Los mensajes de texto de amigo a amigo pueden ser el nuevo sondeo puerta a puerta previo a las elecciones de 2020.

Los investigadores de Columbia han descubierto que los mensajes de texto pueden ser una alternativa eficaz a los tácticas de movilización de votantes cara a cara durante la pandemia de COVID-19. El equipo, que fue dirigido por el investigador postdoctoral Aaron Schein del Data Science Institute, descubrió que recibir un mensaje de un amigo llevó a una mayor participación de votantes durante las elecciones de mitad de período de 2018. El efecto estimado fue equivalente al escrutinio puerta a puerta, un hallazgo importante en la era del distanciamiento social.

Schein y sus colaboradores, incluido el politólogo Donald Green, Miembro de DSI David Blei, Becaria postdoctoral de DSI Dhanya Sridhar, et al., asociado con Outvote, una herramienta para votar, para realizar el estudio.

Outvote asignó al azar un aspecto de su sistema antes de las elecciones de mitad de período de 2018 para evaluar discretamente el efecto causal de los mensajes de sus usuarios en la participación de los votantes. El equipo de Columbia desarrolló una metodología estadística para abordar los desafíos de dichos datos, y analizó los hallazgos anteriores de Outvote. Su análisis revela evidencia de efectos de tratamiento grandes y estadísticamente significativos de los esfuerzos de movilización de amigo a amigo. La metodología estadística se puede utilizar para estudiar otros esfuerzos de mensajería de amigo a amigo.

Schein utiliza modelos estadísticos para comprender y predecir los factores que impulsan la participación de nuevos votantes en las elecciones políticas de EE. UU. Reconoce que estudiar las apelaciones de amigo a amigo de manera experimental puede ser un desafío. "Si el estudio es demasiado molesto, tal que obstaculice la interacción natural, podemos terminar midiendo el efecto de las apelaciones de amigo a amigo que son forzadas y poco auténticas. Por otra parte, si la intervención experimental es demasiado débil, es posible que no podamos estimar los efectos con precisión, " él dijo.

El estudio empleó un esquema de 'toque ligero', Schein dijo:mientras se inyecta suficiente aleatoriedad en el sistema para identificar los efectos causales. "Los desafíos estadísticos que superamos para estimar estos efectos probablemente sean inherentes a cualquier estudio de apelaciones auténticas de amigo a amigo y quizás sean la razón por la que ha habido tan pocos estudios de este tipo hasta la fecha".

Estos hallazgos de investigación se presentaron en la Conferencia Internacional de Ciencias Sociales Computacionales de 2020 (IC2S2 2020). Schein recibió el premio a la Mejor Presentación 2020 durante la conferencia.