A lo largo de la historia, los humanos han compartido y transmitido la cultura.

Richard Dawkins popularizó el término “meme” en su libro de 1976, El gen egoísta. Este término para una idea que se propaga en la cultura de una manera casi viral, se extendió por toda la cultura, mutando un poco a lo largo del camino. Los memes encajan perfectamente en el internet emergente. Los humanos siempre han transmitido la cultura de generación en generación. En el pasado, la transmisión se movía más lentamente y exigía más trabajo, pero hoy en día ocurre mucho más rápidamente.

La gente habla, canta, comparte y se comunica continuamente, transmitiendo y compartiendo la cultura como parte definitoria de la identidad humana. El cerebro humano evolucionó para ser interactivo y social, lo cual es una de las razones por las que es tan grande en comparación con el tamaño del cuerpo. Esto es evolutivamente costoso –hace que el parto sea más difícil– y por lo tanto debe conllevar un beneficio evolutivo equilibrado. Ese beneficio es la cooperación social, que ayuda a los grupos a tener más probabilidades de sobrevivir. Los humanos transmiten más información que otras especies de primates.

La cooperación entre los seres humanos comenzó hace aproximadamente 1,5 millones de años, muy probablemente para mejorar la caza. Todos los primates se acicalan entre sí y comparten información para ayudarles a elegir pareja. Entre más grande el grupo, más difícil es reunir información. Este desafío cognitivo se alinea con el tamaño del cerebro, al igual que el tamaño de los diferentes grupos de homínidos. La orientación social define a los humanos como una especie. Por ejemplo, las personas cuidan regularmente de los hijos de los demás; la mayoría de los otros primates no lo hacen. Debido a la transmisión cultural, los humanos tienen inteligencia cultural, es decir, un aprendizaje compartido y colectivo que mejora el funcionamiento del grupo. La cultura forma parte del entorno humano; mezcla elementos nuevos con anteriores.

La cultura solía cambiar tan lentamente que era casi estática. Ahora cambia mucho más rápido, transformando la interacción humana.

En las sociedades tradicionales, el cambio se producía tan lentamente que la gente podía considerar sus sistemas y tecnologías de parentesco como algo estático. Esto fue así desde el Neolítico hasta la Edad Media. Algunos patrones culturales, como la forma en que se hace la cerámica, podrían permanecer reconocibles durante mil años. La gente moderna acostumbrada a un flujo constante de tweets podría considerar como primitivas las sociedades estáticas que fabrican cerámica. Sin embargo, el nivel de interacción social en tales sociedades es intenso y continuo: la gente se comunica de la mañana a la noche. Las sociedades tradicionales no buscan nuevos productos de entretenimiento; cuentan historias con los mismos temas durante milenios.

Algunos elementos de la cultura de hace miles de años parecerían familiares hoy día. Por ejemplo, los romanos que vivían cerca del Muro de Adriano en el norte de Inglaterra en el siglo I d.C. jugaban juegos como los que se juegan hoy, usaban el mismo tipo de sandalias que uno podría encontrar en una tienda moderna y celebraban eventos como los cumpleaños. Las prácticas culturales relacionadas con el comer y el beber se remontan a tiempos muy lejanos. La cerveza tiene miles de años de antigüedad; el queso, al menos ocho mil. Otra tradición muy antigua es la acumulación y la herencia de la riqueza: la tierra se pasó entre generaciones desde el Neolítico.

Los idiomas y las tecnologías evolucionan con el tiempo y la experiencia.

En la década de 1980, Dawkins inventó otra frase, el “fenotipo extendido”, que se refiere a los rasgos que algunas criaturas vivientes heredan pero no dentro de sus cuerpos, cosas como una presa de castor, una telaraña, un nido de pájaros o un montículo de termitas. Los organismos usan estos rasgos internos como “herramientas” tanto utilitarias como protectoras. Algunos arqueólogos y antropólogos argumentaron inicialmente que las herramientas y el lenguaje están sujetos a procesos evolutivos. Algunos académicos objetaron, porque las ideas y las intenciones no funcionan como los genes biológicos.

A partir de la década de 1980, la idea de la “evolución cultural” ha ganado apoyo y también la idea de que las cosas fuera del cuerpo pueden ser extensiones del cerebro, la memoria o de uno mismo. Considere los teléfonos inteligentes. A veces aparecen dos imágenes una al lado de la otra: el iPhone y el hacha de mano con cabeza de piedra. El hacha de mano sirve como un marcador evolutivo importante; algunos argumentan que los iPhone cumplen un papel similar. Los teléfonos inteligentes cambian a diario, pero las hachas de mano prácticamente no cambiaron.

Esto indica un cambio fundamental en la cultura humana. En el apogeo del hacha de mano, la gente heredó una tecnología que no había cambiado en siglos. La estasis no se debió a la falta de inteligencia humana. El tamaño del cerebro homínido se duplicó, pero las herramientas de piedra no cambiaron. En cambio, estas hachas permanecieron tan básicas que alguien hoy puede aprender a hacer una en una tarde.

Los humanos transmiten la cultura a través de la emulación y la imitación

La gente utiliza dos modos principales de transmisión cultural. Uno es la emulación, en el que la gente copia un producto final. El otro es la imitación, en el que la gente copia cómo se hace algo. La imitación es crucial para el desarrollo cultural, por lo que es útil especular sobre cuándo empezaron los primeros humanos a imitar en lugar de emular. Examinar los patrones de los desechos de la Edad de Piedra sugiere cuándo se produjo un cambio significativo en el proceso. Las puntas de proyectiles prehistóricos conocidos como puntas clovis son tan delicadas y refinadas que tuvieron que ser hechas a través de la imitación. Las puntas clovis evolucionaron rápidamente, cambiando a lo largo de unos pocos cientos de años en lugar de los cientos de miles de años durante los cuales las hachas de piedra permanecieron más o menos iguales.

Tecnologías como la punta clovis pueden ser agrupadas en estructuras que se asemejan a los árboles. El lenguaje es una tecnología, y los expertos lingüísticos lo mapean en un patrón parecido a un árbol. El latín se ramifica ampliamente en las llamadas lenguas romances, que luego se ramifican en lenguas afines como el italiano y el español. Estas lenguas se desarrollaron con el tiempo y se extendieron a medida que sus hablantes emigraron. Los emigrantes contaban las mismas historias que sus padres, y el folclore evolucionó de esta manera como un árbol.

Los lenguajes informáticos siguen una estructura de árbol similar, y los investigadores han mapeado las principales ramas del árbol de los lenguajes de programación. Este árbol muestra una relación entre los lenguajes de programación como Java y Python y predice las diferencias entre esos lenguajes y otros. Estos diagramas ilustran cuándo “inventos clave” provocaron la rápida aparición de diversidad y lenguajes. Si se elimina la “escala de tiempo”, surge un patrón similar de ramas para múltiples tecnologías para herramientas, radios, lenguajes y armas. La unión de tecnologías de nuevas formas libera una avalancha de innovaciones. Los analistas pueden aplicar la idea de rastrear la evolución cultural a través de un modelo de árbol de ramas a los idiomas y a factores culturales complejos como la jerarquía.

La gente modela el mundo utilizando la inferencia bayesiana.

Los humanos son bayesianos, es decir, desarrollan modelos del mundo basados en el aprendizaje iterativo utilizando la inferencia bayesiana. Esto significa que las personas tienden a observar patrones y reunir más información, a menudo de forma intuitiva. Este aprendizaje iterativo funciona mejor con grupos que con individuos. Los grupos recogen más predicciones y generan una gama más amplia de resultados. El modelado bayesiano puede predecir el futuro y explicar el pasado. Los investigadores toman datos de un evento pasado –como la propagación de un idioma– y añaden datos simulados para viajar a un estado cultural original simulado.

El modelo bayesiano funciona en una situación estable o de cambio lento, cuando las personas tienen tiempo para hacer modelos y adaptarlos a las circunstancias. Cuando los investigadores obtienen muestras de datos más grandes, como millones de tweets, pueden generar modelos de comportamiento colectivo, como por ejemplo, cómo los patrones de comportamiento y la salud mental siguen los patrones estacionales. Algunos ritmos culturales han funcionado de la misma manera durante miles de años.

Las tradiciones transmiten la cultura profundamente a través de un grupo estrecho, mientras que los horizontes transmiten la cultura de manera amplia pero poco profunda.
En términos de formas, esta transmisión cultural puede ser vertical u horizontal, lo que los arqueólogos y antropólogos consideran como tradiciones y horizontes, respectivamente. Las tradiciones se mueven a través de múltiples generaciones de una población específica de una manera profunda y estrecha. Los horizontes son más superficiales, pero también abarcan más gente y más territorio.

Las personas se organizan en redes, e igualmente diferentes redes transmiten la cultura de manera diferente.

Los individuos se vinculan con otras personas que son centrales en sus redes sociales y con otras que se encuentran en la periferia de sus grupos. Los sociólogos llaman a estas relaciones “lazos fuertes” o “lazos débiles”. Las redes guían la forma en que la información, la influencia y la riqueza fluyen dentro y a través de las sociedades. Un patrón común de crecimiento de las redes es la jerarquía tipo hub-and-spoke. Internet evolucionó en este patrón, que se asemeja a una red de aerolíneas. Diferentes medios sociales han desarrollado diferentes patrones de red. Por ejemplo, los patrones en Facebook se parecen a los de la vida real, donde las personas tienen un número menor de relaciones relativamente estables.

El funcionamiento de las redes tiene implicaciones para los medios de comunicación contemporáneos. Un bloguero astuto podría tener millones de lectores o podría saber cómo llegar a otros con “influencia colectiva”. Las redes hub-and-spoke pueden perder seguidores aleatorios sin sufrir daños, pero los ataques directos a los nodos más conectados de la red pueden ser perjudiciales.

Las diferentes redes también tienen diferentes fortalezas. Las redes jerárquicas son mejores para clasificar la información. Las estructuras no jerárquicas fomentan la dispersión de la información de forma más aleatoria, pero la filtran de forma deficiente. Cambiar la naturaleza de la red cambia la rapidez con la que las ideas se difunden a través de ella. La conformidad juega un papel más importante que la calidad y la jerarquía en la forma en que las ideas se mueven a través de las redes no jerárquicas.

La tecnología acelera notablemente el ritmo de la transmisión cultural.

Aproximadamente la mitad del comportamiento individual es heredado genéticamente, pero la gente no hereda el conocimiento de la tecnología, lo que cambia la velocidad y la naturaleza de la transmisión cultural. Una civilización tecnológica requiere que la gente aprenda y genere nuevas ideas. Cuando la gente está en una comunidad cerrada, el nivel en el que puede desarrollar sus habilidades depende de varios factores, como la disponibilidad de un experto, la destreza del experto para enseñar y la capacidad de aprendizaje del alumno. Normalmente, el rendimiento de un estudiante se elevará por encima del rendimiento del profesor, lo que eleva el nivel general de conocimiento y rendimiento colectivos.

Como predijo el futurista estadounidense Alvin Toffler en su libro de 1970 El shock del futuro, la transmisión del conocimiento solo se acelera. Un historiador sostiene que existe tanta información digital que las sociedades ahora tienen problemas para olvidarla. Sin embargo, la capacidad de olvidar alimenta el aprendizaje y la creatividad. Una cultura oral evalúa las historias tal como las cuenta y solo conserva los detalles más cruciales. Sin selección, surge mucha basura y aleatoriedad, como las noticias falsas. El resultado es más de todo pero menos variedad.

Las plataformas en línea marcan una transición entre los modos de evolución cultural.

Las plataformas en línea surgen y desaparecen tan rápidamente que crean distinciones entre los grupos, es decir, un cambio en las estructuras de la evolución cultural. En la transmisión basada en la memoria, algunas tradiciones locales tienen profundas raíces. La popularidad, incluida la popularidad impulsada por algoritmos, perturba estas raíces al hacer que la gente se mueva en la misma dirección, como un banco de peces dirigido por un solo pez robótico

Cada vez más, la gente está eligiendo hacer lo que es popular en lugar de lo que es bueno. Cuando las prácticas tienen raíces superficiales en el tiempo, se produce más rotación y movimiento, creando grupos polarizados. Sistemas enteros apoyados por algoritmos y redes “enredadas” generan noticias falsas. Cuando la ciencia depende más de los medios sociales y del crowdsourcing, la ciencia se mueve hacia lo superficial.

Muchas encuestas basadas en datos mostraron que el movimiento Brexit del Reino Unido fracasaría, por lo que el gobierno británico no planeó su éxito. Los principales medios de comunicación predijeron que Hillary Clinton vencería a Donald Trump en las elecciones presidenciales de Estados Unidos de 2016, así que ¿cómo predijo el cineasta Michael Moore la victoria de Trump? No basó su razonamiento en un análisis de big data; usó otros métodos, en particular la causalidad.

La inteligencia artificial y el aprendizaje automático pueden extraer datos digitales humanos para obtener nuevos conocimientos.

Debido a que la digitalización hace que el pasado sea más accesible, la IA descubrirá brillantes pero olvidadas ideas antiguas. Cada vez más, la interacción humana digital está generando masas de información, que el aprendizaje automático puede explorar para obtener nuevos conocimientos y patrones. Pero en la actualidad, la IA no puede razonar como lo hacen los humanos. Necesita pasar del reconocimiento de patrones a la generación de una explicación causal. En lugar de limitarse a buscar información, la IA debe ser capaz de generalizar de lo simple a lo complejo e interpretar lo nuevo. La gente puede crear explicaciones a partir de unos pocos ejemplos. De la misma manera, la IA necesita más datos para aprender, de la misma manera que los humanos pueden aprender de mucha menos información.