A rigor, não podemos falar em redes distribuídas ou redes centralizadas (monocentralizadas ou multicentralizadas, quer dizer, descentralizadas). Deveríamos falar em graus de distribuição (ou, inversamente, em graus de centralização). Entre a monocentralização (o grau máximo de centralização, que no diagrama de Baran aparece como rede centralizada) e a distribuição máxima (todos os caminhos possíveis, correspondendo ao número máximo de conexões para um dado número de nodos – que não aparece no terceiro grafo do diagrama de Paul Baran, por razões de clareza na visualização), existem muitos graus de distribuição. É entre esses dois limites que se realiza a maioria das redes realmente existentes.

 

Portanto, não parece muito consistente falar de rede centralizada ou rede distribuída, a não ser como limites. A partir de certo número de nodos, nenhuma rede social real consegue ser totalmente centralizada (isso seria supor a inexistência de conexões entre os nodos, mas apenas de conexões entre o nodo central e os outros nodos). Ora, a partir de certo número de nodos é impossível que isso aconteça, pois é o próprio tamanho (social) do mundo que impõe um determinado número mínimo de conexões entre quaisquer nodos escolhidos aleatoriamente. Assim, mesmo que não queiramos, os nodos ligados a um centro tendem também a estar ligados entre si em alguma medida. Portanto, esse número de nodos a partir do qual uma rede não conseguirá mais permanecer centralizada (stricto sensu) depende do mundo em que se está, dos seus graus de separação.

 

O mesmo vale, mutatis mutandis, para as redes com topologia considerada descentralizada. Existem diferentes graus de descentralização. Mas o menor grau de descentralização já é (localmente falando) um grau de distribuição. A descentralização máxima coincide com a distribuição (quando cada centro coincidir com cada nodo, é óbvio). Distribuir é des-con-centrar. A rigor, portanto, mais de um centro já des-con-centra. Há um problema com o segundo grafo de Baran (o da rede descentralizada). Os nodos de cada um dos múltiplos centros não costumam estar totalmente desconectados entre si como aparece no grafo (quer pensemos em filiais de uma empresa multinacional, quer pensemos em um partido de células).

 

Não se trata apenas de encontrar uma fórmula matemática, porque não existe um número ideal para uma rede poder ser considerada distribuída (a não ser o número total de conexões possíveis entre seus nodos, correspondendo ao grau máximo de distribuição). Mas uma rede distribuída em si não é distribuída para si. Talvez exista um número mínimo para que uma rede distribuída possa reduzir para 1 a extensão característica de caminho do cluster no qual se insere. Para um certo universo potencial de conexões (por exemplo, um cluster com até 50 mil pessoas), temos motivos para supor que esse número seja o de 1% dos nodos com grau de distribuição máxima (todos conectados com todos). Significa que em uma localidade de 20 mil pessoas, 200 pessoas (1%) conectadas em uma rede totalmente distribuída, consegue reduzir o tamanho social do mundo onde está inserida para 1 (um grau de separação). Será? Esse insight ainda carece de justificação matemática. De qualquer modo, parece que é o efeito da rede distribuída sobre o mundo no qual se insere que determina o efeito-distribuição. Uma rede distribuída provoca um crunch no mundo (isso é o mais importante: significa que ela aumenta o “poder social” ou empowerment induzido pelo campo). Para que uma rede tenha tal efeito é necessário que ela tenha o grau máximo de distribuição? O mais correto, talvez, seria dizer que ela terá sempre esse efeito, na razão direta do seu próprio grau de distribuição. Uma rede distribuída pode, assim, reduzir os graus de separação do mundo em que se insere, por exemplo, de 5 para 3. Mas ela só reduzirá esse grau para 1 se – dentro de certos limites, determinados pelo relação entre o número efetivo de nodos conectados e o número potencial de nodos do mundo – apresentar, ela mesma, um grau máximo de conexão (todos conectados com todos). Pode haver um importante conhecimento aqui para o netweaving. Não é necessário trabalhar com todos os nodos potenciais (a população de uma localidade, por exemplo). Basta trabalhar com uma porcentagem (1%?) dessa população (aquele insight luminoso de Jane Jacobs em 1961, mas ela errou a conta, talvez, por um zero).