¿cómo se forma la opinión pública?

Físicos europeos descubren que todo depende de la cantidad de contactos entre individuos

Crean un modelo que describe cómo se forma la opinión pública

Un grupo de físicos ha conseguido desarrollar un modelo que define la manera en que nos influenciamos unos a otros en la formación de opiniones, así como la forma en que se producen sociedades compuestas por grupos de opinión separados entre sí o entremezclados unos con otros. Según dicho modelo, la clave para que las diferencias puedan coexistir radica en la cantidad de contactos que se establecen entre los individuos. La causa del cambio de opinión de cualquier agente, por otro lado, se halla en el número de personas cercanas que opinen de manera opuesta. Este modelo puede usarse como herramienta para la realización de predicciones estadísticas de comportamiento social en escenarios de la vida real.

n equipo de físicos europeos ha realizado un modelo que describe los procesos de formación de opinión en las sociedades, explicando cómo las opiniones individuales influyen en los entornos sociales y, por el contrario, cómo las opiniones individuales son influidas por nuestro entorno.

Según publica la revista Physorg, los científicos han descubierto que, según dos criterios establecidos para el modelo: el nivel de influencia entre unos individuos y otros, y la cantidad de conexiones individuales establecidas entre ellos, las sociedades pueden exhibir bien áreas de consenso muy aisladas bien parcelas con opiniones estrechamente entremezcladas. Los autores de la investigación, Peter Klimek y Stefan Thurner, de la Universidad Médica de Viena, y Renaud Lambiotte de la Universidad de Liege en Bélgica, han explicado en la revista Europhysics Letters que introdujeron un modelo físico-estadístico de dinámicas de opinión en redes aleatorias en las que los agentes adoptaban una opinión acorde con la mayoría de sus "vecinos" directos, pero sólo si la cantidad o porcentaje de estos vecinos superaba cierto umbral.

Los agentes o individuos fueron representados como si fueran los nodos de una red. A dichos nodos se les vinculó una opinión entre dos opciones de tipo sí/no, conservador/liberal, Clinton/Obama. Según los científicos, la postura general de la sociedad en un futuro, acerca de un tema concreto, podía ser determinada haciendo evolucionar el sistema.

Influencia de los vecinos

En primer lugar, se aplicó un algoritmo para comprobar el estado de todos los nodos o participantes con respecto a un nodo escogido. Si la cantidad de los nodos más cercanos a dicho nodo -y con una opinión distinta a éste- excedía cierto umbral (por encima del 50% de los nodos), el nodo escogido se "contagiaba" de esos vecinos, adoptando el estado de opinión de la mayoría. Si no superaban dicho umbral, el nodo mantenía su opinión original.

Según explicó Thurner para PhysOrg.com, las opiniones originales de los individuos (según este modelo) serían "a priori" sólo meras inclinaciones hacia un tema concreto. Dadas esas disposiciones individuales iniciales, el estudio ha demostrado que, según las circunstancias, los agentes podrán mantenerse en sus opiniones iniciales o cambiarlas para asemejarse a sus vecinos.

Asimismo, dependiendo del grado de extensión de una opinión entre los vecinos y del grado de interacción o de conectividad entre ellos, el modelo demostró que podían producirse sociedades con diversas características.

Por ejemplo, si aumenta la cantidad necesaria de vecinos (que mantienen una opinión concreta) para que un nodo cambie su propia opinión (opuesta a la de esos vecinos), las regiones de consenso se reducen, y se mezclan las perspectivas diversas presentes en la sociedad. Es decir, los individuos mantendrían tercamente sus opiniones, incluso cuando muchos de sus vecinos tengan una perspectiva opuesta.

Importancia de la conectividad

Pero cuanto mayor sea la cantidad de agentes influenciados por otros nodos vecinos, menor tendencia habrá a que la sociedad alcance ese estado de combinación y de variedad de opiniones.

En segundo lugar, también los parámetros de conectividad afectan a la velocidad con que el sistema social o la red cambia de un estado de separación a un estado de combinación de opiniones. Un sistema con un muchas interconexiones entre los nodos (10 o más) genera cambios repentinos, convirtiendo la sociedad con áreas de separación en una sociedad entremezclada.

Al contrario, los sistemas con conectividad baja entre los nodos, tardan más en convertirse en sociedades de opiniones entremezcladas. Incluso puede que nunca lleguen a dar ese paso, porque el sistema puede dejar de evolucionar tras unas cuantas repeticiones.

Dado que las relaciones sociales son fluctuantes, los investigadores modificaron por último el modelo, reestableciendo de manera aleatoria las conexiones después de que el sistema alcanzara su actualización final.

Este reestablecimiento venía a representar el modo en que, en la realidad, las personas hacen nuevos amigos y establecen nuevas relaciones. De esta forma, los científicos pretendían que el sistema fuera aún más realista.

Herramienta de predicción

En general, los investigadores explican que las opiniones públicas de una sociedad pueden dar lugar a dos escenarios: de separación o segregación, o de coexistencia de las diferencias. Pero, señalan los físicos, incluso las sociedades segregadas pueden ser versátiles, con grupos que se mantengan como tales sólo hasta que se les fuerce a interactuar entre ellos.

El modelo viene a señalar que la formación de consensos en las sociedades depende de hasta que punto un tema se somete a debate de manera activa (conectividad entre los nodos), en especial si, inicialmente, el estado de opiniones es equilibrado, es decir, si existe en origen aproximadamente la misma cantidad de gente de una opinión que de la contraria.

Los investigadores afirman que este modelo puede usarse como herramienta para la realización de predicciones estadísticas de comportamiento social en escenarios de la vida real.

Klimek y Thurner pertenecen al Complex Systems Research Group (COSY) de la Universidad de Viena, una iniciativa que pretende potenciar la investigación en sistemas complejos, desde una perspectiva cuantitativa y transdisciplinar.

Por Yaiza Martínez de Tendencias Científicas.