Pronosticando al usuario


#HuellaDigital | *Leo García (@leogarciamx)

Las plataformas tecnológicas que conocemos como redes sociales actualmente están consideradas como ecosistemas no orgánicos, entornos que sirven para la interacción de un conjunto de seres vivos: los usuarios; que se relacionan y consumen los recursos del medio: la información.

Con frecuencia en este espacio se ha tocado el tema de cómo resultan en una herramienta ideal para prácticas de manipulación. El conjunto que forma la figura que conocemos en abstracto como red social se puede estudiar de la misma manera en que se estudia un ecosistema. Esto permite hacer modelos para pronosticar comportamientos y reacciones de los grupos afines de usuarios que componen las distintas comunidades dentro de una misma red social.

Afinidad y contagio

Cuando una persona decide participar en una red social construye sus relaciones motivada por el comportamiento gregario, la necesidad de formar grupos, y busca interactuar con usuarios con quienes se identifica, porque comparte intereses y encuentra afinidad por sus similitudes. A esto se le conoce como homofilia.

Y es precisamente por esas características que los grupos tienen en común que su comportamiento se puede estudiar en conjunto.

El contagio de una enfermedad se da por encontrar barreras débiles que lo eviten. En el caso de los grupos que forman los usuarios de redes sociales, la información, los comportamientos y todo lo que la interacción de la plataforma de la red social permite, fluyen y se comparten prácticamente sin barreras ni restricciones por la afinidad de sus integrantes de manera similar a un contagio. Es por eso que a este fenómeno se le llama viralidad.

Modelando el comportamiento

La información que se genera en las redes sociales es tan específica y descriptiva de los aspectos personales de los usuarios, que puede someterse a diversos modelos de análisis para evaluar su comportamiento y las reacciones a ciertos estímulos.

Conforme pasa el tiempo, se refuerzan los elementos de afinidad dentro de los grupos y es posible observar sus comportamientos, acciones, reacciones, y hacer pronósticos relativos al conjunto.

Esto puesto además en el contexto que en las redes sociales el objeto de interacción es el usuario, formular pronósticos acerca del efecto en el conjunto se vuelve de interés para llevarlo a reaccionar según convenga o interese a quién sepa cómo inducir el estímulo correcto.

Al hablar de estímulo puede ser suficiente con encontrar un mensaje que sea propicio a que se difunda por los amplificadores adecuados…y la viralidad hará el resto.

La ciencia de datos es fundamental para esta dinámica. Entre mayor es el grupo objeto de estudio, y más variables permite analizar la plataforma de la red social, los análisis pueden ser más precisos y en consecuencia se puede esperar que sea más acertado el pronóstico de resultado.

Es casi como ofrecer una ventana en la que sea posible ver a futuro el comportamiento del grupo objeto de estudio.

Posterior a los meses, y años, en los que se ha documentado el uso de las redes sociales como instrumento de manipulación política se ha descubierto que estos modelos de pronóstico son muy efectivos en grupos de gran afinidad en temas sociales.

Por ejemplo, en la elección presidencial de 2016 en Estados Unidos, a partir de muestrear los datos de interés y preferencia de usuarios que se expresan abiertamente simpatizantes de causas en defensa de minorías, fue posible elegir incluso el lenguaje adecuado para encausar sus esfuerzos políticos en dos grandes sentidos: en el primero los llevaron a intentar desmovilizarlos a votar contra Donald Trump por sus expresiones discriminatorias.

En el segundo esfuerzo se amplificó el discurso que estos grupos proclamaban en defensa de las minorías, se exageraron posturas antagónicas entre ellos y los grupos ultraconservadores, y fue a quienes, estimulando esta reacción, buscaron llevarlos a movilizarse incentivándolos a votar a favor de Trump.

Hicieron del discurso de los grupos que defienden causas de minorías el estímulo, que amplificado y exagerado en un ciclo de polarización, causó la reacción de los grupos conservadores y se les movilizó para votar a favor de Trump. Causa y efecto.

De manera similar se operó entre los grupos “Black Lives Matter” y “Unite the Right”, donde además se dio la movilización de Charlottesville que costó dos vidas.

Uno de los expertos que han trabajado sobre estos modelos de análisis de datos y su implicación en el comportamiento de los usuarios en la vida real es Aleksandr Kogan, quien desarrollo la app “This is your digital life”, donde se respondían 95 preguntas del test psicológico del modelo OCEAN, y que la información recolectada fue utilizada por Cambridge Analytica.

De forma simultánea, Kogan realizó investigaciones en la Universidad Estatal de San Petersburgo acerca de la implicación en las redes sociales de los troles, usuarios tendientes a mostrar la “Triada Oscura”: psicopatía, sociopatía y narcisismo.

Las implicaciones del alcance tecnológico, la penetración del entorno social digital en tantos y tan variados ámbitos, y lo intrusivo de los mecanismos de recopilación de datos, reducen al usuario real, de carne y hueso, en meros paquetes de datos que pueden ser fácilmente cuantificables, analizables, y manipulables, conduciendo y modelando la realidad, según convenga a los intereses de quienes tengan los recursos para hacerlo. Empezando por los mismos propietarios de las plataformas de las redes sociales, que así logran sus ingresos.

Hagamos red, sigamos conectados.

*Leo García (@leogarciamx) es desarrollador web y analista de tendencias de Twitter.

Las opiniones expresadas en este artículo corresponden al autor y no representan necesariamente la postura de Quinto Poder.

Consigue más noticias en tu e-mail

Inscribirse al newsletter para recibir noticias en tu correo.

Quinto Poder

Denunciamos todo lo que apesta a corrupción, lacra e injusticia. No basta con que te indignes, mejor alza la voz y ayúdanos a impulsar una reflexión. Sin protegidos ni favoritos, Quinto Poder es tu voz.