Temporal higher order interactions in social dynamics: From theoretical models to controlled experiments

Descripción del proyecto

Comprender la dinámica de grupo en las comunidades en línea

Dado que el entorno digital se caracteriza por una polarización y una desinformación cada vez mayores, es más importante que nunca comprender cómo las interacciones grupales influyen en las creencias personales. El equipo del proyecto SocialTHOI, que cuenta con el apoyo de las Acciones Marie Skłodowska-Curie, tiene como objetivo investigar los efectos de las interacciones de orden superior para reflejar la complejidad de las interacciones en las redes sociales a nivel de grupo. Mediante el uso de métodos de la teoría de la información multivariante, junto con representaciones de orden superior, en el proyecto se analiza cómo la dinámica de grupo y la confianza dentro de los grupos determinan su orientación política y su comportamiento social. Partiendo de esta base, el equipo del proyecto propone un modelo mecánico para comprender procesos sociales como la radicalización y la difusión de noticias falsas.

Objetivo

This project investigates how group interactions, also known as higher-order interactions (HOIs), shape individual traits/opinions, with
a particular focus on online social media environments. While traditional network science has largely focused on pairwise interactions,
evidence from sociology, experimental psychology and complex systems theory suggests that group-level dynamics play a critical
and qualitatively different role in shaping opinions, beliefs, and behaviors. Understanding these dynamics is essential for explaining
phenomena such as polarization, radicalization, and fake-news diffusion, as well as for designing interventions to foster civic
engagement and social cohesion.
To capture the complexity of group interactions, the project will adopt higher-order network (HON) representations and develop
novel methods to infer genuine HOIs from social media data using tools from multivariate information theory. These methods will
enable the construction of realistic HONs that reflect actual group dynamics, overcoming limitations of current models that rely on
simplified assumptions.
The project will then analyze how group-level properties, such as size, internal communication patterns, and trust, affect individual
attributes, including political leaning or stance on controversial topics. Building on these findings, a mechanistic model grounded in sociological theory will be developed and validated against empirical data.
To ensure causal validity, the project will also include online social experiments with a control group, designed to isolate and test the mechanisms assumed in the model.
By integrating theoretical modeling, empirical data analysis, and experimental validation, the project will contribute to a deeper
understanding of online social dynamics and inform practical strategies to mitigate polarization and fragmentation in digital societies.