MADRID, 18 Ago. (EUROPA PRESS) – Investigadores de la Universidad de Texas en Austin, en EEUU, han observado que solo algunas emociones ayudan a que las publicaciones se vuelvan virales y, por lo tanto, no todos los sentimientos son iguales cuando se trata de compartir en las redes sociales.
Las emociones positivas del amor y la alegría parecen tener mucho en común y, de igual manera, la ansiedad y la ira parecen ser hermanas emocionales cercanas. Sin embargo, en las redes sociales, emociones aparentemente similares pueden conducir a respuestas muy diferentes.
Según una nueva investigación de Yifan Yu, profesor adjunto de gestión de información, riesgos y operaciones en Texas McCombs, ciertas emociones tienen un impacto mayor que otras en la difusión de publicaciones en redes sociales. «Algunas emociones, como la ansiedad y el amor, ayudan a que el contenido se vuelva viral, mientras que otras, como la ira o la tristeza, tienden a ralentizar las cosas», señala Yu, quien ha publicado su estudio en ‘Information Systems Research’.
Su investigación también mapea cómo reaccionan los diferentes grupos demográficos a distintos tipos de emociones. «Personas de diferentes edades, géneros y círculos sociales se comportan de manera distinta cuando se encuentran con contenido emocional», afirma.
Análisis de más de 300 mil artículos de redes sociales
Junto con los coautores Shan Huang de la Universidad de Hong Kong, Yuchen Liu de la Universidad de Florida y Yong Tan de la Universidad de Washington, Yu analizó 387.486 artículos en línea transmitidos por casi 7 millones de usuarios únicos en WeChat, una de las plataformas de redes sociales más grandes del mundo.
Utilizaron un léxico de palabras relacionadas con ocho emociones discretas para clasificar el contenido de cada artículo. Posteriormente, analizaron cómo se difundían en la red los artículos que contenían esas palabras, considerando factores como la amplitud y la rapidez de su difusión.
¿Qué descubrieron?
Los investigadores descubrieron que la ansiedad, el amor y la sorpresa tienen impactos positivos en la difusión de contenidos, mientras que las expresiones de ira, tristeza y alegría tienen un efecto negativo. Además, las personas mayores son más propensas a compartir artículos que expresan enojo o ansiedad, mientras que los más jóvenes se sienten más atraídos por contenido que expresa disgusto.
Asimismo, los usuarios con muchos amigos tienden a compartir artículos que expresan amor, ansiedad, anticipación o disgusto. Mientras que aquellos que tienen menos amigos son más propensos a compartir artículos que expresan enojo o sorpresa.
Emociones similares, efectos diferentes
Una gran sorpresa, según Yu, es «cómo emociones similares pueden tener efectos totalmente opuestos en la difusión del contenido». Por ejemplo, aunque tanto la ira como la ansiedad son negativas, las publicaciones que expresan ansiedad tienden a propagarse más que aquellas que expresan ira.
Así, la ira suele percibirse como «reactiva o irracional». La ansiedad requiere «más tiempo y reflexión», y los usuarios pueden percibirla como «más fiable y útil» para compartir. «No solo importa si una emoción es positiva o negativa, sino el tipo específico de emoción y lo que transmite al lector», añade el investigador.
Algunas emociones, como la ansiedad o el amor, pueden impulsar a las personas a conectar, apoyar o advertir a otros. Otras, como la ira o la alegría, pueden resultar demasiado agresivas o egocéntricas, lo que hace que las personas sean menos propensas a compartir.
Yu espera que sus hallazgos puedan ayudar a los creadores a ser más conscientes del impacto del lenguaje emocional cuando crean contenido. Las plataformas pueden utilizar su investigación para desarrollar directrices de moderación de contenido. «Usando nuestros modelos, las plataformas pueden detectar contenido con una expresión emocional excesiva y anticipar su probable patrón de difusión, lo que permite intervenciones oportunas», explica Yu.
En su opinión, deberían prestar más atención al amor, la sorpresa y, especialmente, la ansiedad, ya que estas emociones pueden contribuir a grandes cascadas de información. En última instancia, cree que su investigación «puede ayudar a que las redes sociales sean más seguras al permitir a las plataformas detectar mejor el contenido potencialmente dañino desde el principio y respaldar políticas más matizadas, basadas en datos y efectivas».
