La mayoría de la gente ha escuchado la famosa frase "el enemigo de mi enemigo es mi amigo". Ahora, investigadores de la Universidad Northwestern han utilizado la física estadística para confirmar la teoría que subyace a este famoso axioma. El estudio, "La aleatorización adecuada de la red es clave para evaluar el equilibrio social", se publica en la revista Science Advances. .

En la década de 1940, el psicólogo austriaco Fritz Heider introdujo la teoría del equilibrio social, que explica cómo los seres humanos se esfuerzan de forma innata por encontrar la armonía en sus círculos sociales. Según la teoría, cuatro reglas (un enemigo de un enemigo es un amigo, un amigo de un amigo es un amigo, un amigo de un enemigo es un enemigo y, finalmente, un enemigo de un amigo es un enemigo) conducen a un equilibrio relaciones.

Aunque innumerables estudios han intentado confirmar esta teoría utilizando la ciencia de redes y las matemáticas, sus esfuerzos han fracasado, ya que las redes se desvían de relaciones perfectamente equilibradas. Por tanto, la verdadera pregunta es si las redes sociales están más equilibradas de lo esperado según un modelo de red adecuado.

La mayoría de los modelos de red estaban demasiado simplificados para capturar completamente las complejidades dentro de las relaciones humanas que afectan el equilibrio social, lo que arroja resultados inconsistentes sobre si las desviaciones observadas de las expectativas del modelo de red están en línea con la teoría del equilibrio social.

Sin embargo, el equipo de Northwestern integró con éxito las dos piezas clave que hacen que el marco social de Heider funcione. En la vida real, no todo el mundo se conoce y algunas personas son más positivas que otras. Los investigadores saben desde hace mucho tiempo que cada factor influye en los vínculos sociales, pero los modelos existentes solo pueden tener en cuenta un factor a la vez.

Al incorporar simultáneamente ambas restricciones, el modelo de red resultante de los investigadores finalmente confirmó la famosa teoría unos 80 años después de que Heider la propusiera por primera vez.

El nuevo y útil marco podría ayudar a los investigadores a comprender mejor la dinámica social, incluida la polarización política y las relaciones internacionales, así como cualquier sistema que comprenda una mezcla de interacciones positivas y negativas, como redes neuronales o combinaciones de drogas.

"Siempre hemos pensado que esta intuición social funciona, pero no sabíamos por qué funcionaba", afirmó István Kovács, autor principal del estudio de Northwestern.

"Todo lo que necesitábamos era resolver las matemáticas. Si miras la literatura, hay muchos estudios sobre la teoría, pero no hay acuerdo entre ellos. Durante décadas, seguimos entendiendo mal. La razón es que la vida real es complicada. . Nos dimos cuenta de que necesitábamos tener en cuenta ambas limitaciones simultáneamente:quién sabe quién y que algunas personas son más amigables que otras."

"Finalmente podemos concluir que las redes sociales se alinean con las expectativas que se formaron hace 80 años", añadió Bingjie Hao, el primer autor del estudio. "Nuestros hallazgos también tienen amplias aplicaciones para uso futuro. Nuestras matemáticas nos permiten incorporar restricciones en las conexiones y la preferencia de diferentes entidades en el sistema. Eso será útil para modelar otros sistemas más allá de las redes sociales".

Kovács es profesor asistente de Física y Astronomía en la Facultad de Artes y Ciencias Weinberg de Northwestern. Hao es investigador postdoctoral en su laboratorio.

¿Qué es la teoría del equilibrio social?

Utilizando grupos de tres personas, la teoría del equilibrio social de Heider mantiene la suposición de que los humanos se esfuerzan por tener relaciones cómodas y armoniosas.

En las relaciones equilibradas, todas las personas se agradan. O, si a una persona no le agradan dos personas, esas dos son amigas. Las relaciones desequilibradas existen cuando las tres personas no se agradan, o a una persona le gustan dos personas que no se agradan, lo que genera ansiedad y tensión.

El estudio de sistemas tan frustrados llevó al Premio Nobel de Física de 2021 al físico teórico italiano Giorgio Parisi, quien compartió el premio con los modeladores climáticos Syukuro Manabe y Klaus Hasselmann.

"Parece muy alineado con la intuición social", dijo Kovács. "Puedes ver cómo esto conduciría a una polarización extrema, lo que vemos hoy en términos de polarización política. Si todos los que te agradan también desagradan a toda la gente que no te agrada, entonces eso da como resultado dos partidos que se odian entre sí".

Sin embargo, ha sido un desafío recopilar datos a gran escala en los que se enumeran no solo los amigos sino también los enemigos. Con la aparición del Big Data a principios de la década de 2000, los investigadores intentaron ver si esos datos firmados en las redes sociales podían confirmar la teoría de Heider. Al generar redes para probar las reglas de Heider, las personas individuales sirven como nodos. Los bordes que conectan los nodos representan las relaciones entre individuos.

Si los nodos no son amigos, entonces al borde entre ellos se le asigna un valor negativo (u hostil). Si los nodos son amigos, entonces el borde se marca con un valor positivo (o amigable). En modelos anteriores, a los bordes se les asignaban valores positivos o negativos al azar, sin respetar ambas restricciones. Ninguno de esos estudios capturó con precisión la realidad de las redes sociales.

Encontrar el éxito en las limitaciones

Para explorar el problema, Kovács y Hao recurrieron a cuatro conjuntos de datos de redes firmados, disponibles públicamente y a gran escala, previamente seleccionados por científicos sociales, incluidos datos de 1) comentarios calificados por los usuarios en el sitio de noticias sociales Slashdot; 2) intercambios entre miembros del Congreso en la Cámara; 3) interacciones entre comerciantes de Bitcoin; y 4) reseñas de productos del sitio de reseñas de consumidores Epinions.

En su modelo de red, Kovács y Hao no asignaron valores positivos o negativos verdaderamente aleatorios a los bordes. Para que cada interacción sea aleatoria, cada nodo debería tener las mismas posibilidades de encontrarse entre sí. Sin embargo, en la vida real no todo el mundo conoce a los demás dentro de una red social. Por ejemplo, es posible que una persona nunca se encuentre con el amigo de su amigo, que vive al otro lado del mundo.

Para hacer su modelo más realista, Kovács y Hao distribuyeron valores positivos o negativos basándose en un modelo estadístico que describe la probabilidad de asignar signos positivos o negativos a las interacciones que existen. Eso mantuvo los valores aleatorios, pero aleatorios dentro de los límites dados por las limitaciones de la topología de la red. Además de quién sabe quién, el equipo tuvo en cuenta que algunas personas en la vida son más amigables que otras. Las personas amigables tienen más probabilidades de tener interacciones más positivas y menos hostiles.

Al introducir estas dos restricciones, el modelo resultante mostró que las redes sociales a gran escala se alinean consistentemente con la teoría del equilibrio social de Heider. El modelo también destacó patrones más allá de tres nodos. Muestra que la teoría del equilibrio social se aplica a grafitos más grandes, que involucran cuatro y posiblemente incluso más nodos.

"Ahora sabemos que hay que tener en cuenta estas dos limitaciones", afirmó Kovács. "Sin ellos, no se pueden encontrar los mecanismos correctos. Parece complicado, pero en realidad son matemáticas bastante simples".

Perspectivas sobre la polarización y más allá

Actualmente, Kovács y Hao están explorando varias direcciones futuras para este trabajo. En una posible dirección, el nuevo modelo podría utilizarse para explorar intervenciones destinadas a reducir la polarización política. Pero los investigadores dicen que el modelo podría ayudar a comprender mejor los sistemas más allá de los grupos sociales y las conexiones entre amigos.

"Podríamos observar las conexiones excitadoras e inhibidoras entre las neuronas del cerebro o las interacciones que representan diferentes combinaciones de fármacos para tratar enfermedades", dijo Kovács. "El estudio de las redes sociales fue un campo de juego ideal para explorar, pero nuestro principal interés es ir más allá de investigar las interacciones entre amigos y observar otras redes complejas".

El código y los datos detrás del artículo, "La aleatorización adecuada de la red es clave para evaluar el equilibrio social", están disponibles en GitHub.