Las plataformas tecnológicas que conocemos como redes sociales actualmente están consideradas 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 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, y encontrar la manera de influir en ellos.

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 además en el contexto en 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 quien 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, donde se ha documentado el uso de las redes sociales como instrumento de manipulación política se ha descubierto que estos modelos de pronostico son muy efectivos en grupos de gran afinidad en temas sociales.

Un caso extensamente estudiado es la elección presidencial de 2016 en Estados Unidos, donde a partir de muestrear los datos de interés y preferencia de usuarios que se expresan abiertamente en defensa de las 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 estos a quienes estimulando esta reacción se buscó 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.

Simultáneamente a esto Kogan realizó investigaciones en la Universidad Estatal de San Petesburgo 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. Aunque a veces es tan sencillo como mantener a los usuarios siempre peleando entre ellos y tan solo basta inducir la narrativa correcta para que suceda.

Hagamos red, sigamos conectados.