O documento discute conceitos essenciais sobre redes, incluindo: (1) redes estão presentes em todos os aspectos da vida; (2) redes descrevem como coisas se conectam e interagem; (3) padrões podem ser revelados através da análise de redes.
2. Network Literacy: Essential Concepts and Core Ideias
(Documento desenvolvido pelo NetSciEd. Tradução português: IBPAD)
Na medida em que nosso mundo se torna mais conectado através do uso de
redes que permitem comunicação instantânea e disseminação de
informação, o grau de entendimento destas redes possui um papel principal
em determinar o quanto a sociedade vai se beneficiar dessa conectividade
aprimorada. Em resumo, uma sociedade em rede requer iniciação a rede:
conhecimento básico sobre com as redes podem ser usadas como
ferramenta para descoberta e tomada de decisão e sobre seus potenciais
benefícios e problemas, tornado acessível a todas pessoas vivendo em um
mundo conectado. Além disto, uma vez que qualquer criança interage com
redes o dia todo, todos os dias, é importante que a iniciação a redes comece
na juventude. E como as redes estão presentes em todos aspectos da vida
contemporânea, o pensamento sobre redes deve ser refletido na prática de
ensino de um modo interdisciplinar. Ainda assim, apesar da importância e
ubiquidade das redes, o estudo das redes está ausente dos atuais sistemas
educacionais. Este documento fornece um passo inicial para facilitar o
desenvolvimento de iniciação a redes. Apresenta ideias básicas para o
estudo das redes em linguagem simples, oferecendo sete conceitos
essenciais e mais ideias centrais descritas de uma maneira concisa. Pode ser
utilizado por qualquer pessoa para ensino e aprendizado. Este trabalho foi
desenvolvido iterativamente e colaborativamente por uma comunidade de
cientistas e praticantes que desenvolvem ciência de ponta sobre redes. Para
mais informação e recursos adicionais sobre o projeto de iniciação a redes,
visite o website do projeto: http://sites.google.com/a/binghamton.edu/netscied
3. 1. AS REDES ESTÃO EM TODOS OS
LUGARES
O conceito de redes é amplo, geral e descreve como as
coisas estão conectadas umas às outras. Redes estão
presentes em todos os aspectos da vida.
Há redes que formam a infraestrutura técnica de nossa
sociedade – por exemplo, redes de sistemas de
comunicação, sistemas semânticos, a Internet, malhas
elétricas, abastecimento de água etc.
Existem redes de pessoas – por exemplo, famílias e amigos,
trocas de email e mensagens de texto,
Facebook/Twitter/Instagram, grupos profissionais etc.
Há redes culturais – por exemplo, linguagem/literatura/arte
conectada por suas similaridades, eventos históricos ligados
por cadeias causais, religiões conectadas por suas raízes
compartilhadas, pessoas conectadas a eventos etc.
Redes podem existir em várias escalas espaciais ou
temporais.
4. 2. REDES DESCREVEM COMO AS
COISAS CONECTAM E INTERAGEM
Existe um sub-campo da matemática aplicado às redes. É
chamado de teoria dos grafos. Muitas redes podem ser
representadas matematicamente como grafos.
Conexões são chamadas de ligações, arestas ou laços. As
entidades conectadas umas às outras são chamadas de nós,
vértices ou atores.
Conexões podem ser não-direcionadas (simétricas) ou
direcionadas (assimétricas). Elas podem também indicar
laços de diferentes intensidades e podem indicar relações
positivas ou negativas.
O número de conexões de um nó é chamado de grau
daquele nó.
Muitas redes possuem mais que um tipo de conexão – por
exemplo, amizades off-line e conexões de Facebook,
diferentes modos de transporte etc.
Uma sequência de arestas que leva um nó, através de outros
nós, a outro nó é chamada de caminho.
Um grupo de nós nos quais existe um caminho de uma
entidade a qualquer outra entidade é chamado de
componente conectado. Algumas redes possuem múltiplos
componentes conectados que estão isolados uns dos
outros.
Algumas redes são estudadas utilizando estruturas
matemáticas que são mais complexas do que grafos.
5. 3. REDES PODEM REVELAR
PADRÕES
Você pode representar algo como uma rede ao descrever
suas partes e como estão conectadas entre si. Uma
representação de redes é um jeito poderoso de estudar as
propriedades de um sistema.
As propriedades que você pode estudar em uma rede
incluem:
o como os graus se distribuem entre os nós
o quais partes ou conexões são mais importantes
o forças e/ou fraquezas da rede
o se existe uma sub-estrutura ou hierarquia
o quantos passos, em média, são necessários para se
mover de um nó a outro na rede
Em algumas redes, você pode encontrar um pequeno
número de nós que possuem graus muito maiores que os
outros. São geralmente chamados de hubs.
Em algumas redes, você pode encontrar um grupo de nós
que são mais conectados entre si do que a probabilidade
poderia indicar. São chamados às vezes de clusters ou
comunidades. Alguns podem ocupar um parte central, ou
núcleo, da rede,
Com estas descobertas, você pode inferir às vezes como
uma rede foi formada e/ou fazer predições sobre processos
dinâmicos da rede ou sua futura estrutura.
6. 4. VISUALIZAÇÕES PODEM AJUDAR
NO ENTENDIMENTO DAS REDES
Redes podem ser visualizadas de muitos jeitos diferentes.
Você pode desenhar um diagrama de rede ao conectar nós
uns aos outros com arestas.
Existe uma variedade de ferramentas disponíveis para
visualização de redes.
A visualização de rede geralmente ajuda a entende-la e
comunicar ideias sobre conectividade de uma maneira
intuitiva, não-técnica.
Design criativo da informação exerce um papel importante
ao se fazer uma visualização efetiva.
É importante ser cuidadoso ao interpretar e avaliar
visualizações, pois elas podem não contar tudo que pode ser
conhecido sobre uma rede.
7. 5. A ATUAL TECNOLOGIA
COMPUTACIONAL PERMITE QUE VOCÊ
ESTUDE REDES DO MUNDO REAL
Tecnologia computacional aumentou dramaticamente a
capacidade de estudar redes, sendo especialmente
importante para o estudo de grandes redes com estrutura
complexa.
Existem inúmeras ferramentas gratuitas para visualização e
análise de redes.
Utilizando computadores pessoais, qualquer pessoal (e não
só cientistas) podem construir, visualizar e analisar redes.
Através da Internet, qualquer pessoa pode ter acesso a
muitos conjuntos interessantes de dados de redes.
Computadores permitem simular redes hipotéticas ou
virtuais, assim como simular processos dinâmicos em redes
reais e hipotéticas.
Aprender habilidades computacionais abre portas para uma
miríade de possibilidades de carreira profissional. Estas
incluem profissões como cientista, analista de dados,
engenheiro de software, educador, desenvolvedor web,
criador de mídia e muitas outras.
8. 6. REDES PERMITEM A COMPARAÇÃO
DE DIFERENTES TIPOS DE SISTEMAS
Vários tipos de sistemas, uma vez representados como
redes, podem ser comparados para examinar semelhanças
e diferenças.
Algumas propriedades de redes aparecem em sistemas
aparentemente não relacionados. Isto significa que existem
alguns princípios gerais sobre conectividade que se aplicam
a múltiplos domínios.
Outras propriedades de redes são diferentes em sistemas
diferentes. Estas propriedades podem ajudar a classificar
redes em famílias diferentes e a ganhar insight sobre o
motivo de serem diferentes.
Ciência é tipicamente conduzida em áreas diferentes
chamadas de disciplinas. Redes podem ajudar a superar
fronteiras disciplinares para alcançar uma compreensão
mais completa e holística do mundo.
Redes podem ajudar na transferência de conhecimento
entre diferentes áreas de estudo.
9. 7. A ESTRUTURA DE UMA REDE PODE
INFLUENCIAR SEU ESTADO E VICE-
VERSA
A estrutura de rede indica como partes estão conectadas.
O estado de uma rede indica as propriedades de seus nós e
arestas.
Estrutura e estado da rede podem mudar ao longo do
tempo.
A escala de tempo no qual a estrutura e estado de uma rede
co-evolvem podem ser similar ou diferente.
A estrutura de uma rede podem influenciar mudanças de
seu estado. Exemplos incluem a disseminação de doenças,
comportamentos ou memes em uma rede social, ou
padrões de tráfego na malha viária de uma cidade.
O estado de rede pode influenciar mudanças na estrutura
de rede. Exemplos incluem a criação de novas arestas
“following” nas mídias sociais ou a construção de novas ruas
para dar conta de engarrafamentos.
10. AGRADECIMENTOS
A iniciativa Network Literacy (Iniciação a Redes, trad. Port. Tarcizio Silva, Instituto Brasileiro
de Pesquisa e Análise de Dados - IBPAD) não seria possível sem a participação e apoio das
seguintes pessoas e instituições:
o Army Research Office, USA
o Albert-László Barabási, Northeastern University, Boston, USA
o Raissa D'Souza, University of California Davis, USA
o National Science Foundation, USA
o Sarah Schroedinger, NOAA, USA
o H. Eugene Stanley, Boston University, USA
o Craig Strang, Lawrence Hall of Science, USA
o The Network Science Society
o NetSci High students and teachers
o University of California Berkeley, USA
Todos os membros da comunidade de Network Science que contribuíram para este
projeto.
PARTICIPANTES
o Catherine Cramer, New York Hall of Science, USA
o Mason A. Porter, Istituto di Matematica, Università di Oxford, GB
o Hiroki Sayama, Binghamton University, State University di New York, USA
o Lori Sheetz, The Science Center Network, US Military Academy di West Point, USA
o Stephen Uzzo, New York Hall of Science, USA
o Alvar Agusti Chris Arney Robert F. Chen
o Arthur Hjorth Khaldoun Khashanah Yasamin Khorramzadeh
o Erik Laby Toshi Tanizawa Paolo Tieri
o Brooke Foucault Welles Robin Wilkins
Os pontos de vista, opiniões e descobertas contidos neste documento são dos autores e não representam uma
posição oficial, política ou decisão do Department of the Army.
Para mais informações, entrar em contato com Catherine Cramer en
ccramer@nysci.org
https://sites.google.com/a/binghamton.edu/netscied
https://www.facebook.com/netscied
11. CRÉDITOS
O presente guia, assim como sua tradução, estão disponíveis pela licença Creative
Commons Share Alike (CC BY-SA 4.0) (http://creativecommons.org/licenses/by-
sa/4.0/)
Imagens
A leaf, backlit by the sun, with veins visible by Curran Kelleher [GFDL
(http://www.gnu.org/copyleft/fdl.html), CC-BY-SA-3.0 (http://creativecommons.org/licenses/by-sa/3.0/)
via Wikimedia Commons
Feedback Loops in a System Dynamics Model by National Cancer Institute [Public domain], via Wikimedia
Commons
The Matrix - Screenshot of the famous GLMatrix screensaver by Jamie Zawinski [Attribution], via Wikimedia
Commons
その他の画像は Python + NetworkX あるいは Wolfram Research Mathematica にて計算的に生成したものです。