Algoritmos de recomendación de enlaces y dinámicas de polarización en redes sociales en línea

El nivel de antagonismo entre grupos políticos ha aumentado en los últimos años. Los partidarios de un determinado partido desconfían cada vez más de los miembros del grupo opositor y evitan las interacciones intergrupales, lo que lleva a redes sociales homofílicas. Mientras que las nuevas conexiones fuera de línea son impulsadas en gran medida por decisiones humanas, las nuevas conexiones en plataformas sociales en línea están mediadas por algoritmos de recomendación de enlaces, p. ej., sugerencias de "Personas que podrías conocer" o "A quién seguir". Los impactos a largo plazo de la recomendación de enlaces en la polarización no son claros, particularmente porque la exposición a puntos de vista opuestos tiene un efecto dual: las conexiones con miembros del grupo externo pueden llevar a la convergencia de opiniones y prevenir la polarización grupal o separar aún más las opiniones. Aquí, proporcionamos una perspectiva de sistemas adaptativos complejos sobre los efectos de los algoritmos de recomendación de enlaces. Mientras que varios modelos justifican la polarización a través del reencuadre basado en similitudes de opinión, aquí lo explicamos a través del reencuadre fundamentado en la similitud estructural definida como similitud basada en propiedades de la red. Observamos que establecer preferentemente enlaces con nodos estructuralmente similares (es decir, que comparten muchos vecinos) resulta en topologías de red que son propensas a la polarización de opiniones. Por lo tanto, la polarización ocurre no por un deseo de protegerse de actitudes desagradables, sino debido a la creación de cámaras de eco involuntarias. Cuando las redes están compuestas por nodos que reaccionan de manera diferente a los contactos de grupo externo, ya sea convergiendo o polarizando, encontramos que conectar nodos estructuralmente disímiles modera las opiniones. En general, nuestro estudio arroja luz sobre los impactos de los algoritmos de redes sociales y revela caminos para guiar las dinámicas de radicalización y polarización en redes sociales en línea.