Conocimiento Abierto, Sociedad Libre - III Congreso ONLINE - Observatorio para la CiberSociedad
Observatorio para la CiberSociedad
Página de inicio del congreso
Contacta amb la secretaria tècnica del congrés
Més informació sobre el congrés
Veure la pàgina amb lletra gran
Veure la pàgina amb lletra petita
Versió optimitzada per resolucions de 800 x 600 píxels de pantalla
Versió optimitzada per resolucions de 1024 x 768 píxels de pantalla o superiors

Eje temático A. Política y cambio social:

A-10. Experiencias prácticas de participación política a través de las TIC:

La asimetría de la información en las Organizaciones: Una propuesta metodológica desde el Análisis de Redes Sociales (ARS)

IV Congreso CiberSociedad

Foros

Chat

E-mail:
Clave:

¿Has olvidado tus datos?
FECHAS DEL CONGRESO
Foros Balance, despedida y post-congreso
ABIERTO
Foros Comentarios Generales
cerrado
Foros Grupos de Trabajos
cerrado
CUOTA OPCIONAL
Ya se puede realizar el pago de la cuota opcional que permite recibir los certificados y las actas del congreso.
[+info]
¿Cuales son las condiciones para coordinar un grupo de trabajo?
Cumplimentar debidamente el formulario online abierto expresamente para tal efecto, con la información que se detalla a continuación:

- Datos personales de los coordinadores

- Título del GT

- Palabras clave que describen el GT

- Un breve texto de presentación con las preguntes clave del GT

- El texto de planteamiento, descripción y objectivos del GT (mínimo, una pàgina)

- Selección de Eje Temático en el que se circunscribe el GT

Se les recuerda que el detalle y la calidad de esta información será la tomada en cuenta para la evaluación de la candidatura, en conjunto con la adecuación a la temática de la Línea Editorial del Congreso.

Organizan

Observatorio para la CiberSociedad

FOBSIC

Patrocinan

Diputación de Barcelona

Fundación para o fomento da calidade industrial e desenvolvemento

Ajuntament de Cornellà de Llobregat

Secretaria de Telecomunicacions i Societat de la Informació

Plan Avanza

 

Palabras clave:

información
participación social/ciudadana
gestión del conocimiento
relaciones sociales
política
 

Autor(-a/s):

joan merino gonzalez
 
 
   
   
 
 
 
 
 
 
 
 
 
 
 
 

Esta comunicación ha sido visitada/leida 18189 veces
Esta comunicación ha sido recomendada 7 veces

 
 
 

Abstract:

Joseph Stiglitz, George Akerlof y Michael Spence obtuvieron el Premio Nobel de Economía del año 2001, por sus análisis de los mercados con información asimétrica. Demostraron que la asimetría de la información es fundamental para permitir la comprensión de fenómenos de mercado.

El objetivo de este artículo, es explorar la utilidad de las técnicas de Análisis de Redes Sociales (ARS) para caracterizar la información en el seno de las Organizaciones (Partidos Políticos, ONG´s, Asociaciones....). Aplicando estas teorías (ARS) a las Organizaciones e identificando en estas las asimetrías de la información, podremos deducir como serán más eficaces, en la medida en que quien asuma el liderazgo en cada momento, sea también quien posee más información, para cada desafío del entorno. Por último, como caso práctico, aplicamos las técnicas de ARS a los últimos días de las negociaciones del Estatut de Catalunya.

 
 
 

Texto de la comunicación:

1.- LA ASIMETRÍA DE INFORMACIÓN EN LAS ORGANIZACIONES




Los premios Nóbel de economía del año 2001 sentaron las bases de una teoría sobre los mercados y su relación con la información asimétrica; sus teorías constituyeron las bases de la información económica moderna, y han tenido posteriores aplicaciones sobre análisis de mercados.

Explicaron de que manera, la falta de información dificulta el desarrollo de los países pobres y que, los desajustes en los mercados de algunos países eran imputables a una mala circulación de la información (AKRLOF, G.,1970), de esta manera relacionaron la carencia de información y los mercados financieros. El uso del concepto información asimétrica por estos autores, propició en la disciplina económica un nuevo interés por el análisis de los mercados financieros y permite, en la actualidad, entender mucho mejor sus imperfecciones.

Utilizaremos en este artículo el concepto de información asimétrica para definir la importancia de la Información descentralizada en las Organizaciones (Políticas, ONG´s, Asociaciones, etc.), entendiendo que el desafío actual de hoy en día, consiste en cómo conseguir que éstas utilicen el conocimiento continuamente, es decir, estructurar la realidad en redes sin centro. Sólo será eficaz la Organización que asuma esta estructura de jerarquía cambiante, sin centralizar la información, ni jerarquizarla.

18 años antes de que los premios Nóbel de economía del año 2001 Joseph Stiglitz, George Akerlof y Michael Spence sentaran las bases de una teoría sobre los mercados y su relación con la información asimétrica, James Coleman (Coleman 1988) y Robert Burt (Burt 1992) expusieran su modelo de información incompleta en la deconstrucción del capital social.

La perspectiva de Coleman sobre el capital social se concentra en los riesgos asociados a la información incompleta, argumentando que las redes con cierre (redes en las cuales todos están conectados de tal forma que es posible pasar la información a los otros, siendo ésta directamente proporcional a la densidad de la red) generan transmisión del conocimiento.

La participación en la difusión de información y el control de ella subyacen al capital social de los agujeros estructurales. Estos agujeros en la estructura social (o de forma mas simple, agujeros estructurales) crean ventajas competitivas para un individuo cuyas relaciones abarcan estos dos agujeros.

Las conexiones en puente a otros grupos otorgan una ventaja con respecto al acceso a la información: se logra un alto volumen de información porque se alcanza a mas personas de forma indirecta. Más aún, quien está ubicado en la intersección de una estructura organizativa conoce con anticipación acerca de las actividades de sus diversos grupos.

2.- TRANSMISIÓN DEL CONOCIMIENTO EN LAS ORGANIZACIONES: UNA PROPUESTA METODOLÓGICA DESDE EL ANÁLISIS DE REDES SOCIALES



En este artículo, se propone la metodología basada en las técnicas de análisis de redes sociales (ARS), para caracterizar la forma en que se transmite el conocimiento entre individuos en las organizaciones.

La difusión de conocimiento es un complejo aspecto que puede tener en los ARS información clave para conocer los procesos.

Ilustración 1




Las neuronas son células que reciben los impulsos, los procesan y transmiten las respuestas generadas a las demás células. Merced a esta capacidad de comunicarse entre sí por medio de sus axones y dendritas, forman una red (Ilustración I) que controla y dirige las actividades del ser humano.

En consecuencia, aunque un estímulo provenga de un solo punto, su cuerpo entero reacciona de una manera perfectamente sincronizada. Pero no existe una neurona jefe, lidera la que tiene más información valiosa para responder al reto del entorno.



El uso de las ideas y herramientas de la rama de las matemáticas conocida como "teoría de grafos" ha ayudado a desarrollar una gran cantidad de software de ARS, para poder visualizar al análisis de redes: Ucinet, Dynet, Egonet, Netdraw, NetMiner, Pajek, Siena, Ucinet, Visone, etc. (Gráfico 1).

Gráfico I: ARS de la cúpula de una ONG´s: A la pregunta: ``A quien pides orientación o consejo sobre tu trabajo´´., tratadas con software de redes sociales.



2.1.- Indicadores de redes


Algunas de las propiedades que podemos detectar con ARS es el de intermediación entre miembros de diferentes grupos (o entre miembros del mismo grupo) en la transmisión de conocimiento. Podemos evaluar este rol a partir del concepto de centralidad de intermediación (cfr. White y Borgatti 1994), que evalúa la proporción de veces que una persona determinada se encuentra en el camino más corto entre otras dos.

Otro de los roles de los Análisis de Redes Sociales nos permitirán conocer el concepto de centralidad (Freeman 1978), permitiéndonos definir el papel de centro emisor o receptor de conocimiento en un individuo: un individuo que tenga una posición central en la red social tendrá más oportunidades que los demás para obtener y recibir información.

De hecho, podríamos afirmar que, en el acto de conocer, se necesita en primer lugar, información, que podrá ser convertida, o no, en conocimiento. Aunque los conceptos de información y conocimiento se utilizan indistintamente, existe una clara diferencia entre ambos.

"La información es un flujo de mensajes, mientras que el conocimiento se crea precisamente mediante este flujo de información, anclado a las convicciones y el compromiso del sujeto. La información proporciona un nuevo punto de vista para interpretar acontecimientos u objetos, por tanto, la información es un medio o un material necesario para obtener y construir el conocimiento. La información influye en el conocimiento, añadiéndole algo o reestructurándolo" (NONAKA, I. y BYOSIERE, P. 2000).



Por otro lado, para Seufert, 1999 (c.p. Rodríguez, Araujo y Yulianow, 2003:4) las redes de conocimiento son las

"redes que se establecen entre los individuos, los grupos y las organizaciones donde no solamente son importantes las relaciones bilaterales, sino la integridad de las actividades desempeñadas por la propia red de conocimientos."



Finalmente, los datos relacionales que utilizaremos para analizar las redes sociales serán: contactos, transacciones, lazos, conexiones, vínculos, servicios dados o recibidos, comunicaciones entre grupos a partir de agentes, etc. Los datos son la información y la medida de esa relación (J.M. VERD y J. Martí 1999). Dicha información fluye en el seno de la Organización a través de sus canales propios.

3.- ARS DE LAS NEGOCIACIONES DEL ESTATUT DE CATALUNYA: QUIEN FUE QUIEN.


Supimos, con sólo diez días de antelación, que la votación en pleno del ESTATUT sería el 30 de septiembre.

El ARS nos permitió visualizar aspectos clave en la toma de las posiciones y estrategias políticas, que culminaron en la aprobación mayoritaria (120 votos a favor y 15 en contra) por el Parlament de Catalunya del ESTATUT. Se tomó nota las reuniones entre políticos aparecidas entre los días 23 y 29 de noviembre en los diarios: La Vanguardia, El Periódico y El País.

ARS del Estatut



INDICADORES DE REDES



3.1) BETWEENNESS CENTRALITY (GRADO DE INTERMEDIACIÓN)



Una razón para considerar la importancia de un político en la red social, recae en su intermediación, esta se enfoca en el control y gestión de la comunicación y el conocimiento. Se interpreta también como la posibilidad para intermediar la comunicación informal.

Betweennes/nBetweenness

Ernest Maragall-Betweennes 110.000 - nBetweenness 35.948

Francesc Homs-Betweennes 96.000 - nBetweenness 31.373

Pascual Maragall-Betweennes 93.167 - nBetweenness 30.447

Artur Mas-Betweennes 62.167 - nBetweenness 20.316

Jose Montilla-Betweennes27.667 - nBetweenness9.041

Carod-Rovira-Betweennes 18.500 - nBetweenness 6.046

Antoni Castells-Betweennes 2.000 - nBetweenness 0.654

Ernest Maragall fue el Político con mayor grado de intermediación, seguido por este orden, de Francesc Homs, Pascual Maragall, Atur Mas, José Montilla, Carod-Rovira y Antoni Castells.

3.2) DEGREE CENTRALITY MEASURES (MEDIDAS DE CENTRALIDAD)



El grado de centralidad nos indica la persona más conectada y puede ser interpretado como la capacidad de influir en los demás. Organiza a los políticos por el número efectivo de sus relaciones directas en el conjunto de la red.

Degree / NrmDegree

Pascual Maragall (Degree 15.000-NrmDegree 83.333)

Artur Mas (Degree 12.000-NrmDegree 66.667)

Carod-Rovira (Degree 11.000-NrmDegree 61.111)

Joan Saura (Degree 9.000-NrmDegree 50.000)

Francesc Homs (Degree7.000- NrmDegree 38.889)

Joan Boada (Degree 6.000-NrmDegree 33.333)



El análisis de las medidas de centralidad nos indican quien fué el Político mas conectado, el de mayor centralidad: Pascual Maragall, seguido por este orden, de Artur Mas, Carod-Rovira, Joan Saura, Francesc Homs y Joan Boada.


Conclusiones



El análisis de redes sociales (ARS) ha experimentado un crecimiento ininterrumpido en las últimas décadas, lo que le ha permitido alcanzar el estatus de aproximación distintiva en el análisis del conocimiento en las Organizaciones, con proposiciones teóricas, métodos y técnicas propias.

Detrás de este interés por revelar la existencia de redes sociales, se encuentra el convencimiento de que más allá de los atributos individuales, las prescripciones normativas o las instituciones formales, el conocimiento de las propiedades estructurales de las redes permite comprender, predecir e incluso gestionar mejor el acceso de las personas a la información y por ende, al conocimiento y superar así el hándicap que representa para la Sociedad la Asimetría de la Información.
 

BIBLIOGRAFÍA



  • AKRLOF, G. (1970), The market for lemons: Quality Uncertainty and the Market Mechanism, Quartely Journal of Economics.
    Burt, R (1984) Network items and the General Social Survey, Socials Networks 6: 293-339.
  • COLEMAN, J (1988) Social capital in the creation of human capital. American Journal of Sociology, 94:95-120.
  • DESTINOBLES, A.G. (2002) Los mercados con información asimétrica Revista de la Facultad de economía- BUAP, año VII, núm 19:173-176.
  • FREEMAN, L. C. (1978). Centrality in social networks: conceptual clarification. Social Networks, 1:215-239.
  • HANSEN, M. T.; NOHRIA, N.; TIERNEY, T. (1999). What's your strategy for managing knowledge?. Harvard Business Review, 77(2):106-116.
  • MERINO, J. (2005). El Kula: de cómo una etnografía de aborígenes Australianos desvela las claves de la Cultura Corporativa. Una perspectiva desde el Análisis de Redes Sociales, Revista Capital Humano, 188:80-88
  • MIZRUCHI, M. (1989). Similarity of political behavior among american corporations. American Journal of Sociology, 95:401-424.
  • NONAKA, I. y Byosiere, P. (2000). La creación de conocimiento regional: un proceso de desarrollo social. En Las Sociedades del Conocimiento, Bilbao: Cluster Conocimiento.
    SHAPIRO C. y VARIAN, H. R. (1999). El dominio de la información, Barcelona: Antoni Bosch.
  • SCOTT, J. (2002). Social network analysis: A handbook, Sage Publications, London, 2nd ed.
  • RODRIGUEZ, A., ARAUJO, A. y YULIANOV, E., Redes virtuales para la gestión del conocimiento: El caso de las universidades. Revista del Centro para la gestión del conocimiento en la universidad, Universidad del País Vasco, 2003, 427-439.
  • STIGLITZ, J. (1974). Incentives and Risk Sharing in Sharecropping. Review of Economic Studies, 41, p. 219-255.
  • STIGLITZ, J. (1975). The Theory of "Screening" Education, and the Distribution of Income. American Economic Review, 65, p. 283-300.
  • THUROW, L. (2000). Construir Riqueza. Las nueva reglas para individuos, empresas y naciones en una economía basada en el conocimiento, Buenos Aires: Javier Vergara editor.
  • VILASECA, J. I J. TORRENT, LLADÓS, J (2001). De la economía de la información a la economía del conocimiento: algunas consideraciones conceptuales y distintivas. Vol II, núm 2, pags. 45-63, Revista Tendencias. Facultad de Ciencias Económicas y Administrativas de la Universidad de Ariño.
  • VERD, J.M.; MARTI, J (2000) Muestreo y recogida de datos en el análisis de Redes sociales Qüestió, Quadern d´Estadística i Investigació Operativa, 23 (3): 507-524.
  • WASSERMAN, S.; FAUST, K. (1994). Social network analysis: Methods and applications. Cambridge University Press.
  • WENGER, E. C.; SNYDER, W. M. (2000). Communities of practice: the organizational frontier. Harvard Business Review, 78(1):139-145.
  • WHITE, D. R.; BORGATTI, S. P. (1994). Betwennes centrality measures for directed graphs. Social Networks, 16:335-346.

  •  
    Esta obra esta publicada bajo la licencia
    Reconocimiento - NoComercial - CompartirIgual 2.5
     
       
       
     
     
     

    Esta comunicación ha sido visitada/leida 18189 veces
    Esta comunicación ha sido recomendada 7 veces