Social Network Analysis and System Dynamics: possible contributions

Transcrição

1 1 Niraldo José do Nascimento, MSc Universidade de Brasília (UnB) --Recibido para revisión 2012, aceptado fecha, versión final Análise de Redes Sociais e Dinâmica de Sistemas: possíveis contribuições Social Network Analysis and System Dynamics: possible contributions Resumo O presente artigo procura estabelecer relações de complementaridade entre a Dinâmica de Sistemas (DS) e a Análise de Redes Sociais (ARS), utilizando-se para tanto o modelo teórico de Difusão de Bass e os resultados da aplicação de ARS na compreensão da disseminação de informações em um fórum de discussões de um Curso de Especialização em Gestão da Segurança da Informação e Comunicações. Conclui-se que, conhecidos os atores que atual em um determinado ambiente, a ARS pode ser muito importante para complementar as pesquisas em DS. Palavras Chave Difusão de informações, Análise de Redes Sociais, Contribuição da Análise de Redes Sociais para a Dinâmica de Sistemas. Abstrac t This article aims to establish complementary relationships between System Dynamics (SD) and Social Network Analysis (SNA), using the Bass Diffusion Model and the results of the application of ARS in understanding the diffusion of information in a discussion forum of a course in Management of Information Security and Communications. We concluded that if the actors who are present in a given environment are known, the SNA can be very important to complement researchs on DS. Keywords Dissemination of Information, Social Network Analysis, Contribution of Social Network Analysis for the System Dynamics. 1. INTRODUÇÃO A sociedade que vivemos atualmente, conhecida também como Sociedade Pós-Industrial ou Sociedade do Conhecimento tem se caracterizado pelo crescente desenvolvimento tecnológico, bem como pelas intensas trocas comerciais, fenômeno que tomou forma principalmente a partir de 1990, conhecido como globalização. Nesse espaço, suportado por novas tecnologias de comunicação e informação, bem como pela intensificação das viagens internacionais, a negócios ou turismo, novas redes sociais são criadas, reorganizadas e recriadas constantemente, gerando sistemas complexos. Essa complexidade é decorrente não apenas do número de elementos presentes nas redes, mas também das trocas estabelecidas entre eles. Se pensarmos redes sociais como um sistema, podemos ter uma ideia do estado de complexidade que pode ser atingido, recorrendo a um simples exemplo de Beer [1]: Pensemos num sistema com somente sete elementos. Ele tem quarenta e duas relações entre seus elementos 1. Se definimos um estado desse sistema como o comportamento produzido na rede na qual uma dessas relações pode ou estar-se processando [...], haverá, então, 242 diferentes estados para o sistema. Isso é um número fantasticamente grande; mais de quatro milhões de milhões. 1 O número de relações entre os elementos de um sistema pode ser calculado pela fórmula n(n-1). Logo, em um sistema com sete elementos temos: 7(7-1) = 42.

2 2 Sistemas Complexos apresentam várias propriedades. No contexto desse trabalho, nosso foco se centra, principalmente, sobre os processos de disseminação de informações. Observamos, contudo, que esse processo guarda grande semelhança com outros, como a difusão de inovações ou o contágio por doenças infecciosas, o que se denomina padrões sistêmicos de comportamento [2], [3], [4]. Todos estão sujeitos a uma série de características presentes nas redes sociais, como a questão de centro e periferia, densidade, liderança, vizinhança, predisposição à adoção, etc. [5]. Em função da crescente importância desses processos na sociedade, muitos cientistas e pesquisadores perceberam que a Análise de Redes Sociais (ARS) poderia trazer uma nova perspectiva sobre questões e comportamentos relacionados à política, economia e à estrutura do ambiente social [6]. O presente artigo procura estabelecer relações de complementaridade entre a Dinâmica de Sistemas (DS) e a ARS, utilizando-se para tanto o Modelo de Difusão de Bass [4] e os resultados da aplicação de ARS na compreensão da disseminação de informações em um fórum de discussões do Curso de Especialização em Gestão da Segurança da Informação e Comunicações. Esse curso, voltado exclusivamente para servidores públicos do Poder Executivo Federal do Brasil, foi realizado de 06/05/2010 a 05/11/2011, como parte do Programa de Formação de Especialistas para Desenvolvimento da Metodologia Brasileira de Gestão de Segurança da Informação e Comunicações [7]. Em função do sigilo necessário, foram suprimidos dados e informações que pudessem revelar identidade ou atributos dos participantes. O Modelo de Difusão de Bass [4] foi reproduzido e simulado utilizando-se o Vensim PLE v.5.11.a 2. O tratamento sociométrico das redes sociais foi realizado através do software Pajek, versão CONCEITO DE ARS Redes sociais sempre existiram historicamente, especialmente como forma de sobrevivência. Nossos antepassados, por mais primitivos que fossem, sabiam que era muito difícil, ou impossível viver isoladamente. Para tanto, se reuniam em grupos, não apenas como forma de se protegerem fisicamente das ameaças de um ambiente hostil, como também para trocarem conhecimentos e experiências que lhes permitissem obter maior eficácia na obtenção de alimentos, se protegerem das intempéries e outros assuntos de interesse comum. As bases da Análise das Redes Sociais foram lançadas por pesquisadores que chamavam a si mesmos de sociometristas, tendo como líder, J. L. Moreno, um de seus fundadores. Denominada sociometria, é uma ciência que estuda as relações interpessoais e/ou intraorganizacionais. A sociedade não é um agregado de indivíduos e suas características, argumentou J. L. Moreno, como os estatísticos defendem, mas uma estrutura de laços interpessoais. Portanto, o indivíduo não é a unidade social básica. O átomo social consiste no indivíduo e seus laços sociais, econômicos ou culturais. Átomos sociais estão ligados a grupos sociais, e a sociedade é constituída de grupos inter-relacionados. Conceituamos estrutura social como uma rede de laços sociais. Os analistas de redes sociais consideram os laços interpessoais como os mais importantes, como os estabelecidos entre organizações ou países, porque eles demonstram comportamentos, atitudes e informações fundamentais. A ARS oferece a metodologia para analisar as relações sociais, diz-nos como conceituar redes sociais e como analisá-las. Uma rede social é uma estrutura de indivíduos e/ou organizações chamados de vértices (ou nodos, ou nós ) que são conectados por ou um mais tipos de interdependência, como amizade, interesses comuns, relações financeiras, desafetos, relações amorosas, crenças, prestígio, conhecimento, etc. (SOCIAL NETWORK ). Uma rede social pode ser definida como: O termo rede social refere-se à articulação de uma relação social, atribuída ou alcançada, entre indivíduos, famílias, famílias, aldeias, comunidades, regiões e assim por diante. Cada um deles pode desempenhar dois papéis, agindo como uma unidade ou um nó de uma rede social, bem como um ator social [9]. 2 Copyright Ventana Systems, inc. 3 Disponível em Acesso em março de 2012.

3 3 A ARS permite a visualização dos relacionamentos sociais em termos da teoria de redes, consistindo de nodos e conexões (também chamados de linhas ou links). Vértices são os atores individuais das redes e as linhas são as relações entre os atores. As estruturas gráficas resultantes da representação das redes sociais são, normalmente, muito complexas, existindo diferentes tipos de linhas ligando os vértices. Do ponto de vista da ARS, o ambiente social pode ser expresso através de padrões ou regularidades nas relações entre unidades que interagem entre si. Tais padrões regulares estão relacionados à estrutura da rede ou sistema [6]. Uma vez que consigamos reconhecer esses padrões, obtemos um entendimento mais profundo deles. Se conseguirmos compreender o conceito através de um exemplo, aumentamos nossa capacidade de reconhecer e entender os demais. Pesquisas em várias áreas acadêmicas têm demonstrado que as redes sociais operam em vários níveis, de famílias a nações e desempenham um papel crítico na solução de problemas, na forma como as organizações agem e na maneira que os indivíduos conseguem alcançar seus objetivos. A ARS também pode ser usada para medir o capital social - o valor que um indivíduo recebe a partir de seus relacionamentos em uma rede social [5], [10]. 2.1 DIFUSÃO O processo de difusão de informações em rede é um fenômeno social que atravessa as fronteiras disciplinares e se reveste de grande importância. Um dos importantes conceitos tratados no campo de estudos da ARS e da DS é justamente o de difusão. Quando assistimos o mundo todo se envolvendo em campanhas contra a AIDS, diferentes tipos de gripe ou na extinção de outras doenças infectocontagiosas, como a varíola, podemos afirmar que estamos lidando com difusão. Sob esse aspecto, temos a seguinte definição para difusão: A difusão é o processo pelo qual uma inovação é comunicada através de certos canais ao longo do tempo entre os membros de um sistema social [11]. Para Rogers [11] a difusão é um tipo particular de comunicação em que o conteúdo das mensagens trocadas relaciona-se com uma nova ideia. A essência do processo de difusão é a troca de informações através do qual um indivíduo comunica uma nova ideia para um ou vários outros. Um canal de comunicação é o meio pelo qual as mensagens são transferidas de um indivíduo para outro. A natureza da relação de troca de informações entre um par de indivíduos determina as condições sob as quais uma fonte vai ou não transmitir a inovação para o receptor, e o efeito dessa transmissão. Canais de mídia de massa, muitas vezes são os meios mais rápidos e eficientes para informar uma audiência de potenciais adotantes sobre a existência de uma inovação, isto é, para criar conscientização e conhecimento. Canais de comunicação de massa são todos os meios de transmissão de mensagens que envolvem uma mídia de massa, como rádio, televisão, jornais, e assim por diante, o que permite que alguns indivíduos possam atingir um público maior. Por outro lado, os canais interpessoais são mais eficazes em persuadir um indivíduo a aceitar uma ideia nova, especialmente se o canal interpessoal liga dois ou mais indivíduos que têm status socioeconômico, educação, ou outros atributos semelhantes [11]. Ainda, para este autor, a maioria das pessoas depende de uma avaliação subjetiva de uma inovação que é transmitida de outras pessoas que já adotaram a inovação. Esta dependência da experiência de colegas próximos sugere que o coração do processo de difusão consiste na imitação por potenciais adotantes de seus parceiros de rede, que adotaram anteriormente. Assim, a difusão é um processo social [11]. Pesquisas em difusão demonstram que os membros de cada uma das categorias adotantes têm interesses comuns. Se o indivíduo é como a maioria dos demais na categoria maioria tardia, ele é de baixo estatuto social, faz pouco uso de canais de mídia de massa, e aprende sobre a maioria das novas ideias de seus pares de canais interpessoais. As classificações dos membros de um sistema social com base na inovação incluem: (1) inovadores, (2) adotantes iniciais, (3) maioria precoce, (4) maioria tardia e, (5) retardatários. Ver Figura 1.

4 4 Figura 1: Classificação de adotantes em função da inovação. Adaptado de Rogers [11]. As dimensões de inovação foram calculadas pelo tempo que um indivíduo leva para adotar uma inovação ou inovações, e é contínua, a variação da inovação é dividida em cinco categorias de adotantes, definidos os desvios padrão (sd) a partir do tempo médio de adoção (x) [11]. De acordo com Rogers [11] esta classificação de adotantes não é simétrica, já que existem três categorias à esquerda da média, e apenas duas à direita. Uma solução seria dividir retardatários em duas categorias, tais como retardatários precoces e tardios, mas os retardatários parecem formar uma categoria homogênea. Da mesma forma, os inovadores e adotantes iniciais poderiam ser combinados em uma única categoria, de modo a alcançar a simetria, mas suas características muito diferentes sugerem que são duas categorias distintas de adotantes. O processo de difusão é normalmente caracterizado por uma curva em forma de S (S-Shaped). A curva de difusão tem uma logística em forma de S, que é característica de uma reação em cadeia [6]. Essa logística foi denominada de Fase de decolagem (tradução nossa) e de acordo com Rogers [11] [...] a curva de difusão em forma de S "decola" com cerca de 10 a 25 por cento de aprovação, quando as redes interpessoais tornam-se ativadas por uma massa crítica de indivíduos que adota uma inovação. Com o passar do tempo, o universo de adotantes de uma determinada inovação começa a atingir o seu pico, diminuindo a velocidade de adoção à medida que quase todo o sistema caminha para a saturação, já que o número de adotantes finais representa um grupo pequeno de indivíduos.

5 5 Figura 2: Processo de Difusão: Curva-S. Adaptado de Rogers, [10]. A curva de adoção pode tomar diferentes formas, como apresentado na Figura 2, por três tipos de inovações diferentes. Segundo Adamic [12] os principais fatores que atuam no processo de difusão são: a estrutura de rede e suas características, como densidade, grau de distribuição, agrupamento (clustering) e componentes conectados. E ainda, a estrutura da comunidade, a força dos laços, a frequência de comunicação, a força da influência, os agentes de difusão e a atração e a especificidade da informação. 3 MODELO DE DIFUSÃO DE BASS O Modelo de Difusão de Bass [4] já é bastante conhecido na área de Dinâmica de Sistemas. Ver Figura 3. Adotantes potenciais + adoção devido à publicidade + EFICIÊNCIA DA PUBLICIDADE taxa de adoção Saturação do Mercado + Propaganda boca-a-boca Adotantes adoção pela propaganda boca-a-boca FREQUENCIA DE CONTATO POPULAÇÃO ADOÇÃO POR CONTATO Figura 3: Modelo de Difusão de Bass adaptado de Sterman [4].

6 6 De acordo com Sterman [4], uma das falhas dos modelos logísticos de inovação seria o ponto de partida, ou seja, eles não seriam capazes de explicar a origem dos adotantes iniciais, uma vez que, antes de qualquer inovação ser introduzida no mercado, este se encontraria em equilíbrio, a saber, no momento zero. Isso significa que, antes que os ciclos de retroalimentação possam agir, seria necessário um número mínimo de usuários da inovação. Desse modo, o crescimento inicial seria orientado por outros ciclos de retroalimentação fora do modelo. Frank Bass resolveu este problema através de um modelo que se tornou um dos mais populares e amplamente utilizado na área de marketing. Bass resolveu o problema da inicialização, assumindo que os adotantes potenciais tomam consciência da inovação através de fontes externas de informação, cuja magnitude e capacidade de persuasão são mais ou menos constantes ao longo do tempo [4]. Quando uma inovação é introduzida no mercado e este se encontra em equilíbrio, uma das únicas variáveis que compeliriam os primeiros indivíduos a adotarem seria, por exemplo, a força da adoção devido à publicidade (ver Figura 3). Em termos de comportamento, o modelo tem início com os primeiros adotantes que são influenciados por informações (ou publicidade) oriundas de fontes externas. À medida que a população de adotantes cresce, a publicidade tende a diminuir, enquanto que a adoção pela propaganda boca-a-boca tende a se elevar, até um momento em que é alcançada uma massa crítica correspondente a cerca de 10 a 25 por cento de aprovação [11]. A partir desse momento, a publicidade perde enormemente sua eficiência, conforme mostra a Figura 4. Após certo tempo, ocorre a saturação do mercado, quando, praticamente, todo os adotantes potenciais se tornam adotantes. 20,000 unidades/mês 400,000 unidades/mês Taxas de Adoção 10,000 unidades/mês 200,000 unidades/mês 0 unidades/mês 0 unidades/mês adoção devido à publicidade : adoção "adoção pela propaganda boca-a-boca" : adoção Time (Month) Figura 4: comparação entre a adoção por publicidade VS propaganda boca-a-boca. unidades/mês unidades/mês Já o comportamento dos adotantes segue o formato da Curva S (S-Shaped), conforme demonstrado por Rogers [11]. Ver Figura 5.

7 unidades 7 Adotantes 1 M 750, , ,000 0 Adotantes : adoção Time (Month) Figura 5: comportamento da população de adotantes de uma inovação. 4. ANÁLISE DA DIFUSÃO DE INFORMAÇÕES NO FÓRUM Como descrito na introdução, os dados para esse artigo são provenientes do Programa de Formação de Especialistas para Desenvolvimento da Metodologia Brasileira de Gestão de Segurança da Informação e Comunicações [7]. Especificamente, foram disponibilizadas informações do fórum denominado Cafezinho, no qual os alunos tinham liberdade de postagem sobre assuntos relacionados ao curso. A base de dados (data set) consta de 364 tópicos de discussão e 154 alunos. As curvas aqui apresentadas foram construídas diretamente nas bases de dados (data sets) disponibilizadas por meio de planilhas do software Microsoft Excel. O número de postagens consta apenas para termos de análise de relação com atores. Os procedimentos foram, primeiramente, identificar a sequencia de postagens de cada ator da rede social em função do tempo em semanas do ano (não semanas absolutas) de toda a amostra para cada tópico. Esse tempo é representado no eixo x dos gráficos elaborados. Em seguida, procedeu-se à contagem do número de atores, sendo posteriormente acumulados e calculados os percentuais dos adotantes. A elaboração dos gráficos foi realizada no próprio software e estes, posteriormente, copiados por meio de um software de tratamento de imagens, sem nenhum tipo de manipulação. Procurou-se, ainda, manter, na medida do possível, o tamanho relativo dos mesmos, evitando assim, possíveis erros de interpretação.

8 CURVAS DE ADOÇÃO (S-SHAPED) Para efeito dessa seção, foram selecionados os seguintes tópicos de discussão, conforme Tabelas 1 e 2: a) Tabela 1. Dados relativos a discussões gerais sobre o tema do curso: Código Relação % entre Nº de Nº de do Descrição nº de atores e nº Postagens Adotantes Tópico de postagens 227 E Bom final de Semana ,7% 158 Objeto de Estudo ,6% 206 Aliviando o stress! Poemas, crônicas etc , 2% b) Tabela 2. Dados relativos a questões administrativas do curso: Código Relação % entre Nº de Nº de do Descrição nº de atores e nº Postagens Adotantes Tópico de postagens 197 Notas das disciplinas ,21% 184 Moodle - CEGSIC - Sugestões de % Melhorias 363 (TODOS) Confirmação de ,4% presença na cerimônia de formatura. Os tópicos foram escolhidos em função no maior número de postagens. As curvas S resultantes podem ser observadas nas Figuras 6, 7, e 8 para a Tabela 1 e nas Figuras 9, 10 e 11 para a Tabela 2.

9 9 Figura 6: Curva S para o tópico E Bom final de Semana Figura 7: Curva S para o tópico Objeto de Estudo

10 10 Figura 8: Curva S para o tópico Aliviando o stress Figura 9: Curva S para o tópico Notas das disciplinas

11 11 Figura 10: Curva S para o tópico Sugestões de melhorias Figura 10: Curva S para o tópico Cerimônia de formatura

12 12 5. ANÁLISE E DISCUSSÃO A análise dos resultados está divida em duas partes. A primeira, sobre as curvas de adoção e a segunda, sobre as redes de adoção ANÁLISE E DISCUSSÃO: CURVAS DE ADOÇÃO O objetivo da análise das redes foi comparar tópicos relativos a discussões gerais sobre o tema do curso com questões administrativas ao mesmo. A curva que demonstrou melhor comportamento foi a de Objeto de estudo (Figura 10), em função do número de atores que participaram dessa rede. Tal fato nos leva à conclusão de que o volume de postagens em um fórum, não necessariamente, configura uma massa crítica de processo de adoção e vai de encontro, em certa medida, à questão da complexidade sistêmica, da citação de Beer [1], no início desse artigo. O tópico que mais surpreendeu, foi, realmente, o de Objeto de Estudo, que apesar de estar na quinta posição em número de postagens, ficou em primeiro lugar em termos percentuais na relação entre o número de atores e o número de postagens. Isso pode ser um excelente indicador no direcionamento de tópicos de discussão que atraiam, não apenas um grande volume de postagens, mas principalmente de indivíduos, que passem a compartilhar experiências e conhecimentos entre si ANÁLISE E DISCUSSÃO: REDES DE DIFUSÃO Organizamos, manualmente (por meio de edição), uma rede de difusão através de dados do tópico Notas da disciplina, pois apresentava o maior número de usuários, para que compararemos com o contágio. Para dizer quais estariam próximos, utilizamos a própria rede do fórum, agora convertida em rede de um modo. Como os usuários tinham ligação, os posicionamos manualmente mais próximos, de modo a se obter uma melhor visualização. Com o objetivo de justificar a passagem de uma informação de um usuário a outro, tomamos como parâmetro a repetição da aparição de um usuário, supondo que ele está respondendo outro usuário que enviou uma mensagem imediatamente antes dele. Isso fez com que um usuário novo se ligasse a este usuário e não ao usuário central, que é o próprio fórum. Os intervalos de tempo não são regulares. Há saltos de várias semanas entre cada partição. Além disso, um cluster representa por volta de 2 a 3 semanas. O resultado pode ser observado na Figura 12.

13 13 Figura 12: Difusão de informações no tópico Notas nas Disciplinas. É importante ressaltar que a população ficou restrita aos alunos que eventualmente postaram alguma coisa, ou ao menos, tenham participado ao menos uma vez dos temas do fórum escolhidos do curso. No caso do tópico que discutiu poemas para aliviar o stress, não houve sucesso, pois não foi alcançada a massa crítica de alunos geralmente estimada entre 10% a 20% de uma população. A população total é de 154, como foi verificado na rede Discussões_Cafezinho.net convertida para uma rede de um modo. O resultado pode ser observado na Figura 10.

14 14 Figura 13: Difusão de informações no tópico Poemas para aliviar o stress. O último tópico analisado foi o Moodle - CEGSIC - Sugestões de Melhorias. O resultado pode ser observado na Figura 14. Figura 14: Difusão de informações no tópico Sugestões de Melhorias.

15 15 5. CONCLUSÃO A ARS apresenta um grande potencial como uma das ferramentas hoje disponíveis para desenvolvimento e análise de redes sociais. Há que se considerar ainda, o potencial interdisciplinar tanto dessa área de estudos como da Dinâmica de Sistemas. Embora a ARS tenha suas raízes na sociologia, é perfeitamente aplicável à pesquisa nas mais diferentes áreas, o mesmo ocorrendo com a DS. Podemos então concluir que a ARS pode ser um complemento às pesquisas em DS quando os atores que atuam em um determinado espaço a ser analisado são conhecidos. Some-se a isso, o enorme interesse que pessoas e empresas demandam por conhecimentos avançados de suas redes sociais. Sem correr o risco de sermos por demais otimistas, acreditamos que a utilização conjunta de ARS e DS possa contribuir de maneira eficaz para uma melhor gestão social, seja em âmbito privado ou público. À medida que as organizações obtêm mais conhecimento sobre seu ambiente externo (e interno, também) adquirem a capacidade de aperfeiçoar o processo decisório, tornando-se mais eficientes, promovendo a inovação, aumentando a qualidade de produtos e serviços, alavancando vendas por meio da análise dos processos de difusão, reduzindo custos, diminuindo as agressões ao meio-ambiente, enfim, uma série de possibilidades de contribuição para a sociedade e o bem comum, derivadas do conhecimento proporcionado pela DS e pela ARS.

16 16 4. REFERÊNCIAS [1] S. Beer. Cibernética e Administração Industrial. Rio de Janeiro: Zahar Editores, 1969, 274p. [2] D. L. Kauffman. Systems 1: An Introduction to Systems Thinking, Minneapolis, MN: 1980, S.A. Carlton, Publishers, 41 p. [3] B. Richmond. Systems thinking: critical thinking skills for the 1990s and beyond. Disponível na Internet < Acesso em julho de 2001, 21 p. [4] J. Sterman. Business dynamics: Systems Thinking and Modeling for a Complex World. McGraw-Hill Companies, Inc, 2000, 982p. [5] Nooy; Mrvar; Batagelj. Exploratory Network Analysis with Pajek. Cambridge. 362p [6] S. Wasserman; K. Faust Social Network Analysis: Methods and Applications. Cambridge: Cambridge University Press. 857p. [7] J. H. C. Fernandes. Relatório parcial do curso de Especialização: Curso de Gestão da Segurança da Informação e Comunicações. Brasília: UnB, [8] Social Network Analysis: Theory and Applications. Wiki book with a compilation of articles about and related to social network analysis. 2011, 116p. Disponível em < Acesso em julho de [9] S. Bandyopadhyay, A.R. Suraj, B. Sinha. Models for Social Networks With Statistical Applications. Sage Publications Inc. Thousand Oaks, CA, USA, 2010, 240p. [10] Social Network Analysis: Theory and Applications. Wiki book with a compilation of articles about and related to social network analysis. 2011, 116p. Disponível em < Acesso em julho de [11] E. Rogers. Diffusion of Inovations. New York: The Free Press, 1995, 4th Ed, 519p. [12] L. Adamic. SI508-F08-Week1 - SI Networks: Theory and Application. Master s students couse at the University of Michigan School of Information. Open.Michigan, Disponível em < Acesso em julho de 2012.

17