Monday, August 15, 2016

El comportamiento individual en experimentos con juegos se puede describir por un conjunto pequeño de 4 rasgos fenotípicos.

Muchas veces los seres humanos nos encontramos en situaciones sociales donde nuestras decisiones dependen de las decisiones de otros. Algunas veces, nuestras decisiones resultan en nuestro propio beneficio y otras veces buscan el interés colectivo. Cooperamos o competimos, actuamos racionalmente o irracionalmente.

Los investigadores Julia Poncela-Casasnovas, Mario Gutiérrez-Roig, Carlos Gracia-Lázaro, Julian Vicens, Jesús Gómez-Gardeñes, Josep Perelló, Yamir Moreno, Jordi Duch y Angel Sánchez de distintos centros españoles de Madrid, Barcelona y Zaragoza han puesto a "jugar" a 541 participantes en distintos dilemas sociales enmarcados dentro de la teoría de juegos para identificar fenotipos (rasgos específicos y consistentes del comportamiento individual).

Los resultados indican que son cuatro los fenotipos con los que se puede describir el comportamiento individual: envidioso, optimista, pesimista y confiado

Lo intuitivo es pensar que el comportamiento de la población total (541 sujetos participantes) exprese una marcada idiosincrasia, pero tras la aplicación de un procedimiento algorítmico no-supervisado, la población se estructuró en cuatro fenotipos diferenciados.

Los optimistas representaban el 20% de la población y cooperaban casi todo el tiempo durante los 19 dilemas sociales derivados de la teoría de juegos (dilema del prisionero,el juego de la caza del ciervo, el juego del halcón y la paloma y juegos del ventisquero) y los pesimistas representaban otro 20% de la población y utilizaban un principio de maximin muy conocido en ciencias sociales, teoría de la decisión racional y filosofía política (Rawls) para asegurar el mejor de los peores escenarios.

Por su lado, los envidiosos buscaban siempre conseguir el mayor beneficio personal y representaban el 30% de la población. Finalmente, los confiados representando el 17% de la población siempre cooperaban.

Una de las conclusiones del estudio es que en una población cualquiera aleatoria la interacción más probable es que sea con un envidioso: alguien que por todos los medios busca mejorar su estatus por encima del tuyo.


---------------------------------
ResearchBlogging.orgJulia Poncela-Casasnovas, Mario Gutierrez-Roig, Carlos Gracia-Lazaro, Julian Vicens, Jesus Gomez-Gardenes, Josep Perello, Yamir Moreno, Jordi Duch, & Angel Sanchez (2016). Humans display a reduced set of consistent behavioral phenotypes in
  dyadic games Science Advances 2:e1600451 (2016) arXiv: 1608.02015v1

Monday, August 08, 2016

Resiliencia en sistemas complejos.

La resiliencia, la capacidad de un sistema de adaptarse y retener sus propiedades fundamentales básicas ante cambios, errores internos o externos; es una propiedad característica de los sistemas complejos físicos y sociales.

Pese a las graves consecuencias para la economía, la sociedad, la salud o ecosistemas, la incapacidad de predecir la perdida de resiliencia en sistemas complejos debido a fallos en cascada tiene su causa principal en una debilidad de nuestros marcos teórícos que son unidimensionales.

Jianxi Gao, Baruch Barzel y Albert-László Barabási han desarrollado instrumentos analíticos para sistemas compejos multidimensionales que permite sistemáticamente separar el papel de la dinámica del sistema con la topología permitiendo entender el comportamiento de cada uno de los elementos del sistema.

Con el uso ingenioso de ciertas técnicas matemáticas los investigadores han podido determinar el punto en el que una red llega a su punto crítico de resiliencia, ya sea un ecosistema (la interrelación entre plantas y animales) o un sistema tecnológico (el colapso en cascada de servidores en Internet), lo que significa que la resiliencia de la red original es predecible.

Esto es muy útil para comprender cómo ciertas redes (ecosistemas) reaccionan ante cambios ambientales. Por ejemplo, el cambio climático puede afectar a todas las especies de una red (ecosistema) y sus relaciones. Pero conociendo el punto crítico de resiliencia se puede fortalecer  la resiliencia de esa red antes de que llegue a su punto crítico de resiliencia donde el daño puede resultar irreversible y conducir al colapso catastrófico (la perdida total de la biodiversidad).

Estos resultados analíticos permiten aumentar o disminuir la resiliencia de un sistema y así impedir el colapso de un sistema económico, social, ecológico o tecnológico donde un pequeño cambio puede provocar cambios importantes en la estructura de la red. Esto a su vez permite el diseño de sistemas resilientes a fallos internos o externos.

---------------------------------
ResearchBlogging.orgGao J, Barzel B, & Barabási AL (2016). Universal resilience patterns in complex networks. Nature PMID: 27144362



Tuesday, August 02, 2016

Cita del día.

"No camines delante mio, no te voy a seguir. No camines detrás mio, no voy a liderar. Camina al lado mio y se mi amigo"

-Albert Camus-