Cómo la nueva ciencia de la historia computacional está cambiando el estudio del pasado

Una de las características curiosas de la ciencia de redes es que las mismas redes subyacen a fenómenos completamente diferentes. Como resultado, estos fenómenos tienen profundas similitudes que están lejos de ser obvias a primera vista. Buenos ejemplos incluyen la propagación de enfermedades, el tamaño de los incendios forestales e incluso la distribución de la magnitud de los terremotos, que siguen un patrón similar. Este es un resultado directo de compartir la misma estructura de red.

Por lo tanto, no suele sorprender que surjan las mismas leyes cuando los físicos encuentran las mismas redes subyacentes a otros fenómenos. Exactamente esto ha sucedido repetidamente en las ciencias sociales. La ciencia de redes ahora permite a los científicos sociales modelar sociedades, estudiar la forma en que las ideas, los chismes, las modas, etc., fluyen a través de la sociedad, e incluso estudiar cómo esto influye en la opinión.

Para ello han utilizado las herramientas desarrolladas para estudiar otras disciplinas. Es por eso que el nuevo campo de la ciencia social computacional se ha vuelto tan poderoso tan rápido.

Pero hay otro campo de actividad que también se beneficia: el estudio de la historia. A lo largo de la historia, los seres humanos han formado redes que han jugado un papel importante en la forma en que se han desarrollado los acontecimientos. Los historiadores han comenzado recientemente a reconstruir estas redes utilizando fuentes históricas como la correspondencia y los registros contemporáneos.

Hoy, Johannes Preiser-Kapeller de la Academia de Ciencias de Austria en Viena explica cómo este enfoque está arrojando una nueva luz sobre varios eventos históricos. De hecho, el trabajo ha descubierto patrones previamente desconocidos en la forma en que se desarrolla la historia. De la misma manera que los patrones en la naturaleza revelan las leyes de la física, estos descubrimientos están revelando las primeras leyes de la historia.

Preiser-Kapeller se ha centrado en los conflictos medievales y, en particular, en los relacionados con el Imperio bizantino del siglo XIV, que se concentraba en torno a Constantinopla, nexo de unión entre las redes comerciales europeas y asiáticas. Este fue un período de conflicto significativo debido a las cambiantes fuerzas políticas, la peste y el cambio climático causado por una pequeña edad de hielo durante la Edad Media.

Preiser-Kapeller ha reconstruido las redes políticas que existían en ese momento utilizando la correspondencia sobreviviente y otros registros históricos. En estas redes, cada individuo influyente es un nodo y se establecen vínculos entre quienes comparten relaciones significativas. Para ser registrados en la red, estos enlaces deben registrarse en correspondencia con frases como mi noble tía o mi prima imperial . También registra cómo estos cambian con el tiempo.

Usando algoritmos estándar para estudiar varias medidas de la estructura de la red, Preiser-Kapeller encontró grupos dentro de la red, identificó a los actores más importantes en una red y examinó cómo los individuos se agruparon alrededor de otros que eran similares de alguna manera.

La forma en que estas medidas cambian con el tiempo resulta tener un vínculo importante con los principales eventos que se desarrollaron más tarde. Por ejemplo, dice Preiser-Kapeller, la fragmentación de la red política creó las condiciones para una guerra civil que debilitó permanentemente al Imperio bizantino. Finalmente se derrumbó en 1453.

Estos cambios también siguieron algunos patrones interesantes. La distribución de frecuencias del número de lazos de conflicto activados en un año tiende a seguir una ley de potencias, dice Preiser-Kapeller. Exactamente los mismos patrones de ley de potencia surgen cuando los científicos de la complejidad estudian la distribución del tamaño de las guerras, las epidemias y las religiones.

Una pregunta interesante es si los mismos patrones aparecen en otras partes de la historia. Para averiguarlo, comparó la red de Bizancio con las de otros cinco períodos de conflicto medieval en Europa, África y Asia.

Y los resultados hacen una lectura interesante. En promedio, en los cinco estados, un cambio de gobernante en un año aumentó tres veces la probabilidad de otro cambio en el año siguiente, dice Preiser-Kapeller. Entonces, cuanto más cerca esté de una agitación, más probable es que haya otra pronto. O, en otras palabras, los trastornos tienden a agruparse.

Esa es una regla que debería sonar familiar para los geofísicos. Existe un fenómeno similar en los registros de terremotos: cuanto más reciente es un gran terremoto, mayor es la probabilidad de que ocurra otro grande pronto. Esto se conoce como la ley de Omori: los terremotos tienden a agruparse.

No sorprende que surjan efectos similares en estos sistemas, ya que ambos se rigen por la misma ciencia de redes. Los historiadores estarían en todo su derecho de adoptar este y otros patrones como leyes de la historia.

Estas leyes están maduras para un mayor estudio. Si bien la complejidad que surge de la teoría de redes en muchas áreas de la ciencia se ha estudiado durante décadas, casi no ha habido tal investigación en el campo de la historia. Eso sugiere que la primera generación de historiadores computacionales, como Preiser-Kapeller, puede tener frutos al alcance de la mano. Espere escuchar más sobre esto en un futuro cercano.

Ref: arxiv.org/abs/1606.03433 : ¿Calculando la Edad Media? El Proyecto Complejidades y Redes en el Mediterráneo Medieval y Oriente Próximo

esconder