Pérdidas de bienestar por usar plataformas de redes sociales en línea

¿Facebook y otras plataformas de redes sociales son malas para nuestro bienestar?

de Esteban Ortiz-Ospina
Our World in Data

• Varias encuestas muestran que los usuarios frecuentes de las redes sociales tienden a tener problemas de ansiedad, depresión y problemas para dormir. Los periódicos a menudo interpretan esta correlación de manera causal y pintan una imagen aterradora en la que las redes sociales son las culpables de los problemas de salud mental grandes y persistentes.
• Si profundiza, encontrará que las comparaciones entre personas con diferentes niveles de uso de las redes sociales pueden producir resultados contradictorios; dependiendo de cómo divida los datos, obtendrá una perspectiva diferente.
• Las encuestas que rastrean a las personas a lo largo del tiempo sugieren que la relación es recíproca (la depresión y el uso de las redes sociales van de la mano), y el uso de las redes sociales solo predice un pequeño cambio en el bienestar a lo largo del tiempo.
• Estudios experimentales grandes y creíbles han encontrado que dejar Facebook tiene un impacto causal positivo pero pequeño a corto plazo en el bienestar, detectable solo en algunas medidas de resultado específicas.
• En general, la evidencia no respalda los amplios titulares de los periódicos. Hay mucho que aprender sobre cómo hacer un mejor uso de estas complejas plataformas digitales, pero para ello necesitamos datos más granulares para desglosar los diferentes efectos que ciertos tipos de contenido tienen en grupos de población específicos.

Facebook, Youtube, Whatsapp, WeChat e Instagram son las cinco principales plataformas de redes sociales a nivel mundial, con más de mil millones de usuarios activos cada una. En la mayoría de los países ricos, la proporción de jóvenes que utilizan las redes sociales en línea supera el 90% y los adolescentes pasan en promedio más de 4 horas en línea todos los días.

En las noticias se nos dice repetidamente que las redes sociales son malas para nosotros. Las historias a menudo son alarmantes, lo que sugiere que las redes sociales y los teléfonos inteligentes son responsables de tendencias negativas radicales, desde el aumento de las tasas de suicidio en los EE. UU. hasta la pérdida generalizada de la memoria y la reducción de la capacidad de sueño y atención.

Estos titulares preocupantes a menudo van acompañados de recomendaciones implícitas o explícitas para limitar la cantidad de tiempo que pasamos en las redes sociales. De hecho, los teléfonos inteligentes de hoy vienen con aplicaciones integradas de "tiempo de pantalla" que nos permiten rastrear y limitar la cantidad de tiempo que pasamos en línea.

Al mismo tiempo, la mayoría de nosotros estaría de acuerdo en que las plataformas de redes sociales digitales pueden hacernos la vida más fácil de muchas maneras: abrir puertas a nueva información, conectarnos con personas que están lejos y ayudarnos a ser más flexibles en el trabajo.

¿Qué nos dice la investigación sobre el impacto causal del uso de las redes sociales en nuestro bienestar?

En pocas palabras: por mi lectura de la literatura científica, no creo que la evidencia disponible hoy apoye los titulares de los periódicos.

Sí, hay evidencia que sugiere un efecto negativo causal, pero el tamaño de estos efectos causales es heterogéneo y mucho, mucho menor de lo que sugieren los titulares de las noticias.

Todavía hay muchas buenas razones para reflexionar sobre el impacto de las redes sociales en la sociedad, y todos podemos aprender mucho para hacer un mejor uso de estas complejas plataformas digitales. Pero esto requiere ir más allá de las afirmaciones universales.

Echemos un vistazo a la evidencia.

Comparaciones entre individuos

La mayoría de las noticias que afirman que las redes sociales tienen un impacto negativo en el bienestar se basan en datos de encuestas que comparan a personas con diferentes niveles de uso de las redes sociales como evidencia. En el cuadro siguiente, muestro un ejemplo concreto de este tipo de análisis correlacional.



El gráfico muestra la cantidad promedio de tiempo que las personas pasan en las redes sociales cada día, entre las personas que están y no están contentas con la cantidad de tiempo que pasan en estas plataformas.

Los datos provienen de una aplicación llamada Moment, que rastrea la cantidad de tiempo que los usuarios pasan en las plataformas de redes sociales en sus teléfonos inteligentes. La aplicación también hace a las personas una pregunta de sí o no: "¿Estás contento con el tiempo que dedicas?"

Como podemos ver, hay bastante heterogeneidad entre las plataformas, pero el patrón es claro: las personas que dicen estar contentas con la cantidad de tiempo que pasan en las redes sociales pasan menos tiempo en estas plataformas. O dicho de otra manera, usar más las redes sociales se correlaciona con menos satisfacción.

Esto es ciertamente interesante, pero debemos tener cuidado de no sacar conclusiones precipitadas: la correlación en realidad plantea tantas preguntas como respuestas.1

¿Se mantiene este patrón si controlamos las características del usuario como la edad y el sexo? ¿Obtendríamos resultados similares si nos centramos en otras medidas de bienestar más allá de "estar contento con el tiempo invertido"?

La respuesta a ambas preguntas es no'. Dependiendo de las variables de resultado en las que se concentre y de las características demográficas que tenga en cuenta, obtendrá un resultado diferente. Por tanto, no es sorprendente que algunos estudios académicos empíricos hayan encontrado correlaciones negativas; mientras que otros en realidad informan correlaciones positivas.2

Amy Orben y Andrew Przybylski publicaron un artículo a principios de este año en la revista Nature donde ilustraron que dada la flexibilidad para analizar los datos (es decir, a pesar de la cantidad de opciones posibles que tienen los investigadores cuando se trata de procesar e interpretar la gran cantidad de datos de estas grandes encuestas), los científicos podrían haber escrito miles de artículos que describan asociaciones positivas, negativas y no significativas. Las diferentes formas de medir el bienestar y el uso de las redes sociales producirán resultados diferentes, incluso para la misma población.3

Incluso las respuestas a algunas de las preguntas más fundamentales no están claras: ¿sabemos realmente en qué dirección podría ir la relación? ¿El uso frecuente de las redes sociales se traduce en una menor felicidad, o es al revés? ¿Las personas ansiosas, estresadas o deprimidas son particularmente propensas a usar las redes sociales?

Esto nos lleva a otra rama de la literatura: estudios longitudinales que rastrean a las personas a lo largo del tiempo para medir los cambios en el uso y el bienestar de las redes sociales.
Tiempo dedicado a las aplicaciones de redes sociales: usuarios felices frente a usuarios infelices

Estudios sobre el uso y el bienestar de las redes sociales a lo largo del tiempo.

Un estudio longitudinal que ha recibido mucha atención sobre este tema fue publicado por Holly Shakya y Nicholas Christakis en el American Journal of Epidemiology en 2017. Utilizó datos de una encuesta que siguió a un grupo de 5,208 estadounidenses durante el período 2013-2015, y encontró un aumento en la actividad de Facebook se asoció con una disminución futura en la salud mental informada.4

Dos años más tarde, Amy Orben, Tobias Dienlin y Andrew Przybylski publicaron un artículo en Proceedings of the National Academy of Sciences utilizando una fuente de datos similar. Se basaron en una encuesta longitudinal del Reino Unido que abarcó a 12.672 adolescentes durante el período 2009-2016 y llegaron a una conclusión diferente. Descubrieron que había una relación pequeña y recíproca: el uso de las redes sociales predijo pequeñas disminuciones en la satisfacción con la vida; pero también sucedió que la disminución de la satisfacción con la vida predijo aumentos posteriores en el uso de las redes sociales.5

Al resumir su investigación en The Guardian, Amy Orben y Andrew Przybylski explicaron:
 

“Encontramos algunas tendencias pequeñas a lo largo del tiempo, en su mayoría agrupadas en datos proporcionados por adolescentes ... Pero, y esto es clave, no es una exageración decir que estas los efectos eran minúsculos para los estándares de la ciencia y triviales si se quiere informar las decisiones personales de los padres. Nuestros resultados indicaron que el 99,6% de la variabilidad en la satisfacción de las adolescentes con la vida no tenía nada que ver con cuánto usaban las redes sociales ".

En su artículo, Orben y sus coautores argumentan nuevamente que estos grandes conjuntos de datos permiten muchos tipos diferentes de pruebas empíricas; por lo que es natural esperar resultados contradictorios entre los estudios, especialmente si hay ruido en la medición y los verdaderos tamaños del efecto son pequeños.6

Orben y sus coautores probaron miles de pruebas empíricas y, de hecho, algunas de estas pruebas podrían haberse interpretado por sí solas como evidencia de un fuerte efecto negativo en las redes sociales, pero claramente la imagen más amplia es importante. Al observar los resultados de todas sus miles de pruebas, concluyeron que los efectos de las redes sociales eran matizados, pequeños en el mejor de los casos y recíprocos a lo largo del tiempo.7

Experimentos de Facebook

Es difícil establecer impactos causales a través de estudios observacionales que rastrean el bienestar de las personas a lo largo del tiempo.

Primero, hay problemas de medición. Las encuestas a largo plazo que realizan un seguimiento de las personas son costosas e imponen una gran carga a los participantes, por lo que no permiten la recopilación de datos en profundidad y de alta frecuencia y, en cambio, se centran en tendencias generales en una amplia gama de temas. Orben y sus coautores, por ejemplo, se basan en la encuesta Understanding Society Survey del Reino Unido, que cubre una amplia gama de temas como la vida familiar, la educación, el empleo, las finanzas, la salud y el bienestar. Específicamente sobre el uso de las redes sociales, esta encuesta solo pregunta cuántas horas los adolescentes recuerdan usar aplicaciones durante los días de semana normales, lo que por supuesto es una medida informativa pero ruidosa del uso real (un hecho que Orben y los coautores mencionan en su artículo).

En segundo lugar, existen limitaciones derivadas de las variables no observables. Es probable que los usuarios frecuentes de las redes sociales sean diferentes de los usuarios menos frecuentes en formas que son difíciles de medir; no importa cuántas preguntas incluya en una encuesta, siempre habrá factores relevantes que no puede tener en cuenta en el análisis.

Dadas estas limitaciones, una alternativa obvia es realizar un experimento: puede, por ejemplo, ofrecer a las personas dinero para que dejen de usar Facebook por un tiempo y luego verificar el efecto comparando estos "participantes tratados" con un grupo de control al que se le permite continuar. usar Facebook como de costumbre.8

Varios artículos recientes siguieron este enfoque. Aquí discutiré uno de ellos en particular, porque encuentro su enfoque particularmente convincente. El análisis se basa en una muestra mucho más grande que otros experimentos, y los investigadores registraron un plan de análisis previo para asegurarse contra las críticas de "flexibilidad analítica" discutidas anteriormente.9

Este experimento fue realizado por cuatro economistas: Hunt Allcott, Sarah Eichmeyer, Luca Braghieri y Matthew Gentzkow. Reclutaron a 2753 usuarios de Facebook en los EE. UU. y seleccionaron al azar a la mitad de ellos para que dejaran de usar Facebook durante cuatro semanas. Descubrieron que la desactivación de Facebook condujo a mejoras pequeñas pero estadísticamente significativas en algunas medidas de bienestar autoinformado.10

El gráfico a continuación muestra un resumen de los tamaños de efecto estimados. Como podemos ver, para todas las medidas los efectos son pequeños (ascienden a solo alrededor de una décima parte de la desviación estándar de la variable estudiada), y en la mayoría de los casos los efectos no son estadísticamente significativos (los 'bigotes' denotan intervalos de confianza del 95% suelen incluir un efecto de tamaño cero) .11

Allcott y los coautores también comparan los efectos del tratamiento con las correlaciones observacionales en su muestra y concluyen: “las magnitudes de nuestros efectos causales son mucho más pequeñas que las que hubiéramos estimado usando el enfoque correlacional de mucha literatura anterior” .12

Se ha replicado el efecto experimental relativamente pequeño del uso de las redes sociales sobre el bienestar subjetivo. Otro experimento realizado casi al mismo tiempo y con un enfoque muy similar, arrojó resultados similares13.

Mecanismos

En los EE. UU., donde se han realizado muchos de estos estudios, aproximadamente dos tercios de las personas obtienen noticias de las redes sociales, y estas plataformas ya se han convertido en una fuente de noticias de mayor acceso que los periódicos impresos.

Creo que este vínculo entre las redes sociales, el consumo de noticias y el bienestar es clave.

En su experimento, Allcott y sus coautores descubrieron que abandonar Facebook no llevó a las personas a utilizar fuentes de noticias alternativas en línea o fuera de línea; por lo que aquellos en el grupo de tratamiento informaron pasar menos tiempo consumiendo noticias en general. Esto nos dice que el efecto de las redes sociales en el bienestar no solo es relativamente pequeño, sino que probablemente también esté mediado por los tipos específicos de contenido e información a los que las personas están expuestas.14

El hecho de que el consumo de noticias a través de las redes sociales pueda ser un factor importante que afecta el bienestar no es sorprendente si consideramos que las noticias suelen estar sesgadas hacia el contenido negativo, y hay investigaciones empíricas que sugieren que las personas se activan, a nivel fisiológico, cuando se exponen a contenido de noticias negativo.15

Construir y reforzar una narrativa general aterradora sobre "los terribles efectos negativos de las redes sociales en el bienestar" no es útil porque no reconoce que las redes sociales son un ecosistema grande y en evolución donde miles de millones de personas interactúan y consumen información de muchas maneras diferentes.

¿Cuáles son las conclusiones clave?

La primera conclusión es que la asociación entre las redes sociales y el bienestar es compleja y recíproca, lo que significa que las correlaciones simples pueden ser engañosas. Un análisis cuidadoso de los datos de la encuesta revela que, sí, existe una correlación entre las redes sociales y el bienestar; pero la relación funciona en ambos sentidos. Esto queda claro a partir de los estudios longitudinales: un mayor uso de las redes sociales predice disminuciones en la satisfacción con la vida; y la disminución de la satisfacción con la vida también predice aumentos posteriores en el uso de las redes sociales.

La segunda conclusión es que el efecto causal de las redes sociales en el bienestar probablemente sea pequeño para la persona promedio. La mejor evidencia empírica sugiere que el impacto es mucho menor de lo que sugieren muchas noticias y la mayoría de la gente cree.

Hay mucho que aprender sobre cómo hacer un mejor uso de estas plataformas digitales, y hay una discusión importante sobre los costos de oportunidad de pasar una gran parte de nuestro tiempo en línea. Pero para esto tenemos que mirar más allá de los titulares de los periódicos.

Necesitamos investigación con datos más granulares para desempacar diversos patrones de uso, para comprender los diferentes efectos que ciertos tipos de contenido tienen en grupos de población específicos. El tiempo solo es una mala métrica para medir los efectos. Como dijo Andrew Przybylski: nadie diría que deberíamos estudiar las causas de la obesidad investigando el "tiempo de comer".

De cara al futuro, la conversación sobre políticas y las noticias deberían ser mucho más sobre estrategias para promover contenido e interacciones positivas, que sobre restricciones únicas en el "tiempo de pantalla" de las redes sociales.

Notas finales

1. Un ejemplo concreto de cómo se reporta esta evidencia correlacional en las noticias se puede encontrar en este artículo de The Economist, donde se presenta un cuadro muy similar bajo el título “Cómo el uso intensivo de las redes sociales está vinculado a las enfermedades mentales”.
2. A continuación, se muestran algunos ejemplos de estudios que informan una correlación positiva entre el uso de las redes sociales y el bienestar subjetivo: - Kim, J. y Lee, J. (2011). Los caminos de Facebook hacia la felicidad: efectos del número de amigos en Facebook y la autopresentación sobre el bienestar subjetivo. CyberPsychology, Behavior, and Social Networking, 14 (6): 359–364 - Gonzales, A. L. y Hancock, J. T. (2011). Espejo, espejo en mi muro de Facebook: Efectos de la exposición a Facebook sobre la autoestima. Ciberpsicología, comportamiento y redes sociales, 14 (1-2): 79–83. - Valenzuela, S., Park, N. y Kee, K. F. (2009). ¿Existe capital social en un sitio de red social ?: uso de Facebook y satisfacción con la vida, confianza y participación de los estudiantes universitarios. Journal of Computer-Mediated Communication, 14 (4): 875–901.
3. También es importante mencionar que las correlaciones entre el uso de las redes sociales y el bienestar no son generalmente comparables entre países y épocas. Por ejemplo, los comentaristas a menudo destacan que las tasas de depresión y suicidio entre los adolescentes en los EE. UU. Han aumentado desde el surgimiento de los teléfonos inteligentes, y que esto es una clara señal de alerta. Sin embargo, como explicó Andrew Przybylski en una entrevista reciente, esto simplemente no es una observación general: “No se ven cosas así en países más saturados de tecnología o en otros países industrializados. No se ve, dos o tres años por delante de Estados Unidos, los surcoreanos y los japoneses tienen tasas elevadas de autolesiones o depresión ”.
4. La referencia completa es: Shakya, H. B. y Christakis, N. A. (2017). Asociación del uso de Facebook con el bienestar comprometido: un estudio longitudinal. Revista estadounidense de epidemiología, 185 (3), 203-211. En línea aquí.
5.  La referencia completa es: Orben, A., Dienlin, T. y Przybylski, A. K. (2019). El efecto duradero de las redes sociales en la satisfacción con la vida de los adolescentes. Actas de la Academia Nacional de Ciencias, 116 (21), 10226-10228. En línea aquí.
6. Es más, si el límite para un hallazgo estadísticamente significativo es del 5% y prueba 100 hipótesis independientes de las cuales en realidad ninguna es cierta, todavía encontrará (con la expectativa) 5 asociaciones significativas en cualquier dirección simplemente por casualidad. Aquí hay un buen ejemplo y una discusión de cómo funciona esto: https://fivethirtyeight.com/features/science-isnt-broken/#part1.
7. Una evidencia más que confirma esta conclusión, proviene de un estudio más reciente a largo plazo que siguió a 500 adolescentes durante ocho años consecutivos, entre las edades de 13 y 20, y encontró que “el aumento del tiempo dedicado a las redes sociales no se asoció con aumento de los problemas de salud mental en todo el desarrollo ". La referencia completa es Coyne, S. M., Rogers, A. A., Zurcher, J. D., Stockdale, L. y Booth, M. (2019). ¿El tiempo dedicado al uso de las redes sociales afecta la salud mental ?: Un estudio longitudinal de ocho años. Computers in Human Behavior, 106160. Disponible en línea aquí.
8. Experimentos como este nos dirán el efecto a corto plazo entre los participantes del experimento. Por supuesto, esto no es una solución milagrosa; uno podría plantear inquietudes sobre cuán generalizables son las estimaciones (por ejemplo, ¿los participantes son representativos de la población general? ¿Los efectos permanecen en el tiempo?) Ningún método es perfecto, pero los experimentos abordan el tema de la causalidad, por lo que brindan evidencia crítica para comprender el vínculo entre las redes sociales y el bienestar.
9. La referencia completa es: Allcott, H., Braghieri, L., Eichmeyer, S. y Gentzkow, M. (2019). Los efectos de las redes sociales en el bienestar (núm. W25514). Oficina Nacional de Investigación Económica. Disponible en línea aquí.
10. Reclutan participantes dándoles tarjetas de regalo electrónicas. En términos generales, la idea era que a los participantes se les pagara por jugar a la lotería: todos recibían el incentivo monetario, pero solo aquellos que "perdían la lotería" tenían que desactivar su cuenta.
11. El documento proporciona la siguiente definición para las variables: La variable felicidad es la respuesta promedio a dos preguntas de la Escala de felicidad subjetiva (Lyubomirsky y Lepper 1999), que pregunta qué tan felices fueron los participantes durante las últimas cuatro semanas y qué tan felices fueron en comparación con sus compañeros. La satisfacción con la vida es la suma de las respuestas a tres preguntas de la Escala de satisfacción con la vida (Diener et al. 1985), como el nivel de acuerdo con la afirmación: "Durante las últimas 4 semanas, estuve satisfecho con mi vida". La soledad es la escala de soledad de tres elementos (Hughes et al. 2004). Finalmente, deprimido, ansioso, absorto y aburrido reflejan cuánto tiempo durante las últimas cuatro semanas los encuestados sintieron cada emoción, utilizando preguntas del módulo de bienestar de la Encuesta Social Europea (Huppert et al. 2009). Los mensajes de texto diarios nos permitieron medir los aspectos del bienestar subjetivo más importantes para registrar en el momento en lugar de retrospectivamente. Este enfoque se basa en el método de muestreo de experiencias de Csikszentmihalyi y Larson (2014) y Stone y Shiffman (1994). La variable felicidad por SMS es la respuesta a la pregunta: "En general, ¿qué tan feliz te sientes ahora en una escala de 1 (nada feliz) a 10 (completamente feliz)?" La variable emoción positiva de SMS es una variable indicadora de si el participante reporta una emoción positiva cuando se le pregunta: "¿Qué describe mejor cómo se sintió durante los últimos diez minutos?", Con posibles respuestas como "enojado", "preocupado", "cariñoso". / tierna ”, etc. Finalmente, SMS not lonely utiliza la respuesta a la pregunta:“ ¿Qué tan solo te sientes ahora mismo en una escala del 1 (para nada solo) al 10 (muy solo)? ”
12. Para tener una idea de las magnitudes de estos efectos, los autores discuten los tamaños del efecto en sus unidades originales, centrándose en las medidas con los efectos más grandes. La felicidad es la respuesta promedio a dos preguntas en una escala de 1 (una persona no muy feliz) a 7 (una persona muy feliz). El promedio de la línea final del grupo de control es 4.47 de un posible 7, y la desactivación provocó un aumento promedio de 0.12. Por supuesto, esto es muy, muy pequeño. De hecho, los autores explican que, dado lo pequeños que son estos tamaños de efecto, es poco probable que tuvieran el poder estadístico suficiente para detectar cualquier efecto si hubieran utilizado tamaños de muestra similares a los de experimentos anteriores en este campo, todos los cuales son muy importantes. menor.
13. En este otro experimento, dejar Facebook durante una semana condujo a una disminución pequeña pero estadísticamente significativa en los sentimientos de depresión autoinformados, sin embargo, no hubo un efecto significativo en otras medidas de satisfacción con la vida. La referencia completa es: Mosquera, R., Odunowo, M. M., McNamara, T., Guo, X. y Petrie, R. (2018). Los efectos económicos de Facebook.
14. Este efecto también se ha replicado: el otro experimento contemporáneo que siguió un enfoque similar (Mosquera et al. 2019), encontró que las personas que enfrentan una restricción de Facebook redujeron su consumo de noticias.
15. Un nuevo artículo publicado en Proceedings of the National Academy of Sciences concluye que en todo el mundo, el ser humano promedio se activa más fisiológicamente por las noticias negativas que por las positivas. Los autores llegan a esta conclusión a través de un experimento: los participantes vieron 7 historias de BBC World News ordenadas al azar en una computadora portátil mientras usaban audífonos con cancelación de ruido y sensores en sus dedos para capturar la conductancia de la piel y el pulso del volumen sanguíneo. El experimento se realizó con 1.156 participantes en 17 países: Brasil, Canadá, Chile, China, Dinamarca, Francia, Ghana, India, Israel, Italia, Japón, Nueva Zelanda, Rusia, Senegal, Suecia, Reino Unido y Estados Unidos. . La referencia completa es Soroka, S., Fournier P., & Nir L., (2019) Evidencia transnacional de un sesgo de negatividad en las reacciones psicofisiológicas a las noticias. Procedimientos de la Academia Nacional de Ciencias. DOI: 10.1073 / pnas.1908369116. Disponible en línea aquí.

Cómo importar datos de tus páginas de Facebook en SocioViz

Clausura triádica y homofilia como gestores de estructura núcleo-periferia

Efectos acumulativos de la clausura triádica y la homofilia en las redes sociales.

Aili Asikainen, Gerardo Iñiguez, Javier Ureña-Carrión, Kimmo Kaski y Mikko Kivelä

Science Advances  08 May 2020:
Vol. 6, no. 19, eaax7310
DOI: 10.1126/sciadv.aax7310

Resumen
La estructura de la red social a menudo se ha atribuido a dos mecanismos de evolución de la red: clausura triádica y elección homofílica, que comúnmente se consideran de forma independiente o con modelos estáticos. Sin embargo, los estudios empíricos sugieren que su interacción dinámica genera la homofilia observada de las redes sociales del mundo real. Al combinar estos mecanismos en un modelo dinámico, confirmamos la hipótesis de larga data de que la elección de la homofilia y la clausura triádica provocan homofilia inducida. Estimamos cuánto se amplifica la homofilia observada en las redes de amistad y comunicación debido a la clausura triádica. Encontramos que los efectos acumulativos de la amplificación de homofilia también pueden conducir a la estructura de redes núcleo-periferia ampliamente documentada y a la memoria de restricciones homofílicas (equivalente a histéresis en física). El modelo muestra que incluso un sesgo individual pequeño puede provocar cambios a nivel de red, como la segregación o el dominio del grupo central. Nuestros resultados destacan que los mecanismos a nivel individual no deben analizarse por separado sin tener en cuenta la dinámica de la sociedad en su conjunto.

Introducción

Uno de los rasgos más importantes de la socialidad humana es la homofilia (1), la tendencia de personas similares a conectarse entre sí debido a sus atributos biológicos y culturales compartidos, como el género, la ocupación o la afiliación política. Se ha observado homofilia en varias redes sociales (1–5), y es una fuerza importante detrás de varios problemas sociales apremiantes, como la desigualdad, la segregación y las cámaras de eco en línea (6–8). Por lo tanto, una comprensión cuantitativa exhaustiva de los mecanismos de red que conducen a la homofilia (9-12) es esencial para promover un flujo suficiente de información (1, 13) y la igualdad de oportunidades en las redes sociales de individuos con diversas preferencias personales.
La homofilia observada en las redes sociales a menudo se atribuye a la elección de la homofilia, definida por la preferencia de las personas al elegir con quién conectarse, o a la homofilia inducida, que surge de las limitaciones en las oportunidades de los individuos para hacer conexiones (2). Estos dos mecanismos y su importancia relativa han sido objeto de estudio en la investigación de redes sociales (14, 15). Sin embargo, como lo sugieren los resultados empíricos longitudinales (16, 17), los dos mecanismos de generación de homofilia no pueden separarse sin considerar la dinámica acumulativa de ventaja (10) que impulsa la evolución de las redes sociales: la elección de la homofilia crea circunstancias para la homofilia inducida, tales como grupos de personas similares que interactúan, que luego se refuerzan aún más en ciclos de elección e inducen homofilia. Si bien la dinámica de la homofilia se entiende bien en el caso de los modelos de punto de inflexión de la segregación residencial (18, 19), aún se necesita una comprensión similar de la dinámica en las redes sociales para validar y medir la amplificación de la homofilia (17).

Aquí, presentamos un modelo mínimo de evolución de las redes sociales para analizar en qué medida las restricciones estructurales causadas por la clausura triádica y la elección interactúan homofilia. El mecanismo de clausura triádica utiliza la red social existente para crear nuevas conexiones entre personas que comparten amigos comunes, conocidos u otras conexiones. Este mecanismo ha sido reportado como la restricción estructural más común (16) y puede explicar muchas características sobresalientes de las redes sociales empíricas. Estos incluyen una gran cantidad de triángulos cerrados entre conocidos y distribuciones de grados de cola gruesa (20–23). Por lo tanto, la clausura triádica debe considerarse como el mecanismo principal en la mayoría de los modelos dinámicos mínimos de redes sociales (20, 24, 25). En nuestro enfoque, se considera que los individuos pertenecen a cualquiera de los dos grupos (a y b) que representan los valores de un atributo de interés estático (género, clase, partido, etc.), y vuelven a conectar sus conexiones mediante dos mecanismos: clausura triádica (modelando la creación de enlaces a través de contactos actuales) y conexiones aleatorias [emulando cualquier mecanismo desconocido más allá de la clausura triádica, como la clausura focal en grandes focos (16, 26)]. La opción homofilia / heterofilia se implementa al aceptar nuevos enlaces con una probabilidad de sesgo que depende de la similitud de los atributos entre los individuos.

En este estudio, caracterizamos el rico tapiz del comportamiento emergente capturado por el modelo con un análisis de bifurcación de campo medio para diferentes tamaños de grupos relativos, probabilidades de clausuras triádicas y tasas de elección de homofilia. Medimos la cantidad de homofilia observada en la red, que interpretamos como la suma de la homofilia elegida (un parámetro en el modelo) más la homofilia inducida causada por la clausura triádica que actúa en una red social homofílica. Al ajustar los parámetros del sistema con datos empíricos sobre redes de amistad y comunicación, encontramos que, en las circunstancias correctas, incluso una pequeña cantidad de opciones de homofilia puede amplificarse en gran medida por la clausura triádica para producir grandes cantidades de homofilia observada. Además, encontramos que la interacción de la clausura triádica y la homofilia puede explicar la aparición de estructuras núcleo-periferia. Estos hallazgos sugieren que las observaciones de patrones de asociación homófilos en la sociedad no deberían explicarse únicamente sobre la base de una preferencia humana por la similitud, sino como una interacción en constante evolución entre las restricciones estructurales y la homofilia, una que requiere simulación computacional como parte central de el analisis.

Definición del modelo y parámetros

Introducimos un modelo de evolución de redes sociales con una interacción simultánea de clausura o cierre triádico y elección homofílica (ver Fig. 1, A a E para una ilustración y más detalles del modelo). El modelo está estilizado de tal manera que contiene un conjunto mínimo de mecanismos simples sobre cómo se hacen y se olvidan las relaciones sociales; Los detalles más allá de estos mecanismos centrales se modelan mediante una aleatoriedad uniforme para asumir la menor cantidad de información sobre ellos. La estructura social inicial es una red aleatoria con grupos de atributos estáticos a y b (de tamaños relativos n_a y n_b, con n_a + n_b = 1) distribuidos entre nodos de manera uniforme al azar e independientemente de la estructura de red inicial, de modo que haya una fracción P_ab = P_ba de enlaces entre grupos y fracciones P_aa, P_bb dentro de cada grupo (P_ab + P_aa + P_bb = 1).





Fig. 1 Mecanismos de clausura triádica y elección homofílica.
(A) Un nodo focal seleccionado uniformemente al azar (nodo en el centro con límite verde) encuentra un vecino candidato ya sea (B) seleccionando un nodo uniformemente al azar con probabilidad 1 - c o (D) cerrando un triángulo con probabilidad c . (C y E) Para un nodo focal en el grupo i, el candidato vecino en el grupo j es aceptado con probabilidad de sesgo Sij (donde i, j ∈ {a, b}). Parametrizamos Sij con parámetros ajustables sa, sb de modo que S_aa = s_a, S_bb = s_b, S_ab = 1 − s_a y S_ba = 1 − s_b. Si se acepta el enlace potencial [línea discontinua en (B) y (D)], un enlace del nodo focal (seleccionado uniformemente al azar) se reemplaza por uno entre los nodos vecinos focales y candidatos. De lo contrario, no se vuelven a cablear los enlaces. (F) Probabilidad (T2) aa de elegir un vecino candidato con cierre triádico del mismo grupo que el nodo focal (a) en función de la homofilia observada o_a = T_aa para grupos de igual tamaño (na = nb) e igualmente conectados (T_aa = T_bb y T_ab = T_ba = 1 − T_aa). Si la red no se mezcla aleatoriamente (Taa ≠ 1/2), la probabilidad de cierre triádico eligiendo dos nodos del mismo grupo siempre es mayor que la misma probabilidad si la selección se realiza de manera uniforme al azar (1/2), lo que implica que El cierre triádico amplifica la homofilia observada existente en la red (o suprime la heterofilia). Sin embargo, el cierre triádico sin elección de homofilia no es suficiente para mantener la homofilia observada en la red, lo que haría que (T²) aa sea igual a la homofilia observada (las líneas punteadas y continuas se cruzan). Una excepción es el caso Taa = 1, donde existen dos componentes completamente separados, y el cierre triádico no puede crear enlaces entre ellos.

Desde su estado inicial, la red evoluciona con nodos que actualizan sus conexiones. En cada paso de tiempo, seleccionamos un nodo focal uniformemente al azar y un vecino candidato, que representa un encuentro social que podría conducir a una nueva relación social. El vecino candidato se elige por cierre triádico con probabilidad co uniformemente al azar de lo contrario [emulando cualquier otro mecanismo para la creación de enlaces más allá de la clausura triádica; (23, 27-30)]. El mecanismo de cierre triádico selecciona un vecino candidato muestreando aleatoriamente un vecino del nodo focal y luego un vecino del vecino muestreado. Si el enlace entre el nodo focal y el nodo candidato no se puede crear (porque crearía un enlace múltiple o un bucle automático, o porque el grado del nodo focal es cero), entonces no se realizan actualizaciones para el nodo focal en este paso

El enlace entre el nodo focal y el vecino candidato se crea con probabilidad S_ab si el nodo focal está en el grupo a y el vecino candidato está en el grupo b. Los elementos S_ab forman una matriz de sesgo 2 × 2 que especifica la cantidad de opciones de homofilia / heterofilia en la red social. Para simplificar, parametrizamos la matriz de sesgo como S_aa = s_a, S_ab = 1 − s_a, S_bb = s_b, y S_ba = 1 − s_b, donde s_a (s_b) es la opción homofílica para el grupo a (b). De esta manera, cuando s_a = s_b = 1/2, todos los elementos de la matriz de sesgo también son 1/2, es decir, no hay elección de sesgo de homofilia. Multiplicar la matriz de sesgo por una constante cambia la velocidad de evolución de la red, pero no los puntos fijos de la dinámica. Tenga en cuenta que el sesgo depende solo de los grupos a los que pertenecen los dos individuos, lo que significa que los individuos tienen preferencias homogéneas de preferencia (31, 32).

Por último, como mantener las conexiones sociales requiere capacidad mental e inversión de tiempo, crear nuevas conexiones implica olvidar algunas de las antiguas (33). Modelamos este proceso eliminando aleatoriamente un enlace del nodo focal después de una creación exitosa del enlace. Esto mantiene el grado del nodo focal sin cambios (el individuo realiza la inversión de tiempo) pero altera los grados de los otros dos nodos afectados, cambiando así la distribución de grados de la red. Tenga en cuenta que la eliminación aleatoria de enlaces puede abrir triángulos, mientras que en realidad, los enlaces que están rodeados por triángulos tienen más probabilidades de ser enlaces fuertes (24) y, por lo tanto, es menos probable que se eliminen. Sin embargo, aquí optamos por la eliminación aleatoria de enlaces (29), que no implica estos supuestos adicionales de comportamiento social y es una opción típica en este tipo de modelos de redes sociales [junto con la eliminación aleatoria de nodos; (26, 27)].

Resultados

En nuestro enfoque, la interacción entre homofilia y cierre triádico (en una red social con dos grupos de atributos) forma un sistema dinámico en el que la evolución desde una red inicial arbitraria depende de los parámetros que regulan la elección homofílica (s_a, s_b) y el cierre triádico (c). Al igual que con cualquier otro modelo de red, el proceso estocástico asociado exhibe fluctuaciones aleatorias, pero la dinámica promedio de las cantidades de comportamiento clave, como la distribución de grados, el coeficiente de agrupamiento y, centralmente, la homofilia observada depende determinísticamente de los parámetros del modelo. Caracterizamos el comportamiento de la red siguiendo la dinámica de nuestro modelo usando una aproximación de campo medio y confirmamos nuestros resultados con simulaciones numéricas (ver Materiales y Métodos y los Materiales Complementarios).

La cantidad de homofilia que se puede observar directamente en la red modelo no es necesariamente la misma que el parámetro de homofilia elegido en el modelo. En una red con dos grupos de igual tamaño (n_a = n_b), la homofilia observada dentro de los grupos a y b (denotado por o_a y o_b) es igual a la probabilidad de transición de que seguir un enlace de un grupo conduzca al mismo grupo (T_aa y T_bb). Por lo tanto, cuando no hay cierre triádico (c = 0), la elección es homófilo igual a la fracción esperada de nodos vecinos en el mismo grupo (s_a = o_a = T_aa y s_b = o_b = T_bb). Si uno de los grupos es más grande (n_a > n_b) y no hay cierre triádico (c = 0), la fracción de vecinos en T_aa, grupo a es más grande que el sesgo de homofilia elegido (sa). Es por eso que definimos una corrección de tamaño de grupo en la homofilia observada como
oa=nbTaana(1−Taa)+nbTaa

y equivalente para el grupo b. Tenga en cuenta que esta relación se simplifica a o_a = T_aa y o_b = T_bb cuando los grupos de atributos son del mismo tamaño (ver Fig. 1F). La homofilia observada de tamaño corregido es igual a la elección de homofilia (o_a = s_a y o_b = s_b) cuando no hay cierre triádico (c = 0; ver Materiales y métodos). En el caso del cierre triádico arbitrario (c ≥ 0), definimos además la homofilia inducida ia tal que la homofilia observada es la suma de la homofilia inducida y la elección de la homofilia.

oa=sa+ia

Consistentemente, para c = 0, tenemos i_a = 0, y todo lo que se observa homofilia en la red social es elección homofílica.

Cuando los individuos forman nuevas aristas usando el mecanismo de cierre triádico en una red con patrones de conectividad homófilos existentes, se vinculan a su propio grupo incluso sin tener una opción explícita de sesgo de homofilia (Fig. 1F). Este proceso aumenta la homofilia observada (o_a) en la red más allá de eso debido a la elección de la homofilia (s_a), lo que a su vez aumenta la probabilidad de conexiones homofílicas en los próximos eventos de cierre triádico. Es decir, la homofilia observada existente originalmente debido a la elección de la homofilia crea homofilia inducida (más oportunidades para que personas similares se conozcan), lo que a su vez crea aún más homofilia inducida. Llamamos al resultado de esta amplificación homofilial de ciclo de ventaja acumulativa, ya que la cantidad de homofilia observada (o_a) es mayor que la cantidad de homofilia elegida (s_a) (vea la Fig. 2A para una ilustración). Los resultados de esta amplificación de homofilia acumulativa se muestran para grupos de igual tamaño y elección simétrica de homofilia (s = s_a = s_b) en la Fig. 2B. En el caso extremo de que no haya cableado aleatorio (falta de otros mecanismos de creación de enlaces), incluso un sesgo de homofilia de elección moderada (s ≥ 2/3) segregará la red social en grupos completamente desconectados (ver Fig. 2B para el campo medio solución y los Materiales suplementarios para una derivación de este resultado).



Fig. 2 Interacción entre cierre triádico y elección homofílica.
(A) Esquemas de los estados estacionarios a los que la red puede converger durante el proceso de recableado (puntos fijos estables de la dinámica del modelo basados ​​en un análisis de campo medio; ver los Materiales suplementarios). Las líneas continuas (discontinuas) representan una conectividad intragrupo e intergrupal grande (baja). El punto fijo de amplificación de homofilia 0 tiene muchos enlaces dentro de los grupos y unos pocos entre (valores altos de T_aa y T_bb). En el punto fijo núcleo-periferia + (-), el grupo grande (pequeño) forma el núcleo y atrae los enlaces del grupo periférico pequeño (grande): T_ab y T_bb (T_ba y T_a) son altos, mientras que T_aa y T_ba (T_bb y T_ba) son bajos (consulte los Materiales complementarios para obtener detalles sobre la clasificación de puntos fijos). (B) Homofilia observada oa = Taa (fracción de vecinos en el mismo grupo de un nodo focal en el grupo a) al final de la dinámica en función de la elección homofilia s = sa = sb. Los tamaños de los grupos son iguales (na = nb), y la probabilidad de cierre triádico c es variada. Los cálculos de campo medio (las líneas continuas corresponden a puntos fijos estables y las líneas punteadas a las inestables) y las simulaciones numéricas (cruces) concuerdan muy bien (consulte los Materiales suplementarios para un análisis sistemático). Recuadro: Caso c = 0.9 donde existen dos puntos estables / inestables (líneas continuas / discontinuas). Como na = nb, los puntos fijos +/− son equivalentes, pero para una elección adecuada de homofilia (0.56 <s <0.70), un grupo se convierte en el núcleo y la otra periferia dependiendo de la red inicial y / o la posibilidad aleatoria.

Además de la amplificación de homofilia, el mecanismo de cierre triádico y la elección de homofilia también pueden conducir a una estructura social núcleo-periferia (34-36) donde el grupo central se conecta principalmente consigo mismo, mientras que el grupo periférico se conecta casi exclusivamente con el grupo central incluso en la presencia de elección homofílica (ver Fig. 2A para una ilustración de la estructura núcleo-periferia y la Fig. 2B insertada para los resultados analíticos y de simulación). Este efecto, aparentemente opuesto al impulso de los individuos por encontrar conexiones homófilas en el grupo periférico, se debe a la gran probabilidad de encontrar un vecino candidato en el grupo central al intentar cerrar triángulos (Fig. 1D). Esta probabilidad es mayor cuando la conectividad entre los dos grupos es débil, lo que explica el papel de la elección de la homofilia en la formación de la estructura núcleo-periferia (ver Materiales complementarios para un esquema similar a la figura 1F). La amplificación por homofilia y la periferia del núcleo son dos resultados competitivos de la interacción entre el cierre triádico y la elección por homofilia. Una estructura social núcleo-periferia es posible dentro de redes de otro modo simétricas con un alto cierre triádico cuando hay suficiente opción de homofilia para impulsar la estructura núcleo-periferia, pero no lo suficiente como para inclinar el equilibrio hacia dos grupos estrechamente interconectados. Alternativamente, puede aparecer una estructura núcleo-periferia cuando hay suficiente asimetría en la red social debido a los tamaños desiguales del grupo o los sesgos de elección de la homofilia (Fig. 3).




Fig. 3 Diagramas de fase de puntos fijos disponibles.
Las áreas de sombreado diferente corresponden a rangos de parámetros en los que existen varios puntos fijos (puntos estables 0, + y - o los puntos inestables correspondientes U0, U + y U−) (ver Fig. 2A). Tenga en cuenta que los puntos fijos inestables son puntos de silla de montar con conectividades relativas cualitativamente similares que sus variantes estables. (Arriba) La opción de homofilia es la misma para ambos grupos (s = sa = sb), y los puntos fijos se muestran en función de sy c. (Abajo) La elección de homofilia para los grupos es variada, y los puntos fijos se muestran en función de sa y sb. Aquí, la probabilidad de cierre triádico se fija en c = 0.95. (Izquierda) Los grupos son del mismo tamaño (na = nb). (Derecha) Los grupos tienen un tamaño desigual (na = 0.1). La línea discontinua corresponde a los valores de los parámetros en la figura 2B y el punto a las figuras 4A y 4B. Los resultados en el panel principal de la Fig. 2B están en la región blanca con un único punto fijo (0) (panel superior izquierdo).

El aumento de las estructuras sociales de amplificación de homofilia y núcleo-periferia depende no solo de los parámetros que regulan el cierre triádico y la elección de la homofilia, sino también de las condiciones iniciales y las fluctuaciones aleatorias de la evolución de la red, lo que significa que el sistema muestra memoria de restricciones estructurales anteriores o histéresis de homofilia (vea la Fig. 2B para ver un ejemplo donde cualquiera de los dos grupos puede convertirse en el núcleo, y la Fig. 3 para un análisis más sistemático). En otras palabras, si los parámetros del sistema cambian (es decir, la elección de la homofilia y la probabilidad de cierre triádico), la red social puede experimentar cambios dramáticos, no reversibles, de modo que volver a los parámetros anteriores no devuelve el sistema al mismo estado final (es decir, El mismo punto fijo). Esto sugiere que las redes sociales pueden tener memoria persistente de homofilia, con una estructura que depende tanto de los sesgos de homofilia de elección actuales como de su historia. Por lo tanto, especulamos que el momento de las intervenciones destinadas a reducir la homofilia observada o la formación de grupos centrales en, por ejemplo, una red social en línea puede ser crítico. Una vez que la red ha alcanzado un punto estable de su dinámica o está cerca de uno, puede ser mucho más difícil conducir el sistema a otro punto estable al intentar cambiar la elección de los individuos u otros parámetros.

Las escalas de tiempo en las que la red social se dirige hacia la amplificación de homofilia o una estructura núcleo-periferia varían mucho (Fig. 4A). La amplificación de homofilia generalmente es un proceso rápido, que requiere solo unos pocos eventos de cableado por enlace para que la red social alcance un punto estable. Por otro lado, una estructura social núcleo-periferia evoluciona lentamente hacia el equilibrio, e incluso si una red eventualmente se estabilizara en una estructura núcleo-periferia, puede exhibir primero una rápida amplificación de homofilia (Fig. 4B). Este resultado sugiere que incluso si una red social real (en la sociedad o en las plataformas en línea) siguiera con precisión nuestro modelo estilístico, podría no mostrar una estructura estable de periferia central completa, sino un estado transitorio que se desplaza lentamente hacia el dominio estructural de uno grupo sobre el otro. Si la red se dirige primero hacia la amplificación homofílica, el grupo que eventualmente se convierte en el núcleo puede depender puramente de la posibilidad aleatoria (Fig. 4A).



Fig. 4 Modelo de evolución temporal.
Distancia euclidiana δ en (T_aa, T_bb) -espacio entre el estado actual de la dinámica y los puntos fijos (A) + y (B) U0 en función del tiempo t (en unidades del número promedio de veces que se selecciona un enlace para volver a cablear ) para na = nb, c = 0.9 ys = 0.6 (línea vertical discontinua en la figura 2B insertada). Los marcadores son resultados de simulación y las líneas son soluciones de campo medio. Los colores corresponden a tres configuraciones de red iniciales diferentes. (B) La dinámica amplifica la homofilia primero al acercarse rápidamente al punto inestable U0 y desviarse de él después de ∼100 pasos de tiempo. (A) Las curvas azul y naranja se acercan lentamente al punto estable núcleo-periferia +. La curva verde se aproxima al otro punto estable núcleo-periferia (-).

Para estimar cuánto difiere la homofilia observada de la homofilia elegida en las redes sociales del mundo real, así como para encontrar el punto estable que mejor se corresponda con su estructura, ajustamos varios conjuntos de datos empíricos de interacciones sociales fuera y en línea a nuestro modelo de cierre triádico y elección homofílica (Fig. 5). Utilizamos dos enfoques para ajustar los datos: (i) resolver para la elección los parámetros de homofilia sa y sa a partir de los puntos fijos de las ecuaciones de campo medio, dada la matriz T en los datos y una probabilidad de cierre triádica c [denotamos estas soluciones sa (c) y sb (c)], y (ii) utilizando un método aproximado de cálculo bayesiano (ABC) (37) para encontrar estimaciones para los parámetros del modelo (denotado por sABCa y sABCb). Para comparar fácilmente el efecto del cierre triádico a través de los conjuntos de datos, primero normalizamos la elección y observamos la homofilia de manera que 0 no implica homofilia / heterofilia en la red, y 1 implica la máxima homofilia (sˆ=2s−1 y oˆ=2o−1). Luego definimos la amplificación de homofilia A como la diferencia relativa entre la elección normalizada y las homofilias observadas

A=oˆ−sˆ∣oˆ∣=i∣o−1/2∣

(3) donde inducida homofilia i sigue la ecuación. 2. Tenga en cuenta que la homofilia observada oˆ=sˆ(0) es la misma que la estimación de campo medio para c = 0 (ver Materiales y Métodos para más detalles).



Fig. 5 Amplificación de la homofilia en las redes sociales del mundo real.
(Arriba) Amplificación de homofilia estimada A (véase la ecuación 3) para redes empíricas. Las líneas son ajustes de campo medio en función del cierre triádico c. Los puntos corresponden a los valores medios estimados de amplificación de homofilia utilizando un método ABC, representado en el cierre triádico medio estimado 〈c〉. Los enlaces, nodos y atributos en cada conjunto de datos son los siguientes: amistades de Facebook para usuarios por año de graduación en la mayor de las 100 redes (Facebook), enlaces entre blogs políticos por partido (Polblogs), amistades entre estudiantes por género (escuela), Amistades de Last.fm para usuarios por género (Last.fm), y vínculos entre personas en juntas directivas en Noruega en 2010 (Directores). El grupo más pequeño a se denota en rojo. (Gráficos de dispersión) Amplificación de homofilia estimada Aa y Ab, y la elección media estima homofilia ⟨sABCa⟩
y ⟨sABCb⟩ (ambos del método ABC) en las 100 universidades del conjunto de datos de Facebook, donde los dos grupos i = a, b (na <nb) son años de graduación. La red más grande está marcada con una cruz roja (consulte Materiales y métodos y la Tabla 1 para obtener detalles del conjunto de datos). (Inferior) Distribuciones estimadas para la elección de homofilia sABCa y sABCb utilizando el método ABC para el conjunto de datos del panel superior correspondiente (colores denotan grupo), donde las líneas verticales representan estimaciones medias (⟨sABCa⟩ y ⟨sABCb⟩).


En términos de ajustar el comportamiento de campo medio del modelo a los datos, tres redes muestran amplificación de homofilia en ambos grupos: una red de amistad de Facebook que consta de dos clases en una universidad de EE. UU. (38), una red de contacto de un día de estudiantes de primaria dividido por género (39), y una red de blogs políticos divididos por afiliación partidaria (40). El resto de ellos, una red de amistad en un sitio web para compartir hábitos de escuchar música (Last.fm) y una red de directores de la compañía (41), ambos divididos por género, muestran un patrón donde parte de la homofilia observada dentro de uno de los grupos podría explicarse por amplificación de homofilia, pero la elección de homofilia en los otros grupos podría subestimarse debido al mecanismo de cierre triádico. En el caso de la junta directiva, observamos la elección de la heterofilia dentro de los hombres y la elección de la homofilia dentro de las mujeres, lo que junto con el mecanismo de cierre triádico explica el núcleo de las directoras observadas en el estudio donde se introdujo esta red (41). En el procedimiento de ajuste de campo medio, la amplificación de homofilia máxima posible [A (c = 1)] supera el 50% para la red social de blogs políticos, la red de Facebook más grande y el consejo de administración. La estimación exacta de la elección depende de la tendencia latente de cierre triádico en la red (c). Sin embargo, la paridad de la amplificación [A (c)] es independiente de esta estimación, y el crecimiento de la amplificación es monótono en función de c.

La imagen cualitativa que obtenemos para las estimaciones de amplificación utilizando el método ABC es en su mayoría similar al proceso de ajuste de campo medio. Los cambios se producen principalmente en las escalas de los efectos para algunos conjuntos de datos, y en los datos de la escuela primaria, la amplificación casi inexistente ahora se estima como amplificación negativa. Además, el método ABC nos da una estimación de la probabilidad de cierre triádico (c^ABC〉), que varía de muy alta (para las redes de Facebook y blogs políticos) a media (para los otros conjuntos de datos). Las distribuciones posteriores completas para las variables de homofilia de elección tienen una buena cantidad de varianza, lo que significa que las estimaciones puntuales que damos son solo indicativas del comportamiento esperado (ver Fig.5 y los Materiales suplementarios para distribuciones posteriores para otros valores de parámetros). El método ABC también nos proporciona una distribución de posibles matrices T iniciales o, de manera equivalente, matrices P (consulte los Materiales suplementarios para ver las distribuciones relacionadas). Aunque para la mayoría de las redes la condición inicial es en gran medida irrelevante, para la red de blogs políticos, la homofilia observada debe ser alta en la condición inicial. Esto se debe a que la red de blogs políticos se encuentra en una parte de un espacio de parámetros con múltiples puntos fijos (es decir, histéresis de homofilia). Nuestro modelo sugiere que la red podría haber estado en un punto fijo núcleo-periferia si la red no hubiera evolucionado históricamente desde una situación estructuralmente polarizada (consulte los Materiales complementarios para más detalles).

Un análisis sistemático de 100 redes de Facebook (38) revela que la mayor parte de los valores de amplificación estimados por ABC son positivos, que van hasta el 60% observado para la mayor de estas redes (y más en algunos casos extremos). Tenga en cuenta que existen grandes diferencias entre las estimaciones de homofilia de elección (⟨sABCa⟩ y⟨sABCb), y están altamente correlacionados (r de Pearson = 0,88), lo que puede indicar que la cantidad de opciones de homofilia que observamos en cada universidad es una característica de la universidad y no de la clase de los estudiantes. Los resultados en nuestros dos procedimientos de ajuste sugieren que usar la homofilia observada como un estimador ingenuo para la elección de la homofilia puede conducir a una sobreestimación o subestimación grave de la intensidad de la homofilia (incluso para una cantidad moderada de cierre triádico) en varias redes sociales del mundo real tanto en la sociedad como en las plataformas en línea.

Discusión

Nuestros hallazgos muestran que los patrones de asociación homófilos que se ven típicamente en las redes sociales empíricas no solo surgen debido a una preferencia individual por la similitud, sino que también son el resultado de un proceso de ventaja acumulativa que tiende a amplificar este sesgo intrínseco a la elección debido a la homofilia. al cierre triádico. Mediante un modelo mínimo de evolución de las redes sociales, encontramos límites en las cantidades de cierre triádico y la elección de la homofilia necesaria para que surja dicha amplificación de la homofilia. Esto corrobora teóricamente observaciones previas en redes organizacionales (42) y de comunicación (16, 17). En el caso genérico de una cantidad moderada de eventos de cierre triádicos y grupos de atributos de tamaño similar, la elección homofílica se amplifica mediante el cierre triádico a través de un mecanismo de punto de inflexión análogo al responsable de la segregación residencial en el modelo de Schelling (18), en el que la segregación toma colocar en la topología de la red social en lugar de en el espacio físico.

Además de la amplificación de la homofilia, nuestros resultados sugieren que la interacción entre el cierre triádico y la elección de la homofilia es una explicación plausible para el surgimiento de la estructura centro-periferia que se encuentra en las redes sociales, de comunicación, académicas, comerciales y financieras (34-36). En tales estructuras, el grupo central de individuos está tan bien conectado que seguir los enlaces a través del cierre triádico casi siempre conduce al mismo grupo, haciendo que el núcleo esté aún más conectado. Si bien el cierre triádico y la homofilia ya se consideran factores contribuyentes en la formación de comunidades (grupos cohesivos y surtativos densamente conectados), el impacto de los atributos de los nodos en la estructura núcleo-periferia está menos estudiado. Nuestro modelo implica que la transición dinámica a las redes núcleo-periferia es lenta y a menudo precedida por una amplificación homofílica rápida pero temporal. Esto puede explicar en parte por qué la literatura sobre redes sociales se ha centrado en redes agrupadas en lugar de otros tipos más raros de estructuras de escala intermedia.

Los efectos combinados del cierre triádico y la elección de la homofilia también incluyen la memoria de las restricciones homofílicas, es decir, sistemas con puntos estables múltiples y coexistentes para una amplia gama de tamaños de grupos relativos y cantidades de cierre triádico y elección de la homofilia. En otras palabras, incluso si se cambian las tendencias de elección de homofilia o de cierre triádico, una red social puede preservar la memoria de su configuración estructural actual. Esto hace que sea difícil alterar la forma de una red estable, por ejemplo, variando la opción típica de homofilia de sus individuos. Sobre la base de estos hallazgos, esperamos que, al planificar intervenciones externas para reducir la segregación social inducida por homofilia, se tomen medidas de acción más temprano que tarde, ya que la escala de intervenciones con un efecto significativo en la estructura de la red social aumenta con tiempo. Aún así, se necesita más investigación antes de que podamos ofrecer sugerencias concretas sobre estrategias de intervención.

Debido a que la elección de la homofilia no es directamente observable a partir de los datos estáticos de las redes sociales, es necesario inferirla a partir de la información disponible. Dicha inferencia siempre está sujeta a asumir un modelo para la creación de datos, y las estimaciones exactas para la elección de la homofilia siempre deben interpretarse teniendo esto en cuenta. Al ajustar la solución de campo medio del modelo a los datos, se supone que la red del mundo real está en un estado estable, ya que se basa simplemente en hacer coincidir las probabilidades de enlace (T) de los datos con los estados estables del modelo. El método ABC más elaborado implica más observables y un número finito de pasos de evolución. También se podría incluir el número de pasos t como un parámetro apropiado para investigar su efecto en la convergencia del método. Los resultados de los procedimientos de ajuste de campo medio y ABC coinciden cualitativamente entre sí en el sentido de que las conclusiones generales extraídas de ellos son las mismas. Sin embargo, los valores estimados puntuales son diferentes en muchos casos, y existe una cantidad notable de variación en las distribuciones posteriores de las estimaciones de parámetros para el método ABC. Esta variación podría reducirse al permitir tamaños de red más grandes (que están limitados por restricciones computacionales), al incluir diferentes estadísticas de resumen en la función de discrepancia, al ajustar aún más los parámetros del método ABC o al incluir mecanismos adicionales en el modelo. La aplicación de estos métodos a modelos de redes mecanicistas es un enfoque relativamente nuevo (43), y se pueden esperar nuevos desarrollos en esta área a medida que estos métodos maduren.
A diferencia de nuestro enfoque, los modelos estacionarios no mecánicos, como los gráficos aleatorios exponenciales (ERGM), también se pueden utilizar para estudiar la interacción entre el cierre triádico y la homofilia (44-46). La diferencia conceptual clave para nuestro enfoque es que los ERGM son modelos de red estática, que pueden usarse para equilibrar la tendencia hacia triángulos, enlaces homofílicos, triángulos homofílicos y muchas otras características de la red como factores que explican la estructura de la red. Nuestro enfoque es más bien un modelo de interacción acumulativa de dos mecanismos explícitos y microscópicos de evolución de red [tenga en cuenta, sin embargo, que algunos modelos de evolución de red microscópica cuidadosamente elaborados pueden converger, bajo ciertos supuestos, a ERGM como estados estables (46, 47) y ERGM a menudo se muestrean con los métodos de Monte Carlo de la cadena de Markov en los que las redes se vuelven a cablear (48)]. Esto significa que los ERGM no modelan explícitamente procesos acumulativos ni dicen nada sobre escalas de tiempo múltiples o estados metaestables, lo que encontramos como consecuencia de combinar el cierre triádico con un sesgo de homofilia de elección.

Nuestro enfoque supone que los atributos biológicos y culturales subyacentes a la homofilia son constantes en el tiempo. Si bien este supuesto es principalmente cierto para las características individuales a largo plazo, como el género o la religión, no lo es tanto para rasgos como la afiliación política, la ocupación y las opiniones. Las redes donde los enlaces y los atributos cambian de forma adaptativa entre sí (es decir, siguiendo la dinámica coevolutiva adaptativa) se han estudiado ampliamente para detectar fenómenos biológicos, económicos y sociales (49-51). Cuando se favorecen los enlaces entre nodos con atributos similares, la dinámica adaptativa se autoorganiza en redes heterogéneas donde los grupos de individuos que comparten atributos son estructuralmente distinguibles entre sí (52–56). Tal característica genérica de las redes adaptativas hace probable que nuestras observaciones de los efectos acumulativos del cierre triádico y la homofilia se mantengan incluso en el caso de atributos individuales dependientes del tiempo (57, 58). El estudio de una interacción adaptativa entre el cierre triádico y la homofilia es una línea digna de investigación futura que puede revelar ciclos de retroalimentación adicionales y complejos entre la estructura social y la evolución de los atributos.

La simplicidad de nuestro marco sugiere que la presencia de cierre triádico y elección de homofilia para un valor de atributo dado es suficiente para explicar algunas características sobresalientes de las redes sociales empíricas como la amplificación de homofilia y las estructuras núcleo-periferia. Sin embargo, los efectos de las características más realistas de la sociedad, como la existencia de más de dos valores para un solo atributo, restricciones estructurales más allá del cierre triádico y la coexistencia de varios atributos en una población [en el espíritu del modelo cultural de Axelrod difusión (59)], quedan por estudiar. Anticipamos que nuestros resultados promueven aún más interés en la simulación computacional basada en datos de las interacciones sociales y arrojan más luz sobre la relación entre el cierre triádico y la homofilia. Esta visión ayudará a los investigadores y a los responsables políticos a diseñar estrategias de intervención para disminuir los efectos más adversos de la toma de decisiones homofílicas, incluidas las estructuras sociales segregadas, como los lugares de trabajo específicos de género y los sistemas políticos partidistas.


Ver Materiales y métodos