Three Degrees of Influence es una teoría en el ámbito de las redes sociales , [1] propuesta por Nicholas A. Christakis y James H. Fowler en 2007. Desde entonces, ha sido explorada por científicos de numerosas disciplinas utilizando diversos métodos estadísticos, psicológicos, sociológicos y enfoques biológicos.
Christakis y Fowler exploraron la influenciade las conexiones sociales en el comportamiento. Describieron cómo la influencia social no termina con las personas con las que una persona está directamente relacionada. Las personas influyen en sus amigos, quienes a su vez influyen en sus amigos, etc. por tanto, las creencias y acciones de una persona pueden influir en personas que nunca ha conocido, a las que sólo está vinculada indirectamente. Christakis y Fowler postularon que diversos fenómenos "se propagan a través de nuestra red y tienen un impacto en nuestros amigos (un grado), los amigos de nuestros amigos (dos grados) e incluso los amigos de los amigos de nuestros amigos (tres grados). Nuestra influencia se disipa gradualmente y deja de tener un efecto notable en las personas más allá de la frontera social que se encuentra en los tres grados de separación ". Propusieron una serie de razones para esta decadencia y ofrecieron fundamentos informativos, psicológicos y biológicos.
Este argumento es básicamente que los efectos de los pares no necesitan detenerse en un grado de separación. Sin embargo, en un amplio conjunto de escenarios empíricos, utilizando métodos tanto de observación como experimentales, observaron que el efecto parece, en muchos casos, dejar de ser significativo en un horizonte social de tres grados.
Utilizando métodos tanto de observación como experimentales, Christakis y Fowler examinaron fenómenos de varios dominios, como la obesidad, la felicidad , la cooperación, el voto y diversas creencias y comportamientos de salud pública. Posteriormente, las investigaciones de otros grupos han explorado muchos otros fenómenos de esta manera (incluido el crimen, el aprendizaje social, etc.).
Razón fundamental
La influencia se disipa después de tres grados (hacia y desde amigos, amigos, amigos) por tres razones, proponen Christakis y Fowler: [2]
- Deterioro intrínseco: corrupción de la información o una especie de "fricción social" (como el teléfono del juego ).
- Inestabilidad de la red: los lazos sociales se vuelven inestables (y no son constantes en el tiempo) en un horizonte de más de tres grados de separación.
- Propósito evolutivo: evolucionamos en grupos pequeños en los que todos estaban conectados por tres grados o menos (una idea que recibió apoyo posterior [3] ).
Literatura cientifica
Los estudios iniciales que utilizaron datos de observación de Christakis y Fowler sugirieron que una variedad de atributos (como la obesidad, [4] fumar, [5] y la felicidad [6] ), en lugar de ser individualistas, están casualmente correlacionados por mecanismos de contagio que transmiten tales fenómenos a través de largas distancias dentro de las redes sociales. [7] Algunos análisis posteriores han explorado las limitaciones de estos análisis (sujetos a diferentes supuestos estadísticos); [8] o han expresado su preocupación de que los métodos estadísticos empleados en estos análisis no pueden controlar completamente otros factores ambientales; [9] o han observado que las estimaciones estadísticas que surgen de algunos enfoques pueden no siempre tener interpretaciones sencillas; [10] o han argumentado que los métodos estadísticos no siempre pueden dar cuenta de los procesos de homofilia en la creación y retención de relaciones a lo largo del tiempo. [11] [12]
Pero otros estudios que utilizan análisis de sensibilidad han encontrado que las estimaciones básicas con respecto a la transmisibilidad de la obesidad y el abandono del hábito de fumar, por ejemplo, son bastante sólidas, [13] [14] o han replicado o respaldado los hallazgos de otra manera. [15] [16] Un trabajo de modelado detallado adicional publicado en 2016 mostró que el enfoque de modelado GEE utilizado por Christakis y Fowler (y otros) fue bastante efectivo para estimar los efectos del contagio social y distinguirlos de la homofilia. [17] Este artículo concluyó: "Para la influencia de la red, encontramos que el enfoque parece tener una sensibilidad excelente y una especificidad bastante buena con respecto a distinguir la presencia o ausencia de tal 'efecto de red', independientemente de si la homofilia es o no presente en la formación de la red. Esto fue cierto para las cohortes pequeñas (n = 30) y las cohortes más grandes (n = 1000), y para las cohortes que mostraron menor y mayor realismo en su distribución de amistades ". Otro artículo metodológico concluyó que, de hecho, es posible limitar las estimaciones de los efectos de los pares incluso dadas las restricciones de modelado que enfrentan Christakis y Fowler [16], incluso si se requieren supuestos paramétricos para identificar tales efectos utilizando datos de observación (si se piensa que la homofilia sustancial no observada Ser presente). [12]
Ha seguido apareciendo soporte adicional para el enfoque de modelado utilizado por Christakis y Fowler proporcionado por otros autores. [18] Desde una perspectiva teórica, se ha demostrado [19] que esta propiedad surge naturalmente como el resultado de la interacción entre la influencia social, o dinámicas de aprendizaje, y redes complejas. Estos estudios emplean modelos emblemáticos utilizados para estudiar la difusión de información, opiniones, ideas y comportamientos en una amplia gama de topologías de red, mostrando también bajo qué condiciones se pueden esperar violaciones de los "tres grados de influencia", incluidos los de tres grados- propiedad de influencia. Los enfoques analíticos adicionales a los datos de observación también han sido de apoyo, incluida la estimación de muestras emparejadas , [20] y técnicas de reorganización . [21] La técnica de reorganización validó la "prueba de direccionalidad del borde" como una estrategia de identificación de efectos causales entre pares; Christakis y Fowler propusieron por primera vez esta técnica como una herramienta para estimar tales efectos en el análisis de redes en su artículo de 2007 sobre la obesidad.
Christakis y Fowler revisaron los hallazgos críticos y de apoyo con respecto al fenómeno de los tres grados de influencia y los enfoques analíticos utilizados para discernirlo con datos de observación en 2013 [14].
Además, estudios experimentales posteriores (realizados por muchos grupos de investigación, incluidos Christakis y Fowler) han encontrado una fuerte evidencia causal de procesos de contagio conductual que se extienden más allá de las díadas (incluso hasta dos, tres o cuatro grados de separación) utilizando experimentos controlados aleatorios , [ 22] [23] [24] [25] [26] incluyendo un experimento que involucró a 61.000.000 de personas que mostró una extensión del comportamiento de voto a dos grados de separación. [27] Un artículo de 2014 también confirmó la propagación de emociones más allá de las díadas, como propusieron Christakis y Fowler en 2008, utilizando otro experimento masivo en línea. [28] La propiedad de los "tres grados de influencia" también ha sido notada por otros grupos que utilizan datos de observación sobre redes delictivas. [29]
Diversas líneas de trabajo también han explorado los mecanismos biopsicosociales específicos de la limitación de los efectos del contagio, algunos de los cuales habían sido teorizados por Christakis y Fowler. Los experimentos de Moussaid et al evaluaron la extensión de la percepción del riesgo y documentaron la inflexión en aproximadamente tres grados. [30] Otro conjunto de experimentos documentó el impacto de la distorsión de la información, señalando que "a pesar de la fuerte influencia social dentro de pares de individuos, el alcance de la propagación del juicio a través de una cadena rara vez excedía una distancia social de tres o cuatro grados de separación ... Mostramos que la distorsión de la información y la sobreponderación de los errores de otras personas son dos mecanismos a nivel individual que dificultan la propagación del juicio a escala de la cadena ". [31] Y los experimentos con escáneres de resonancia magnética funcional en una red de estudiantes graduados mapeados sociocéntricamente, publicados en 2018, mostraron que las respuestas neuronales a los estímulos conceptuales eran similares entre amigos, con un nadir en tres grados de separación, lo que proporciona más evidencia biológica para esta teoría. [32]
La teoría también se ha utilizado para desarrollar algoritmos validados para maximizar la influencia de manera eficiente. [33]
Implicaciones morales
La idea de la influencia de la red plantea la cuestión del libre albedrío , porque sugiere que las personas están influenciadas por factores que no pueden controlar y de los que no son conscientes. Christakis y Fowler afirman en su libro, Connected , que los responsables de la formulación de políticas deberían utilizar el conocimiento sobre los efectos de las redes sociales para crear una sociedad mejor con una política pública más eficiente . Esto se aplica a muchos aspectos de la vida, desde la salud pública hasta la economía . Por ejemplo, cuando los recursos son escasos, señalan que podría ser preferible inmunizar a los individuos ubicados en el centro de una red en lugar de los individuos estructuralmente periféricos. O podría ser mucho más eficaz motivar a grupos de personas para que eviten un comportamiento delictivo que actuar sobre los individuos o que castigar a cada delincuente por separado. Su trabajo posterior ha explorado cómo utilizar el contagio social para fomentar la difusión de innovaciones deseables en las aldeas rurales. [26] [34]
Ver también
- Mark Granovetter
- Seis grados de separación
- El punto de inflexión
Referencias
- ^ "La influencia oculta de las redes sociales Nicholas Christakis en TED.com" .
- ^ Prefacio conectado + capítulo1
- ^ Morgan, TJH; et al. (2015). "Evidencia experimental para la coevolución de la enseñanza y el lenguaje de fabricación de herramientas de homínidos" . Comunicaciones de la naturaleza . 6 : 6029. Bibcode : 2015NatCo ... 6.6029M . doi : 10.1038 / ncomms7029 . PMC 4338549 . PMID 25585382 .
- ^ Christakis, Nicholas A .; Fowler, James H. (2007). "La propagación de la obesidad en una gran red social durante 32 años". La Revista de Medicina de Nueva Inglaterra . 357 (4): 370–379. CiteSeerX 10.1.1.581.4893 . doi : 10.1056 / NEJMsa066082 . PMID 17652652 .
- ^ Christakis, Nicholas A .; Fowler, James H. (2008). "La dinámica colectiva del tabaquismo en una gran red social" . La Revista de Medicina de Nueva Inglaterra . 358 (21): 2249–2258. doi : 10.1056 / NEJMsa0706154 . PMC 2822344 . PMID 18499567 .
- ^ Christakis, Nicholas A .; Fowler, James H. (2008). "Difusión dinámica de la felicidad en una gran red social: análisis longitudinal durante 20 años en el Framingham Heart Study" . Revista médica británica . 337 (337): a2338. doi : 10.1136 / bmj.a2338 . PMC 2600606 . PMID 19056788 .
- ^ Christakis, Nicholas A .; Fowler, James H. (2009). Conectado: el sorprendente poder de nuestras redes sociales y cómo dan forma a nuestras vidas . ISBN de Little, Brown and Co. 978-0316036146.
- ^ Cohen-Cole, Ethan; Fletcher, Jason M. (2008). "Detección de efectos inverosímiles de redes sociales en acné, altura y dolores de cabeza: análisis longitudinal" . Revista médica británica . 337 : a2533. doi : 10.1136 / bmj.a2533 . PMC 2600605 . PMID 19056789 .
- ^ Cohen-Cole, Ethan; Fletcher, Jason M. (2008). "¿La obesidad es contagiosa? Redes sociales vs. factores ambientales en la epidemia de obesidad" (PDF) . Revista de Economía de la Salud . 27 (5): 1382-1387. doi : 10.1016 / j.jhealeco.2008.04.005 . PMID 18571258 .
- ^ Lyons, Russell (2011). "La difusión de la medicina deficiente en pruebas a través de un análisis de redes sociales defectuoso". Estadísticas, política y políticas . 2 (1). arXiv : 1007.2876 . doi : 10.2202 / 2151-7509.1024 . S2CID 14223489 .
- ^ Noel, Hans; Nyhan, Brendan (2011). "El 'problema de la falta de amistad': las consecuencias de la homofilia en la retención de la amistad para las estimaciones causales de la influencia social". Redes sociales . 33 (3): 211–218. arXiv : 1009.3243 . doi : 10.1016 / j.socnet.2011.05.003 . S2CID 13937621 .
- ^ a b Shalizi, Cosma R .; Thomas, Andrew C. (2011). "La homofilia y el contagio se confunden genéricamente en los estudios de redes sociales observacionales" . Métodos e investigación sociológicos . 40 (2): 211–239. arXiv : 1004.4704 . doi : 10.1177 / 0049124111404820 . PMC 3328971 . PMID 22523436 .
- ^ VanderWeele, Tyler J. (2011). "Análisis de sensibilidad a efectos de contagio en redes sociales" . Métodos e investigación sociológicos . 40 (2): 240–255. doi : 10.1177 / 0049124111404821 . PMC 4288024 . PMID 25580037 .
- ^ a b Christakis, NA; Fowler, JH (2013). "Teoría del contagio social: examinar las redes sociales dinámicas y el comportamiento humano" . Estadística en Medicina . 32 (4): 556–577. doi : 10.1002 / sim.5408 . PMC 3830455 . PMID 22711416 .
- ^ Ali, MM; Amialchuk, A; Gao, S; Heiland, F (2012). "Aumento de peso adolescente y redes sociales: ¿Existe un efecto de contagio?". Economía aplicada . 44 (23): 2969-2983. doi : 10.1080 / 00036846.2011.568408 . S2CID 144012349 .
- ^ a b Steeg, A. Galstyan (2012). "Pruebas estadísticas de contagio en estudios de redes sociales observacionales". Journal of Machine Learning Research : 563–571.
- ^ Zachrison, Kori (2016). "¿Pueden los modelos de ecuaciones de estimación generalizadas longitudinales distinguir la influencia de la red y la homofilia? Un enfoque de modelado basado en agentes para las características de medición" . Metodología de Investigación Médica de BMC . 16 (1): 174. doi : 10.1186 / s12874-016-0274-4 . PMC 5192582 . PMID 28031023 .
- ^ González-Pardo, A .; Cajias, R .; Camacho, D. (2014). "Una simulación basada en agentes del modelo social de Christakis-Fowler". Desarrollos recientes en inteligencia colectiva computacional . Estudios en Inteligencia Computacional. 513 : 69–77. doi : 10.1007 / 978-3-319-01787-7_7 . ISBN 978-3-319-01786-0.
- ^ Pinheiro, Flávio L .; Santos, Marta D .; Santos, Francisco C .; Pacheco, Jorge M. (2014). "Origen de la influencia de los pares en las redes sociales" (PDF) . Cartas de revisión física . 112 (9): 098702. doi : 10.1103 / physrevlett.112.098702 . hdl : 1822/64002 . PMID 24655286 .
- ^ Aral, Sinan; Muchnik, Lev; Sunararajan, Arun (2009). "Distinguir el contagio basado en la influencia de la difusión impulsada por la homofilia en redes dinámicas" . Actas de la Academia Nacional de Ciencias . 106 (51): 21544–21549. Código Bibliográfico : 2009PNAS..10621544A . doi : 10.1073 / pnas.0908800106 . PMC 2799846 . PMID 20007780 .
- ^ Anagnostopoulos, Aris; Kumar, Ravi; Mahdian, Mohammad (2008). Influencia y correlación en las redes sociales . Actas de la 14ª Conferencia de ACM SIGKDD sobre descubrimiento de conocimiento y minería de datos . págs. 7–15. CiteSeerX 10.1.1.227.5676 . doi : 10.1145 / 1401890.1401897 . ISBN 9781605581934. S2CID 7995562 .
- ^ Centola, Damon (2010). "La propagación del comportamiento en un experimento de red social en línea". Ciencia . 329 (5995): 1194-1197. Código Bibliográfico : 2010Sci ... 329.1194C . CiteSeerX 10.1.1.701.3842 . doi : 10.1126 / science.1185231 . PMID 20813952 . S2CID 3265637 .
- ^ Fowler, James H .; Christakis, Nicholas A. (2010). "Cascadas de comportamiento cooperativo en las redes sociales humanas" . Actas de la Academia Nacional de Ciencias . 107 (12): 5334–5338. arXiv : 0908.3497 . Código Bibliográfico : 2010PNAS..107.5334F . doi : 10.1073 / pnas.0913149107 . PMC 2851803 . PMID 20212120 .
- ^ Aral, Sinan; Walker, Dylan (2011). "Creación de contagio social a través del diseño de productos virales: un ensayo aleatorio de la influencia de los pares en las redes". Ciencias de la gestión . 57 (9): 1623–1639. doi : 10.1287 / mnsc.1110.1421 .
- ^ Rand D, Arbesman S y Christakis NA, "Las redes sociales dinámicas promueven la cooperación en experimentos con seres humanos", PNAS: Actas de la Academia Nacional de Ciencias 2011; 108: 19193-19198
- ^ a b Kim, David A; Hwong, Alison R; Stafford, Derek; Hughes, D Alex; O'Malley, A James; Fowler, James H; Christakis, Nicholas A (11 de julio de 2015). "Orientación de redes sociales para maximizar el cambio de comportamiento de la población: un ensayo controlado aleatorio de grupo" . The Lancet . 386 (9989): 145-153. doi : 10.1016 / S0140-6736 (15) 60095-2 . ISSN 0140-6736 . PMC 4638320 . PMID 25952354 .
- ^ Bond, RM; Fariss, CJ; Jones, JJ; Kramer, ADI; Marlow, C; Settle, JE; Fowler, JH (2012). "Un experimento de 61 millones de personas en influencia social y movilización política" . Naturaleza . 489 (7415): 295–298. Código Bib : 2012Natur.489..295B . doi : 10.1038 / nature11421 . PMC 3834737 . PMID 22972300 .
- ^ Kramer, ADI; Guillory, JE; Hancock, JT (2014). "Evidencia experimental de contagio emocional a gran escala a través de las redes sociales" (PDF) . Actas de la Academia Nacional de Ciencias . 111 (24): 8788–8790. Código bibliográfico : 2014PNAS..111.8788K . doi : 10.1073 / pnas.1320040111 . PMC 4066473 . PMID 24889601 .
- ^ Wildeman, Christopher; Papachristos, Andrew V. (2014). "Exposición de la red y victimización por homicidio en una comunidad afroamericana" . Revista estadounidense de salud pública . 104 (1): 143–150. doi : 10.2105 / ajph.2013.301441 . PMC 3910040 . PMID 24228655 .
- ^ Moussaid, M; Brighton, H; Gaissmaier, W (2015). "La amplificación del riesgo en cadenas de difusión experimentales" (PDF) . Actas de la Academia Nacional de Ciencias . 112 (18): 5631–5636. arXiv : 1504.05331 . Código Bibliográfico : 2015PNAS..112.5631M . doi : 10.1073 / pnas.1421883112 . PMC 4426405 . PMID 25902519 .
- ^ Moussaid, M (18 de abril de 2017). "Alcance y velocidad de propagación del juicio en el laboratorio" (PDF) . Actas de la Academia Nacional de Ciencias . 114 (16): 4117–4122. doi : 10.1073 / pnas.1611998114 . PMC 5402452 . PMID 28373540 .
- ^ Parkinson, Carolyn; Kleinbaum, Adam M .; Wheatley, Thalia (30 de enero de 2018). "Respuestas neuronales similares predicen la amistad" . Comunicaciones de la naturaleza . 9 (1): 332. Bibcode : 2018NatCo ... 9..332P . doi : 10.1038 / s41467-017-02722-7 . ISSN 2041-1723 . PMC 5790806 . PMID 29382820 .
- ^ Qin, Yadong; Ma, Jun; Gao, Shuai (8 de junio de 2015). Maximización eficiente de la influencia basada en la teoría de tres grados de influencia . Gestión de la información de la era web . Apuntes de conferencias en informática. 9098 . págs. 465–468. doi : 10.1007 / 978-3-319-21042-1_42 . ISBN 978-3-319-21041-4.
- ^ Shakya, Holly (2017). "Explotación de la influencia social para magnificar el cambio de comportamiento a nivel de población en la salud maternoinfantil: protocolo de estudio para un ensayo controlado aleatorio de algoritmos de focalización de redes en zonas rurales de Honduras" . BMJ Open . 7 (3): e012996. doi : 10.1136 / bmjopen-2016-012996 . ISSN 2044-6055 . PMC 5353315 . PMID 28289044 .
enlaces externos
- Artículo relativo a los tres grados de influencia