.

Otros

Las relaciones en redes sociales evolucionan a través del tipo de vínculo entre usuarios

1

Exiten tres tipos de nexos, de estatus, de apoyo social y de intercambio de conocimiento; que evolucionan con el tiempo

  • por The Physics Arxiv Blog | traducido por Lía Moya
  • 06 Agosto, 2014

El estudio de las redes sociales en línea ha revolucionado el conocimiento de las ciencias sociales de la interacción humana a gran escala. Este se basa en la suposición de que la unidad fundamental de interacción es el vínculo social que existe entre dos individuos. Este vínculo puede ser un mensaje que una persona envía a otra, que una persona siga a otra, que a una persona le "guste" otra y demás.

Estos vínculos sociales son los átomos de la estructura de la red social. Y gran parte de las investigaciones en redes sociales se han centrado en cómo se unen estos átomos para crear redes de interacción complejas.

Pero los átomos en sí mismos se han estudiado muchísimo menos. No se sabe si tienen distintas categorías, si distintos átomos tienen distintas propiedades sociales y si combinar átomos de distinto tipo podría ser indicativo de relaciones completamente distintas.

Ahora, Luca Maria Aiello de Yahoo Labs en Barcelona (España) y un par de compañeros han cambiado esa perspectiva. Diseccionan la naturaleza de los vínculos que se forman en las redes sociales y afirman que estos átomos entran dentro de tres categorías distintas. También demuestran cómo extraer esta información de forma automática y definen las relaciones dependiendo de la combinación de átomos que existe entre los individuos. Su objetivo último: convertir la antropología en una subdisciplina con peso propio dentro de la informática.

Aiello y su equipo usaron dos series de datos de un par de redes sociales grandes. La primera serie consiste en más de un millón de mensajes enviados entre 500.000 usuarios de la red social aNobii, que la gente usa para hablar sobre libros que han leído. La segunda serie son 100.000 parejas de usuarios que comentaron fotos en Flickr, enviando unos dos millones de mensajes en total y cuyos datos se han mantenido anónimos.

El equipo analiza estos mensajes basándose en el tipo de información que transmiten, que dividen en tres grupos. El primer tipo se refiere al estatus social; los mensajes que valoran positivamente algo o anuncian la creación de un vínculo social como un seguidor o un me gusta. Por ejemplo, un usuario puede decir que una foto es "un encuadre excelente" o afirmar que han seguido a alguien, o reconocer la atención recibida mediante un agradecimiento por visitar su sitio.

La segunda categoría de información implica algún tipo de apoyo social. El principal objetivo de un mensaje de esta categoría es saludar o dar la bienvenida a alguien a una web, expresar explícitamente afecto o transmitir deseos, chistes y risas.

La última categoría de información es un intercambio de conocimiento. En los mensajes que entran dentro de esta categoría se comparten información y experiencias personales, o se piden opiniones y sugerencias, o se demuestran conocimientos en un campo concreto.

A partir de ahí Aiello y sus compañeros desarrollan un algoritmo que clasifica automáticamente los mensajes enviados entre individuos dependiendo de su contenido y su parecido con mensajes del mismo tipo.

Por último evalúan los resultados del algoritmo pidiendo a editores humanos que analicen una muestra de mil mensajes escogidos al azar de cada sitio web y que los etiqueten atendiendo a las tres categorías. Compararon las elecciones humanas con los algoritmos y encontraron que coincidían.

Los resultados de este análisis les permiten averiguar con qué frecuencia usa la gente los distintos modos de comunicación, y también cómo hacen la transición de uno a otro durante una conversación.

Han hallado que en aNobii las interacciones más frecuentes tienen que ver con el estatus, donde el mensaje arquetípico es "buena biblioteca", referido a la colección de libros de un usuario dado.

Los usuarios de Flickr se comunican de forma distinta. "En Flickr la proporción está muy equilibrada, sin que predomine ningún tipo", afirma Aiello.

Lo que resulta más interesante aún es cómo evolucionan los vínculos sociales a lo largo del tiempo. Los investigadores afirman que los intercambios relacionados con el estatus son especialmente frecuentes en conversaciones cortas y al principio de conversaciones largas. Sin embargo, las conversaciones evolucionan rápidamente para convertirse en una mezcla de intercambio de conocimiento y apoyo social. "Parece así que los intercambios de estatus sirven para establecer la base de la futura relación, alimentando el bagaje de interacción después de la fase de formación de vínculos", explican Aiello y sus compañeros.

Es un estudio fascinante que nos ofrece una nueva forma de ver los vínculos sociales como hilos de interacciones. En cierto sentido cambia la teoría atómica de los vínculos sociales en una especie de teoría de cuerdas.

Aiello y su equipo están convencidos de que esto debería dar lugar a mucha más información y se muestran optimistas respecto al futuro. "El objetivo último de este tipo de análisis es la disección de la 'cultura' como un concepto formal y computacional", afirman. Y ven los patrones de hilos de interacción como una especie de gramática de la sociedad. "Esperamos que nuestro trabajo sirva para dar un paso más hacia una comprensión auténticamente computacional de las sociedades humanas".

La comprensión auténticamente computacional de la sociedad humana es un objetivo ambicioso. Y es a la vez fantástico y un poco aterrador.

Ref: arxiv.org/abs/1407.5547: Leyendo el Código Fuente de los Vínculos Sociales

Otros

  1. Robotaxis

    Las 10 Tecnologías Emergentes 2025: los coches sin conductor solicitados mediante 'apps' se extienden a más ciudades

  2. Combustible más limpio para aviones

    Las 10 Tecnologías Emergentes 2025: los combustibles alternativos fabricados a partir de desechos industriales o dióxido de carbono podrían ayudar a reducir las emisiones climáticas de la aviación

  3. Robots que aprenden rápido

    Las 10 Tecnologías Emergentes 2025: los avances de la IA han hecho que sea más rápido que nunca entrenar a los robots para realizar nuevas tareas