Unveiling hidden features of social evolution by inferring Langevin dynamics from data

Este artículo propone un marco de ecuaciones diferenciales estocásticas para modelar la evolución social como una dinámica de tiempo continuo, permitiendo la cuantificación de la irreversibilidad, la detección de perturbaciones exógenas y la imputación de datos faltantes para superar las limitaciones de los enfoques deterministas en el análisis de trayectorias históricas.

Lo esencial

Imagina intentar comprender la historia de la civilización humana mirando una serie de instantáneas desconectadas y borrosas. La historia tradicional a menudo intenta conectar estos puntos con líneas rectas, asumiendo que si conocemos el pasado, podemos predecir el futuro con una fórmula simple: "Si ocurre X, entonces seguirá Y".

Este artículo argumenta que la historia no es una línea recta; es más bien como un borracho caminando a través de un bosque con niebla. Tiene una dirección general a la que quiere ir (la "deriva"), pero constantemente tropieza, se tambalea y es empujado por el viento (el "ruido aleatorio").

Los autores proponen una nueva forma de estudiar la historia utilizando una herramienta matemática llamada Dinámica de Langevin. Piensa en esto como un "pronóstico del tiempo para la historia". En lugar de solo decir "lloverá mañana", te dice la probabilidad de lluvia, con qué fuerza podría soplar el viento y qué tan probable es que una tormenta repentina cambie todo el camino.

Aquí hay un desgunto de sus ideas utilizando analogías simples:

1. La idea central: La historia como un "camino tambaleante"

La mayoría de los libros de historia tratan a las sociedades como bolas de billar: si las golpeas de una manera, van en esa dirección. Los autores dicen que esto es erróneo. Las sociedades son más como una hoja flotando en un río.

• La Deriva (La corriente del río): Representa las fuerzas estructurales de gran escala. Por ejemplo, a medida que una sociedad se vuelve más rica, tiende a volverse más democrática. Esta es la "corriente" que empuja a la hoja en una dirección específica.
• La Difusión (El tambaleo): Representa el caos aleatorio. Una guerra repentina, un líder brillante, una peste o una mala cosecha pueden empujar la hoja hacia los lados, incluso en contra de la corriente.
• La Innovación: En lugar de ignorar el tambaleo como "ruido", este artículo lo trata como una parte crucial de la historia. Utilizan las matemáticas para separar la "corriente del río" del "tambaleo aleatorio".

2. Tres superpoderes de este nuevo método

Al tratar la historia como este "camino tambaleante", los autores desbloquean tres habilidades especiales que los métodos antiguos no podían realizar:

A. Medir la "Flecha del Tiempo" (Irreversibilidad)

Imagina reproducir una película de la historia hacia atrás. ¿Se vería normal?

• La Analogía: Si dejas caer un huevo y se rompe, sabes que el tiempo avanza hacia adelante. No puedes "des-romper" el huevo.
• El Hallazgo del Artículo: Los autores crearon una puntuación para medir qué tan "unidireccional" es la historia. Descubrieron que la historia generalmente tiene una fuerte dirección hacia adelante (como un río que fluye cuesta abajo). Sin embargo, pueden señalar exactamente cuándo un país fue "río arriba" contra el flujo natural.
• Ejemplo del mundo real: Encontraron que durante crisis mayores (como el colapso financiero de 2008 o la pandemia de 2020), los países dejaron de seguir temporalmente su camino habitual y se movieron de formas caóticas e impredecibles.

B. Detectar los "Giros de Trama" (Perturbaciones Exógenas)

A veces, una hoja es golpeada por una rama que cae. Eso es un choque externo.

• La Analogía: Si estás caminando por una calle y de repente alguien te empuja, eso es una "perturbación".
• El Hallazgo del Artículo: Su matemática puede distinguir entre un "tambaleo normal" (como un ligero cambio en la economía debido al clima) y un "choque masivo" (como una revolución o una guerra).
• Ejemplo del mundo real: Identificaron que las protestas de 1968 en Francia fueron una "anomalía estadística": un salto enorme e inesperado que las reglas normales de la historia no pudieron explicar. Fue un momento en el que el "viento" sopló la hoja fuera del río por completo.

C. Rellenar los Huecos (Imputación Probabilística)

Los registros históricos están llenos de agujeros. Podemos saber cómo era un país en 1900 y en 1920, pero nada en medio.

• La Analogía: Si ves las huellas de los neumáticos de un coche en el lodo desde el punto A al punto B, puedes adivinar el camino que tomó en el medio, incluso si no lo viste.
• El Hallazgo del Artículo: En lugar de simplemente dibujar una línea recta entre los puntos (lo cual es incorrecto), utilizan su modelo de "camino tambaleante" para simular miles de caminos posibles que el país podría haber tomado. Esto ofrece una imagen mucho más realista de los años faltantes, teniendo en cuenta el hecho de que la historia es desordenada e incierta.

3. Lo que realmente probaron

Los autores no solo hablaron de teoría; probaron esto en dos conjuntos de datos reales:

• Política Moderna (La prueba del "Mundo Rico"): Observaron 149 países de 1995 a 2022, rastreando la Democracia, la Desigualdad y la Riqueza.
  • Descubrimiento: Encontraron que en los países ricos, la alta desigualdad actúa como una "trampa". Debilita la "corriente" que usualmente empuja a las sociedades hacia la democracia, haciendo que sean mucho más propensas a deslizarse aleatoriamente hacia atrás hacia el autoritarismo.
• Civilizaciones Antiguas (La prueba "Seshat"): Observaron sociedades antiguas (como Roma, China y Egipto) utilizando una base de datos de hechos históricos.
  • Descubrimiento: Encontraron que las civilizaciones generalmente crecen en forma de embudo (volviéndose más grandes y complejas). Sin embargo, pudieron detectar momentos específicos donde una civilización dio un "salto" repentino en complejidad (como Roma construyendo su burocracia) o colapsó (como la caída del Imperio Romano de Occidente), distinguiendo entre un declive lento y un choque repentino.

La Gran Conclusión

Este artículo no afirma predecir el futuro ni dice que la historia sea aleatoria. En cambio, ofrece un mejor mapa.

Los mapas antiguos decían: "Si vas aquí, terminarás allá".
Este nuevo mapa dice: "Si vas aquí, es probable que termines allá, pero hay un 20% de probabilidad de que una tormenta te desvíe del curso, y aquí es exactamente donde ocurren esas tormentas".

Ayuda a los historiadores a dejar de preguntar "¿Por qué pasó esto?" y empezar a preguntar "¿Qué tan probable era que esto pasara, y qué tipo de choque se necesitaba para que ocurriera?". Convierte la historia de una historia de destino fijo en una historia de probabilidades, posibilidades y corrientes estructurales.

Resumen técnico

Resumen Técnico: Revelando características ocultas de la evolución social mediante la inferencia de la dinámica de Langevin a partir de datos

Planteamiento del problema
El artículo aborda una limitación fundamental en la historia cuantitativa y la economía política: la dependencia de instantáneas deterministas o efectos promedio (por ejemplo, métodos basados en regresiones) que no logran capturar la naturaleza continua e inherentemente incierta de las trayectorias históricas. Las herramientas existentes de la "revolución de la credibilidad" (por ejemplo, diferencia en diferencias, variables instrumentales) son eficaces para estimar efectos causales promedio, pero ofrecen una visión limitada de la variabilidad de las rutas históricas, la acumulación de incertidumbre a lo largo del tiempo o la distinción entre tendencias estructurales y eventos contingentes. Además, los datos históricos se caracterizan por su escasez, muestreo irregular, entradas faltantes y una calidad de medición heterogénea. Los autores argumentan que tratar el cambio histórico como un proceso estocástico, en lugar de uno determinista, es esencial para distinguir entre la incertidumbre aleatoria (aleatoric uncertainty; azar intrínseco proveniente de grados de libertad ocultos) y la incertidumbre epistémica (error de medición e información incompleta).

Metodología
Los autores proponen un marco que modela el estado de una sociedad como un vector que evoluciona según una Ecuación Diferencial Estocástica (SDE) en tiempo continuo. El estado $x_t$ representa variables macroscópicas (por ejemplo, democracia, desigualdad, complejidad), y su evolución está gobernada por:
$$dx_t = F(x_t)dt + \sqrt{2D(x_t)}dW_t$$
donde $F(x_t)$ es el campo de deriva (drift field; tendencias estructurales deterministas) y $D(x_t)$ es la matriz de difusión (magnitud y covarianza de las fluctuaciones estocásticas intrínsecas).

El marco involucra tres componentes técnicos principales:

1. Construcción del Espacio de Estados: Los indicadores históricos brutos (a menudo categóricos u ordinales) se mapean a un espacio de estado latente continuo y de baja dimensión utilizando técnicas de reducción de dimensionalidad (por ejemplo, PCA) y transformaciones logarítmicas para manejar la heterocedasticidad. Esto crea un vector coherente $x_t \in \mathbb{R}^d$.
2. Inferencia de SDE: Para manejar datos dispersos e irregulares, los autores emplean dos métodos de inferencia complementarios:
   • Redes Bayesianas de Langevin (LBN): Utilizadas para el conjunto de datos de economía política moderna (Aplicación 1). Este método utiliza redes neuronales para aproximar la deriva y la difusión, entrenadas para coincidir con los coeficientes de Kramers-Moyal (momentos condicionales). Utiliza el Promedio de Pesos Estocásticos-Gaussiano (SWAG) para cuantificar la incertidumbre epistémica a través de un ensamble de modelos.
   • SDE de Procesos Gaussianos no paramétricos (npSDE): Utilizada para el conjunto de datos de civilizaciones históricas (Aplicación 2), que es extremadamente disperso. Este método modela la deriva y la difusión como Procesos Gaussianos y emplea la optimización de verosimilitud basada en simulación, lo que lo hace robusto ante intervalos de muestreo irregulares sin requerir datos densos.
3. Capacidades Analíticas: El marco desbloquea tres herramientas analíticas específicas:
   • Irreversibilidad: Cuantifica la "flecha de la historia" calculando la razón de log-verosimilitud entre una trayectoria hacia adelante y su contraparte invertida en el tiempo. Esto mide el grado de asimetría temporal y direccionalidad estructural.
   • Detección de Perturbaciones Exógenas: Identifica transiciones que son estadísticamente improbables bajo las dinámicas endógenas aprendidas. Esto se realiza mediante una métrica de "sorpresa normalizada", distinguiendo entre choques externos reales (guerras, pestes) y fluctuaciones internas raras pero posibles.
   • Imputación Probabilística: Utiliza la SDE aprendida para muestrear de la distribución condicional $P(x_t | x_0, x_T)$ para completar datos históricos faltantes, respetando las dinámicas no lineales y la volatilidad intrínseca en lugar de utilizar una simple interpolación lineal.

Resultados Clave
El marco fue aplicado a dos dominios distintos:

• Aplicación 1: Evolución de la Economía Política (Era Moderna):

  • Utilizando datos de 149 países (V-Dem, WID, Maddison), los autores infirieron un campo de deriva que muestra que la alta desigualdad económica crea una "presión desestabilizadora" sobre las instituciones democráticas, particularmente en contextos de alto PIB donde la resiliencia estructural desaparece.
  • El campo de difusión reveló que las puntuaciones de democracia exhiben una alta volatilidad, especialmente en regímenes de alta desigualdad y alto PIB, mientras que la desigualdad es relativamente robusta.
  • El análisis de irreversibilidad confirmó una tendencia global persistente de alejamiento del equilibrio, pero identificó caídas específicas correspondientes a crisis mayores (Gran Recesión, COVID-19) donde las trayectorias se desviaron de la deriva estructural.
  • La detección de perturbaciones señaló con éxito anomalías históricas como los ataques del 11 de septiembre y el Escándalo del Mensalão, distinguiendo entre eventos que fueron estructuralmente impactantes y aquellos que fueron estadísticamente extremos.

• Aplicación 2: Civilizaciones Históricas (Conjunto de datos Seshat/Polaris):

  • Analizando 27 Áreas Geográficas Naturales (NGA) a lo largo de milenios usando Escala y Computación como variables de estado.
  • El campo de deriva global se asemeja a un "embudo", atrayendo a las entidades políticas de baja complejidad hacia una mayor complejidad, con una meseta en las ganancias en niveles intermedios.
  • Estudios de Caso:
    • Cuenca del París: Identificó una aceleración rápida y estadísticamente sorprendente en la "Computación" (capacidad institucional) que fue direccionalmente estructurada (irreversible), sugiriendo una transición institucional discreta.
    • Latium: Distinguió entre un "despegue institucional" (estructurado direccionalmente) y una posterior contracción imperial (estadísticamente sorprendente pero no fuertemente irreversible), sugiriendo que este último fue una disrupción tipo evento más que una deriva determinista hacia el colapso.
    • Valle Medio del Río Amarillo: Mostró una deriva sostenida con contracciones episódicas, resaltando intervalos donde los supuestos de periodización (por ejemplo, transiciones dinásticas) ameritan un escrutinio histórico más cercano debido a las bajas probabilidades de transición.

Significado y Reivindicaciones
El artículo sostiene que adoptar una perspectiva estocástica desbloquea capacidades analíticas no disponibles para los modelos estáticos o puramente deterministas. Específicamente:

1. Metodología Unificada: Proporciona un marco único para diseccionar la estabilidad, la contingencia y la dinámica, yendo más allá de la dicotomía entre "determinismo estructural vs. puro azar".
2. Cuantificación de la Incertidumbre: Separa y cuantifica explícitamente la incertidumbre aleatoria y la epistémica, permitiendo a los investigadores distinguir entre sorpresas genuinas y artefactos de restricciones de modelo deficientes.
3. Poder Diagnóstico: Las métricas de irreversibilidad y perturbación sirven como herramientas de "triaje", guiando a los historiadores hacia intervalos específicos donde los datos implican una reconfiguración rápida, choques externos o ambigüedades de codificación, priorizando así los objetivos para la investigación cualitativa.
4. Cambio Filosófico: Los autores argumentan que tratar la dinámica social como estocástica redefine el concepto de agencia y responsabilidad, viendo la historia no como un único camino realizable, sino como una distribución sobre posibles trayectorias moldeadas por restricciones estructurales y una contingencia irreducible.

El artículo mantiene una postura modesta, reconociendo que las SDE son representaciones de forma reducida y que los términos de deriva/difusión estimados no deben interpretarse como fuerzas causales directas. En su lugar, resumen tendencias estadísticas condicionales que pueden generar hipótesis contrastables sobre los mecanismos subyacentes y las restricciones institucionales. El marco se presenta como una capa complementaria a los métodos existentes de las ciencias sociales, particularmente valiosa para manejar los desafíos únicos de los datos históricos fragmentarios e irregulares.