
LOCAL EFFECTS (ii) 2d-Regular Network
● Field approximation:Φr = “field” at site r
-1 ≤ Φr ≤ 1
Time-dependent
Ginzburg-Landau
equation with potential:
(a)
(case v=0)
(b)
■ B-agents
(a)
a = 0.5
Disordered
active state
(b) voter model
a = 1.0
Ordering
without
surface tension
(interfacial
noise)
(c)
(c)
a = 2.0
Ordering by
surface tension
Language competition: bilingualism and social structure effects
BILINGUALS MODEL
a=0.63
Fully connected
Net
Fully connected Network
► Effects of adding AB-agents:
ac
AS-model
a c =1 .0
Bilg-model
a c =0 . 63
Coexistence
Extinction/
Dominance
Confirmed by spreading
experiments
Network effects:
Random network

2d- regular lattice

a c ≈0 . 3
a c ≈0 . 16
Bilinguals model:
case s=0.5
With the corresponding shift of the (a,v)
stability diagram to smaller values of a
bilingual agents
reduce scenario of coexistence !!
More volatile agents are needed to
ensure a scenario of coexistence
Language competition: bilingualism and social structure effects
CONCLUSIONS
Within the assumptions and limited framework of the current models:
■ Abrams-Strogatz and Bilingual model (extension of AS-model) for socially equivalent
languages:
Final scenario: extinction / dominance
 TRANSITION towards extinction depends on MODEL / NETWORK STRUCTURE
■ Parameters: For ANY value of prestige & volatility
Prestige of a Language:
language)
important parameter
(preference towards more prestigious
Volatility Parameter: very crucial !
low volatility agents
 Dominance/Extinction
high volatility agents  Language Coexistence
Social Network  scenarios of Dominance of Most Prestigious language (coexistence is
reduced)
■ Bilingual Agents: ► at the linguistic boundaries between monolingual domains
► generally reduce the scenario of language coexistence
 Small World Networks, Random Networks, Regular Lattices
However for a≈1 : Networks with Community Structure  segregated coexistence
(low volatility)
at any time scale
Crítica. Dinámica social des de la perspectiva de los sistemas complejos
DISCUSIÓN GENERAL
► Crítica. Dinámica social des
de la perspectiva de los
sistemas complejos
Reflexiones acerca de la complejidad y la
filosofía de las ciencias sociales…
Crítica. Dinámica social des de la perspectiva de los sistemas complejos
Filosofía de las Ciencias Sociales
“Philosophy of social science”
A. Rosenberg; 3rd ed. (2008)
■ Aproximación Naturalista
- conceptos, formalismo y métodos de las ciencias naturales (física, biología, etc.)
- persigue: predicción, causalidad, conocimiento acumulado basado en paradigma
común
Asunción filosófica implícita  existen “leyes sociales”
- Investigación cuantitativa
■ Aproximación Interpretativa
- Metodología de las ciencias naturales NO es apropiada para modelar el
acción/comportamiento humano
- persigue: inteligibilidad + intención + significado [meaning] (más allá de las
relaciones causa-efecto)
- Investigación cualitativa
Existe un posible feedback positivo entre estas
dos aproximaciones? O se excluyen mútuamente?
Crítica. Dinámica social des de la perspectiva de los sistemas complejos
Aproximación a la dinámica social desde Sist. Comp. y Fis. Estad.
■ Objetivo: comprender los mecanismos de interacción social y sus
consecuencias
Más allá de observación de correlaciones  relaciones causales entre
mecanismos
y sus consecuencias
Mecanismos: imitación, presión social, homofilia, complex contagion
Consecuencias: homogenización, coexistencia, segregación,…
Predicción: fuera del propósito (y del alcance) de los modelos actuales
 Resultados cualitativos de los modelos (Ej. language dynamics: coexistencia,
extinción)
Aproxim. S. Complejos
 NO cuantitativa (en el sentido que se le da en C. Sociales)
matemático-formal/causal “cuanti” + NO-predictiva/comprender (“cuali”)
Ej. biología: Tª Evolución Darwin (no-predictiva  comprensión)
Crítica. Dinámica social des de la perspectiva de los sistemas complejos
CRÍTICAS a la dinámica social desde Sist. Comp. y Fís. Estad.
1) En general, no existe una colaboración estercha y a largo plazo con científicos sociales
2) Respecto el understanding: comprendemos los fenómenos sociales reales, o sólo
comprendemos los modelos?
i) Limitaciones empíricas:
■ En general, ausencia de datos amplios, precisos, de “alta frecuencia” (en
comparación con los estándares en ciencias naturales) para el test de modelos 
“discriminar”
- Gran número de individuos para tener sets representativos
- Dificultad (o imposibilidad) de hacer experimentos sociales . Ej. Language
competition
- Escalas temporales involucradas en la dinámica
time scale: generaciones!!
■ Datos prometedores de alta calidad de las Nuevas Tecnologías (redes telefonía
móvil, de e-mail networks, comunidades on-line)
 Relaciones sociales restringidas al uso de esas tecnologías??
Crítica. Dinámica social des de la perspectiva de los sistemas complejos
ii) Limitaciones de la modelización
Modelización basada en understanding: modelos con poco-parámetros (física estadística)
► comprensión del modelo  pero lejos de situaciones reales concretas
► construir modelos bottom-up (introducir parámetros paulatinamente)
Modelización basada en la predicción: many-parameter models (Inteligencia Artificial &
Ciencias computacionales)
► ajustes a datos reales devienen menos significantes (“cualquier” set de datos
puede ser ajustado!!)
► Disminuye la comprensión del modelo (no se aíslan relaciones claras causaefecto. Espacio parámetros dim. ALTA!)
Modelos simples
(comprender)
simple ≠ reduccionista!!
Existe un
compromiso??
Modelos complicados
(predecir)
Crítica. Dinámica social des de la perspectiva de los sistemas complejos
iii) Limitaciones del concepto de red social:
► Concepto de red social usado por Sist. Complejos
de
agente)
 limitado (concepto clásico
ANT (Actor Network Theory)  propone concepto de actante
Postulado de Heterogeneidad  no distinción a priori entre
agentes
humanos y no-humanos
Social + technical entitites  actor-networks
emergencia
“Reassembling the
social” B. Latour
(2008)
Crítica. Dinámica social des de la perspectiva de los sistemas complejos
3) Naturaleza de las preguntas: qué tipo de preguntas podemos plantearnos?
i) Fenómenos con variables sociales “claras”  SÍ (“flujo social”)
Ej. Competición lenguas, difusión epidemias, etc.
ii) Fenómenos con “significados complicados”  NO
El. Rol del protestantismo en el desarrollo del capitalismo
 M. Weber: interpretavive approach
Dónde
queda la
frontera?
La hay?
4) Colaboración entre aproximaciones Interpretativa-Sist. Complejos. Es posible?
► Investigación interpretativa puede motivar/encontrar las preguntas interesantes de
ser analizadas luego también desde una aproximación S. Complejos? Parámetros
relevantes?
Ej. Estudios cualitativos sobre lenguas en peligro extinción (90s)  modelización de
competición lenguas
► Aproximación S. Complejos puede dar lugar a nuevos estudios interpretativos
para explorar los resultados de los modelos?
Crítica. Dinámica social des de la perspectiva de los sistemas complejos
5) Ética y filosofía política:
La aproximación interpretativa argumenta que los métodos de las ciencias
naturales no son apropiados para el estudio del comportamiento/acción
humana…
 es este un argumento epistemológico? (naturaleza de las preguntas,
comprensión..)
… o se trata también de un argumento desde una perspectiva política?
● Los métodos Ciencias Naturales (en particular, S. Complejos) dotan al poder
de herramientas más precisas de control social?
Ej. Empresas de telefonía móvil  encargan modelos para políticas de fidelización
Sist. Complejos + Redes Neuronales
● Deberíamos entonces desarrollar un estudio de la dinámica social desde la
perspectiva de los Sistemas Complejos?
Dinámica social desde la perspectiva de los sistemas complejos
GRÀCIES PER LA VOSTRA ATENCIÓ!!
List of related publications:
X. Castelló, V. M. Eguíluz and M. San Miguel. New Journal of Physics, 8, 308 (2006)
X. Castelló, V. M. Eguíluz and M. San Miguel in collaboration with:
+ Dietrich Stauffer, Physica A, 374, 835-842 (2007)
+ Lucía Loureiro Porto Advancing Social Simulation: The First World Congress.
Takahashi, Shingo; Sallach, David; Rouchier, Juliette (Eds.) (2007)
+ R. Toivonen, J. Saramäki, K. Kaski Europhysics Letters 79, 66066 (2007)
+ R. Toivonen, J. Saramäki, K. Kaski Physical Review E 79, 016109 (1-8) (2009)
F. Vázquez, X. Castelló, M. San Miguel Journal of Statistical Mechanics; P04007 (2010)
Other works:
X. Castelló, A. Baronchelli, V. Loreto Europhysics Journal B ;in press (2009)
L. Chapel, X. Castelló, C. Bernard, G. Deffuant, V. M. Eguíluz, S. Martin, M. San Miguel
PlosOne 5, e8681 (2010)