Influencia en las Redes Sociales Online

Entender cómo las personas son influidas en línea es importante, especialmente cuando se trata de detener la propagación de información falsa. Este estudio analiza cómo se comportan los individuos en Redes Sociales y cómo sus comportamientos pueden ser impulsados por otros o suceder de manera espontánea. Nuestros hallazgos muestran que las personas que son fácilmente influenciables tienden a conectarse con otros que también lo son, lo que genera un fuerte efecto de influencia entre pares. Esta relación nos ayuda a comprender cómo se difunde la influencia y puede ayudar a crear mejores estrategias para proteger a las personas del contenido dañino en línea.

#El papel de la influencia social en varios temas

La influencia social juega un papel importante en cómo se difunde la información y se forman opiniones en plataformas de redes sociales como Twitter y Facebook. Estas plataformas a menudo sirven como criaderos de información sesgada y noticias falsas que pueden alterar eventos importantes, como elecciones. Las empresas también pueden aprovechar la influencia social para afectar las decisiones de compra de los clientes a través de anuncios dirigidos y asociaciones con figuras populares. Además, las redes sociales son críticas para impulsar movimientos sociales y activismo.

Investigaciones muestran que la influencia social en línea puede persuadir a las personas a cambiar su comportamiento, especialmente cuando los mensajes están dirigidos a grupos específicos. Por lo tanto, es importante identificar a quienes son más propensos a ser convencidos. Mientras que muchos estudios destacan factores personales, como características de personalidad o creencias políticas, a menudo ignoran la forma en que las personas están conectadas entre sí en redes. Esta conexión puede afectar significativamente cómo se entiende la vulnerabilidad a la influencia.

#Contribuciones clave

Este estudio presenta un marco para analizar cuán susceptibles son las personas a la influencia basándose en sus interacciones en redes sociales. Nos enfocamos en el impacto de las conexiones en redes sociales y observamos un principio conocido como el Paradoja de la Amistad Generalizada, que explica cómo los amigos pueden ser más propensos a la influencia que ellos mismos. La investigación busca responder tres preguntas principales:

1. ¿Está la Susceptibilidad a la influencia vinculada entre amigos en una red social?
2. ¿Se aplica la Paradoja de la Amistad Generalizada a cuán susceptibles son las personas a la influencia?
3. ¿Podemos predecir cuán susceptible es alguien basándonos en la susceptibilidad de sus amigos?

Usando grandes conjuntos de datos de Twitter que cubren discusiones políticas y de salud pública, encontramos que las personas que son influenciadas tienden a conectarse con otros que también exhiben influencia similar. Además, descubrimos que, aunque los amigos tienden a ser más abiertos a la influencia, son menos propensos a actuar de manera espontánea en comparación con los usuarios mismos. Este conocimiento puede ayudar a crear mejores modelos predictivos para entender el comportamiento de los usuarios en redes sociales.

#Entendiendo la influencia social

#Factores que afectan la susceptibilidad a la influencia social

Numerosos estudios han explorado qué hace que los individuos sean más susceptibles a ser influenciados, a menudo dividiendo estos factores en rasgos personales y Influencias externas. La demografía, como la edad y el género, son factores significativos, siendo los individuos más jóvenes y los hombres a menudo más abiertos a la influencia cuando están probando cosas nuevas. Los rasgos de personalidad, incluyendo cuán ansioso o abierto es alguien, también pueden predecir su vulnerabilidad a la influencia. Las opiniones políticas, especialmente entre quienes tienen ideologías de derecha que pueden confiar menos en la información científica, pueden hacer que los individuos sean más vulnerables.

Los factores externos también impactan la susceptibilidad. La gente es más propensa a aceptar información de fuentes consideradas creíbles, y este efecto aumenta cuando la información se alinea con sus creencias. La exposición repetida a ciertos mensajes también puede hacer que parezcan más creíbles, aumentando su aceptación.

#Influencia y dinámica de redes

La red social de una persona también puede jugar un papel clave en cómo es influenciada. Los individuos con características similares a menudo se agrupan, creando un entorno homofílico donde la exposición a contenido y la Adopción de comportamientos siguen patrones similares. Las redes sociales pueden aumentar la visibilidad de ciertos mensajes, creando potencialmente cámaras de eco donde creencias y comportamientos específicos se amplifican.

#La Paradoja de la Amistad Generalizada

La Paradoja de la Amistad Generalizada ayuda a explicar cómo las estructuras de red social podrían distorsionar las percepciones de influencia. Según este principio, los individuos normalmente tienen amigos que son más populares o están más conectados que ellos. Esto se debe a que quienes tienen muchas conexiones son más propensos a ser amigos de otros. La Paradoja de la Amistad Generalizada extiende este concepto a otras características, sugiriendo que los amigos también pueden ser más activos o recibir más contenido viral.

Investigaciones han mostrado que esta paradoja puede afectar cómo las personas ven las normas sociales, influyendo en comportamientos como fumar o hacer ejercicio basado en las acciones de amigos. Cuando los individuos piensan que ciertos comportamientos son comunes entre sus amigos, es más probable que adopten esos comportamientos.

#Marco para entender la susceptibilidad

En nuestro estudio, la susceptibilidad a la influencia en línea se evalúa como la probabilidad de que las acciones y creencias de una persona sean moldeadas por interacciones sociales. Examinamos la exposición al contenido y la adopción de ese contenido para crear nuestro Marco de Susceptibilidad.

#Exposición y adopción

En las redes sociales, la exposición se refiere al momento en que una persona ve o interactúa con contenido. Medir esto puede ser desafiante, ya que los datos detallados del comportamiento del usuario a menudo son inaccesibles. A pesar de estos desafíos, interacciones de usuarios como retweets y respuestas pueden usarse para evaluar la exposición.

Definimos la adopción como el acto de compartir un enlace, ya sea a través de un tweet nuevo o respuestas a los tweets de otros. Compartir un enlace representa la decisión de un usuario de difundir contenido específico, aunque esto no significa necesariamente que esté de acuerdo con él.

#Métricas de susceptibilidad

A partir de nuestro marco, creamos dos métricas principales para entender la susceptibilidad. La Tasa de Adopción Impulsada por la Influencia (IAR) mide con qué frecuencia un usuario comparte contenido después de ser expuesto a él, mientras que la Tasa de Adopción Espontánea (SAR) calcula qué tan a menudo un usuario comparte contenido sin haber sido expuesto a él.

Cuando examinamos estas métricas, encontramos una fuerte correlación negativa entre IAR y SAR. Esto indica que los usuarios que comparten contenido con frecuencia después de ser influenciados tienden a hacerlo menos espontáneamente.

#Recolección de datos

Para asegurarnos de que nuestros hallazgos sean robustos, usamos dos conjuntos de datos comprensivos de Twitter, enfocándonos en dos eventos importantes: las elecciones presidenciales de EE. UU. de 2020 y la pandemia de COVID-19. Los datos se recolectaron utilizando la API de streaming de Twitter para reunir una muestra de tweets sobre temas relevantes.

Nos enfocamos en usuarios que compartieron un mínimo de diez enlaces durante el período de observación, reduciendo nuestro conjunto de datos a cientos de miles de usuarios activos. Definimos la amistad basándonos en interacciones mutuas activas, lo que nos permitió estudiar a los usuarios dentro de una red de amistad.

#Explorando la susceptibilidad en redes

#Susceptibilidad y homofilia

Nuestra investigación muestra que la susceptibilidad a la influencia es homofílica en redes sociales. Esto significa que los usuarios con tasas de adopción similares tienden a conectarse entre sí. Específicamente, IAR muestra una homofilia más fuerte en comparación con SAR, sugiriendo que las personas conectadas a través de lazos sociales son más propensas a compartir comportamientos similares impulsados por la influencia.

#La Paradoja de la Amistad Generalizada de la Susceptibilidad

Exploramos más cómo se aplica la Paradoja de la Amistad Generalizada a la susceptibilidad. Encontramos que los individuos generalmente están vinculados a amigos que son más propensos a la influencia, confirmando que los amigos son más propensos a adoptar contenido que ven en redes sociales en comparación con los individuos mismos. Sin embargo, esto no es cierto para comportamientos espontáneos, sugiriendo que los usuarios son menos propensos a adoptar contenido no visto en comparación con sus amigos.

#Prediciendo la susceptibilidad a la influencia en línea

Las ideas de nuestro marco sobre la relación entre la susceptibilidad de un usuario y la de sus amigos nos permiten predecir el comportamiento de un usuario basado en los comportamientos de sus amigos. Exploramos si características personales adicionales pueden mejorar la precisión de las predicciones.

#Modelo de regresión lineal

Probamos un modelo de regresión lineal para predecir la IAR de un usuario basada en la IAR de sus amigos. El modelo encontró una relación positiva, lo que significa que la susceptibilidad de un usuario está efectivamente influenciada por sus amigos. Los resultados indican que las adopciones impulsadas por la influencia siguen patrones más predecibles basados en conexiones sociales en comparación con las adopciones espontáneas.

#Modelo de bosques aleatorios

Además de la regresión lineal, utilizamos un modelo de bosques aleatorios que considera una gama más amplia de características. Este modelo proporcionó mejor precisión predictiva, especialmente para IAR. Entre las características, la IAR de los amigos se encontró como la más importante para predecir la IAR de un usuario, mientras que para SAR, factores como el conteo de tweets y las tasas de interacción jugaron papeles significativos.

#Resumen de hallazgos

Nuestro estudio revela cuatro ideas clave sobre la susceptibilidad a la influencia:

1. La homofilia existe en la susceptibilidad: Los individuos propensos a ser influenciados a menudo forman conexiones con compañeros igualmente susceptibles, lo que lleva a patrones observables en redes sociales.

2. La paradoja de la susceptibilidad se sostiene para el comportamiento impulsado por la influencia: La susceptibilidad de los amigos es generalmente mayor que la de un individuo, mostrando una clara distinción en comportamientos impulsados por influencia en comparación con acciones espontáneas.

3. Predecibilidad de la adopción impulsada por la influencia: La IAR de un usuario puede ser efectivamente predicha basada en la IAR de sus amigos, indicando vínculos más fuertes a relaciones sociales en comparación con SAR, que se ve influenciada por una gama más amplia de factores.

4. Aplicaciones prácticas: Los conocimientos obtenidos pueden informar a las plataformas de redes sociales y a los responsables políticos sobre cómo dirigir audiencias y crear intervenciones que manejen eficazmente la propagación de información y desinformación.

#Consideraciones éticas

A lo largo de nuestra investigación, mantuvimos estándares éticos, asegurando que no se usara ningún dato personal y que los análisis se realizaran sobre datos agregados. Reconocemos el potencial mal uso de nuestros hallazgos y enfatizamos la importancia de desarrollar sistemas en línea que prioricen la seguridad del usuario.

#Conclusión

En conclusión, entender la susceptibilidad a la influencia en redes sociales en línea es esencial para gestionar comportamientos y mitigar la desinformación. Este estudio proporciona valiosos conocimientos sobre cómo interactúan e influyen entre sí las personas, allanando el camino para futuras investigaciones y aplicaciones prácticas destinadas a fomentar entornos en línea más saludables.