Esto se debe a que estos modelos podrían tener muchas utilidades diferentes, desde ayudar a predecir los elementos clave en un conflicto político o de negocios hasta perfeccionar la forma en que las redes sociales en línea muestran la información.
En un artículo publicado recientemente en Proceedings of the National Academy of Sciences, un equipo de investigadores de la Universidad de Co ell describe un modelo para predecir cómo se romperá un grupo social frente a una separación amarga. Jon Kleinberg, profesor de ingeniería informática de la Universidad de Co ell, quien dirigió el trabajo, indica que los investigadores se han centrado tradicionalmente en la predicción de cómo quedará un grupo una vez sacudido por un conflicto. Él asegura que este trabajo propone una nueva forma de ver el proceso de separación en sí.
Kleinberg señala que el modelo de su grupo no es aplicable a todas las situaciones. Lo que hace es retratar los conflictos muy polarizantes. Una teoría sociológica llamado "balance estructural" describe las decisiones que los miembros del grupo se ven obligados a hacer cuando un grupo se divide completamente. El modelo funciona mejor con las "situaciones en las que la lógica comienza a ser, 'Si no estás conmigo, estás contra mí'", explica Kleinberg.
Los investigadores probaron su modelo con los datos de documentación de la división de un club universitario de karate, así como con la división entre el Eje y los Aliados durante la Segunda Guerra Mundial. Con su sistema, modelaron correctamente la división del club de karate, con un único error. Para la Segunda Guerra Mundial, el modelo predijo correctamente el lado elegido por todos los países, salvo Dinamarca y Portugal.
Kleinberg indica que los modelos no han sido ampliamente probados en otras situaciones, pero es fácil ver una simulación e imaginar qué papel tienen las relaciones interpersonales. Por ejemplo, en un modelo que funcionó, todos los miembros de uno de los lados se unieron rápidamente, mientras que el otro lado parecía formarse sólo después de que cada uno de sus miembros se aislara del primer grupo.
Sidney Redner, profesor de física de la Universidad de Boston, quien también ha trabajado en el modelado de cómo se separan los grupos, señala que el trabajo de los investigadores es muy sofisticado, pero que aún queda un largo camino por recorrer antes de que se disponga de una comprensión del proceso de separación. Además, él añade que es muy difícil aplicar modelos como este al mundo real. Por ejemplo, indica él, los esfuerzos para utilizar teorías como ésta para predecir la violencia entre las bandas callejeras de Los Ángeles aún no han tenido éxito.
nOtros son aún más escépticos. Stanley Wasserman, profesor de estadística, psicología y sociología de la Universidad de Indiana, afirma que el modelo es demasiado simplista para ofrecer gran cosa sobre el comportamiento humano. Él también es escéptico acerca de si un modelo basado exclusivamente en principios matemáticos abstractos—como éste—puede representar con exactitud el comportamiento de la gente. Él afirma que los modelos de predicción construidos a partir de datos experimentales son más fiables.
"El impacto [del trabajo] depende del nivel general de aceptación de las matemáticas en las ciencias sociales por parte de los sociólogos", afirma Krzysztof Kulakowski, profesor de física y de ingeniería informática aplicada de la Universidad de Ciencia y Tecnología Akademia Go iczo-Hutnicza. Kulakowski también ha trabajado en este problema.
Kleinberg admite que no está claro cómo los modelos matemáticos podrían resultar prácticos. Sin embargo, él piensa que el trabajo sugiere algunas direcciones interesantes. Por ejemplo, él señala que el nuevo modelo podría ayudar a identificar los elementos clave en un agravamiento del conflicto. Hubo momentos durante los conflictos modelados por los investigadores, en que los subgrupos sociales flotaban entre los dos principales rivales; en estos conflictos, algunas personas podrían ser cruciales. Un modelo como éste puede llamar la atención a las personas en un conflicto real y permitir a los negociadores la oportunidad de influir sobre ellas.
Los modelos como el desarrollado en Co ell también podrían ayudar a mejorar las redes sociales en línea. Kleinberg señala que a veces las personas expresamos sentimientos positivos o negativos—por ejemplo, al calificar un producto—que reflejan las opiniones de sus conexiones sociales en lugar de sus opiniones genuinas. Las redes sociales pueden utilizar un modelo como éste para identificar este efecto y desarrollar métodos para eliminarlo. Las redes sociales también podrían usar un modelo como éste para ser más sensibles después de que los miembros de un grupo se hayan separado. En otras palabras, por fin podrían saber evitar de recomenda os que invitemos a la hermana de nuestra hostil ex pareja a ser nuestra amiga.