Artigo fascinante publicado recentemente na Science. Os autores analisam as trajetórias de carreira de alto desempenho em múltiplos domínios, incluindo laureados com o Prêmio Nobel, jogadores de xadrez de elite, medalhistas de ouro olímpicos e mais. A sua descoberta central desafia uma crença comum. O treinamento intensivo e em uma única disciplina desde jovem confere uma vantagem inicial, mas essa vantagem desaparece com o tempo. Em contraste, indivíduos expostos a práticas multidisciplinares desde cedo tendem a começar mais devagar. No entanto, a longo prazo, são mais propensos a alcançar um desempenho de classe mundial, eventualmente superando os especialistas iniciais, que muitas vezes estagnam logo abaixo do topo. Um lembrete importante de que a amplitude no início pode ser um investimento poderoso na excelência a longo prazo. Link para o artigo na primeira resposta.

Agora disponível na Nature Human Behaviour! 🚀🚀 Nas últimas décadas, a pesquisa sobre o comportamento humano coletivo tem se baseado fortemente em redes. Isso é intuitivo: as pessoas interagem com outras pessoas. No entanto, argumentamos que essa estrutura dominante perde um ingrediente crucial. As redes tradicionais representam agentes como nós e relações par a par como arestas. Como resultado, assumem fundamentalmente que as interações sociais podem ser decompostas em pares. No entanto, muitos processos sociais são irreduzivelmente baseados em grupos. Um exemplo simples: um grupo de três coautores escrevendo um artigo não pode ser reduzido a três pares independentes de coautores. O grupo em si importa. Neste artigo, revisamos uma ampla gama de casos empíricos e teóricos onde as interações em grupo não podem ser decompostas em interações par a par, e mostramos que interações de ordem superior moldam o comportamento coletivo além dos laços diádicos. Defendemos o estudo do comportamento coletivo em hipergrafos, onde as interações podem envolver múltiplos agentes simultaneamente. Revisamos como os hipergrafos fornecem novas percepções em diversos domínios, incluindo redes de afiliação e colaboração, configurações de contato de alta frequência (famílias, amigos) e processos sociais chave como contágio social, cooperação, dizer a verdade e comportamento moral. Finalmente, delineamos direções promissoras para pesquisas futuras: abordar desafios computacionais de modelos de ordem superior; estudar viés e desigualdade na dinâmica de grupos; combinar hipergrafos e grandes modelos de linguagem para investigar a coevolução da linguagem e do comportamento; e usar redes de ordem superior para simular o impacto de políticas antes da implementação; e outros. Estamos muito empolgados com este trabalho e esperamos que ele inspire mais pesquisas em uma área fundamental e em rápido crescimento com amplas implicações no mundo real. Link para o artigo na primeira resposta Este trabalho foi brilhantemente liderado por Federico Battiston (@fede7j), com uma equipe excepcional de coautores: Fariba Karimi (@fariba_k), Sune Lehmann, Andrea Bamberg Migliano, Onkar Sadekar (@OnkarSadekar), Angel Sanchez, & Matjaz Perc (@matjazperc)