PAAKAT: Revista de Tecnología y Sociedad

La interacción entre las personas y la conformación de las redes sociales activas es un hecho que se remonta al surgimiento de la especie humana y a la creación de las comunidades. Desde entonces las personas se han visto en la necesidad de interactuar entre sí, ya sea a partir de la existencia de lazos de familiaridad o amistad, intereses, ideologías o hábitos comunes, o por la necesidad que tiene el ser humano de relacionarse.

Con la aparición y desarrollo vertiginoso del internet y de las tecnologías de la información y la comunicación (TIC), se revolucionó la forma en que, hasta ese entonces, funcionaban las redes sociales. Los distintos paradigmas que han evolucionado la web, como la web social, la web semántica, la web ubicua, el internet de las cosas y la computación afectiva, también han reconfigurado la forma en que se comportan las redes sociales de internet, como espacios virtuales de comunicación (Del Prete y Pantoja, 2020). Es por esto que en la actualidad las redes sociales se erigen como una de las áreas de investigación de mayor auge e investigación por diversas ciencias, tan diversas y separadas en objeto de estudio como lo pueden constituir la sociología, la psicología, las matemáticas o las ciencias computacionales. Ahora los individuos se comunican de manera continua a través de algún dispositivo o medio tecnológico y cada vez son más las personas con acceso a internet para tal fin.

En las matemáticas, esta estructura de redes sociales es representada por medio de la teoría de grafos, en la cual la red está constituida por nodos, que responden a los actores o individuos, y por aristas, que son las relaciones que se establecen entre los individuos. Las redes sociales de internet pueden conectar a las personas y ayudarlas a mantener sus relaciones durante toda su vida. En la actualidad, algunos de los medios más populares son Facebook, WhatsApp, YouTube o Instagram, los cuales pueden ser usados por los individuos para construirse y exponer su identidad en línea.

Un componente importante de los medios sociales es la mensajería instantánea. Su utilización permite la comunicación activa entre dos o más usuarios, por medio de dispositivos electrónicos conectados a la red. Este tipo de mensajería se caracteriza por realizarse en tiempo real y se basa en el intercambio de mensajes de texto (Sun, Lin, Wu, Zhou y Luo, 2018). La mensajería instantánea ha pasado a formar parte inevitable de los hábitos de la mayoría de la población, lo que forja una nueva forma de comprender la comunicación y nuevas expectativas en torno al intercambio entre el emisor y el receptor. Este proceso comunicativo ha evolucionado notablemente, por lo que actualmente puede compartirse cualquier tipo de información, como texto, videos y fotos, etcétera (Andújar-Vaca y Cruz-Martínez, 2017).

La mensajería instantánea permite el intercambio de mensajes que son escritos y leídos al mismo tiempo, a pesar de la distancia que media entre los usuarios (Sewall, Bear, Merranko y Rosen, 2020). Con los grupos de contactos de estos usuarios se puede conformar una red social. La magnitud de su tamaño depende de la cantidad de contactos que posea cada usuario.

En muchas instituciones el servicio de mensajería instantánea se utiliza como medio informal de comunicación entre los trabajadores. Según diversos autores, en varios casos la influencia se determina en mayor medida por la comunicación que se establece de manera informal, que por la llevada a cabo por medios formales (Sadri, Ukkusuri y Ahmed, 2021). Para esto, las empresas pueden auxiliarse del análisis de redes sociales (ARS), que es una fuente valiosa de información para identificar a los trabajadores o individuos más influyentes dentro de una organización o contexto.

El ARS constituye un área de investigación potencial y de marcado crecimiento en la actualidad, originado en la sociología. Comprende numerosas herramientas, métricas y métodos para modelar, medir y analizar las relaciones y los comportamientos que se establecen entre las personas, para apoyar la toma de decisiones basadas en datos (Pérez, 2016). El análisis de estas relaciones refleja la capacidad que tienen algunas personas de influir en el comportamiento de otras. A este comportamiento se le conoce como influencia social (Peng, Yang, Cao, Yu y Xie, 2017). El estudio de la influencia social no solo resulta difícil de medir, sino que los criterios de influencia varían según el contexto y los objetivos de la medición. Para Peng et al. (2017), el análisis de la influencia social es una de las tecnologías más importantes en las empresas de servicios e información, debido a que su utilización eficiente impacta de manera positiva en la cultura organizacional y en la toma de decisiones, así como en una adecuada planeación y administración estratégica para la obtención de ventajas competitivas.

La influencia social de un usuario se encuentra en su capacidad para inducir reacciones en otros usuarios (Saggu y Sinha, 2020). Esto ocurre cuando el comportamiento, las percepciones, las emociones y las opiniones de una persona son afectadas por otra. La señal principal de una interacción influyente es cuando la acción de un usuario provoca reacciones en cascada en otros usuarios. El nivel de autoridad que posea un usuario de una red social se determina en gran medida por su jerarquía y credibilidad dentro de esta (Pérez, 2016; Xiao, Wang y Chan-Olmsted, 2018). Mientras más autoridad posea un usuario, mayor será su influencia.

Asimismo, la influencia social y los fenómenos relacionados con ella, como el liderazgo y el poder social, son intrínsecos a cualquier proceso de organización humana. En los grupos de trabajo, la influencia social afecta el cómo son tomadas las decisiones, cómo se lleva a cabo el trabajo, así como el clima organizacional. Las interacciones y la comunicación son fundamentales para la influencia social (Flache et al., 2017; Mahmoodi, Bahrami y Mehring, 2018; Sadri et al., 2021).

Identificar a las personas más influyentes (influencer, del idioma inglés, como se conoce comúnmente) tiene muchas aplicaciones para cualquier organización. Estudiar los patrones de autoridad, liderazgo, jerarquía, influencia y propagación de información ayuda a comprender por qué ciertas tendencias o innovaciones se adoptan más rápidamente que otras (Das, Kamruzzaman y Karmakar, 2019). El análisis de la influencia social (AIS) es un componente del ARS que estudia la manera de modelar el proceso de difusión de la influencia en las redes y cómo proponer un método eficiente para identificar un grupo de nodos objetivo en una red social. Conocer esta información posibilitaría tomar decisiones relacionadas con la determinación del liderazgo, la fortaleza o la cohesión de los grupos sociales y el conocimiento de los actores clave en la propagación de la información.

En este sentido versan investigaciones actuales como las realizadas por Gil-Quintana, Malvasi, Castillo-Abdul y Romero-Rodríguez (2020) y Gil-Quintana, Santoveña-Casal y Riaño (2021). Los autores analizan la importancia que tienen el internet, las tecnologías y las redes sociales, así como los influencers en la propagación de la información, en un aumento de la influencia social, el liderazgo, el aprendizaje y la colaboración. Su auge en los últimos años ha estado marcado por la irrupción cada vez mayor de las TIC en estos contextos no convencionales, a partir de su impacto sobre la elevación del desempeño competitivo en todas las esferas de la sociedad (Alvarado, 2021; Pérez, López-Torres y Morejón-Valdés, 2021).

El análisis de la influencia social es cada vez más empleado y se utiliza en sectores variados de la sociedad, como la medicina, el deporte, la política, la educación y la aeronáutica. Asimismo, se aplican numerosas técnicas para el análisis de datos e información en las redes profesionales y sociales desde diversas perspectivas y enfoques, como lo demuestran algunas de las investigaciones consultadas (Andújar-Vaca y Cruz-Martínez, 2017; Das et al., 2019; Huang, Wang y Chen, 2019; Pérez, 2016; Sewall et al., 2020; Zhao, Xu, Song, Lee, Chen y Gao, 2018). Para esto, las redes sociales de internet se han constituido como el eslabón más importante para acceder al mundo global digital, para compartir información y utilizarla para su procesamiento y empleo eficiente en la toma de decisiones (Peng et al., 2017; Wajahat, Nazir, Akhtar, Qureshi, Razaque y Shakeel, 2020).

En este sentido, las principales preguntas en los estudios de análisis de la influencia social incluyen: ¿quién influencia a quién?, ¿quién es influenciado? y ¿quiénes son los usuarios más influyentes?, las cuales son de gran utilidad en campos como el marketing viral, la recomendación en línea, las comunidades de asistencia médica y el descubrimiento de expertos (McCraty, 2017; Pérez, Vázquez, Valdés y Fajardo, 2016; Sun et al., 2018). Según las investigaciones de Colomo (2017), Del Prete y Pantoja (2020) y Giacomucci (2020), el análisis de la influencia social puede ayudar a comprender los comportamientos sociales de las personas, proveer soporte teórico para tomar decisiones, influenciar en la opinión pública y promover cambios.

Conocer los actores más influyentes en las redes sociales ha sido de interés para la comunidad científica, como afirman Kim y Hastak (2018) y Sadri et al. (2021). Es por esto que los estudios relacionados con esta área del conocimiento han tenido un elevado crecimiento desde 2010 hasta la fecha. Un análisis bibliométrico en la Web of Science (WoS) con los términos “social network analysis” e “influence analysis and social media” mostró su utilización y evolución. En la figura 1 se muestran estos datos, los cuales se encuentran agrupados por el año de publicación. En el análisis documental, para los términos clave analizados, se constató un total de 2 293 resultados en el período de 2017 a 2021.

Figura 1 Fuente: elaboración propia con datos obtenidos de Clarivate Analytics.

Asimismo, en el análisis documental realizado, al utilizar las bases de datos Web of Science Core Collection, SciELO Citation Index, Derwent Innovations Index, Russian Science Citation Index y KCI-Korean Journal Database, se evidencia que las principales áreas de investigación que emplean “social network analysis” e “influence analysis and social media” son las ciencias computacionales, el sector económico y de los negocios, las matemáticas, la psicología, la comunicación, las ciencias del comportamiento, la sociología y la psicología, entre otras áreas (ver figura 2). Lo anterior muestra la pertinencia y la necesidad de profundizar en este tema debido a la importancia que tiene el análisis de la influencia social en las organizaciones a nivel global.

Figura 2 Fuente: elaboración propia con datos obtenidos de Clarivate Analytics.

Del mismo modo, del total de 2293 resultados de investigación, 21.63% es creado por Estados Unidos, que es el país que más resultados presenta en el análisis de las redes sociales y la influencia en estas. A nivel global, China es el segundo país con 12.29% (ver figura 3). Además, de toda la producción científica creada en el período de 2017-2021, 94.65% corresponde a artículos de investigación, 4% a artículos de revisión y 1.5% a resultados de innovación patentados.

Figura 3 Fuente: elaboración propia con datos obtenidos de Clarivate Analytics.

El objetivo de esta investigación fue desarrollar un algoritmo para la medición y análisis de la autoridad e influencia de los usuarios en las redes sociales y profesionales. La hipótesis de la investigación fue: el algoritmo desarrollado es válido para medir y analizar adecuadamente la autoridad e influencia que ejercen los usuarios en las redes sociales y profesionales. Para esto, se llevó a cabo un caso de estudio para evaluar el funcionamiento y la validez del algoritmo desarrollado. Se realizó en un contexto organizacional universitario regido por relaciones formales e informales, donde se compararon los resultados obtenidos con el algoritmo HITS y un sociograma. Se esperó obtener resultados satisfactorios en la evaluación de la pertinencia y aplicabilidad.

La investigación fue realizada entre mayo de 2019 y octubre de 2020. Su enfoque fue mixto, cualitativo y cuantitativo. Para esto, se emplearon métodos científicos como la observación, la modelación y el análisis documental, que comprendió un análisis bibliométrico sobre el estado de la temática en la actualidad y un análisis retrospectivo entre 2010 y 2021. Las fuentes consultadas tienen un elevado porcentaje de actualidad, de 90.48% (2017-2021). Se trató de fuentes primarias, obtenidas de revistas en bases de datos de alto impacto.

La investigación tiene un alcance correlacional, mientras que el diseño es de tipo experimental y de corte transversal. La muestra empleada es aleatoria n=30, con la cual se realizó un caso de estudio para evaluar la propuesta de solución desarrollada, al tener en cuenta que el propósito del estudio fue desarrollar un algoritmo para la medición y análisis de la autoridad e influencia de los usuarios en las redes sociales y profesionales.

En la sección se desarrolla el algoritmo autoridad total (AT), el cual permite medir en un valor entre cero y cien [0,100] la influencia y autoridad que posee un usuario en las redes sociales y profesionales. El mismo se determina por la jerarquía y la credibilidad que tienen los usuarios. Es por esto que el algoritmo desarrollado está compuesto por otros dos algoritmos, para una mayor profundización de la medición y análisis:

Autoridad estructural (AE): mide la jerarquía de los usuarios de la red de mensajería instantánea al representarla como un grafo y calcular el valor de las métricas de centralidad del grafo.

La AT de un usuario se calcula sumando su AE y su AR (ver fórmula 7).

A T = A E + A R (7)

Para comparar los valores calculados se realizó un análisis de correlación, mediante la aplicación del paquete estadístico IBM SPSS Statistics 22, y se obtuvieron dos matrices. La primera matriz se muestra en la tabla 7, donde los valores representados son el Coeficiente de Pearson, entre cada par de variables. Asimismo, en la tabla 8 se visualizan los datos obtenidos luego de la aplicación del coeficiente de correlación de Spearman.

Tabla 7

Tabla 8

Cuando se analizaron los valores obtenidos de los coeficientes de correlación se observó que existe una relación relativamente débil entre la AT y la puntuación de autoridad que otorga el HITS (r = 0.2280 y r _s = 0.1477). Sin embargo, la relación entre la AE y la autoridad del HITS es moderadamente fuerte (r = 0.5097 y r _s = 0.5751). Esto se debe a que ambas métricas consideran solamente la estructura del grafo representativo de la red para calcularse. El HITS asigna su valor de autoridad a partir de las características de las relaciones existentes entre los nodos, mientras que la AE consiste en la combinación de las principales métricas de centralidad (Grado, Cercanía, Intermediación y PageRank) por lo que también tiene en cuenta la calidad y cantidad de los enlaces, además de la posición estratégica del nodo. Por otra parte, el HITS no analiza las reacciones que provocan los usuarios de la mensajería instantánea y es por eso que su correlación con la AR es casi nula (r = 0.0380 y r _s = 0.0966).

Otro aspecto que resaltó en el análisis fue la importante correlación existente entre el valor de influencia obtenido con el sociograma y la AT (r = 0.9936 y r _s = 0.9866) así como la débil correlación entre el sociograma con la autoridad del HITS (r = 0.2767 y r _s = 0.2423). El análisis permite determinar que, para llevar a cabo una adecuada medición y análisis de autoridad e influencia, se debe considerar la estructura del grafo que representa la red social y las interacciones que se producen entre los usuarios. Además, demuestra la pertinencia, la efectividad y la utilidad de la AT para identificar a los usuarios influyentes en la mensajería instantánea y su superioridad en este contexto sobre el algoritmo HITS.

Por último, en la figura 5 se muestran los análisis realizados por medio de diagramas de dispersión. De esta manera se aprecia de forma clara la relación lineal existente entre la AT y el sociograma, pues los puntos que grafican la correlación entre estas dos variables se agrupan y forman una recta. Asimismo, los puntos que grafican la correlación entre la AT y el HITS y entre el HITS y el sociograma aparecen dispersos, lo cual reafirma la existencia de una baja correlación y relación casi nula entre el conjunto de datos analizados. Lo anterior indica la pertinencia y validez del algoritmo desarrollado para medir la autoridad e influencia de los usuarios en este entorno.

Figura 5 Fuente: elaboración propia con datos obtenidos de IBM SPSS Statistics 22.

En esta investigación se desarrolló un algoritmo para la medición y análisis de la autoridad e influencia de los usuarios en las redes sociales y profesionales, denominado autoridad total (AT), que se compone de dos algoritmos que permiten profundizar y caracterizar de una forma óptima la influencia social: el algoritmo de autoridad estructural (AE) y el algoritmo de autoridad de reacción (AR). Estos fueron presentados a partir de pseudocódigos, para que la investigación pueda ser aplicable y reproducible en otros contextos donde las condiciones del entorno lo permitan.

Posteriormente, se aplicó un caso de estudio para evaluar el funcionamiento y validez del algoritmo desarrollado. Para esto, los resultados obtenidos fueron comparados con el algoritmo HITS y un sociograma (Hurtado et al., 2018; Kanathey et al., 2018). Ambas herramientas presentan una vasta documentación, son conocidas y ampliamente utilizadas en la actualidad. Para llevar a cabo la comparación de los resultados se emplearon técnicas estadísticas como la correlación de Pearson y la correlación de Spearman (Triola, 2009). Para el análisis de los datos obtenidos se utilizó el paquete estadístico IBM SPSS Statistics, en su versión 22. El empleo de ambos coeficientes de correlación evidenció resultados estadísticamente significativos a favor del algoritmo desarrollado.

Los resultados obtenidos constatan el cumplimiento de la hipótesis de investigación planteada, al demostrar que el algoritmo desarrollado AT es válido para medir y analizar adecuadamente la autoridad e influencia que ejercen los usuarios en las redes sociales y profesionales. Este podrá ser utilizado para apoyar la toma de decisiones organizacionales, en relación con la medición de la influencia social, el análisis de la interacción de las personas en las redes formales e informales, así como en el cálculo de la autoridad que ejercen determinados individuos.

El análisis de estos aspectos es considerado de gran importancia en un contexto actual, el cual está regido por la sociedad del conocimiento (SC), el internet y la cuarta revolución industrial, en donde la información y su empleo para la toma de decisiones adquiere un valor muy elevado (Jennex, 2017; Philbeck y Davis, 2018; Schwab, 2017); sin embargo, Jayles et al. (2020) advierten que en esta SC en la que se generan continuamente grandes cantidades de datos, no toda la información que se difunde es correcta, lo que puede afectar la sabiduría colectiva y el clima organizacional. Debido a lo anterior, es importante que las organizaciones se apropien de herramientas para un adecuado análisis y procesamiento de los niveles de influencia social.

Asimismo, como refieren Ryu y Han (2021), el análisis de la influencia social no solo tiene una connotación positiva sobre la información existente en el entorno y su empleo para tomar decisiones adecuadas que impacten en las organizaciones, sino que ha aumentado la influencia política y el valor económico de los sistemas de las redes sociales. Esto se debe a la necesidad que tiene la sociedad de tener un control de los líderes de opinión, así como de influir en las decisiones de las personas, conocer sus preferencias y prever sucesos, a partir de la influencia social ejercida por estos líderes (Zhang y Gong, 2021).

Diversos autores dan mérito a investigaciones en este campo de aplicación y reconocen su importancia en el continuo estudio de las relaciones humanas y en el mejoramiento del comportamiento de las organizaciones. Es el caso de Mahmoodi et al. (2018), quienes afirman que las personas buscan mejorar sus decisiones a través de la interacción social, en la cual obtienen consejos y otros puntos de vista que son aplicados posteriormente en su vida diaria. El caso de estudio analizado corresponde a un colectivo de docentes investigadores de la UCI, en donde su interacción se lleva a cabo en torno a sus relaciones formales y a la necesidad de colaborar para tener un desempeño profesional superior (Del Castillo, 2018).

Por otro lado, Peng et al. (2017) advierten la necesidad de analizar la influencia social que ejerce un usuario influyente sobre otro en las redes sociales móviles, tanto de manera directa como indirecta. Esto se debe a la evolución acelerada de las tecnologías y las plataformas web digitales, que imponen nuevas tendencias y modelos de predicción. No obstante, en su análisis se detectan nuevas complejidades, como la necesidad de desarrollar modelos de influencia social para plataformas con estas características (Kanathey et al., 2018).

Para Flache et al. (2017) la influencia social reduce las diferencias que existen entre las personas. Debido a lo anterior, se hace necesaria la creación continua de modelos que permitan comprender por qué y en qué condiciones puede coexistir una influencia entre las personas, aun en condiciones donde la diversidad de actitudes, creencias y comportamientos sea muy diferente. En este sentido, los autores consultados exploran los posibles efectos de las redes sociales en la polarización continua que sufre la sociedad.

En el contexto de la investigación, los influencers constituyen un elemento clave en la propagación de la información, en la generación de niveles de autoridad y en la influencia social (De Veirman, Cauberghe y Hudders, 2017). Sus principios de comportamiento como ente social fueron considerados en el desarrollo del algoritmo de AT. Se han desarrollado investigaciones disímiles en donde se reconocen a estos actores como brókeres de información y líderes de opinión (Delbaere, Michael y Phillips, 2021). Además, algunos investigadores sugieren que la singularidad y la originalidad de estos individuos constituyen elementos determinantes para que un usuario sea reconocido como un líder de opinión (Casaló, Flavián y Ibáñez-Sánchez, 2018; Oliveira, García y Vivacqua, 2021).

Por otro lado, Ryu y Han (2021) aseguran que en los últimos años los influencers han llamado la atención, no solo porque influyen en el comportamiento de las personas, sino también en las decisiones que estas toman y en su formación de opinión. Por esto, los autores consideran que su reputación es lo que los hace acreedores a esta influencia, determinada por cuatro de dimensiones distintivas: autenticidad, influencia, habilidades de comunicación y experiencia. Casaló et al. (2018) coincidieron con algunas de estas dimensiones anteriormente. Además, Xiao et al. (2018) incorporan la credibilidad como otro factor distintivo de estos individuos y coinciden con la necesidad de la existencia de una influencia social elevada.

Todos los hallazgos presentados y los aspectos discutidos en esta sección formaron parte de las bases teóricas, los fundamentos científicos y los elementos prácticos considerados en el desarrollo de la investigación y del algoritmo para una mayor aplicabilidad y pertinencia. La discusión y comparación de posiciones de autores relevantes e investigaciones actualizadas en el área de conocimiento favorecieron una contextualización óptima del fenómeno analizado.

Luego de realizar la investigación, se concluye que para llevar a cabo una adecuada medición y análisis de la autoridad e influencia de los usuarios en las redes sociales y profesionales, por medio de la representación en grafos, se debe considerar el análisis de la AT, resultado de la suma de la AE y de la AR. Además, deben conocerse los niveles de influencia que poseen los trabajadores de las organizaciones en una red informal de interacción social, como la mensajería instantánea, que posibilita la identificación de los usuarios más populares, los más seguidos, los posibles líderes de distintos grupos sociales existentes, los que constituyen el puente en la comunicación entre esos grupos y los que son clave para difundir cualquier información de manera rápida.

Lo anterior permitiría a cualquier organización apoyar sus decisiones para el cumplimiento de sus objetivos, así como un mejor comportamiento organizacional y control adecuado de las tendencias. En este sentido, el algoritmo desarrollado permite identificar quién influencia a quién, quién es influenciado y quiénes son las personas más influyentes, lo que evidencia y valida el caso de estudio presentado, donde se demuestra el cumplimiento de la hipótesis de investigación.

La limitación principal del estudio es el escenario de aplicación, el cual utiliza una muestra que no es representativa de la población, por lo que los resultados obtenidos no pueden ser generalizables. No obstante, la investigación puede ser empleada como referente actualizado en el análisis del fenómeno de la autoridad e influencia social. Asimismo, los resultados pueden aplicarse en condiciones similares para evaluar, medir y analizar la autoridad e influencia que ejercen los usuarios en las redes sociales y profesionales.

Los trabajos futuros en esta área de conocimiento y aplicación deben centrarse en desarrollar nuevos métodos que midan, desde diferentes perspectivas y de forma más completa, la influencia social de los usuarios. Algunos de los que caracterizan la influencia son la coherencia, la empatía, la reciprocidad, la escasez y la aprobación social, que tienen origen en la psicología y la sociología. De igual manera, se recomienda el uso del algoritmo desarrollado en grandes conjuntos de datos para evaluar su factibilidad y aplicabilidad para la toma de decisiones, en relación con el análisis de la autoridad e influencia de los usuarios.