RedacciónT21 
Modelizar las interacciones sociales puede mejorar la toma de decisiones colectivas, ha descubierto un estudio realizado conjuntamente en Francia y Japón del que se informa en un comunicado.
El estudio demuestra cómo un grupo de personas puede aumentar colectivamente su rendimiento y la precisión de sus opiniones, gracias a la información social. El modelo se basa en algoritmos que ayudan a la toma de decisiones. Los resultados se publican en PNAS.
La digitalización de la sociedad ha aumentado la interacción entre personas. Las redes sociales se han convertido en una fuente importante de información sobre las que decidimos si las tenemos en cuenta o no.
Además, numerosas sitios de venta por Internet utilizan ampliamente sistemas de reputación que permiten a sus clientes aprovecharse de las opiniones de otros clientes para realizar sus propias opciones de compra.
La cantidad de información a la que estamos sometidos es tan importante que nos obliga a tratarla correctamente y a discriminar las noticias falsas que en ocasiones son difíciles de detectar.
Estas evidencias han animado a la comunidad científica a desarrollar herramientas para apoyar la inteligencia colectiva, con la finalidad de favorecer el tratamiento de la información y la toma de decisiones en un grupo a través de sus interacciones sociales (intercambio de información).
Impacto de la información social
Este grupo de investigación, que agrupa a científicos del CNRS, del Inra y de la Universidad de Toulouse, se ha concentrado en el impacto de la información social, es decir, en la manera en que nuestras actitudes y comportamientos se ven afectados por lo que hacen los demás, con la finalidad de determinar en qué condiciones esta información social puede aumentar la eficacia de las decisiones colectivas.
La investigación implicó a 186 personas de Francia y 180 de Japón. Cada participante debía estimar algunos parámetros, como la edad de Gandhi cuando murió o el número de estrellas de nuestra galaxia, especificando su grado de certeza en la respuesta proporcionada.
A continuación, se les dio a conocer lo que pensaban los demás participantes (información social) sobre estas cuestiones y, con esa nueva información adicional, debían responder de nuevo a las preguntas iniciales.
Una de las originalidades de este estudio reside en la introducción de agentes virtuales controlados por los investigadores, sin el conocimiento de los participantes, que daban sistemáticamente la respuesta correcta. Estos agentes, cuyo número variaba durante el experimento, influyeron en la información social transmitida a los participantes.
Esta investigación demostró cómo la información social lleva a un grupo a aumentar colectivamente su rendimiento y la precisión de sus estimaciones. Y permitió además medir con precisión la sensibilidad de los participantes a la información social.
Cinco perfiles
De esta forma, los investigadores identificaron cinco perfiles independientes del sesgo cultural de cada país. En Francia, el análisis de 11.000 respuestas mostró que el 29% de los voluntarios no cambiaron su opinión, que el 4% siguió fielmente la información social recibida, y que el 59% concilió su opinión con la de los demás.
Además, el 6% de los participantes amplificó la información social recibida pensando que el resto del grupo, al igual que ellos, había subestimado la respuesta inicial. Finalmente, el 2% terminó por contradecir su postura inicial con la del grupo, sin poder argumentarlo.
Otro dato relevante del estudio es que cuánto más alejada está una persona de la información social, más sensible es a esta información. Otro resultado: el rendimiento de un grupo puede ser mejorado gracias a una cantidad limitada de información incorrecta.
Por último, los investigadores desarrollaron un modelo matemático basado en estas experiencias que reproduce fielmente los mecanismos de sensibilidad a la información social observados experimentalmente, y que predice el impacto el rendimiento de un grupo humano en relación con la cantidad y la calidad de la información intercambiada entre sus miembros.
Esta comprensión de los procesos que rigen la influencia de la información social sobre las decisiones individuales y colectivas abre nuevas perspectivas, ya que algoritmos personalizados podrían desarrollarse con la finalidad de anticipar los diferentes tipos de repuestas, según la forma de las informaciones sociales recibidas, y de esta forma contribuir a mejorar la cooperación y la colaboración a escala grupal.
Referencia
How social information can improve estimation accuracy in human groups. Proceedings of The National Academy of Sciences USA (presse). DOI:www.pnas.org/cgi/doi/10.1073/pnas.1703695114
Hacer un comentario