Análisis dinámico del comportamiento de las redes sociales

Basado en un modelo de simulación con Vensim

Lorenzo I. Andrade
Ing. Acuicultura
Universidad de Los Lagos; Chile
landrade@ulagos.cl

En las ciencias económicas existe un modelo muy conocido sobre la forma en que una determinada población adopta un nuevo producto, dicho modelo es conocido como el Modelo de Difusión de Bass (Bass, 1969). El modelo de Bass describe como un determinado sector adopta un nuevo producto, los potenciales clientes se van transformando paulatinamente en clientes, dicha transformación es influenciada principalmente por la difusión o publicidad que hace cada usuario del producto (“adoption from Word-of-mouth”), similar a la transmisión de una enfermedad contagiosa y también está influenciada por el marketing o publicidad de la empresa que lanza el producto. La curva de crecimiento de cómo el producto va siendo adoptado a través del tiempo es una curva logística o sigmoidea (curva en S). De dicho modelo existen diversa revisiones y adaptaciones realizadas con la metodología de Dinámica de Sistemas (Sterman, 2000; Morecroft, 2007).

Si pensamos en el comportamiento de una red social virtual, desde sus inicios y a través del tiempo, podemos apreciar varias analogías con el modelo de Bass. Así por ejemplo, podríamos considerar que el creador o creadores de la red social dispongan de temáticas específicas, contenidos e interacciones novedosas que atraigan a un determinado sector a participar de ellas y que la incorporación, permanencia o desvinculación de sus integrantes obedezca principalmente a la calidad o desempeño integral de la red. Con dichas ideas de base podemos configurar un modelo de simulación que permita ensayar diversos escenarios con el fin de indagar en el posible ciclo de vida de la red.

El presente estudio tiene por objetivo adaptar y desarrollar un modelo de simulación dinámico basado en el Modelo de Difusión de Bass (Bass, 1969) para indagar posibles escenarios.

El modelo formalizado con el software I’Think 9.1 consideró 11 variables (Fig.1). Una breve descripción del modelo establece la forma en que los potenciales usuarios de la red se van vinculando a través del tiempo transformándose así en usuarios o integrantes. Se asume un número inicial de potenciales integrantes el cual sólo disminuye a través del tiempo producto de las vinculaciones . Los integrantes de la red pueden aumentar (vinculaciones) o disminuir (desvinculaciones) dependiendo principalmente del desempeño de la red, es decir que un alto desempeño conlleva a un aumento en el número de vinculaciones y una reducción en el número de desvinculaciones. En el modelo se considera que las vinculaciones están influenciadas principalmente por la capacidad de difusión que realiza cada integrante y también por el posicionamiento que tendría la red en la WEB (vinculaciones por exploración).

Fig.1

Como todo sistema vivo, las redes sociales están influenciadas por factores o variables que potencian o limitan su desarrollo y viabilidad a través del tiempo. La sostenibilidad de la red depende principalmente de la capacidad de respuesta o soluciones que generen sus integrantes, sobretodo en las redes de aprendizaje colaborativo (Fig. 2)

Fig.2

Sin embargo, es muy probable que el comportamiento más común sea encontrar redes sociales cuyo ciclo de vida demuestre el típico “auge y caída”, donde la pérdida de desempeño, que tiene implícita la capacidad de innovación, conlleve a un colapso inevitable.

Según Wikipedia la dinámica de sistemas es una técnica para analizar y modelar el comportamiento temporal en entornos complejos. Se basa en la identificación de los bucles de realimentación entre los elementos, y también en las demoras en la información y materiales dentro del sistema. Lo que hace diferente este enfoque de otros usados para estudiar sistemas complejos es el análisis de los efectos de los bucles o ciclos de realimentación, en términos de flujos y depósitos adyacentes. De esta manera se puede estructurar a través de modelos matemáticos la dinámica del comportamiento de estos sistemas. La simulación de estos modelos actualmente se puede realizar con ayuda de programas computacionales específicos.

Originalmente desarrollada en 1950 para ayudar a los administradores de empresas a mejorar su comprensión de los procesos industriales, actualmente se usa en el sector público y privado para el análisis y diseño de políticas. Fue creada a principios en la década de 1960 por Jay Forrester de la MIT Sloan School of Management del Massachusetts Institute of Technology) con la creación del MIT System Dynamics Group.

Los modelos de simulación con Dinámica de Sistemas tienen aplicaciones en prácticamente todas las áreas del conocimiento como podemos observar en los numerosos artículos publicados en los congresos anuales de la System Dynamics Society. Se trata de una potente herramienta para:

Enseñar a los reflejos del sistema de pensamiento de las personas que está siendo entrenado.

Analizar y comparar los supuestos y modelos mentales acerca de cómo funcionan las cosas.

Obtener una visión cualitativa sobre el funcionamiento de un sistema o las consecuencias de una decisión.

Reconocer arquetipos de sistemas disfuncionales en la práctica diaria.

Los modelos permiten simular el impacto de diferentes políticas relativas a la situación a estudiar ejecutando simulaciones what if (¿qué pasaría si?) que permiten ver las consecuencias a corto y medio plazo, y ser de gran ayuda en la comprensión de cómo los cambios en un sistema lo afectan en el tiempo. En este sentido es muy similar al Pensamiento sistémico ya que se basa en los mismos diagramas de causales con bucles o lazos de retroalimentación (feedback). Sin embargo, estos modelos de simulación permiten además hacer simulaciones para estudiar el comportamiento de los sistemas y el impacto de políticas alternativas. Se utiliza en especial para investigar la dependencia de los recursos naturales y los problemas resultantes del creciente consumo a nivel global para mejorar el especial en el desarrollo de nuevos productos. Existe una gran variedad de marcas de software en el mercado que ayudan a aplicar esta herramienta de una forma amigable: Vensim, Stella, ithink, Powersim, Dynamo, etc.

(*) Puede solicitar información más detallada de este trabajo al autor

---