¿Es Twitter una herramienta para aumentar el bienestar de las ciudades?

El uso de las redes sociales como Twitter, es el comportamiento en internet más común de las personas. Es un medio con el cual se comunican entre sí, determinan si les gusta o no les gusta sus contenidos generados por otros usuarios, también se agrupan con personas en el mismo pensamiento, creencia o interés.

Por: Carolina Saldaña – Édgar Gutiérrez

Editor: Luis Fernando Ardila

Las personas difunden sus opiniones de manera subjetiva y en ocasiones controvertidas con su círculo de influencia. Este hecho, trae otro problema desafiante de medir la fuerza del lazo de los individuos a partir de sus actividades en línea.

La relación de influencia entre individuos es una combinación de la cantidad de tiempo, la intensidad emocional, la intimidad (confianza mutua) y los servicios recíprocos que caracterizan el vínculo.

De ahí la relevancia en la comprensión de la formación de opinión, difusión y polarización de los usuarios en las redes sociales en línea, recibiendo más atención por parte de los profesionales en de analítica, ya que se puede obtener una cantidad significativa de la comunicación entre personas, mediante la extracción de datos de estas plataformas de forma más fácil y posteriormente, poder analizar su comportamiento.

La creciente disponibilidad de información que se puede manejar gracias a herramientas como Big Data, que además posibilita identificar la ubicación geográfica del usuario, resalta la importancia de tener una metodología eficiente que permita inferir las características del comportamiento humano fuera de línea del usuario dentro de una determinada ubicación, está metodología se conoce como LBSM (Location Based Social Media).

LE PUEDE INTERESAR

Maestría en Gerencia de la Transformación Digital y Analítica de Negocios

¿Es el Location Based Social Media una amenaza para el usuario?

Esta proporciona una mejor comprensión de comportamientos fuera de línea del usuario junto con una caracterización del usuario en relación con su ubicación geográfica.

A pesar de su gran potencial para contribuir a aumentar el bienestar, seguridad y protección de los usuarios dentro de las ciudades, se enfrenta a grandes limitaciones como las preocupaciones de privacidad del usuario al compartir sus datos y generación de información falsa.

Sin embargo, el LBSM ofrece un gran potencial en el panorama de predicción del comportamiento, con capacidad de pronosticar patrones de comportamiento dentro de las ciudades, lo cual podría contribuir en gran medida a las intervenciones políticas eficientes y a la planificación de la ciudad para su resistencia frente a lo inesperado.

Usos reales del Location Based Social Media – LBSM

Las LBSM también se han utilizado para detectar la diferencia en el comportamiento de género dentro de una ciudad. En un estudio del 2021, realizado por la Universidad de Guangzhou, utilizaron datos de una aplicación de redes sociales en China llamada Weibo en diez distritos de la ciudad de Shanghái.

Los resultados cuantifican la diferencia en los comportamientos de verificación de género en términos de frecuencia, ubicación y tiempo. Además, los resultados del estudio también mostraron que las mujeres tienen una mayor tasa de uso de las redes sociales y una diferencia de control en los comportamientos entre semana y fin de semana y en diferentes momentos del día.

En otro estudio que involucró el desarrollo social utilizando mapas de la ciudad categorizada, resaltaron el potencial que tienen las redes sociales para identificar y medir actitudes sociales como el racismo y la homofobia ya que medir estas actitudes sociales por medio de instrumentos clásicos como las encuestas de racismo auto-informadas pueden generar respuestas no verdaderas, por ejemplo, por vergüenza del encuestado.

Sin embargo, las redes sociales superan esta limitación, especialmente porque las personas pueden ser más expresivo en las redes sociales que en la vida real.

Reclasificando las zonas urbanas y de tolerancia

En el 2020 se analizaron las publicaciones en Twitter de la ciudad de Nueva York que contienen palabras relacionadas con la homofobia y el racismo, asimismo relacionaron esas actitudes dentro del espacio geográfico, comparando los resultados que se obtienen con su método propuesto de agrupamiento y los resultados obtenidos utilizando las zonas de código postal.

En este estudio se utilizó clasificación de texto de inserción neuronal en los datos de Twitter para crear un mapa regional de estas diferentes características. Los resultados mostraron que hubo diferencia en términos de la clasificación por códigos postales a la exposición de la homofobia y el racismo y que la varianza de las características analizadas por zonas postales puede ser hasta del 42%.

Otra forma en que LBSM puede contribuir es en comprender más sobre los eventos sociales que tienen lugar en las ciudades, ya sea el momento, el lugar o el tipo de actividad es una aplicación sobre percepción en eventos.

En el 2022 en un estudio publicado en el  LBS Journal of Management & Research, se utilizaron los hashtags en eventos que recibieron gran atención de personas en la red social y combinan con el aprendizaje automático, el procesamiento del lenguaje natural y los métodos de visualización en un marco analítico genérico para extraer la perspectiva pública sobre ese evento, a partir de la  información sobre cuándo, dónde y qué sucedió,  es posible interpretar el impacto de los eventos sociales conocidos a partir de las dimensiones del tiempo, el espacio y la semántica basados en datos de redes sociales geo-etiquetados.

Conozca el Programa Privilegios Entérese aquí