PROMUEVA: Investigación en Modelos Computacionales de Redes Sociales Aplicados a la Polarización en el Valle del Cauca

Las redes sociales tuvieron un papel central en los eventos socio-políticos recientes en Colombia, en particular en el Valle del Cauca, confirmando así su profundo impacto en la democracia y en la sociedad. En el periodo comprendido desde el 29 de abril de 2021 (inicio de movilizaciones en todo hasta el país) y hasta el 19 de mayo de 2021 en el departamento del Valle del Cauca (epicentro de disturbios y bloqueos) la Cámara de Comercio de Cali reportó que 41,3% de las compañías no se encontraban operando y 47,2% de ellas lo hacían de forma parcial. De acuerdo con el reporte, esto habría generado que las pérdidas económicas estimadas en el PIB del departamento sean de $1,2 billones por cada semana de paro. De acuerdo con estos cálculos, el sector servicios fue el que reportó mayores pérdidas, pues semanalmente el perjuicio sería de $537.000 millones. Es correcto afirmar que durante este periodo de protesta social en Colombia hubo un auge particular de desinformación y uso malintencionado de las redes sociales con el propósito de mostrar diferentes matices (unos más convenientes que otros, dependiendo del actor) de la realidad, llegando hasta la fantasía en algunas ocasiones. En todo el mundo hay una creciente preocupación respecto al impacto que trae consigo la desinformación y las interacciones en las redes sociales (CR 2018, LM 2018).  Con esta problemática en mente, este proyecto tiene como objetivo desarrollar modelos matemáticos para analizar sistemas (concurrentes) cuyos agentes interactúan intercambiando, actualizando y aprendiendo información epistémica como hechos, creencias y mentiras intencionales. Este es el caso de las redes sociales, por ejemplo, en donde los agentes son usuarios que concurrentemente interactúan (i.e., en un momento dado puede haber varias interacciones entre varios grupos de usuarios) intercambiando mensajes con fines específicos, pública o privadamente. El estudio se centrará en modelar fenómenos de polarización en grupos, es decir, la tendencia de un grupo a aprender o adquirir creencias, o tomar decisiones que son más extremas que las inclinaciones iniciales de los miembros. Estos modelos computacionales permitirán especificar las interacciones de los grupos de agentes, los cuales intercambian información epistémica entre ellos, y de este modo poder analizar, predecir y medir el grado de polarización que el grupo puede alcanzar.  Por otro lado, las redes sociales también están expuestas a actores (algoritmos o agentes maliciosos) que pueden recopilar información privada de millones de usuarios sin su consentimiento. Esta información se puede utilizar para crear perfiles psicológicos para la micro-selección psicográfica. La micro-selección puede reforzar las creencias preconcebidas de los usuarios. La psicología social nos dice que esto contribuye a la polarización del grupo, haciendo que las creencias de los usuarios de un grupo dado sean más extremas que las inclinaciones iniciales de sus miembros, y esto por su parte puede tener un impacto en el discurso civil con efectos negativos para la sociedad. Los modelos computacionales propuestos podrían ser también la base de herramientas que permitan a mecanismos estatales y organismos no gubernamentales entender de manera general si hay actores maliciosos que estarían usando redes sociales para fines irregulares. Desafortunadamente, el hecho que las redes sociales son una innovación tecnológica relativamente nueva, nos conduce al problema central identificado en esta propuesta: Los modelos matemáticos existentes de redes sociales son poco confiables para el análisis de la polarización. Se debe aclarar que estos modelos, más conocidos en informática como modelos computacionales, al ser entidades matemáticas, se producen principalmente como artículos científicos.     La presente propuesta tiene como título Investigación en Modelos Computacionales confiables de Redes Sociales Aplicados a la Polarización en el Valle del Cauca pero utilizaremos también el acrónimo PROMUEVA para referirnos a ella pues trata la Polarización en Redes sOciales con un Modelo Unificado para El VAlle.  PROMUEVA plantea un proyecto multidisciplinario que conecta el conocimiento de la informática y las ciencias sociales. El objetivo principal es desarrollar modelos computacionales confiables de redes sociales  para el análisis de la polarización. Esto nos permitirá modelar, medir y predecir la polarización en las redes sociales, un fenómeno que impactó al Valle del Cauca y a Cali, en particular.  Para alcanzar este objetivo, se producirán modelos matemáticos de elementos característicos de las redes sociales, como sus políticas de comunicación y privacidad, y de sesgos cognitivos de sus usuarios. De esta manera se contribuirá a comprender la polarización y se podrá ayudar a prevenir problemas causados por este fenómeno que finalmente puede afectar la paz, la tolerancia y el discurso civil en nuestra sociedad.  Por consiguiente, esta propuesta contribuye a dar respuesta a las demandas territoriales del Valle  en materia de ciencia, tecnología e innovación; en particular a  la línea estratégica territorial:  Valle del Cauca territorio de integración social para la paz y el programa  convivencia y resolución pacífica de conflictos en el plan de desarrollo del Valle del Cauca. Además una propuesta enfocada al análisis, predicción  y prevención  de la polarización contribuye a la construcción de paz y la reconciliación en el territorio Vallecaucano.   PROMUEVA está articulado en tres partes principales que se complementan para alcanzar el objetivo del proyecto. La primera consiste en desarrollar un modelo computacional de redes sociales para el estudio de la polarización en estas. El modelo estará fundamentado en la lógica epistémica y la teoría de concurrencia, guiado por la investigación sobre polarización política desde las ciencias sociales. Cualquier modelo de redes sociales debe contar con un mecanismo para especificar y razonar sobre políticas de privacidad y filtraciones; por esto la segunda parte del proyecto PROMUEVA se centra en los aspectos de privacidad de nuestro modelo de redes sociales. Finalmente, la tercera se enfoca en algoritmos eficientes para analizar redes de gran escala, y algoritmos de aprendizaje automático (en inglés, machine learning) para identificar patrones o predecir comportamientos particulares en relación con la polarización en redes sociales. De esta forma el proyecto, con base en sus tres partes, logrará herramientas para razonar automáticamente acerca de fenómenos sociales representados en los modelos propuestos en función de dinámicas de polarización, brechas de privacidad y publicación de información malintencionada con aplicación directa al Valle del Cauca y Cali.