Os nós A e B parecem iguais quando consideram apenas suas conexões de rede mais próximas (setas direcionadas na região verde). Os dois usuários A e B influenciam três usuários cada (nós laranja) e exibem o mesmo número de eventos de propagação de informação (espessura das setas). No entanto, ao analisar os padrões de propagação da informação para os seis nós influenciados por A e B (incluindo setas na região laranja), o algoritmo de suscetibilidade à influência determina que os nós influenciados por B são mais suscetíveis à influência do que aqueles influenciados por A e, portanto, , A é mais influente. Crédito:Science China Press Compreender como a informação flui nas redes sociais é fundamental para combater a desinformação perigosa, promover a divulgação de notícias e conceber ambientes sociais online saudáveis. Os estudiosos já perceberam há muito tempo o papel dos superdivulgadores de informações – ou seja, usuários com a capacidade de espalhar mensagens e ideias para muitas outras pessoas rapidamente.
Uma longa tradição de investigação identifica os superdivulgadores através da sua posição na rede social. Pesquisa recente, publicada na revista National Science Review e liderado pelo Prof. Linyuan Lü (Universidade de Ciência Eletrônica e Tecnologia da China) e Dr. Manuel S. Mariani (Universidade de Zurique), desafia esse paradigma de longa data. Mostra que as características comportamentais dos utilizadores (ou seja, como tendem a comportar-se) fornecem indicadores iniciais mais precisos da sua capacidade de divulgação do que o local onde se encontram na rede social.
Os autores afastaram-se das abordagens tradicionais de rede, começando com um modelo de como a informação flui de indivíduo para indivíduo. Motivado por descobertas empíricas anteriores, o modelo assume que a probabilidade de uma mensagem ser transmitida de uma fonte para um usuário alvo é determinada tanto pela influência da fonte (ou seja, um parâmetro que captura sua probabilidade de transmitir informações a outros) quanto pela suscetibilidade do alvo. influenciar.
Os parâmetros de influência e suscetibilidade dos usuários não são conhecidos a priori. No entanto, os autores derivaram um par de equações acopladas que conectam a influência e a suscetibilidade dos usuários com a estrutura da rede de propagação subjacente, o que permite seu cálculo em enormes conjuntos de dados comportamentais.
Através destas equações, os autores puderam medir as pontuações de influência e susceptibilidade de milhões de utilizadores no Weibo e no Twitter, o que melhora a nossa compreensão dos superdivulgadores de informação de duas maneiras. Primeiro, os resultados dos autores desafiam o paradigma de que os hubs da rede – ou seja, os utilizadores com muitos seguidores – são os disseminadores de informação mais eficazes.
Eles mostram que, em vez disso, as pontuações de influência e suscetibilidade dos usuários fornecem preditores mais precisos de ser um superdivulgador do que o número de seguidores dos usuários. Em segundo lugar, os superdivulgadores são caracterizados por ligações de maior contágio (ou seja, o produto entre a sua influência e as suscetibilidades dos seus públicos tende a ser grande) e tendem a influenciar utilizadores mais influentes.
Isto sugere que explicar os superespalhadores requer a integração de estruturas de rede e características comportamentais a nível individual.
Essas descobertas podem abrir novos rumos na pesquisa de redes sociais. No domínio da difusão da informação, os pressupostos simplificadores do modelo de propagação podem ser gradualmente relaxados. Modelos mais refinados podem incluir diversidade de tópicos, influências algorítmicas, efeitos de memória, todos os quais poderiam levar a diferentes equações para a influência dos usuários e pontuações de suscetibilidade.
As pontuações de influência e suscetibilidade também podem variar por tópico, o que poderia eventualmente levar a uma caracterização multidimensional dos utilizadores e das suas capacidades de disseminação.
Numa nota mais geral, o paradigma proposto por este estudo também poderia ter implicações para intervenções destinadas a mudanças comportamentais em larga escala. Tradicionalmente, estas atividades centram-se em persuadir os centros sociais a adotarem precocemente um novo produto ou comportamento. As descobertas dos autores sugerem que uma abordagem mais eficaz pode basear-se na identificação de ligações de alto contágio que ligam potenciais adotantes altamente influentes e altamente suscetíveis.
Para tanto, são necessárias pesquisas adicionais para adaptar o algoritmo à difusão de comportamentos, o que provavelmente exigirá conjuntos de equações diferentes daqueles obtidos para a difusão de informações. Serão necessários experimentos de campo para validar os insights resultantes. Eventualmente, estes esforços poderão revelar a melhor forma de integrar as posições dos indivíduos nas suas redes sociais com a forma como normalmente se comportam para conceber intervenções para a mudança comportamental, o que é fundamental para as organizações e os decisores políticos.
