Nicholas Christakis: How social networks predict epidemics

93,599 views ・ 2010-09-16

TED


Por favor, faça duplo clique nas legendas em inglês abaixo para reproduzir o vídeo.

Tradutor: Ivani Brys Revisor: Belucio Haibara
00:15
For the last 10 years, I've been spending my time trying to figure out
0
15260
3000
Nos últimos 10 anos, eu tenho investido o meu tempo tentando descobrir
00:18
how and why human beings
1
18260
2000
como e por que os seres humanos
00:20
assemble themselves into social networks.
2
20260
3000
se reúnem em redes sociais.
00:23
And the kind of social network I'm talking about
3
23260
2000
E o tipo de rede social sobre a qual eu estou falando
00:25
is not the recent online variety,
4
25260
2000
não é a recente variedade online,
00:27
but rather, the kind of social networks
5
27260
2000
pelo contrário, é sobre o tipo de redes sociais
00:29
that human beings have been assembling for hundreds of thousands of years,
6
29260
3000
em que os seres humanos têm se reunido por centenas de milhares de anos,
00:32
ever since we emerged from the African savannah.
7
32260
3000
desde que emergimos da savana africana.
00:35
So, I form friendships and co-worker
8
35260
2000
Então, eu tenho relações de amizade, de colega de trabalho,
00:37
and sibling and relative relationships with other people
9
37260
3000
de irmão e relações de família com outras pessoas
00:40
who in turn have similar relationships with other people.
10
40260
2000
que, por sua vez, têm relações similares com outras pessoas.
00:42
And this spreads on out endlessly into a distance.
11
42260
3000
E isso se espalha em uma distância infinita.
00:45
And you get a network that looks like this.
12
45260
2000
E você tem uma rede parecida com essa.
00:47
Every dot is a person.
13
47260
2000
Cada ponto é uma pessoa.
00:49
Every line between them is a relationship between two people --
14
49260
2000
Cada linha entre eles é uma relação entre duas pessoas --
00:51
different kinds of relationships.
15
51260
2000
diferentes tipos de relações.
00:53
And you can get this kind of vast fabric of humanity,
16
53260
3000
E você pode obter esse vasto tipo de rede da humanidade.
00:56
in which we're all embedded.
17
56260
2000
em que nós todos estamos envolvidos.
00:58
And my colleague, James Fowler and I have been studying for quite sometime
18
58260
3000
O meu colega, James Fowler, e eu temos estudado há bastante tempo
01:01
what are the mathematical, social,
19
61260
2000
quais são as regras matemáticas, sociais,
01:03
biological and psychological rules
20
63260
3000
biológicas e psicológicas
01:06
that govern how these networks are assembled
21
66260
2000
que governam como essas redes são organizadas
01:08
and what are the similar rules
22
68260
2000
e quais são as regras similares
01:10
that govern how they operate, how they affect our lives.
23
70260
3000
que governam como elas operam, como elas afetam as nossas vidas.
01:13
But recently, we've been wondering
24
73260
2000
E recentemente, nós temos questionado
01:15
whether it might be possible to take advantage of this insight,
25
75260
3000
se seria possível tirar vantagem desse entendimento,
01:18
to actually find ways to improve the world,
26
78260
2000
para realmente encontrar formas de melhorar o mundo,
01:20
to do something better,
27
80260
2000
para fazer algo melhor,
01:22
to actually fix things, not just understand things.
28
82260
3000
para, na verdade, corrigir as coisas, não apenas entendê-las.
01:25
So one of the first things we thought we would tackle
29
85260
3000
Então uma das primeiras coisas que nós pensamos que atacaríamos
01:28
would be how we go about predicting epidemics.
30
88260
3000
seria sobre como prever epidemias.
01:31
And the current state of the art in predicting an epidemic --
31
91260
2000
E o atual estado da arte em predizer uma epidemia --
01:33
if you're the CDC or some other national body --
32
93260
3000
se você é o CDC (centro de controle de doenças) ou algum outro órgão nacional --
01:36
is to sit in the middle where you are
33
96260
2000
é sentar no meio de onde você está
01:38
and collect data
34
98260
2000
e coletar dados
01:40
from physicians and laboratories in the field
35
100260
2000
de médicos e laboratórios da área
01:42
that report the prevalence or the incidence of certain conditions.
36
102260
3000
que relatam a prevalência ou a incidência de certas condições.
01:45
So, so and so patients have been diagnosed with something,
37
105260
3000
Tal, tal e tal pacientes têm sido diagnosticados com alguma coisa [por aqui],
01:48
or other patients have been diagnosed,
38
108260
2000
ou outros pacientes têm sido diagnosticados [ali],
01:50
and all these data are fed into a central repository, with some delay.
39
110260
3000
e todos esses dados alimentam um repositório central com algum atraso.
01:53
And if everything goes smoothly,
40
113260
2000
E se tudo correr bem,
01:55
one to two weeks from now
41
115260
2000
em uma ou duas semanas,
01:57
you'll know where the epidemic was today.
42
117260
3000
você saberá onde a epidemia estava hoje.
02:00
And actually, about a year or so ago,
43
120260
2000
Na verdade, cerca de um ano ou mais atrás,
02:02
there was this promulgation
44
122260
2000
houve esse tipo de propagação
02:04
of the idea of Google Flu Trends, with respect to the flu,
45
124260
3000
dessa noção de Tendências de Gripe no Google, com relação à gripe,
02:07
where by looking at people's searching behavior today,
46
127260
3000
onde por pesquisar o comportamento de busca das pessoas hoje,
02:10
we could know where the flu --
47
130260
2000
nós poderíamos saber aonde a gripe ...
02:12
what the status of the epidemic was today,
48
132260
2000
qual o status da epidemia hoje,
02:14
what's the prevalence of the epidemic today.
49
134260
3000
qual é a prevalência da epidemia hoje.
02:17
But what I'd like to show you today
50
137260
2000
Mas o que eu gostaria de mostrar hoje
02:19
is a means by which we might get
51
139260
2000
é um meio pelo qual nós podemos chegar
02:21
not just rapid warning about an epidemic,
52
141260
3000
não apenas a um alerta rápido de uma epidemia,
02:24
but also actually
53
144260
2000
mas também
02:26
early detection of an epidemic.
54
146260
2000
à detecção precoce de uma epidemia.
02:28
And, in fact, this idea can be used
55
148260
2000
E de fato, essa ideia pode ser usada
02:30
not just to predict epidemics of germs,
56
150260
3000
não apenas para predizer epidemias de germes,
02:33
but also to predict epidemics of all sorts of kinds.
57
153260
3000
mas também para predizer epidemias de todos os tipos.
02:37
For example, anything that spreads by a form of social contagion
58
157260
3000
Por exemplo, qualquer coisa que se espalha pela forma de contágio social
02:40
could be understood in this way,
59
160260
2000
poderia ser entendida dessa forma,
02:42
from abstract ideas on the left
60
162260
2000
desde idéias abstratas sobre a esquerda,
02:44
like patriotism, or altruism, or religion
61
164260
3000
como patriotismo, ou altruísmo, ou religião,
02:47
to practices
62
167260
2000
até práticas
02:49
like dieting behavior, or book purchasing,
63
169260
2000
como comportamento alimentar ou compras de livros
02:51
or drinking, or bicycle-helmet [and] other safety practices,
64
171260
3000
ou beber ou capacete de bicicleta e outras práticas de segurança,
02:54
or products that people might buy,
65
174260
2000
ou produtos que pessoas podem comprar,
02:56
purchases of electronic goods,
66
176260
2000
compra de produtos eletrônicos,
02:58
anything in which there's kind of an interpersonal spread.
67
178260
3000
qualquer coisa em que há um tipo de propagação interpessoal.
03:01
A kind of a diffusion of innovation
68
181260
2000
Um tipo de difusão de inovação
03:03
could be understood and predicted
69
183260
2000
poderia ser entendida e prevista
03:05
by the mechanism I'm going to show you now.
70
185260
3000
pelo mecanismo que eu vou mostrar agora.
03:08
So, as all of you probably know,
71
188260
2000
Como todos vocês provavelmente sabem,
03:10
the classic way of thinking about this
72
190260
2000
a clássica forma de pensar sobre isso
03:12
is the diffusion-of-innovation,
73
192260
2000
é a difusão da inovação
03:14
or the adoption curve.
74
194260
2000
ou a "curva de adoção."
03:16
So here on the Y-axis, we have the percent of the people affected,
75
196260
2000
Aqui no eixo Y, nós temos o percentual de pessoas afetadas,
03:18
and on the X-axis, we have time.
76
198260
2000
e no eixo X, nós temos o tempo.
03:20
And at the very beginning, not too many people are affected,
77
200260
3000
E bem no começo, não muitas pessoas são afetadas,
03:23
and you get this classic sigmoidal,
78
203260
2000
e você tem essa clássica sigmoide.
03:25
or S-shaped, curve.
79
205260
2000
ou curva em forma de S.
03:27
And the reason for this shape is that at the very beginning,
80
207260
2000
E a razão para essa forma é que bem no começo,
03:29
let's say one or two people
81
209260
2000
vamos dizer uma ou duas pessoas
03:31
are infected, or affected by the thing
82
211260
2000
são afetadas, ou infectadas pela coisa,
03:33
and then they affect, or infect, two people,
83
213260
2000
e então eles afetam ou infectam duas pessoas
03:35
who in turn affect four, eight, 16 and so forth,
84
215260
3000
que, por sua vez, afetam quatro, oito, 16 e assim por diante,
03:38
and you get the epidemic growth phase of the curve.
85
218260
3000
e você tem a fase de crescimento epidêmico da curva.
03:41
And eventually, you saturate the population.
86
221260
2000
E finalmente, você satura a população.
03:43
There are fewer and fewer people
87
223260
2000
Há menos e menos pessoas
03:45
who are still available that you might infect,
88
225260
2000
que ainda estão disponíveis para você infectar,
03:47
and then you get the plateau of the curve,
89
227260
2000
e então você chega ao platô da curva,
03:49
and you get this classic sigmoidal curve.
90
229260
3000
e você tem essa clássica curva sigmoide.
03:52
And this holds for germs, ideas,
91
232260
2000
E isso vale para os germes, idéias
03:54
product adoption, behaviors,
92
234260
2000
adoção de produtos, comportamentos
03:56
and the like.
93
236260
2000
e assim por diante.
03:58
But things don't just diffuse in human populations at random.
94
238260
3000
Mas as coisas não se difundem em população humanas aleatoriamente.
04:01
They actually diffuse through networks.
95
241260
2000
Elas, na verdade, se difundem através de redes.
04:03
Because, as I said, we live our lives in networks,
96
243260
3000
Por que, como eu disse, nós vivemos nossas vidas em redes,
04:06
and these networks have a particular kind of a structure.
97
246260
3000
e essas redes têm um tipo particular de estrutura.
04:09
Now if you look at a network like this --
98
249260
2000
Agora se você olhar para uma rede como essa ...
04:11
this is 105 people.
99
251260
2000
Aqui há 105 pessoas.
04:13
And the lines represent -- the dots are the people,
100
253260
2000
E as linhas representam ... os pontos são as pessoas,
04:15
and the lines represent friendship relationships.
101
255260
2000
e as linhas representam as relações de amizade.
04:17
You might see that people occupy
102
257260
2000
Você pode ver que as pessoas ocupam
04:19
different locations within the network.
103
259260
2000
diferentes localizações dentro da rede.
04:21
And there are different kinds of relationships between the people.
104
261260
2000
E há diferentes tipos de relações entre as pessoas.
04:23
You could have friendship relationships, sibling relationships,
105
263260
3000
Você poderia ter relações de amizade, relações de irmãos,
04:26
spousal relationships, co-worker relationships,
106
266260
3000
relações conjugais, relações de trabalho,
04:29
neighbor relationships and the like.
107
269260
3000
relações de vizinhos e assim por diante.
04:32
And different sorts of things
108
272260
2000
E os diferentes tipos de coisas
04:34
spread across different sorts of ties.
109
274260
2000
se espalham através de diferentes tipos de laços.
04:36
For instance, sexually transmitted diseases
110
276260
2000
Por exemplo, doenças sexualmente transmissíveis
04:38
will spread across sexual ties.
111
278260
2000
se espalharão através de laços sexuais.
04:40
Or, for instance, people's smoking behavior
112
280260
2000
Ou por exemplo, o comportamento de fumar
04:42
might be influenced by their friends.
113
282260
2000
pode ser influenciado por amigos.
04:44
Or their altruistic or their charitable giving behavior
114
284260
2000
Ou seus comportamentos atruístas ou de caridade
04:46
might be influenced by their coworkers,
115
286260
2000
podem ser influenciados pelos seus colegas de trabalho,
04:48
or by their neighbors.
116
288260
2000
ou por seus vizinhos.
04:50
But not all positions in the network are the same.
117
290260
3000
Mas nem todas as posições na rede são as mesmas.
04:53
So if you look at this, you might immediately grasp
118
293260
2000
Se você olhar para isso, você pode imediatamente compreender
04:55
that different people have different numbers of connections.
119
295260
3000
que diferentes pessoas têm diferentes números de conexões.
04:58
Some people have one connection, some have two,
120
298260
2000
Algumas pessoas têm uma conexão, algumas têm duas,
05:00
some have six, some have 10 connections.
121
300260
3000
algumas têm seis, algumas têm 10 conexões.
05:03
And this is called the "degree" of a node,
122
303260
2000
E isso é chamado de grau de enredo,
05:05
or the number of connections that a node has.
123
305260
2000
ou o número de conexões de um nó.
05:07
But in addition, there's something else.
124
307260
2000
Mas além disso, há uma coisa também.
05:09
So, if you look at nodes A and B,
125
309260
2000
Então, se você olha para os nós A e B,
05:11
they both have six connections.
126
311260
2000
ambos têm seis conexões.
05:13
But if you can see this image [of the network] from a bird's eye view,
127
313260
3000
Mas se você olhar para essa imagem [da rede] do ponto de vista de um pássaro,
05:16
you can appreciate that there's something very different
128
316260
2000
você pode notar que há alguma coisa muito diferente
05:18
about nodes A and B.
129
318260
2000
sobre os nós A e B.
05:20
So, let me ask you this -- I can cultivate this intuition by asking a question --
130
320260
3000
Deixa eu perguntar a vocês isso -- eu posso cultivar essa intuição fazendo uma questão --
05:23
who would you rather be
131
323260
2000
quem vocês gostariam de ser
05:25
if a deadly germ was spreading through the network, A or B?
132
325260
3000
se um germe mortal estivesse se espalhando através da rede, A ou B?
05:28
(Audience: B.) Nicholas Christakis: B, it's obvious.
133
328260
2000
(Platéia: B) Nicholas Christakis: B, é óbvio.
05:30
B is located on the edge of the network.
134
330260
2000
B está localizado na borda da rede.
05:32
Now, who would you rather be
135
332260
2000
Agora, quem vocês gostariam de ser
05:34
if a juicy piece of gossip were spreading through the network?
136
334260
3000
se fofocas estivessem se espalhando através da rede?
05:37
A. And you have an immediate appreciation
137
337260
3000
A. E você tem uma apreciação imediata
05:40
that A is going to be more likely
138
340260
2000
que A é mais provável
05:42
to get the thing that's spreading and to get it sooner
139
342260
3000
de pegar uma coisa que está se espalhando e pegá-la mais rápido
05:45
by virtue of their structural location within the network.
140
345260
3000
em função de sua localização estrutural na rede.
05:48
A, in fact, is more central,
141
348260
2000
A, de fato, é mais central,
05:50
and this can be formalized mathematically.
142
350260
3000
e isso pode ser formalizado matematicamente.
05:53
So, if we want to track something
143
353260
2000
Se nós quisermos monitorar alguma coisa
05:55
that was spreading through a network,
144
355260
3000
que estivesse se espalhando através de uma rede,
05:58
what we ideally would like to do is to set up sensors
145
358260
2000
o que nós idealmente gostaríamos de fazer é configurar os sensores
06:00
on the central individuals within the network,
146
360260
2000
sobre os indivíduos centrais dentro da rede
06:02
including node A,
147
362260
2000
incluindo o nó A,
06:04
monitor those people that are right there in the middle of the network,
148
364260
3000
monitorar aquelas pessoas que estão bem no meio da rede,
06:07
and somehow get an early detection
149
367260
2000
e de alguma forma conseguir uma detecção precoce
06:09
of whatever it is that is spreading through the network.
150
369260
3000
de tudo o que estiver se espalhando pela rede.
06:12
So if you saw them contract a germ or a piece of information,
151
372260
3000
Se vocês vissem eles contraírem um germe ou alguma informação,
06:15
you would know that, soon enough,
152
375260
2000
vocês saberiam que, breve o suficiente,
06:17
everybody was about to contract this germ
153
377260
2000
todos estariam próximos de contrair esse germe
06:19
or this piece of information.
154
379260
2000
ou essa informação.
06:21
And this would be much better
155
381260
2000
E isso seria muito melhor
06:23
than monitoring six randomly chosen people,
156
383260
2000
que monitorar seis pessoas aleatoriamente,
06:25
without reference to the structure of the population.
157
385260
3000
sem referência à estrutura da população.
06:28
And in fact, if you could do that,
158
388260
2000
E de fato, se você pudesse fazer isso,
06:30
what you would see is something like this.
159
390260
2000
o que você veria é alguma coisa como isso,
06:32
On the left-hand panel, again, we have the S-shaped curve of adoption.
160
392260
3000
no painel do lado esquerdo, de novo, temos a curva de adoção em forma de S.
06:35
In the dotted red line, we show
161
395260
2000
Na linha vermelha pontilhada, nós mostramos
06:37
what the adoption would be in the random people,
162
397260
2000
o que seria a adoção em pessoas randômicas,
06:39
and in the left-hand line, shifted to the left,
163
399260
3000
e na linha esquerda deslocada para a esquerda,
06:42
we show what the adoption would be
164
402260
2000
nós mostramos o que a adoção seria
06:44
in the central individuals within the network.
165
404260
2000
nos indivíduos centrais à rede.
06:46
On the Y-axis is the cumulative instances of contagion,
166
406260
2000
No eixo Y, estão os casos acumulados de contágio,
06:48
and on the X-axis is the time.
167
408260
2000
e no eixo X está o tempo.
06:50
And on the right-hand side, we show the same data,
168
410260
2000
E no lado direito, nós mostramos os mesmos dados,
06:52
but here with daily incidence.
169
412260
2000
mas aqui com incidências diárias.
06:54
And what we show here is -- like, here --
170
414260
2000
E o que nós mostramos aqui é -- como, aqui --
06:56
very few people are affected, more and more and more and up to here,
171
416260
2000
muito poucas pessoas são afetadas, mais e mais e mais até aqui,
06:58
and here's the peak of the epidemic.
172
418260
2000
e aqui está o pico da epidemia.
07:00
But shifted to the left is what's occurring in the central individuals.
173
420260
2000
Mas deslocada para a esquerda nos indivíduos centrais.
07:02
And this difference in time between the two
174
422260
3000
E essa diferença em tempo entre os dois
07:05
is the early detection, the early warning we can get,
175
425260
3000
é a detecção precoce, o alarme precoce que nós podemos obter
07:08
about an impending epidemic
176
428260
2000
acerca de uma epidemia iminente
07:10
in the human population.
177
430260
2000
na população humana.
07:12
The problem, however,
178
432260
2000
O problema, porém,
07:14
is that mapping human social networks
179
434260
2000
é que mapear redes sociais humanas
07:16
is not always possible.
180
436260
2000
nem sempre é possível.
07:18
It can be expensive, not feasible,
181
438260
2000
Isso pode ser caro, [muito difícil],
07:20
unethical,
182
440260
2000
antiético,
07:22
or, frankly, just not possible to do such a thing.
183
442260
3000
ou, francamente, simplesmente poderia não ser possível fazer uma coisa dessas.
07:25
So, how can we figure out
184
445260
2000
Então, como podemos descobrir
07:27
who the central people are in a network
185
447260
2000
quem são as pessoas centrais na rede
07:29
without actually mapping the network?
186
449260
3000
sem, na verdade, mapear a rede?
07:32
What we came up with
187
452260
2000
O que surgiu
07:34
was an idea to exploit an old fact,
188
454260
2000
foi uma idéia para explorar um fato antigo,
07:36
or a known fact, about social networks,
189
456260
2000
ou um conhecido fato sobre redes sociais,
07:38
which goes like this:
190
458260
2000
que é o seguinte:
07:40
Do you know that your friends
191
460260
2000
você sabe que seus amigos
07:42
have more friends than you do?
192
462260
3000
têm mais amigos do que você?
07:45
Your friends have more friends than you do,
193
465260
3000
Seus amigos têm mais amigos do que você.
07:48
and this is known as the friendship paradox.
194
468260
2000
Esse é o conhecido paradoxo da amizade.
07:50
Imagine a very popular person in the social network --
195
470260
2000
Imagine uma pessoa muito popular na rede social --
07:52
like a party host who has hundreds of friends --
196
472260
3000
como o anfitrião de uma festa com centenas de amigos --
07:55
and a misanthrope who has just one friend,
197
475260
2000
e um misantropo que tem apenas um amigo,
07:57
and you pick someone at random from the population;
198
477260
3000
e você pega alguém aleatoriamente da população;
08:00
they were much more likely to know the party host.
199
480260
2000
é muito mais provável que eles conheçam o anfitrião da festa.
08:02
And if they nominate the party host as their friend,
200
482260
2000
E se eles mencionarem o anfitrião da festa como um amigo,
08:04
that party host has a hundred friends,
201
484260
2000
esse anfittrião tem uma centena de amigos,
08:06
therefore, has more friends than they do.
202
486260
3000
portanto, tem mais amigos que eles.
08:09
And this, in essence, is what's known as the friendship paradox.
203
489260
3000
E isso, em essência, é o que se conhece por paradoxo da amizade.
08:12
The friends of randomly chosen people
204
492260
3000
Os amigos de uma pessoa randomicamente escolhida
08:15
have higher degree, and are more central
205
495260
2000
têm maior grau e maior centralidade
08:17
than the random people themselves.
206
497260
2000
que as próprias pessoas randomicamente escolhidas.
08:19
And you can get an intuitive appreciation for this
207
499260
2000
E você pode obter uma apreciação intuitiva a partir disso
08:21
if you imagine just the people at the perimeter of the network.
208
501260
3000
se você imagina apenas as pessoas no perímetro da rede.
08:24
If you pick this person,
209
504260
2000
Se você pega essa pessoa,
08:26
the only friend they have to nominate is this person,
210
506260
3000
o único amigo que eles têm a mencionar é essa pessoa,
08:29
who, by construction, must have at least two
211
509260
2000
que, pela estrutura, deve ter pelo menos dois
08:31
and typically more friends.
212
511260
2000
e tipicamente mais amigos.
08:33
And that happens at every peripheral node.
213
513260
2000
E isso acontece com todos os nós periféricos.
08:35
And in fact, it happens throughout the network as you move in,
214
515260
3000
E de fato, isso acontece através da rede quando você se move para dentro,
08:38
everyone you pick, when they nominate a random --
215
518260
2000
cada uma que você pega, quando eles mencionarem um randômico ...
08:40
when a random person nominates a friend of theirs,
216
520260
3000
quando uma pessoa randômica mencionar um amigo seu,
08:43
you move closer to the center of the network.
217
523260
3000
você se move para mais perto do centro da rede.
08:46
So, we thought we would exploit this idea
218
526260
3000
Então, nós pensamos que nós exploraríamos essa idéia
08:49
in order to study whether we could predict phenomena within networks.
219
529260
3000
a fim de estudar se nós poderíamos prever fenômenos dentro das redes.
08:52
Because now, with this idea
220
532260
2000
Em função disso, com essa idéia,
08:54
we can take a random sample of people,
221
534260
2000
nós podemos pegar uma amostra randômica de pessoas,
08:56
have them nominate their friends,
222
536260
2000
que indiquem os seus amigos,
08:58
those friends would be more central,
223
538260
2000
esses amigos seriam mais centrais,
09:00
and we could do this without having to map the network.
224
540260
3000
e nós poderíamos fazer isso sem ter mapeado a rede.
09:03
And we tested this idea with an outbreak of H1N1 flu
225
543260
3000
E nós testamos essa idéia com um surto de gripe H1N1
09:06
at Harvard College
226
546260
2000
na faculdade de Harvard
09:08
in the fall and winter of 2009, just a few months ago.
227
548260
3000
no outono e no inverno de 2009, apenas alguns meses atrás.
09:11
We took 1,300 randomly selected undergraduates,
228
551260
3000
Nós pegamos 1300 estudantes de graduação aleatoriamente selecionados,
09:14
we had them nominate their friends,
229
554260
2000
que indicaram seus amigos,
09:16
and we followed both the random students and their friends
230
556260
2000
e nós seguimos ambos os estudantes aleatoriamente escolhidos e seus amigos
09:18
daily in time
231
558260
2000
diariamente em tempo
09:20
to see whether or not they had the flu epidemic.
232
560260
3000
de ver se eles tinham ou não a gripe epidêmica.
09:23
And we did this passively by looking at whether or not they'd gone to university health services.
233
563260
3000
E nós fizemos isso passivamente por olhar se eles procuravam ou não os serviços de saúde da universidade.
09:26
And also, we had them [actively] email us a couple of times a week.
234
566260
3000
E também nós enviamos e-mails [ativamente] a eles algumas vezes por semana.
09:29
Exactly what we predicted happened.
235
569260
3000
Exatamente o que nós prevíamos aconteceu.
09:32
So the random group is in the red line.
236
572260
3000
O grupo randômico está na linha vermelha.
09:35
The epidemic in the friends group has shifted to the left, over here.
237
575260
3000
A epidemia no grupo de amigos está deslocada para a esquerda, aqui.
09:38
And the difference in the two is 16 days.
238
578260
3000
E a diferença entre os dois é de 16 dias.
09:41
By monitoring the friends group,
239
581260
2000
Monitorando o grupo de amigos,
09:43
we could get 16 days advance warning
240
583260
2000
nós poderíamos alertar com 16 dias de antecedência
09:45
of an impending epidemic in this human population.
241
585260
3000
sobre uma iminente epidemia nessa população humana.
09:48
Now, in addition to that,
242
588260
2000
Agora, além disso,
09:50
if you were an analyst who was trying to study an epidemic
243
590260
3000
se você fosse um analista que estivesse tentando estudar uma epidemia
09:53
or to predict the adoption of a product, for example,
244
593260
3000
ou prever a adoção de um produto, por exemplo,
09:56
what you could do is you could pick a random sample of the population,
245
596260
3000
o que você poderia fazer é pegar uma amostra randômica da população,
09:59
also have them nominate their friends and follow the friends
246
599260
3000
que também nomeasse os seus amigos e seguir esses amigos,
10:02
and follow both the randoms and the friends.
247
602260
3000
e seguir ambos os randômicos e amigos.
10:05
Among the friends, the first evidence you saw of a blip above zero
248
605260
3000
Entre os amigos, a primeira evidência de um pontinho acima de zero
10:08
in adoption of the innovation, for example,
249
608260
3000
em adoção ou inovação, por exemplo,
10:11
would be evidence of an impending epidemic.
250
611260
2000
seria evidência de uma epidemia iminente.
10:13
Or you could see the first time the two curves diverged,
251
613260
3000
Ou você poderia observar o primeiro momento em que as duas curvas divergem,
10:16
as shown on the left.
252
616260
2000
como mostrado na esquerda.
10:18
When did the randoms -- when did the friends take off
253
618260
3000
Quando os randômicos... quando os amigos se deslocaram
10:21
and leave the randoms,
254
621260
2000
e deixaram os randômicos,
10:23
and [when did] their curve start shifting?
255
623260
2000
e sua curva começou a mudar?
10:25
And that, as indicated by the white line,
256
625260
2000
Isso, como indicado pela linha branca,
10:27
occurred 46 days
257
627260
2000
ocorreu 46 dias
10:29
before the peak of the epidemic.
258
629260
2000
antes do pico da epidemia.
10:31
So this would be a technique
259
631260
2000
Então essa seria uma técnica
10:33
whereby we could get more than a month-and-a-half warning
260
633260
2000
pela qual nós poderíamos obter um alerta de mais de um mês e meio
10:35
about a flu epidemic in a particular population.
261
635260
3000
sobre a epidemia de gripe em uma população particular.
10:38
I should say that
262
638260
2000
E deveria dizer que
10:40
how far advanced a notice one might get about something
263
640260
2000
o quão avançado um aviso pode ser sobre alguma coisa
10:42
depends on a host of factors.
264
642260
2000
depende de uma série de fatores.
10:44
It could depend on the nature of the pathogen --
265
644260
2000
Isso poderia depender da natureza do patógeno --
10:46
different pathogens,
266
646260
2000
diferentes patógenos,
10:48
using this technique, you'd get different warning --
267
648260
2000
usando essa técnica, você obteria diferentes alertas --
10:50
or other phenomena that are spreading,
268
650260
2000
ou outro fenômeno que está se espalhando,
10:52
or frankly, on the structure of the human network.
269
652260
3000
ou, francamente, da estrutura da rede humana.
10:55
Now in our case, although it wasn't necessary,
270
655260
3000
Agora, no nosso caso, embora não tenha sido necessário,
10:58
we could also actually map the network of the students.
271
658260
2000
nós poderíamos também mapear a rede de estudantes.
11:00
So, this is a map of 714 students
272
660260
2000
Então, esse é um mapa de 714 estudantes
11:02
and their friendship ties.
273
662260
2000
e seus laços de amizade.
11:04
And in a minute now, I'm going to put this map into motion.
274
664260
2000
E em um minuto agora, eu vou colocar esse mapa em movimento.
11:06
We're going to take daily cuts through the network
275
666260
2000
Nós pegaremos cortes diários através da rede
11:08
for 120 days.
276
668260
2000
por 120 dias.
11:10
The red dots are going to be cases of the flu,
277
670260
3000
Os pontos vermelhos são os casos de gripe,
11:13
and the yellow dots are going to be friends of the people with the flu.
278
673260
3000
e os amarelos são os amigos das pessoas com gripe.
11:16
And the size of the dots is going to be proportional
279
676260
2000
E o tamanho desses pontos é proporcional
11:18
to how many of their friends have the flu.
280
678260
2000
a quantos de seus amigos têm gripe.
11:20
So bigger dots mean more of your friends have the flu.
281
680260
3000
Quanto maiores os pontos, mais de seus amigos têm gripe.
11:23
And if you look at this image -- here we are now in September the 13th --
282
683260
3000
E se você olhar para essa imagem -- aqui nós estamos em 13 de setembro --
11:26
you're going to see a few cases light up.
283
686260
2000
você verá alguns casos surgirem.
11:28
You're going to see kind of blooming of the flu in the middle.
284
688260
2000
Você verá uma espécie de florescência de gripe no meio.
11:30
Here we are on October the 19th.
285
690260
3000
Aqui nós estamos em 19 de outubro.
11:33
The slope of the epidemic curve is approaching now, in November.
286
693260
2000
A inclinação da curva epidêmica está se aproximando agora, em novembro.
11:35
Bang, bang, bang, bang, bang -- you're going to see lots of blooming in the middle,
287
695260
3000
Bang, bang, bang, bang, bang, você verá um monte de florescências no meio,
11:38
and then you're going to see a sort of leveling off,
288
698260
2000
e você verá uma espécie de nivelamento,
11:40
fewer and fewer cases towards the end of December.
289
700260
3000
cada vez menos casos no fim de dezembro.
11:43
And this type of a visualization
290
703260
2000
E esse tipo de visualização
11:45
can show that epidemics like this take root
291
705260
2000
mostra que epidemias como essa se enraizam
11:47
and affect central individuals first,
292
707260
2000
e afetam indivíduos centrais primeiro,
11:49
before they affect others.
293
709260
2000
antes de afetar os outros indivíduos.
11:51
Now, as I've been suggesting,
294
711260
2000
Agora, como eu tenho sugerido,
11:53
this method is not restricted to germs,
295
713260
3000
esse método não é restrito aos germes,
11:56
but actually to anything that spreads in populations.
296
716260
2000
mas, na verdade, serve para qualquer coisa que se espalha nas populações.
11:58
Information spreads in populations,
297
718260
2000
Informação se espalha em populações.
12:00
norms can spread in populations,
298
720260
2000
Normas podem se espalhar em populações.
12:02
behaviors can spread in populations.
299
722260
2000
Comportamentos podem se espalhar em populações.
12:04
And by behaviors, I can mean things like criminal behavior,
300
724260
3000
E por comportamento, eu quero dizer algo como comportamento criminoso,
12:07
or voting behavior, or health care behavior,
301
727260
3000
ou comportamento de voto, ou comportamento de cuidado com a saúde,
12:10
like smoking, or vaccination,
302
730260
2000
como fumar, ou vacinação,
12:12
or product adoption, or other kinds of behaviors
303
732260
2000
ou adoção de produtos, ou outros tipos de comportamentos
12:14
that relate to interpersonal influence.
304
734260
2000
relacionados à influência interpessoal.
12:16
If I'm likely to do something that affects others around me,
305
736260
3000
Se eu vou provavelmente fazer algo que afeta os outros em minha volta,
12:19
this technique can get early warning or early detection
306
739260
3000
essa técnica pode obter um alerta precoce, ou detecção precoce,
12:22
about the adoption within the population.
307
742260
3000
sobre a adoção dentro da população.
12:25
The key thing is that for it to work,
308
745260
2000
O aspecto chave é que, para isso funcionar,
12:27
there has to be interpersonal influence.
309
747260
2000
deve haver influência interpessoal.
12:29
It cannot be because of some broadcast mechanism
310
749260
2000
Não pode acontecer em função de um mecanismo de difusão
12:31
affecting everyone uniformly.
311
751260
3000
afetando todos uniformemente.
12:35
Now the same insights
312
755260
2000
Os mesmos insights
12:37
can also be exploited -- with respect to networks --
313
757260
3000
podem também ser explorados -- com respeito a redes --
12:40
can also be exploited in other ways,
314
760260
3000
podem também ser explorados de outras formas,
12:43
for example, in the use of targeting
315
763260
2000
por exemplo, no uso de alvos,
12:45
specific people for interventions.
316
765260
2000
pessoas específicas, para intervenções.
12:47
So, for example, most of you are probably familiar
317
767260
2000
Por exemplo, a maioria de vocês está provavelmente familiarizado
12:49
with the notion of herd immunity.
318
769260
2000
com a noção de imunidade de rebanho.
12:51
So, if we have a population of a thousand people,
319
771260
3000
Se nós temos uma população de mil pessoas,
12:54
and we want to make the population immune to a pathogen,
320
774260
3000
e nós queremos torná-la imune a um patógeno,
12:57
we don't have to immunize every single person.
321
777260
2000
nós não temos que imunizar cada uma das pessoas.
12:59
If we immunize 960 of them,
322
779260
2000
Se nós imunizarmos 960 delas,
13:01
it's as if we had immunized a hundred [percent] of them.
323
781260
3000
será como se nós tivessemos imunizado cem por cento delas.
13:04
Because even if one or two of the non-immune people gets infected,
324
784260
3000
Por que mesmo se uma ou duas pessoas não imunizadas forem infectadas,
13:07
there's no one for them to infect.
325
787260
2000
não há ninguém para elas infectarem.
13:09
They are surrounded by immunized people.
326
789260
2000
Elas estão cercadas por pessoas imunizadas.
13:11
So 96 percent is as good as 100 percent.
327
791260
3000
Então 96 por cento é tão bom quanto 100 por cento.
13:14
Well, some other scientists have estimated
328
794260
2000
Bem, alguns outros cientistas têm estimado
13:16
what would happen if you took a 30 percent random sample
329
796260
2000
o que aconteceria se você pegasse uma amostra randômica de 30 por cento
13:18
of these 1000 people, 300 people and immunized them.
330
798260
3000
dessas 1000 pessoas, 300 pessoas e as imunizasse.
13:21
Would you get any population-level immunity?
331
801260
2000
Você obteria uma imunização em nível de população?
13:23
And the answer is no.
332
803260
3000
E a resposta é não.
13:26
But if you took this 30 percent, these 300 people
333
806260
2000
Mas se você pegasse esses 30 por cento, essas 300 pessoas,
13:28
and had them nominate their friends
334
808260
2000
e elas indicassem os seus amigos,
13:30
and took the same number of vaccine doses
335
810260
3000
e você pegasse o mesmo número de doses de vacina
13:33
and vaccinated the friends of the 300 --
336
813260
2000
e vacinasse os amigos dos 300,
13:35
the 300 friends --
337
815260
2000
os 300 amigos,
13:37
you can get the same level of herd immunity
338
817260
2000
você teria o mesmo nível de imunidade de rebanho
13:39
as if you had vaccinated 96 percent of the population
339
819260
3000
como se você tivesse vacinado 96 por cento da população,
13:42
at a much greater efficiency, with a strict budget constraint.
340
822260
3000
com muito mais eficiência, com uma restrição orçamentária.
13:45
And similar ideas can be used, for instance,
341
825260
2000
E idéias semelhantes podem ser usadas, por exemplo,
13:47
to target distribution of things like bed nets
342
827260
2000
para atingir a meta de distribuição de mosqueteiros
13:49
in the developing world.
343
829260
2000
no mundo em desenvolvimento.
13:51
If we could understand the structure of networks in villages,
344
831260
3000
Se você pudesse entender a estrutura das redes nas aldeias,
13:54
we could target to whom to give the interventions
345
834260
2000
você poderia atingir o alvo a quem dar essas intervenções
13:56
to foster these kinds of spreads.
346
836260
2000
para promover esse tipo de propagação.
13:58
Or, frankly, for advertising with all kinds of products.
347
838260
3000
Ou, francamente, para publicidade de todo o tipo de produtos.
14:01
If we could understand how to target,
348
841260
2000
Se nós pudéssemos entender atingir o alvo,
14:03
it could affect the efficiency
349
843260
2000
isso poderia afetar a eficiência
14:05
of what we're trying to achieve.
350
845260
2000
do que nós estamos tentanto atingir.
14:07
And in fact, we can use data
351
847260
2000
E de fato, nós podemos usar esses dados
14:09
from all kinds of sources nowadays [to do this].
352
849260
2000
de todos os tipos de fontes hoje em dia [para fazer isso].
14:11
This is a map of eight million phone users
353
851260
2000
Esse é um mapa de oito milhões de usuários de telefone
14:13
in a European country.
354
853260
2000
em um país europeu.
14:15
Every dot is a person, and every line represents
355
855260
2000
Cada ponto é uma pessoa e cada linha representa
14:17
a volume of calls between the people.
356
857260
2000
um volume de chamadas entre as pessoas.
14:19
And we can use such data, that's being passively obtained,
357
859260
3000
E nós podemos usar dados como esses, que são passivamente obtidos,
14:22
to map these whole countries
358
862260
2000
para mapear esses países
14:24
and understand who is located where within the network.
359
864260
3000
e entender quem está localizado dentro da rede.
14:27
Without actually having to query them at all,
360
867260
2000
Sem, na verdade, ter de consultar a todos,
14:29
we can get this kind of a structural insight.
361
869260
2000
nós podemos obter esse tipo de compreensão estrutural.
14:31
And other sources of information, as you're no doubt aware
362
871260
3000
E outras fontes de informação, como vocês conhecem, sem dúvida
14:34
are available about such features, from email interactions,
363
874260
3000
são disponíveis através de informações sobre interações por e-mail,
14:37
online interactions,
364
877260
2000
interações online,
14:39
online social networks and so forth.
365
879260
3000
redes sociais online e assim por diante.
14:42
And in fact, we are in the era of what I would call
366
882260
2000
E de fato, nós estamos na era do que eu poderia chamar
14:44
"massive-passive" data collection efforts.
367
884260
3000
esforços massivos e passivos de coleta de dados.
14:47
They're all kinds of ways we can use massively collected data
368
887260
3000
Elas são as formas pelas quais nós podemos coletar dados massivamente
14:50
to create sensor networks
369
890260
3000
para criar redes de sensores
14:53
to follow the population,
370
893260
2000
para seguir a população,
14:55
understand what's happening in the population,
371
895260
2000
entender o que está acontecendo na populção
14:57
and intervene in the population for the better.
372
897260
3000
e intervir na população para o melhor.
15:00
Because these new technologies tell us
373
900260
2000
Por que essas novas tecnologias nos dizem,
15:02
not just who is talking to whom,
374
902260
2000
não apenas quem está falando com quem,
15:04
but where everyone is,
375
904260
2000
mas onde cada um está
15:06
and what they're thinking based on what they're uploading on the Internet,
376
906260
3000
e o que eles estão pensando baseados no que eles uploading na internet,
15:09
and what they're buying based on their purchases.
377
909260
2000
e o que eles estão comprando baseados na suas compras.
15:11
And all this administrative data can be pulled together
378
911260
3000
E todos esses dados administrativos podem ser obtidos juntos
15:14
and processed to understand human behavior
379
914260
2000
e processados para entender o comportamento humano
15:16
in a way we never could before.
380
916260
3000
de uma forma que nós nunca conseguimos antes.
15:19
So, for example, we could use truckers' purchases of fuel.
381
919260
3000
Por exemplo, nós poderíamos usar as compras de combustível dos caminhoneiros.
15:22
So the truckers are just going about their business,
382
922260
2000
Os caminhoneiros estão apenas fazendo o seu negócio,
15:24
and they're buying fuel.
383
924260
2000
e eles estão comprando combustível.
15:26
And we see a blip up in the truckers' purchases of fuel,
384
926260
3000
E nós vemos um pontinho nas compras de combustíveis dos caminhoneiros,
15:29
and we know that a recession is about to end.
385
929260
2000
e nós sabemos que a recessão está próxima do fim.
15:31
Or we can monitor the velocity
386
931260
2000
Ou nós podemos monitorar a velocidade
15:33
with which people are moving with their phones on a highway,
387
933260
3000
com que cada pessoa está se movimentando com seu telefone em uma rodovia,
15:36
and the phone company can see,
388
936260
2000
e a companhia telefônica pode ver
15:38
as the velocity is slowing down,
389
938260
2000
quando a velocidade está reduzindo,
15:40
that there's a traffic jam.
390
940260
2000
que há um congestionamento.
15:42
And they can feed that information back to their subscribers,
391
942260
3000
E eles podem alimentar os seus assinantes com essa informação,
15:45
but only to their subscribers on the same highway
392
945260
2000
mas apenas os seus assinantes que estão na mesma rodovia,
15:47
located behind the traffic jam!
393
947260
2000
localizados atrás do congestionamento!
15:49
Or we can monitor doctors prescribing behaviors, passively,
394
949260
3000
Ou nós podemos monitorar os doutores que prescrevem comportamentos, passivamente,
15:52
and see how the diffusion of innovation with pharmaceuticals
395
952260
3000
e ver como a difusão de inovação de fármacos
15:55
occurs within [networks of] doctors.
396
955260
2000
ocorre entre [redes] os médicos.
15:57
Or again, we can monitor purchasing behavior in people
397
957260
2000
Ou de novo, nós podemos monitorar o comportamento de compras das pessoas,
15:59
and watch how these types of phenomena
398
959260
2000
e assistir como esse tipo de fenômeno
16:01
can diffuse within human populations.
399
961260
3000
se difunde dentro das populações humanas.
16:04
And there are three ways, I think,
400
964260
2000
E há três formas, eu acho,
16:06
that these massive-passive data can be used.
401
966260
2000
que esses dados massivos e passivos podem ser usados.
16:08
One is fully passive,
402
968260
2000
Uma é inteiramente passiva,
16:10
like I just described --
403
970260
2000
como eu já descrevi.
16:12
as in, for instance, the trucker example,
404
972260
2000
como o exemplo do caminhoneiro,
16:14
where we don't actually intervene in the population in any way.
405
974260
2000
em que nós não intervimos na população de nenhuma forma.
16:16
One is quasi-active,
406
976260
2000
Uma é quase ativa,
16:18
like the flu example I gave,
407
978260
2000
como o exemplo da gripe que eu dei,
16:20
where we get some people to nominate their friends
408
980260
3000
em que nós pegamos algumas pessoas para indicarem os seus amigos
16:23
and then passively monitor their friends --
409
983260
2000
e então monitoramos passivamente os seus amigos --
16:25
do they have the flu, or not? -- and then get warning.
410
985260
2000
eles têm ou não gripe? -- e então demos o alerta.
16:27
Or another example would be,
411
987260
2000
Ou outro exemplo seria,
16:29
if you're a phone company, you figure out who's central in the network
412
989260
3000
se você é de uma companhia telefônica, você descobre quem é central na rede,
16:32
and you ask those people, "Look, will you just text us your fever every day?
413
992260
3000
e você pede a essas pessoas: "Olhe, você nos envia por texto sua temperatura todos os dias?
16:35
Just text us your temperature."
414
995260
2000
Apenas nos envie sua temperatura."
16:37
And collect vast amounts of information about people's temperature,
415
997260
3000
E coleta vastos conjuntos de informação sobre a temperatura das pessoas,
16:40
but from centrally located individuals.
416
1000260
2000
mas de indivíduos centralmente localizados.
16:42
And be able, on a large scale,
417
1002260
2000
E é capaz, em larga escala,
16:44
to monitor an impending epidemic
418
1004260
2000
de monitorar uma epidemia iminente
16:46
with very minimal input from people.
419
1006260
2000
com o mínimo de informação das pessoas.
16:48
Or, finally, it can be more fully active --
420
1008260
2000
Ou pode ser inteiramente ativo --
16:50
as I know subsequent speakers will also talk about today --
421
1010260
2000
como eu sei que palestrantes seguintes falarão hoje --
16:52
where people might globally participate in wikis,
422
1012260
2000
em que pessoas podem participar globalmente em wikis,
16:54
or photographing, or monitoring elections,
423
1014260
3000
ou fotografando, ou monitorando eleições,
16:57
and upload information in a way that allows us to pool
424
1017260
2000
ou uploading informação de uma forma que nós possamos compartilhá-la
16:59
information in order to understand social processes
425
1019260
2000
para entender os processos sociais
17:01
and social phenomena.
426
1021260
2000
e o fenômeno social.
17:03
In fact, the availability of these data, I think,
427
1023260
2000
De fato, a disponibilidade desses dados, eu acho,
17:05
heralds a kind of new era
428
1025260
2000
anuncia um tipo de nova era,
17:07
of what I and others would like to call
429
1027260
2000
que eu e outros gostaríamos de chamar
17:09
"computational social science."
430
1029260
2000
"ciência social computacional."
17:11
It's sort of like when Galileo invented -- or, didn't invent --
431
1031260
3000
É como quando Galileu inventou -- ou ele não inventou --
17:14
came to use a telescope
432
1034260
2000
usou o telescópio
17:16
and could see the heavens in a new way,
433
1036260
2000
e pôde ver o céu de uma nova maneira,
17:18
or Leeuwenhoek became aware of the microscope --
434
1038260
2000
ou Leeuwenhoek se tornou consciente do microscópio --
17:20
or actually invented --
435
1040260
2000
ou na verdade, inventou --
17:22
and could see biology in a new way.
436
1042260
2000
e pôde ver a biologia de uma nova maneira.
17:24
But now we have access to these kinds of data
437
1044260
2000
Mas agora nós temos acesso a esse tipo de dados
17:26
that allow us to understand social processes
438
1046260
2000
que nos permite entender os processos sociais
17:28
and social phenomena
439
1048260
2000
e o fenômeno social
17:30
in an entirely new way that was never before possible.
440
1050260
3000
e uma forma inteiramente nova que antes não era possível.
17:33
And with this science, we can
441
1053260
2000
E com essa ciência, nós podemos
17:35
understand how exactly
442
1055260
2000
entender como, exatamente,
17:37
the whole comes to be greater
443
1057260
2000
o conjunto passa a ser maior
17:39
than the sum of its parts.
444
1059260
2000
que a soma de suas partes.
17:41
And actually, we can use these insights
445
1061260
2000
E na verdade, nós podemos usar esses insights
17:43
to improve society and improve human well-being.
446
1063260
3000
para melhorar a sociedade e o bem-estar humano.
17:46
Thank you.
447
1066260
2000
Obrigado.
Sobre este site

Este sítio irá apresentar-lhe vídeos do YouTube que são úteis para a aprendizagem do inglês. Verá lições de inglês ensinadas por professores de primeira linha de todo o mundo. Faça duplo clique nas legendas em inglês apresentadas em cada página de vídeo para reproduzir o vídeo a partir daí. As legendas deslocam-se em sincronia com a reprodução do vídeo. Se tiver quaisquer comentários ou pedidos, por favor contacte-nos utilizando este formulário de contacto.

https://forms.gle/WvT1wiN1qDtmnspy7