Un nuevo estudio de la Universidad de Michigan presenta un modelo modificado para entender la polarización de creencias y la formación de consenso dentro de redes sociales. Este modelo, basado en una variante del modelo Friedkin-Johnsen, considera a cada individuo como una red neuronal simple. La investigación revela que la estructura de una red social puede influir significativamente en la propagación de creencias y el efecto “backfire”, cuando al recibir evidencia contraria, en lugar de reforzar una creencia, esta disminuye.
Se implementaron dos redes sociales diferentes: una con un gran componente y otra con dos comunidades separadas. Se encontró que, en una población polarizada, la distribución de creencias tiene menos variabilidad en una red unificada, comparado con una estructura de doble comunidad. Sin embargo, la red consolidada genera mayor presión social. El modelo muestra que la estructura de red influye menos en la sensibilidad de las creencias cuando se forman comunidades.
El modelo tiene aplicaciones potenciales en la psicología del comportamiento y podría ayudar a entender problemas políticos e históricos que surgen de la desinformación y conflictos económicos. Este enfoque analizará cómo las creencias se forman y cambian según el contexto social circundante, arrojando luz sobre cómo la estructura cognitiva de los individuos puede ser diversa y susceptible a las influencias del entorno.
Además, el estudio destaca que, a pesar del entorno social, la variabilidad en las creencias disminuye conforme aumenta el tamaño de la población. Un hallazgo destacable es que el nivel de confianza individual en la evidencia tiene un impacto significativo en la propagación de las creencias dentro de la red.
En conclusión, este nuevo modelo ofrece una visión detallada sobre cómo se forman las creencias individuales y grupales en redes complejas. Al entender la interacción entre la estructura social y las funciones cognitivas, podemos abordar mejor los problemas de polarización y cohesión social en la sociedad actual.