Models matemàtics inspirats en l'ecologia per comprendre les xarxes socials

  abella

Les xarxes complexes tenen paral·lelismes amb la col·laboració de flors i insectes pol·linitzadors (Dmitry Grigoriev / unsplash.com)

14/05/2021
Agustín López
Investigadors de la UOC han analitzat els patrons d'interacció a Twitter a partir de la interacció d'usuaris i etiquetes, i la competència per l'atenció

L'estudi publicat a 'Nature Communications' adapta models utilitzats per estudiar els ecosistemes naturals amb escassetat de recursos

La possibilitat que qualsevol persona pugui crear continguts de manera senzilla i gratuïta a internet, especialment per mitjà de les xarxes socials, ha fet que la sobreabundància d'informació sigui una de les característiques fonamentals dels sistemes comunicatius en l'actualitat. Aquesta situació es tradueix en una competència cada vegada més gran per l'atenció, que s'ha convertit en un bé escàs. Els investigadors del grup Complex Systems (CoSIN3), de l'Internet Interdisciplinary Institute (IN3) de la UOC, María José Palazzi i Albert Solé —professor dels Estudis d'Informàtica, Multimèdia i Telecomunicació—, liderats per Javier Borge, han participat en el disseny d'un model matemàtic inspirat en l'ecologia que permet desgranar i predir els patrons d'interacció en un sistema complex com és la xarxa social Twitter.

El model, publicat en la revista d'accés obert Nature Communications, es basa fonamentalment en dues variables: la relació mutualista, és a dir, beneficiosa per a tots dos, entre usuaris i etiquetes (hashtags), i la competència per la visibilitat, de manera paral·lela al que passa en els ecosistemes naturals en què els recursos són limitats. Segons els autors, aquest marc ecològic «proposa una manera nova i alternativa de comprendre el funcionament de Twitter, i també es podria aplicar a altres xarxes socials i ecosistemes comunicatius amb característiques semblants».

Els investigadors han parat esment a diferents accions que s'han viralitzat els darrers nou anys. Així, entre altres fets, van analitzar l'Eurocopa de futbol del 2012, de la qual van rescatar gairebé 4 milions de piulades, de més d'1,3 milions d'usuaris, que van fer servir gairebé 150.000 etiquetes, entre el 19 de juny i el 4 de juliol d'aquell any. L'equip investigador de la UOC també va estudiar la comunicació a Twitter de les protestes socials a Hong Kong del 2014. D'aquest fet, van estudiar més de 800.000 piulades, de gairebé 240.000 usuaris, que van escriure més de 30.000 etiquetes possibles, datades entre el 27 de setembre i el 7 d'octubre. Un altre fet analitzat va ser el terratrèmol del Nepal del 2015, tenint presents gairebé 2 milions de piulades, de més de 810.000 usuaris, i recollint més de 35.000 etiquetes potencials, d'entre el 8 i el 14 de maig d'aquell any.

 

Paral·lelisme amb la col·laboració de flors i insectes pol·linitzadors

En l'àmbit de l'ecologia i de les xarxes complexes es treballa, des de fa dècades, amb models matemàtics que intenten descriure el comportament de sistemes naturals per predir aspectes com ara l'evolució de l'abundància de les espècies. Observant el comportament de Twitter, els autors de l'article van identificar paral·lelismes entre alguns d'aquests models i les característiques de les interaccions en aquesta xarxa social. «La nostra intuïció va ser que els usuaris de Twitter, entesos de manera abstracta, competeixen per un recurs limitat com és l'atenció, de la mateixa manera que insectes pol·linitzadors com les abelles competeixen pel nèctar. També les etiquetes, les paraules o mems competeixen per ser els més utilitzats, de manera semblant a les plantes, que per mitjà de les olors i els colors competeixen de manera passiva per l'atenció dels insectes», descriuen els autors.

En concret, el nou treball adapta a Twitter el tipus de models matemàtics que des de fa cinquanta anys es fan servir en ecologia per estudiar els ecosistemes mutualistes naturals, que són els que es basen en el benefici mutu entre espècies. «Quan un usuari tria un hashtag, tots dos agents se'n beneficien: l'usuari perquè considera que aquesta etiqueta expressa bé els seus desitjos i que fent-la servir obtindrà més atenció, i el hashtag de manera passiva perquè serà més difós, de manera que es reprodueix, per tant, la relació mutualista que hi ha entre pol·linitzadors i plantes. La nostra hipòtesi era que, si Twitter funcionava de manera semblant a aquests ecosistemes, hi hauríem de trobar una certa correspondència i ser capaços de predir els patrons amb què s'organitza la xarxa social», subratllen.

 

Dos patrons de comportament: estat de repòs i d'atenció col·lectiva

Els resultats mostren que a partir d'uns ingredients mínims (competició, benefici mutu i maximització de la visibilitat), aquest model permet capturar i predir el que passa en la realitat. Segons descriuen els investigadors, Twitter tindria bàsicament dos patrons. D'una banda, quan l'atenció està fragmentada, el sistema s'estructura com «una xarxa modular, és a dir, organitzada en diferents grups segons els interessos dels usuaris i entorn d'uns hashtags temàtics determinats». D'altra banda, quan té lloc un fet excepcional o viral, que pot ser qualsevol notícia extraordinària, des d'unes eleccions fins a un terratrèmol o un programa de televisió, «tots els usuaris dediquen tota l'atenció a aquest fenomen i s'esborren les comunitats temàtiques, amb la qual cosa passen a un altre estat que anomenem niat (nested)». En aquests casos, la discussió s'articula entorn d'un conjunt reduït d'usuaris que generen i fan servir una gran quantitat d'etiquetes que són esmentades per pràcticament tots els participants a la xarxa. Una vegada que l'interès per l'esdeveniment desapareix, el sistema torna a l'organització normalment modular, que seria l'estat de repòs.

Un dels aspectes destacats d'aquest enfocament és que es tracta d'un model senzill, que amb molt pocs paràmetres és capaç de capturar els ingredients fonamentals que impulsen els patrons emergents observats a Twitter i que, a més, és «neutre» respecte als usuaris. És a dir, «el model no necessita suposar res sobre les motivacions, els biaixos o els estats d'ànim de les persones, ni sobre el format dels hashtags. L'única assumpció del model és que tant usuaris com hashtags estan alineats amb un tema de preferència, i per això funciona igual independentment del fet comunicatiu que s'analitzi», subratllen els investigadors.

 

Un model adaptable a altres xarxes socials

Els investigadors apunten que aquest nou enfocament ecològic obre la porta a modelitzar altres xarxes socials o sistemes comunicatius, mentre també «hi hagi una competició per l'atenció, sigui per mitjà de paraules o imatges i tot, com seria el cas d'Instagram». En aquest sentit, l'equip que ha participat en l'estudi vol continuar aprofundint en aquest marc i es plantegen futures línies de recerca, com la possibilitat de fer servir aquests models per intervenir en els esdeveniments comunicatius. «De la mateixa manera que els ecòlegs utilitzen els seus models per mirar d'intervenir en els ecosistemes i, per exemple, evitar l'extinció d'una certa espècie, la nostra idea seria investigar en el pla teòric en quines condicions s'enforteixen o s'esvaeixen aquests esdeveniments comunicatius i, potser en un futur, també poder-hi intervenir. Per exemple, per fer desaparèixer certes converses o hashtags perniciosos com les que es produeixen en les bombolles de notícies falses», conclouen els autors.

La recent publicació científica sobre aquesta recerca es correspon amb el darrer capítol de la tesi de María José Palazzi, doctorada amb el programa de Tecnologies de la Informació i de Xarxes de la UOC. Aquest treball és fruit d'una triple col·laboració entre el seu grup de la UOC, CoSIN3, i la Universitat de Pàdua i l'Institut de Física Interdisciplinària i Sistemes Complexos (IFISC) —adscrit al Centre Superior d'Investigacions Científiques (CSIC) i a la Universitat de les Illes Balears—, en el marc del projecte Towards an Ecological Approach of Information Systems (TEAMS), finançat per la Fundació Cassa di Risparmio di Padova e Rovigo.

Aquesta recerca de la UOC afavoreix l'objectiu de desenvolupament sostenible (ODS) 9, sobre indústria, innovació i infraestructura, i el 16, sobre pau, justícia i institucions sòlides.

Article de referència

Palazzi, M. J., Solé-Ribalta, A., Calleja-Solanas, V.et al. An ecological approach to structural flexibility in online communication systems. Nat Commun 12, 1941 (2021). https://doi.org/10.1038/s41467-021-22184-2

UOC R&I

La recerca i innovació (R+I) de la UOC contribueix a solucionar els reptes a què s'enfronten les societats globals del segle xxi, mitjançant l'estudi de la interacció entre la tecnologia i les ciències humanes i socials, amb un focus específic en la societat xarxa, l'aprenentatge en línia i la salut digital. Els més de 500 investigadors i 51 grups de recerca s'articulen entorn dels set estudis de la UOC i dos centres de recerca: l'Internet Interdisciplinary Institute (IN3) i l'eHealth Center (eHC).

Els objectius de l'Agenda 2030 de desenvolupament sostenible de les Nacions Unides i el coneixement obert són eixos estratègics de la docència, la recerca i la innovació de la UOC. Més informació: research.uoc.edu. #25anysUOC

#expertsUOC

María José Palazzi

María José Palazzi

Doctorada a la UOC i investigadora del grup CoSIN3

Expert/a en:

Àmbit de coneixement:

Javier Borge Holthoefer

Investigador de l'Internet Interdisciplinary Institute (IN3)

Expert/a en: Sistemes complexos, dinàmiques socials, models basats en agents, col·lecció i anàlisi de grans volums de dades, comportament col·lectiu, computació urbana (models de congestió de trànsit, models de creixement urbà).

Àmbit de coneixement: Ciència social computacional, sistemes i xarxes complexes, dades massives (big data).

Veure fitxa

Albert Solé

Investigador de CoSIN3 i professor dels Estudis d'Informàtica, Multimèdia i Telecomunicació

Expert/a en:

Àmbit de coneixement: Ciència social computacional, sistemes i xarxes complexes, dades massives (big data).

Enllaços relacionats