Iniciação a

Redes Conceitos Essenciais e

Principais Ideias

Tradução realizada pelo Instituto Brasileiro de Pesquisa e Análise de Dados. Vrs. 12Nov2015

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

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.

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.

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.

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.

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.

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.

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.

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

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。