Investigadores de la Universidad Chapman en California desarrollaron un algoritmo basado en la identificación de grupos de personas y de  líderes de opinión conectados socialmente en el sitio de medios sociales para difundir información, en este caso datos sobre la prevención del cáncer. “La difusión de información a través de amigos en Facebook es más poderosa que la difusión de información a través de la publicidad en línea y personas populares”, le dijo a Metro Kerk Kee, profesor de estudios de comunicación en la Universidad de Chapman y coautor del estudio.

¿De dónde vino la idea para este estudio?
– La idea de este estudio se inició en 2001, mientras que mis coautores conversaban acerca de las células y redes terroristas después del 11 de septiembre. La conversación fue acerca de cómo modelar matemáticamente células terroristas, de cómo se toman las decisiones, y la forma que las ideologías terroristas se propagan a través de la red. Revivimos la conversación más tarde y elegimos tomar como modelo la propagación de información sobre la detección del cáncer en Facebook a través de grupos de amigos unidos. Es la mayor red social del mundo, por lo que es la plataforma de medios sociales más viable para apuntar.

¿Qué descubrieron?
– La difusión de información a través de amigos en Facebook es más poderosa que la difusión de información a través de la publicidad en línea y personas populares. En el caso de la publicidad en línea, no hay “unión” entre la fuente de la información y los destinatarios. Sin embargo, en el caso de los usuarios populares de Facebook con muchos amigos, sus relaciones con sus muchos amigos puede ser realísticamente mejor caracterizada como “lazos débiles”. Hemos desarrollado un enfoque alternativo de identificar dónde se forman grupos sociales en la red, calculando matemáticamente los caminos más rápidos entre grupos sociales por donde el mensaje debería pasar con el fin de saturar la red. Este enfoque se aprovecha de la “unión” y lazos fuertes con otros a través de las redes sociales, por lo que la información se puede transmitir y ser sostenida por la longitud natural y frecuencia de exposición de la información. Lazos fuertes aumentan la duración y frecuencia de exposición, y sus uniones también afirman una influencia positiva o presión de los compañeros sobre sus amigos cercanos a aprobar y difundir el mensaje, con lo que el mensaje se vuelve viral. Estos lazos fuertes tienden a hacer amigos fuera de línea también, así que el mensaje en Facebook se puede repetir aún más, podría ser discutido, y fortalecido a través de sus interacciones fuera de línea.

¿Cómo llevaron a cabo su investigación?
– Con el uso de una simulación por computador. Este es un escenario realista de cómo la gente se organiza y se relaciona entre sí en el mundo offline. Llamamos a la red una “agregación social”, un conjunto de lazos fuertes y débiles, relaciones sociales con una mezcla de cercanía e individualidad. Luego se calculó matemáticamente cómo la información rápidamente puede fluir a través de los lazos fuertes dentro de los conglomerados y la comparamos con la velocidad a través de los lazos débiles utilizando cubos de publicidad o noticias tradicionales. La simulación demuestra que bajo ciertas condiciones de la red, la información puede transmitirse igualmente rápido o más rápido que los hubs, acelerando así la propagación de la información en Facebook, haciendo que se vuelva viral.

¿Puedes darnos un ejemplo?
– Por ejemplo, un video en YouTube promoviendo la detección del cáncer puede volverse matemáticamente viral, si el video de YouTube le llega primero a personas que pertenecen a grupos sociales en Facebook. La fuerza de las relaciones es lo que lleva y sostiene la propagación del mensaje, propagándolo aún más a lo largo de la red. Si el video de YouTube llega primero a los hubs con vínculos débiles en Facebook, es probable que la difusión del vídeo se esfume rápidamente.

¿Ya lo han aplicado en la práctica?
– Vamos a aplicar esta simulación por computador en una red de Facebook real. Hemos recogido un nuevo conjunto de datos que representan una red particular de Facebook en California. Nos gustaría saber si nuestra teoría matemática y la simulación computacional se replicaría en esta red real. Más estudios están en marcha.

¿Por qué es significativo su estudio?
– Este enfoque estratégico y matemático puede tomar ventaja de la historia natural, la frecuencia de comunicación...  Tal esfuerzo realmente podría salvar vidas. En el caso de un llamado urgente a la acción, por ejemplo, la recaudación de fondos para un desastre natural internacional, como el reciente terremoto en Nepal, la velocidad de propagación de la información y la presión positiva de grupo podría conducir a la recaudación de fondos y salvar vidas.

¿Cuáles son tus planes de futuro?
– Estamos analizando algunos datos de Facebook ahora para ayudarnos a afinar la técnica de detección de grupos sociales en línea. Luego tenemos la intención de estudiar matemáticamente la confianza social en Facebook, porque la confianza puede influir no sólo sobre la difusión y el apoyo, sino que la aprobación fuera de línea de las personas y las acciones sobre el mensaje.