Capítulo 1 · Fundamentos del ARS — IAforTeachers

Manual de Análisis de Redes Sociales en Educación

Capítulo 1 de 5

Fundamentos del Análisis de Redes Sociales

Qué es una red, de dónde viene esta tradición intelectual y por qué el ARS ofrece al docente e investigador educativo una lente que otros métodos no proporcionan. De la sociometría de Moreno a la ciencia de redes contemporánea.

Fernando Santamaría González IAforTeachers.com Marzo 2026 ~3.500 palabras · 18 min lectura

Sección 1.1¿Qué es el Análisis de Redes Sociales?

El Análisis de Redes Sociales (ARS) no es una herramienta más en la caja del investigador. Es una forma diferente de mirar la realidad social: donde la mayoría de los métodos preguntan «quién eres», el ARS pregunta «con quién estás conectado y cómo».

Consideremos una situación habitual en cualquier universidad. Un profesor nuevo llega a un departamento. Los métodos convencionales le asignarían atributos: edad, disciplina, grado académico, publicaciones. El ARS, en cambio, se interesa por algo distinto: ¿con quién colabora? ¿Quién le consulta? ¿En qué comités participa? ¿Quién le presenta a quién? Estas preguntas revelan una capa de información que las variables individuales no capturan: la estructura relacional en la que ese profesor está inmerso.

Definición formal

El Análisis de Redes Sociales es un paradigma teórico-metodológico que estudia las estructuras sociales mediante la identificación y el análisis de las relaciones entre actores, representados formalmente como grafos. La premisa central es que la posición de un actor dentro de la red condiciona significativamente sus oportunidades, restricciones y comportamiento.

¿Qué hace al ARS diferente de, por ejemplo, una encuesta de satisfacción o un análisis factorial? La respuesta es sencilla pero profunda: la unidad de análisis no es el individuo, sino la relación. Esta inversión del foco analítico tiene consecuencias enormes. Las propiedades que nos interesan, como la influencia, el poder, la marginalidad o la cohesión, no residen en los actores aislados sino en los patrones de conexión entre ellos.

Wasserman y Faust (1994), en el texto fundacional de la disciplina, identificaron cuatro principios que distinguen al ARS de otros enfoques:

Los cuatro principios del ARS

1. Interdependencia: Los actores y sus acciones no son independientes, sino mutuamente dependientes a través de la red.

2. Canales relacionales: Los vínculos entre actores constituyen canales de transferencia de recursos materiales e inmateriales (información, afecto, apoyo, influencia).

3. Estructura como oportunidad y restricción: El entorno reticular de cada actor le proporciona oportunidades o le impone limitaciones.

4. Estructura emergente: Los patrones globales de relaciones definen estructuras que no se reducen a la suma de sus partes.

Para reflexionar

¿Qué tipo de preguntas educativas cambian radicalmente cuando dejamos de pensar en individuos y empezamos a pensar en relaciones? Pensemos en el abandono escolar: ¿es solo un problema del estudiante aislado, o tiene algo que ver con su posición en la red del aula?

Sección 1.2Breve historia del ARS

El ARS no surge de la nada. Su genealogía intelectual cruza sociología, antropología, matemáticas y psicología social, y comprender estas raíces ayuda a entender por qué ciertas métricas existen y qué presupuestos las sostienen.

La sociometría de Moreno (década de 1930)

Jacob L. Moreno, psiquiatra rumano-estadounidense, es generalmente reconocido como el fundador del análisis formal de redes sociales. En 1934 publicó Who Shall Survive?, donde introdujo el sociograma: una representación visual de las relaciones de preferencia y rechazo dentro de un grupo. Moreno trabajaba con niñas en una escuela reformatorio de Hudson (Nueva York), y sus sociogramas revelaban patrones de aislamiento, liderazgo y conflicto que ningún test psicológico individual podía capturar.

Dato histórico

El primer sociograma publicado de Moreno (1934) representaba las relaciones de amistad entre 26 niñas. Pudo predecir que un brote de fugas de la institución seguiría la estructura de la red, no características individuales. Tenía razón.

La antropología estructural británica (década de 1950)

John Barnes, Elizabeth Bott y J. Clyde Mitchell, trabajando desde la Universidad de Manchester, aplicaron conceptos de red al estudio de comunidades. Barnes (1954) acuñó el término «red social» al estudiar una comunidad pesquera noruega, y Bott (1957) demostró que la estructura de la red de una pareja predecía la distribución de roles domésticos mejor que su clase social.

La formalización matemática (décadas de 1960-1970)

Dos desarrollos fueron determinantes. Por un lado, Cartwright y Harary (1956) formalizaron la teoría del equilibrio de Heider usando teoría de grafos signados, estableciendo el puente entre sociología y matemáticas. Por otro, Harrison White y sus estudiantes en Harvard desarrollaron durante los años setenta los conceptos de equivalencia estructural y modelos de bloques, que permitieron analizar roles y posiciones sin recurrir a categorías predefinidas.

La fuerza de los vínculos débiles (1973)

Mark Granovetter publicó uno de los artículos más citados de la sociología: «The Strength of Weak Ties». Su argumento, aparentemente contraintuitivo, era que los vínculos débiles (conocidos, contactos casuales) son más importantes que los fuertes para acceder a información nueva y oportunidades, precisamente porque conectan grupos diferentes. Este hallazgo sigue siendo uno de los más robustos del ARS.

Agujeros estructurales y capital social (1992)

Ronald Burt extendió el argumento de Granovetter proponiendo que lo verdaderamente valioso no es el vínculo débil en sí, sino la posición de intermediación entre grupos no conectados: los «agujeros estructurales». Quien ocupa esa posición controla el flujo de información entre mundos diferentes y obtiene ventajas competitivas.

La revolución de la ciencia de redes (1998-presente)

Watts y Strogatz (1998) modelizaron las redes de mundo pequeño, y Barabási y Albert (1999) descubrieron las redes de escala libre con conexión preferencial. Estos trabajos, procedentes de la física estadística, dispararon el interés por las redes en todas las disciplinas. Hoy el ARS se aplica en epidemiología, neurociencia, ecología, política, educación y, por supuesto, en el análisis de plataformas digitales.

Línea temporal del ARS

Hitos fundamentales en la evolución del Análisis de Redes Sociales, desde la sociometría hasta la ciencia de redes contemporánea.

Sección 1.3Elementos fundamentales de una red

Toda red, por compleja que sea, se reduce a dos elementos: nodos y vínculos. La potencia del ARS reside en lo que emerge cuando analizamos los patrones que forman esas conexiones.

Nodos (actores, vértices)

Los nodos representan las entidades del sistema. En contextos educativos pueden ser estudiantes, profesores, instituciones, cursos, documentos, conceptos o cualquier unidad cuyas relaciones nos interese analizar. No están limitados a personas: una red de cocitación tiene documentos como nodos, una red de matriculación conecta estudiantes con asignaturas.

Aristas y arcos (vínculos, enlaces, lazos)

Las conexiones entre nodos reciben nombres diferentes según sus propiedades:

Tipo de vínculo	Características	Ejemplo educativo
Arista (no dirigida)	Relación simétrica, sin dirección	Dos profesores que coautoran un artículo
Arco (dirigido)	Relación con dirección: emisor → receptor	Un estudiante envía un mensaje a otro en el foro
Vínculo ponderado	Relación con peso o intensidad numérica	Frecuencia de interacción entre compañeros de equipo
Vínculo signado	Relación positiva (+) o negativa (−)	Preferencia o rechazo en una encuesta sociométrica
Vínculo temporal	Relación con marca de tiempo	Secuencia de intervenciones en un debate en línea

Representaciones formales

Las redes pueden representarse de tres formas complementarias:

Sociograma (grafo visual)

Representación visual donde los nodos se dibujan como puntos y los vínculos como líneas. Es la forma más intuitiva y la que popularizó Moreno. Las herramientas modernas como Gephi generan sociogramas interactivos con algoritmos de posicionamiento basados en fuerzas.

Matriz de adyacencia

Representación matricial donde las filas y columnas corresponden a nodos y las celdas indican la existencia (1/0) o peso del vínculo. Es la base del análisis computacional.

Lista de aristas

Listado de pares (nodo_origen, nodo_destino, peso) que resulta eficiente para redes grandes y dispersas. Es el formato de entrada más común en software como NetworkX o igraph.

Red interactiva: arrastra los nodos

Una red de 12 nodos con estructura de dos comunidades. Los colores representan comunidades detectadas. El tamaño del nodo es proporcional a su grado. Arrastra los nodos para explorar la estructura.

Sección 1.4Tipos de redes

No todas las redes son iguales, y la elección del tipo correcto de red condiciona qué métricas tienen sentido y qué preguntas pueden responderse. Esta taxonomía resulta esencial antes de cualquier análisis.

Por dirección de los vínculos

No dirigidas: Las relaciones son simétricas. Si A está conectado con B, B está conectado con A. Ejemplos: redes de coautoría, redes de amistad mutua.

Dirigidas: Las relaciones tienen dirección. A puede enviar un mensaje a B sin que B responda. Permiten distinguir entre grado de entrada (influencia recibida) y grado de salida (actividad emisora). Ejemplos: redes de citación, foros de discusión.

Por peso de los vínculos

Binarias (no ponderadas): Existe o no existe la relación (0/1).

Ponderadas: Las relaciones tienen un valor numérico que indica frecuencia, intensidad o duración. Un par de estudiantes puede haber intercambiado 3 mensajes o 47: la diferencia importa.

Por número de modos

Unimodales (un modo): Un solo tipo de nodo. Ejemplo: red de estudiantes conectados por colaboración.

Bimodales (dos modos): Dos tipos de nodos. Ejemplo: estudiantes (modo 1) conectados a cursos (modo 2). De la matriz de incidencia bimodal se derivan dos redes unimodales: la red de estudiantes (conectados si comparten cursos) y la red de cursos (conectados si comparten estudiantes).

Multiplex (multicapa): El mismo conjunto de actores con múltiples tipos de relaciones superpuestas. Un grupo de docentes puede estar conectado por capa de coautoría, capa de amistad y capa de comunicación formal: tres redes diferentes sobre los mismos nodos.

Por evolución temporal

Estáticas: Fotografían la red en un momento dado.

Dinámicas (temporales): Capturan cómo cambia la red a lo largo del tiempo. Son esenciales para estudiar procesos como la formación de comunidades de aprendizaje, la difusión de innovaciones pedagógicas o la evolución de la participación en un curso.

Error frecuente

Aplicar métricas de redes no dirigidas a redes dirigidas (o viceversa) produce resultados sin sentido. El grado de entrada y salida no existen en redes no dirigidas. La reciprocidad no tiene sentido en redes simétricas. Verificar el tipo de red es el primer paso obligatorio antes de cualquier análisis.

Sección 1.5¿Por qué el ARS en educación?

La educación es, en su esencia, un fenómeno relacional. El aprendizaje ocurre en interacción. Parece extraño, por tanto, que la investigación educativa haya tardado tanto en adoptar un método diseñado específicamente para estudiar relaciones.

La respuesta breve a por qué el ARS resulta especialmente valioso en educación tiene que ver con una limitación de los métodos convencionales. Las encuestas, los test y los análisis de regresión tratan a cada estudiante como una observación independiente. Pero en un aula, esa independencia es una ficción estadística. El rendimiento de un estudiante depende de con quién estudia, a quién pregunta sus dudas, de quién recibe apoyo emocional y a quién imita. El ARS captura precisamente esa interdependencia.

Aplicaciones concretas del ARS en educación

Ámbito	Pregunta de investigación	Métrica ARS relevante
Aprendizaje colaborativo	¿Quién contribuye más al trabajo en equipo?	Centralidad de grado, intermediación
Abandono escolar	¿La posición periférica predice el abandono?	Excentricidad, k-core
Tutoría entre pares	¿Quiénes son los tutores informales del aula?	Prestigio (in-degree), vector propio
Difusión de innovación	¿Por dónde se propaga una nueva metodología?	Intermediación, k-shell, puentes
Inclusión	¿Hay estudiantes aislados en la red?	Grado, componentes, densidad
Comunidades de práctica	¿Se forman subgrupos estables de docentes?	Modularidad, detección de comunidades
Analítica del aprendizaje	¿La actividad en el LMS predice el rendimiento?	Autocorrelación de red, centralidad temporal

Evidencia empírica

Los estudiantes mejor conectados muestran, de media, entre un 15% y un 30% mejor rendimiento académico que los periféricos, según una revisión de estudios de ARS en educación superior (Dado y Bodemer, 2017). La posición en la red no lo explica todo, pero añade una dimensión que los predictores clásicos (nota de entrada, asistencia, motivación) no capturan.

Para reflexionar

Si la posición en la red predice parte del rendimiento, ¿debería el docente intervenir deliberadamente en la estructura relacional del aula? ¿Es éticamente aceptable «rediseñar» las conexiones entre estudiantes? ¿Dónde está la línea entre facilitar la colaboración y la ingeniería social?

En los capítulos siguientes desarrollaremos el repertorio completo de métricas que permiten responder a estas preguntas con rigor. El capítulo 2 abordará las métricas a nivel de nodo, el corazón del análisis de actores individuales. El capítulo 3, las métricas de díada y grupo. El capítulo 4, las métricas a nivel de red completa, con visualizaciones interactivas. Y el capítulo 5, las dimensiones avanzadas: temporalidad, multicapa y detección de comunidades.

Inicio del manual Métricas de nodo →

Autoevaluación · Capítulo 1

Comprueba lo aprendido

Cuatro preguntas para consolidar los fundamentos del análisis de redes.
Umbral de superación: 70 %. Tu progreso se guarda en este navegador.