Comparación de medidas de centralidad

Las medidas de centralidad sirven para definir la «importancia» en una red, porque ser popular no es lo mismo que tener influencia. Piensa en una fiesta de cóctel: la centralidad de grado representa a quien saluda a todos con un apretón de manos (popularidad), mientras que la centralidad de intermediación representa a quien está en la puerta y decide quién entra (control). En nuestro escenario de espionaje, el «Puente» era más decisivo porque controlaba el cuello de botella entre los grupos. Fíjate en esto: en tu próxima reunión, observa quién simplemente habla más y quién conecta de verdad a distintos equipos.

Para entender de verdad la influencia, tienes que mirar más allá de quién tiene más amigos. La ciencia de redes ofrece cuatro perspectivas distintas para analizar el poder:

La centralidad de grado (volumen) mide las conexiones directas. Identifica a los «nodos muy conectados» que más se hacen notar. En el marketing viral, son los influencers con millones de seguidores que pueden difundir un mensaje rápidamente.

La centralidad de cercanía (rapidez) mide la distancia media al resto de los miembros de la red. Estas personas son las más eficientes a la hora de difundir información. En un equipo de respuesta a emergencias, alguien con una centralidad de cercanía alta puede hacer llegar un mensaje a toda la organización más rápido que cualquier otra persona.

La centralidad de intermediación (control) mide con qué frecuencia un nodo se encuentra en el camino más corto entre otros dos. Son quienes actúan como intermediarios y controlan el acceso. Un asistente de dirección quizá no tenga un cargo de gran prestigio, pero si controla el acceso a la agenda del director general, tiene un enorme poder de intermediación.

La centralidad de vector propio (prestigio) tiene en cuenta la calidad de las conexiones. No solo importa a cuántas personas conoces, sino a quiénes conoces. Esta es la lógica de PageRank de Google: un enlace desde el sitio web de una universidad importante cuenta más que uno desde un blog cualquiera.

Las primeras investigaciones sociológicas se centraban en la conectividad simple, pero la ciencia de redes moderna reconoce que la «centralidad» depende del contexto. Una medida que predice el riesgo de infección (grado) puede no servir para predecir quién controla el flujo de información (intermediación).

• Freeman (1979): Formalizó los tres fundamentos conceptuales distintos de la centralidad: actividad (grado), eficiencia (cercanía) y control (intermediación) [1].
• Borgatti (2005): Demostró que la medida de centralidad «correcta» depende por completo del proceso de flujo que tiene lugar en la red, como las transferencias de dinero, los chismes o la transmisión de enfermedades [2].
• Page et al. (1999): Presentaron PageRank, una variante de la centralidad de vector propio, y establecieron que la importancia de un nodo se deriva de forma recursiva de la importancia de sus vecinos [3].

Las medidas de centralidad suelen calcularse a partir de una imagen estática de la red, por lo que no captan cómo cambia con el tiempo. Una centralidad alta también puede ser una desventaja: en las redes de transmisión de enfermedades, los «nodos muy conectados» son los primeros en infectarse. Además, estas métricas suponen que todos los vínculos son positivos y a menudo no tienen en cuenta las relaciones de antagonismo o la falta de confianza.