¿Los estados de ánimo y las emociones son "contagiosos" en Facebook?

Algunos medios de comunicación están anunciando que un nuevo estudio publicado recientemente demuestra que los estados de ánimo son "contagiosos" en las redes sociales en línea, como Facebook. Repitiendo el tono y los puntos de conversación del comunicado de prensa sobre el estudio, parece que nadie se molestó en leer el estudio real antes de hacer su informe sobre él.

Sin embargo, no hace falta un estudio empírico para comprender que nuestros estados de ánimo se impactan entre sí. Si está deprimido y vive con su familia, su estado de ánimo deprimido afectará a su familia. Si eres maníaco y sales con tus amigos, es probable que algo de esa energía maníaca se les pegue.

Esperaríamos que ocurriera lo mismo en línea, ¿no es así?

El estudio se realizó con datos recopilados de personas que vivían en las 100 ciudades más pobladas durante 3 años en Facebook desde enero de 2009 hasta marzo de 2012. No está claro de quién se recopilaron los datos, como no dicen los investigadores (lo cual es extraño dejar fuera, ya que uno supondría qué datos se estaban recopilando es importante tener en cuenta).

Sin embargo, dado que dos de los autores trabajaban en Facebook en ese momento, podemos suponer que recopilaron a todos los usuarios estadounidenses de datos de personas que viven en las ciudades más pobladas. Sabías que accediste a permitir la investigación de todo lo que subes a Facebook, ¿verdad?

Pero el problema principal es el uso de la herramienta de análisis que se ha convertido en una de las favoritas entre los investigadores que analizan textos en línea: el LIWC. El conteo de palabras de consulta lingüística (LIWC) es una herramienta de análisis automatizada rudimentaria y algo burda para el lenguaje. Esas no son mis palabras, esas son las palabras de uno de los creadores de la LIWC (Tausczik & Pennebaker, 2010):

A pesar del atractivo de las medidas de lenguaje computarizado, todavía son bastante toscas. Programas
como LIWC ignoran el contexto, la ironía, el sarcasmo y los modismos. (Énfasis añadido.)

Ummm ... esas son cosas bastante importantes para dejar fuera de un análisis de los matices y complejidades del lenguaje social e informal, ¿no crees? De hecho, la tasa de precisión de la LIWC ha sido cuestionada por otros investigadores en al menos un análisis de un conjunto de tweets de Twitter (González-Ibanez et al, 2011) 1

Pero ignoremos el hecho de que los investigadores actuales están usando una herramienta de análisis tosca que generalmente no es adecuada para el propósito para el que la están usando.2

Veamos un ejemplo hipotético de una interacción de actualización de estado de Facebook para comprender por qué algunas de las suposiciones que hicieron los investigadores probablemente no eran ideales:

Tú: Estoy teniendo un mal día ... ¡solo desearía que este día terminara ya!

Amigo A: Oh, vaya, lamento oír eso. Algunos días apestan.

Amigo B: Lástima, eso apesta.

La LIWC codificaría este intercambio como negativo, con dos respuestas negativas.

Pero, ¿la primera publicación realmente hizo algo para afectar el estado de ánimo de los dos encuestados?

Simplemente no lo sabemos. La LIWC no puede decirnos, porque realmente no comprende el contexto social. Todo lo que entiende es lo rudimentario de palabras negativas y positivas.

¿Es este un efecto que realmente importa?

Incluso si decimos que el efecto que encontraron los investigadores es sólido, como afirman (porque controlaron una variable entre cientos: el clima), no parece ser muy importante. ¿Qué tan grande fue este efecto de un "contagio" del estado de ánimo?

Si publica de manera positiva en Facebook, entre todos sus cientos de amigos, su publicación generará 1,75 publicaciones positivas adicionales. Eso no son casi 2 publicaciones por amigo, son solo 2 publicaciones entre todos tus amigos. Si todos tus amigos publican un total combinado de 50-100 actualizaciones de estado por día (una cantidad razonable, ya que el número promedio de amigos que una persona tiene en Facebook es 338), probablemente sea menos del 4% de cambio.

Si publica negativamente en Facebook, su publicación generará solo 1.29 publicaciones negativas adicionales, nuevamente, en total, de todas tus amigos.3

Estos efectos no parecen tan grandes cuando se los pone en un contexto de la vida real. Es como encontrar significación estadística en sus datos, pero nada que pudiera marcar una diferencia clínica (o en el mundo real).

Lo que los investigadores pueden haber demostrado, si descarta las limitaciones de la LIWC como herramienta de análisis de datos, es que compartir engendra compartir en las redes sociales en línea. Si compartes que te gustan las palomitas de maíz, otros van a decir que a ellos también les gustan las palomitas de maíz. Si compartir tu gato es lo más lindo desde Barnie, bueno, tus amigos amantes de los gatos responderán de la misma manera.

Y si compartes un estado de ánimo en Facebook, sorpresa, sorpresa, los demás serán un poco más propensos a compartir el suyo también. ¿Esto hace que compartir sea un "contagio"? No es probable.

Informes basados ​​en comunicados de prensa de CBS: las emociones que se propagan a través de Facebook son contagiosas, según un estudio

La regurgitación de The Guardian de otras noticias sobre el tema: Facebook transfiere emociones contagiosas

Referencias

Corviello, L. et al. (2014). Detección de contagio emocional en redes sociales masivas. Más uno.

González-Ibáñez, R. Muresan, S. y Wacholder, N. (2011). Identificar el sarcasmo en Twitter: una mirada más cercana.
Actas de la 49ª Reunión Anual de la Asociación de Lingüística Computacional, 581-586.

Tausczik YR, Pennebaker JW (2010) El significado psicológico de las palabras: LIWC y métodos de análisis de texto computarizado. Revista de lenguaje y psicología social 29 (1): 24–54.

Notas al pie:

1. “Descubrimos que la clasificación automática puede ser tan buena como la clasificación humana; sin embargo, la precisión sigue siendo baja. Nuestros resultados demuestran la dificultad de la clasificación del sarcasmo tanto para humanos como para métodos de aprendizaje automático ". [↩]
2. Los investigadores justifican su uso diciendo que es "ampliamente utilizado" para este tipo de análisis de texto. Es extraño leerlo en un artículo científico, solo porque algo es popular no lo convierte en la herramienta adecuada. [↩]
3. Parece que muchos medios de comunicación tradicionales están informando estos datos incorrectamente, diciendo que una publicación negativa "se propaga" al 1,29 por ciento de los amigos. [↩]