O POTENCIAL VIRAL DA INFORMAÇÃO NAS REDES SOCIAIS ONLINE

Share Embed


Descrição do Produto

1

FUNDAÇÃO GETULIO VARGAS – FGV ESCOLA BRASILEIRA DE ADMINISTRAÇÃO PÚBLICA E DE EMPRESAS CENTRO DE FORMAÇÃO ACADÊMICA E PESQUISA MESTRADO PROFISSIONAL EM GESTÃO EMPRESARIAL

O POTENCIAL VIRAL DA INFORMAÇÃO NAS REDES SOCIAIS ONLINE – UMA REVISÃO DE LITERATURA

MARCOS GUIMARÃES FIGUEIRA

Rio de Janeiro, 2011

MARCOS GUIMARÃES FIGUEIRA

O POTENCIAL VIRAL DA INFORMAÇÃO NAS REDES SOCIAIS ONLINE – UMA REVISÃO DE LITERATURA

Dissertação apresentada ao Programa de Mestrado Profissional em Gestão Empresarial da Fundação Getúlio Vargas como prérequisito para a obtenção do grau de Mestre. Orientador Acadêmico: Prof. Dr. Luiz Antonio Joia

Rio de Janeiro 2011

Figueira, Marcos Guimarães O potencial viral da informação nas redes sociais online : uma revisão de literatura / Marcos Guimarães Figueira. – 2011. 71 f. Dissertação (mestrado) - Escola Brasileira de Administração Pública e de Empresas, Centro de Formação Acadêmica e Pesquisa. Orientador: Luiz Antonio Joia. Inclui bibliografia. 1. Redes sociais on-line. 2. Ciberespaço. 3. Marketing na Internet. 4. Propaganda boca a boca. I. Joia, Luiz Antonio. II. Escola Brasileira de Administração Pública e de Empresas. Centro de Formação Acadêmica e Pesquisa. III. Título. CDD – 658.8

FUNDAÇÃO GETULIO VARGAS ESCOLA BRASILEIRA DE ADMINISTRAÇÃO PÚBLICA E DE EMPRESAS CENTRO DE FORMAÇÃO ACADÊMICA E PESQUISA CURSO DE MESTRADO PROFISSIONAL EM GESTÃO EMPRESARIAL

O POTENCIAL VIRAL DA INFORMAÇÃO NAS REDES SOCIAIS ONLINE – UMA REVISÃO DE LITERATURA DISSERTAÇÃO DE MESTRADO APRESENTADA POR MARCOS GUIMARÃES FIGUEIRA

E APROVADO EM 13 / 07 / 2011 PELA COMISSÃO EXAMINADORA

___________________________________ LUIZ ANTONIO JOIA DOUTOR EM ENGENHARIA DA PRODUÇÃO

___________________________________ DEBORAH MORAES ZOUAIN DOUTORA EM ENGENHARIA DA PRODUÇÃO

___________________________________ SAULO BARBARÁ DE OLIVEIRA DOUTOR EM ENGENHARIA DA PRODUÇÃO UNIVERSIDADE FEDERAL RURAL DO RIO DE JANEIRO

DEDICATÓRIA

O presente trabalho é dedicado a todos que, neste, encontrarem valor.

AGRADECIMENTOS

O meu primeiro agradecimento é especialmente direcionado ao meu orientador, pela sua honestidade, retidão, conhecimento e apoio, sem os quais não teria sido possível completar o presente trabalho. Agradeço aos membros que compõem esta Banca, pelo tempo, atenção e conhecimento. Agradeço a todos os professores da FGV, com os quais tive o prazer de interagir ao longo do curso. Agradeço à minha família, pelo incentivo e apoio incondicional, aos meus amigos e colegas de turma, que tornaram essa jornada agradavelmente inesquecível.

EPÍGRAFE

Things of this world are in so constant a flux, that nothing remains long in the same state. John Locke

RESUMO

FIGUEIRA, Marcos G. O Potencial Viral da Informação nas Redes Sociais Online – Uma Revisão de Literatura. 2011. 72 f. Dissertação – Programa de Mestrado Profissional em Gestão Empresarial da EBAPE – Fundação Getúlio Vargas, Rio de Janeiro, 2011.

Nos últimos anos, as redes sociais online têm despertado grande interesse no ambiente corporativo, seja pelo potencial disruptivo que representam, pelas oportunidades de negócios ou ainda pelos desafios inerentes a uma nova mídia comunicacional que carrega consigo a possibilidade de dar voz ao consumidor. O presente trabalho se concentra no potencial de disseminação da informação propiciado pelas redes sociais online. Utilizando o método de revisão de literatura, este trabalho de cunho exploratório e de viés essencialmente teóricoconceitual, propõe uma articulação entre trabalhos de diferentes campos de estudo, de forma a contribuir para a compreensão da capacidade viral, ou de contágio social, das redes sociais na internet. Em sua conclusão, apresenta um modelo de três forças determinantes na capacidade viral da informação nesse ambiente.

Palavras-chave: Ciberespaço. Redes Sociais. Mídias Sociais. Informação. Marketing Viral. Contágio Social.

ABSTRACT

FIGUEIRA, Marcos G. Information Diffusion in Online Social Networks – A Literature Review. 2011. 72 f. Dissertation – Programa de Mestrado Profissional em Gestão Empresarial da EBAPE – Fundação Getúlio Vargas, Rio de Janeiro, 2011.

In the last few years, the emergence of online social networks have been a central topic for firms around the globe. Those have increasingly being recognized not only as an important way to spur the trial, use and adoption of products and services but also, for their ability to establish an interpersonal communication channel between peers. This conceptual and exploratory study examines the diffusion of information in online social networks, Based on the literature review methodology, it performs the cross examination of contributions from different fields of study and finally, three factors are suggested to influence the difusion of information in those environments. The framework provides a basis to determine the characteristic of appropriate marketing and communication strategies in different contexts and can be a useful guide for managers and for future research into this important phenomenon.

Keywords: Internet. Social Networks. Virtual Communities. Information Diffusion. WOM. Word of Mouth.

LISTA DE FIGURAS Figura 1.

Adoção das Redes Sociais …..........................................................….........................

12

Figura 2.

Utilização das Redes Socias …..........................................................…......................

13

Figura 3.

Atividade nas Redes Sociais …...................................................................….............

14

Figura 4.

Grapho representando as pontes da cidade de Könisberg ….......................................

21

Figura 5.

Exemplos de clusters, ou agrupamentos …..................................................................

23

Figura 6.

Número crítico de um link …........................................................................................ 24

Figura 7.

Exemplo de estrutura típica de uma rede social ….......................................................

24

Figura 8.

Exemplo do modelo de curva de distribuição do tipo lei de potência ….....................

29

Figura 9.

Exemplo de estrutura de uma Rede Ego …..................................................................

32

Figura10.

Diferentes topologias e a capacidade de propagação da informação ….......................

33

Figura 11. Exemplo de recomendação negativa encontrada na rede social Facebook ..................

35

Figura 12. Exemplo de fan page no Facebook …........................................................................... 36 Figura 13. Fluxo da informação da persona pública para os seus fãs ….......................................

36

Figura 14. Betweenness centrality ….............................................................................................

41

Figura 15. Progressão do contágio de gripe na redes de relacionamento …..................…............

42

Figura 16. Gráfico da curva de propagação da gripe ….................................................................

46

Figura 17. Confiabilidade das informações em relação à sua fonte …..........................................

48

Figura 18. Modelo das Três Forças …............................................................................................ 59 Figura 19. Disseminação da Informação: densidade versus alcance ….........................................

63

SUMÁRIO 1. INTRODUÇÃO.................................................................................................................... 11 1.1 PROBLEMA.................................................................................................................. 15 1.2 OBJETIVO.....................................................................................................................15 1.3 ESTRUTURA DA DISSERTAÇÃO.............................................................................. 15 2. MÉTODO DE PESQUISA................................................................................................... 17 3. AS REDES SOCIAIS ONLINE............................................................................................20 3.1 Como as redes se formam..........................................................................................20 3.2 Redes Randômicas.....................................................................................................22 3.3 Redes Mundos-Pequenos...........................................................................................25 3.4 Redes Sem Escala...................................................................................................... 27 3.5 Por que as redes se formam....................................................................................... 29 3.6 A força dos laços fracos............................................................................................. 31 4. A DISSEMINAÇÃO DA INFORMAÇÃO...........................................................................38 4.1 Capital Social ............................................................................................................38 4.2 Capital Social e Influência ........................................................................................40 4.3 Contágio Social..........................................................................................................41 4.4 O Paradoxo da Amizade............................................................................................ 44 4.5 Disseminação da informação por meio do boca-a-boca (WOM)..............................49 5. DISCUSSÃO........................................................................................................................ 54 6. MODELO DAS TRÊS FORÇAS......................................................................................... 59 6.1 COMPONENTES DO MODELO..................................................................................60 6.1.1 Características da rede social..................................................................................60 6.1.2 Características da rede de contatos do emissor.......................................................62 6.1.3 Características da informação.................................................................................64 7. CONSIDERAÇÕES FINAIS................................................................................................66 7.1 Implicações acadêmicas e gerenciais............................................................................. 66 7.2 Sugestão para pesquisas futuras..................................................................................... 66 8. REFERÊNCIAS....................................................................................................................68

12

1. INTRODUÇÃO

A partir do evento de onze de setembro de 2011 nos EUA, nos deparamos com o poder nefasto das redes terroristas e com uma nova vertente para o termo. Poucos talvez tenham se atentado para o surgimento de uma nova ciência das redes, debruçada sobre fenômenos ainda mais instigantes do que o uso casual do termo redes sociais. Essa nova ciência abre uma nova perspectiva sobre um mundo interconectado, que aponta claramente que as redes irão dominar o próximo século de uma forma muito mais ampla do que a maioria das pessoas está preparada para aceitar. As redes estão presentes em todos os lugares. A sociedade, como um todo, forma uma rede social complexa, mas, ao mesmo tempo, permite vislumbrar quão pequeno é esse grande mundo em que se vive (BARABÁSI, 2003). A revolução promovida pela tecnologia da informação e da comunicação propiciou o surgimento de novas tecnologias, como as redes de computadores, a internet e novos suportes comunicacionais, como as chamadas mídias sociais, com a consequente criação de comunidades virtuais no ciberespaço e a formação de redes sociais online. Tais redes vêm ganhando aceitação e têm despertado o interesse de empresas, por seu potencial caráter inovador e disruptivo (PARAMENSWARAN; WHISTON, 2007). O instituto de pesquisa eMarketer (2010) estimou que as redes sociais online contarão com 127 milhões de usuários em 2010, somente nos EUA. Segundo a pesquisa, não há dúvidas que a utilização de redes sociais online por adultos continuará a crescer. Em 2009, 52,4% deles visitaram sites de relacionamento regularmente. A pesquisa aponta ainda que, atualmente, 78,4% dos jovens utilizam regularmente as redes de relacionamento. A figura 1 aponta a previsão de crescimento das redes sociais online nos EUA, em número de usuários.

13

Figura 1. Taxa de Adoção às Redes Sociais Fonte: eMarketer Abril, 2010

Na chamada Nova Economia, os consumidores estão orientados para o relacionamento e desejam ambientes onde possam criar laços com as empresas. Os compradores de relacionamento são pessoas que estão procurando empresas acessíveis, com produtos confiáveis e pessoas que os reconheçam e lhes ofereçam um atendimento personalizado (SEYBOLD, 2000). Assim, as redes sociais têm sido reconhecidas pelas empresas como uma possibilidade de aproximação com seus públicos, seja visando a construção de marcas, o estreitamento da relação com o público final, ou ainda objetivando o incremento das vendas (ZEISSER, 2010). Desse modo, acredita-se que aprofundar o conhecimento acerca das redes sociais, nesse ambiente, é uma necessidade estratégica e imperativa para as organizações. O crescimento das redes sociais online não pode, de modo algum, ser negligenciado. Considere-se que, para chegar a 50 milhões de usuários, o Rádio levou 38 anos, a TV, 13 anos, a internet, 3 anos (IBOPE, 2008). A rede social Facebook1, por exemplo, atingiu 100 milhões de usuários em apenas 9 meses e, ao final de 2010, atingiu a marca dos 500 milhões

1 Facebook é uma mídia social. Trata-se de um sistema online que oferece a possibilidade dos usuários estabelecerem um relacionamento virtual através de uma rede social online. Em 2010, o Facebook contabilizava mais de 500 milhões de usuários ao redor do mundo (IBOPE, 2010).

14

de usuários (IBOPE, 2008). As estratégias corporativas para estabelecer presença nas mídias e redes sociais online vêm demandando recursos consideráveis, pois acredita-se que estas redes gerem potencial impacto sobre o relacionamento com os clientes, as vendas ou, ainda mais importante, sobre a imagem das marcas. Uma pesquisa realizada nos EUA em novembro de 2009, apontou que 43% dos entrevistados se disseram menos inibidos no ambiente online (EURO RSCG WORLDWIDE, 2009). Tal comportamento, segundo a pesquisa, representa impactos positivos e negativos sobre as marcas, sobretudo por que os entrevistados se mostraram mais inclinados a opinar sobre produtos, serviços ou empresas. O estudo apontou que 24.4% dos homens e 15.8% das mulheres utilizam as redes sociais online para esse fim. A figura 2 discrimina a utilização das redes sociais online em 2009 nos EUA, comparando os gêneros masculino e feminino.

Figura 2. Utilização das Redes Socias Fonte: eMarketer.com – Euro RSCG Worldwide, “Social Life and Social Media” Novembro, 2009

Outra pesquisa realizada nos EUA em agosto de 2009, desenvolvida pelo instituto de pesquisa Anderson Analytics e publicada pela eMarketer, mostra que 46% dos entrevistados reconheceram ter recomendado positivamente uma empresa ou marca em websites de redes sociais, enquanto 23% reconheceram ter recomendado negativamente (EMARKETER, 2010). A figura 3 descreve como os usuários estão utilizando as redes sociais online nos EUA.

15

Figura 3. Atividades nas Redes Sociais Fonte: eMarketer - Anderson Analytics “Social Network Service (SNS) A&U Profiler” Julho, 2009

Além da questão da forma como os usuários vêm utilizando as redes sociais online, deve-se considerar ainda a questão da capacidade de disseminação, ou de contágio social, de tais recomendações. As experiências de vida em comunidade virtual, intrínsecas no dia a dia de todos, bem como os seus reflexos e influência nas práticas da comunicação fazem das redes sociais online, e de suas apropriações, um profícuo e necessário campo de estudo que, acredita-se, irá requerer investigações profundas e contínuas. As redes sociais online vêm ganhando aceitação e se disseminando nas mais diversas áreas do saber, comportando uma variedade de apropriações que se movem por eixos diferenciados na busca de definição e compreensão analítica. A relevância da escolha desse tema reside exatamente na ampliação da discussão e do seu entendimento, pois embora as organizações venham investindo na internet como canal de vendas (ANJOS, 1999), se preocupando cada vez mais com o monitoramento das suas marcas e produtos nas mídias sociais e, consequentemente, promovendo investimentos em estratégias de divulgação em redes sociais online, não está claro as razões pela quais uma informação, recomendação ou idéia se propaga mais do que outra – fenômeno referenciado neste trabalho como efeito viral ou disseminação. O presente trabalho se concentra, portanto, no potencial de disseminação da informação propiciado pelas redes sociais online. Utilizando o método de revisão de literatura, este trabalho de cunho exploratório e de viés essencialmente teórico-conceitual,

16

propõe uma articulação entre trabalhos de diferentes campos de estudo, de forma a contribuir para a compreensão da capacidade viral, ou de contágio social, nas redes sociais na internet. Em sua conclusão, apresenta um modelo de três forças determinantes na capacidade viral da informação nesse ambiente.

1.1 PROBLEMA

O crescimento das redes sociais online e o seu reconhecimento no âmbito das organizações, principalmente como uma importante mídia comunicacional, vem atraindo cada vez mais investimentos por parte das empresas. Na pesquisa preliminar, não encontrou-se nenhuma metodologia que pudesse balizar as suas iniciativas no ambiente online. Não foram encontradas, por exemplo, métricas que pudessem – ainda que de modo superficial – estimar o alcance potencial de uma informação nesse ambiente, tampouco um framework, ou ainda um modelo heurístico, que pudesse ser utilizado como um guia estimativo do alcance da informação em uma determinada rede social.

1.2 OBJETIVO

O objetivo desta dissertação é contribuir para a melhor compreensão acerca do fenômeno da disseminação da informação em redes sociais online. Para tal, busca determinar os fatores que impactam na disseminação e propor um modelo que possa auxiliar no melhor entendimento e avaliação da ocorrência desse fenômeno.

1.3 ESTRUTURA DA DISSERTAÇÃO

Esta dissertação está dividida em oito capítulos: – o primeiro capítulo trata da introdução, do problema e da estrutura da dissertação; – o segundo capítulo descreve o método de pesquisa utilizado;

17

– o terceiro capítulo trata de como, e por que, as redes sociais se formam, bem como explicita as diferentes estruturas de rede; – o quarto capítulo trata do tema da disseminação da informação e explora conceitos como capital social, influência, contágio social e da comunicação por meio do boca-a-boca; – o quinto capítulo propõe uma discussão acerca do referencial teórico apresentado anteriormente; – o sexto capítulo apresenta o Modelo das Três Forças e detalha cada um dos seus componentes; – o sétimo capítulo é destinado às considerações finais; – o oitavo capítulo apresenta o referencial utilizado no presente trabalho.

18

2. MÉTODO DE PESQUISA

O objetivo desta dissertação é contribuir para a melhor compreensão acerca do fenômeno da disseminação da informação em redes sociais online. Utilizando o método de revisão de literatura, este trabalho de cunho exploratório e de viés essencialmente teórico-conceitual, propõe uma articulação entre trabalhos de diferentes campos de estudo, de forma a contribuir para a compreensão da capacidade viral, ou de contágio social, das redes sociais na internet. Em sua conclusão, apresenta um modelo de três forças determinantes na capacidade viral da informação nesse ambiente. O método escolhido para o desenvolvimento deste trabalho teve como objetivo identificar outros estudos e trabalhos existentes que pudessem auxiliar na compreensão do fenômeno da disseminação da informação em redes sociais online e ajudar a esclarecer porque algumas informações possuem maior capacidade, do que outras, de disseminação – ou de contágio social – no ambiente digital. Partindo-se de uma pesquisa bibliográfica genérica e preliminar sobre o tema redes sociais, foi possível identificar quatro outros diferentes temas recursivos que compõem um entrelace capaz de atender aos objetivos da pesquisa, quais sejam: i. Redes Sociais – tema central e fundamental para se compreender como as redes se formam, como se estruturam e porque. Por ser um tema bastante explorado por acadêmicos e pesquisadores de diferentes áreas de estudo, procurou-se selecionar os trabalhos mais referenciados e os que apresentavam uma abordagem mais adequada ao atingimento dos objetivos desta pesquisa; ii. Capital Social – tema frequente nos trabalhos que abordam redes sociais por desempenhar uma importante função na disseminação da informação. Do mesmo modo, buscou-se selecionar os autores mais referenciados, ou aqueles que apresentavam uma abordagem que pudessem ajudar esta pesquisa nos seus objetivos; iii. Contágio Social – A questão do contágio, disseminação ou efeito viral é também central para este trabalho. Neste estudo buscou-se referências na sociologia, bem como

19

no estudo de transmissão de doenças e epidemias, para melhor compreensão deste efeito; iv. Boca-a-Boca – Um tema recorrente nos trabalhos das áreas de marketing e de comunicação. Vem sendo pesquisado há mais de quarenta anos e, embora esteja frequentemente relacionado à comunicação presencial, pode ajudar a compreender o processso de referência ou recomendação. O objetivo dessa análise foi selecionar os principais e mais referenciados autores, de modo a compor uma visão holística e exploratória do assunto.

Ao longo da pesquisa preliminar, percebeu-se a amplitude do tema redes sociais. Desse modo, descartou-se os trabalhos que não estavam relacionados diretamente ao objetivo da pesquisa, e selecionou-se aqueles que poderiam ajudar o seu desenvolvimento. O processo de screening – busca e seleção – dos trabalhos deu-se nos meses de novembro e dezembro de 2010 e estruturou-se da forma a seguir: O mecanismo de busca utilizado foi o Google Scholar, primeiramente porque o Google possui um potente sistema de indexação de documentos capaz, não somente de encontrar material relevante em bancos de dados privados como o JSTOR, Cielo entre outros, como ainda em bancos de dados de universidades e nos sítios internet dos autores. Além disso, os bancos de dados privados exigem a anuência prévia e explícita do autor, bem como o pagamento para acesso às publicações. Desse modo, acredita-se que o Google Scholar, por se tratar de um sistema aberto, possibilite uma busca mais abrangente e com menos limitações. Utilizou-se como critério inicial a busca estruturada por palavras-chave e termos como: i. social networks ii. word-of-mouth iii. WOM iv. eWOM v. recommendation vi. diffusion of information vii. redes sociais viii. Boca-a-boca ix. Recomendação Adotou-se uma abordagem pragmática e filtrou-se os resultados buscando-se trabalhos que estivessem disponíveis em formato Acrobat .PDF, que é o formato mais comum para o arquivamento de projetos acadêmicos. Em geral, o formato escolhido comporta teses e dissertações, artigos, livros, escaneados ou não, e e-books – livros eletrônicos. A partir de cada termo ou palavra-chave pesquisada, teve início o primeiro screening. Analisou-se os cerca de 50 primeiros resultados, pois o sistema do Google Scholar já os classifica por relevância. Foram identificados, em sua totalidade, cerca de 450 trabalhos, e

20

então selecionados 84 destes, cujos títulos eram os mais relevantes em relação ao objetivo da pesquisa. Os 84 trabalhos selecionados foram então investigados em seus resumos/abstracts e, alguns destes trabalhos considerados mais pertinentes, passaram por uma leitura preliminar. Esse segundo processo de screening para eliminação resultou na seleção de 36 trabalhos e levou em consideração, portanto, a sua relevância para o objetivo da pesquisa. Os 36 trabalhos resultantes do segundo screening foram então examinados de forma mais detalhada, considerando-se se eram trabalhos já publicados ou referenciados, bem como a formação acadêmica dos pesquisadores. Foram selecionados, a partir desse terceiro screening, 16 trabalhos. Com o objetivo de minimizar possíveis falhas no processo de exclusão, os 16 trabalhos restantes foram analisados em suas bibliografias, buscando-se referências relevantes e comuns. A partir desse quarto screening, agora de inclusão, foram acrescentados 8 trabalhos, perfazendo um total de 24 trabalhos incluídos, inicialmente, nesta revisão de literatura. Ao longo da revisão de literatura, foram incluídos outros trabalhos relacionados ou referenciados, que se considerou importantes para os objetivos da pesquisa. A qualidade dos trabalhos escolhidos para a revisão e análise de literatura foi portanto atestada pela combinação das suas respectivas fontes de publicação, relevância, referências cruzadas e curricula de seus autores. Ao longo da revisão e análise dos trabalhos, foram considerados dados quantitativos e qualitativos que pudessem ser associados ao objetivo da pesquisa. A partir da identificação desses estudos referenciais, conduziu-se uma análise que buscou concatenar as diferentes abordagens, sobre os diferentes temas envolvidos nessa área do conhecimento, de modo a propor um modelo integrador a partir do referencial teórico apresentado.

21

3. AS REDES SOCIAIS ONLINE

Com o advento da internet permeando transparentemente as nossas vidas, e com o desenvolvimento das recentes tecnologias da informação e comunicação que a utilizam como suporte, o termo redes sociais vem ganhando popularidade mesmo entre as pessoas comuns. No entanto, as redes sociais são tão antigas quanto a própria humanidade e o seu estudo não é, de forma alguma, novo.

3.1 Como as redes se formam

Leonhard Euler foi um matemático suíço que, em 1783, possuía uma extraordinária influência em todas as área da Matemática, da Física e da Engenharia. Não somente as suas descobertas foram de extrema importância, e sem paralelo, mas também a sua produção científica foi descomunal. A Opera Omnia – com os estudos incompletos de Euler – contabiliza setenta e três volumes, com seiscentas páginas cada. Três décadas antes, Euler escreveu um pequeno artigo, no qual detalhava um interessante problema originado na cidade de Könisberg, próxima a St. Petersburgo, onde vivia. A economia pujante da cidade, no início do século XVIII, permitiu que se construíssem não menos de sete pontes ao longo do rio que cortava a cidade. A população se divertia com o seguinte enigma: seria possível cruzar as sete pontes sem passar por nenhuma delas duas vezes? Euler propôs então uma rigorosa solução matemática na qual afirmava que, com sete pontes, tal caminho jamais existiria. Era portanto uma solução impossível. Euler, não somente resolvera o problema, mas inadvertidamente, em seu pequeno artigo, deu origem ao que viria ser um enorme campo da matemática, conhecido como a teoria dos graphos. Atualmente, essa teoria é a base da análise das redes (BARABÁSI, 2003). A figura 4 apresenta um diagrama – ou graphos – representando as sete pontes da cidade de Könisberg.

22

Figura 4. Grapho representando as pontes da cidade de Könisberg Fonte: Barabási, 2003, redesenhado e adaptado pelo Autor.

Dois séculos se passaram, a partir do trabalho inspirador de Euler, para que os matemáticos se movessem do estudo das propriedades2 dos diferentes graphos para a questão fundamental de como os graphos – ou redes, emergiam ou, mais especificamente, para responder como as redes sociais se formam, e quais são as leis que governam a sua aparência e estrutura. Tais questões, bem como as primeiras respostas, só surgiriam a partir de 1950, quando dois matemáticos húngaros revolucionaram a teoria dos graphos. Um deles era Paul Erdös, considerado um dos maiores gênios do século XX, tendo escrito mais de 1.500 artigos antes de sua morte em 1996. Oito desses artigos foram escritos em conjunto com Alfréd Rényi e abordavam, pela primeira vez na história, a questão mais fundamental para o entendimento acerca do universo interconectado: como as redes se formam. A solução proposta pelos autores, deu origem à teoria das redes randômicas. Sobre as redes randômicas, Barabási (2003) propôs: organize uma festa para cem convidados que não conheçam ninguém entre si. Ofereça a esse grupo de estranhos, vinho e queijo e eles começarão imediatamente a conversar, seguindo um desejo inerente aos seres humanos de encontrar, conhecer outros semelhantes e se agrupar. Logo, você perceberá trinta ou quarenta grupos de duas ou três pessoas. Então, escolha um dos convidados e mencione que o vinho tinto em uma das garrafas sem rótulo é, na verdade, um vinho vintage, muito especial portanto. Solicite a essa pessoa compartilhar essa informação somente com os seus conhecidos recentes. Você sabe que o seu vinho especial estará razoavelmente seguro, uma vez que esse convidado só teria tido tempo de conhecer duas ou três outras pessoas na festa. Entretanto, você perceberá que rapidamente os convidados se entediam conversando com as 2 Redes possuem propriedades específicas. Tais propriedades estão presentes tanto na análise de redes sociais quanto em outros estudos da teoria de redes. O grau de conexão é uma propriedade que refere-se à quantidade de links que um determinado nó possui. A densidade é a medida que descreve o grau de conexão de uma determinada rede e, finalmente, a centralidade é a medida de popularidade de um determinado nó (RECUERO, 2009).

23

mesmas pessoas por muito tempo e começam, inevitavelmente, a trocar de grupos. Um observador externo talvez não se dê conta dos links sociais invisíveis que se formam entre as pessoas, à medida em que elas se movem por diferentes grupos, criando uma fina teia de relações que engloba uma porção considerável dos convidados. Considerando-se que cada convidado passe a informação para os seus novos conhecidos, mesmo que esses encontros durem, em média, dez minutos para um convidado conhecer todos os outros noventa e nove, tal levaria cerca de dezesseis horas. Como festas raramente duram tanto tempo, você poderia ter uma razoável certeza de que ainda teria parte do seu valioso vinho ao final da festa (BARABÁSI, 2003). No entanto, Erdös e Rényi discordariam. Se cada pessoa, conhecesse pelo menos um outro convidado, levaria somente trinta minutos para que uma única teia invisível de relações englobasse todos os convidados da festa (BARABÁSI, 2003). As relações entre os convidados da festa é uma parte da equação na teoria dos graphos, originalmente introduzida por Euler. Os convidados são os nós da rede, enquanto cada encontro cria um link social entre eles. Com efeito, uma teia de relações, ou grapho, emerge por meio de um conjunto de nós, conectados por links.

3.2 Redes Randômicas

Erdös e Rényi compreendem os graphos, e o mundo que ele representa, como fundamentalmente randômico. As relações – ou links – se formam ao acaso (BARABÁSI, 2003). A medida que as redes se tornam complexas e passam a incluir dezenas, centenas ou milhares de nós e um sem-número de links se conectando, torna-se cada vez mais difícil esquematizar ou compreender como essa rede se estrutura (BARABÁSI, 2003). A solução dos autores, ancorada na idéia de que as conexões se dão de forma randômica, visa simplificar o entendimento das redes e da sua formação. No entanto, ela não explica, ou simplesmente ignora, a causa da formação de tais conexões. Retornando ao exemplo da festa, proposto por BARABÁSI, e exercitando a teoria das redes randômicas. Considere-se um grande números de nós isolados; suponha-se então que se fossem adicionando links entre esses nós, ao acaso, mimetizando os encontros randômicos

24

entre os convidados. Se apenas alguns links fossem adicionados, a única consequência seria a constatação de que alguns pares de indivíduos haveriam se formado. A medida em que se continua a adicionar links, inevitavelmente alguns desses pares se conectariam a outros pares, formando então clusters3 de vários nós. Mas, quando links suficientes são criados, ao ponto em que cada nó possua, pelo menos, um link, algo fascinante ocorre e um único e gigante cluster se forma. A partir desse momento, seria possível percorrer de um nó a qualquer outro nó desse cluster, navegando por entre os links formados. A matemática classifica esse fenômeno como a emergência de um componente gigante4. A física o define como percolation, que marca a transição de uma fase, similar ao fenômeno onde a água congela. A sociologia dirá que é quando os elementos formam uma comunidade (BARABÁSI, 2003). A figura 5 apresenta três graphos representando exemplos de clusters, ou agrupamentos. Os círculos representam nós, ou indivíduos, e as linhas representam links formados entre eles.

Figura 5. Exemplos de clusters, ou agrupamentos Fonte: Construção própria do Autor

Embora cada campo de estudos apresente uma terminologia variada, há um consenso de que quando seleciona-se randomicamente os elementos, os conectando em pares em uma rede, algo especial ocorre. Após o número crítico de links ser atingido, a rede muda drasticamente. O que antes pareciam pequenos clusters de nós isolados, ou pequenos grupos de pessoas que se comunicavam entre si, transforma-se em um grande cluster que engloba todos, ou quase todos os elementos. A figura 6 apresenta três agrupamentos de indivíduos, agora interconectados. Tais interconexões entre os grupos permitem a navegação entre os diferentes nós da rede.

3 Um conjunto ou agrupamento de nós, elementos ou indivíduos. Trad. Livre do Autor 4 Um grapho com muitas conexões é geralmente denominado cluster. Outros autores denominam giant component, aqui traduzido pelo autor como componente gigante.

25

Figura 6. Cluster Fonte: Construção própria do Autor

A teoria das redes randômicas postula ainda que, conforme o número médio de links para cada nó aumenta, mais difícil será encontrar nós que permaneçam isolados – ou fora da rede (BARABÁSI, 2003). Para Erdös, a natureza não atua na margem de risco, ela sempre vai muito além, criando consequentemente densas redes, ao invés de teias frágeis. Isso explicaria por que não se encontram grupos totalmente isolados na sociedade. Nessa rede, nada escapa e todos os links são navegáveis. Todos os elementos estão, de uma forma ou outra, interconectados (BARABÁSI, 2003). Como a teoria dos graphos não lida com os aspectos sociais, concentrando-se em problemas teóricos, ela não possui ambiguidades acerca das suas estruturas. Em contrapartida, a teoria das redes randômicas, lida com estruturas e sistemas complexos (BARABÁSI, 2003). Erdös e Rényi compreenderam, de forma inédita, que representações de redes sociais não são tão elegantes, regulares e definidas, mas inexoravelmente complexas para serem compreendidas e, desse modo, assumiram a premissa de que as relações se formavam randomicamente. A figura 7 representa uma estrutura típica – e complexa – de uma rede social.

Figura 7. Exemplo de estrutura típica de uma rede social Fonte: Construção própria do Autor

26

Embora a teoria de redes randômicas possa ser atraente e elegante para descrever inúmeras relações que encontradas na natureza, uma questão relevante se contrapõe: ainda que a sociedade possa ser representada graficamente, é difícil conceber que as relações sociais, as

amizades, se formem por meio de sucessivos encontros randômicos e não

considerem, portanto e por exemplo, as preferências e escolhas conscientes individuais. Essas variáveis, no entanto, serão consideradas pelas ciências sociais e econômicas. A teoria de Erdös e Rényi dominou o pensamento científico acerca das redes até 1959, criando diversos paradigmas. Se uma rede é extremamente complexa para ser compreendida em termos simples, uma forma de abordá-la é descrevê-la como randômica (BARABÁSI, 2003). Como a teoria trata todos os links como tendo as mesmas possibilidades estatísticas de formar conexões, essas redes são também descritas como redes igualitárias (BARABÁSI, 2003). Sobre as redes igualitárias, Solomonoff e Rapoport (1951) buscaram extrair propriedades desses graphos aleatórios. Para os autores, eram consistentes com as propriedades encontradas em epidemias, nas redes sociais de citações de físicos e também nas redes neurais. Algumas das propriedades fundamentais desses graphos era a de que, quando aumentadas o número de conexões entre os nós, de forma aleatória, eles deixavam de se constituir em um grapho qualquer e passavam a formar um todo, um grapho conectado, ou um componente gigante (SOLOMONOFF E RAPOPORT, 1951). É importante observar que o próprio Erdös admitiria mais tarde, que as estruturas das redes sociais, no mundo real, deveriam ser regidas por outros princípios organizacionais distintos do modelo de redes randômicas, introduzido em 1959 (BARABÁSI, 2003).

3.3 Redes Mundos-Pequenos

Ainda na década de 1960, Stanley Milgram (1967 apud GRANOVETTER, 1973; GLADWELL, 2009; BARABÁSI, 2003) apresentou um estudo revolucionário que abordava a questão da interconectividade. A sua pesquisa buscava determinar a “distância” social entre dois indivíduos. A questão que orientava o seu experimento buscava determinar quantos contatos – ou nós – existiriam entre dois indivíduos selecionados aleatoriamente. A pesquisa limitou-se geograficamente aos Estados Unidos da América e envolvia

27

enviar cartas para indivíduos-alvo, com instruções de como repassar essa correspondência adiante, até que se alcançasse um determinado destinatário final. Basicamente, caso o receptor não conhecesse o destinatário, deveria repassar a carta a alguém que acreditasse ter mais chance de conhecê-lo. Os resultados dessa pesquisa revelaram uma média de 5.5 pessoas intermediárias entre os indivíduos selecionados originalmente e ficou conhecida como a teoria dos seis graus de separação (GRANOVETTER, 1973; GLADWELL, 2009; BARABÁSI, 2003). Outros estudos posteriores (MILGRAM 1967; TRAVERS & MILGRAM 1969; KORTE & MILGRAM 1970 apud GRANOVETTER, 1973) confirmaram o modelo e a teoria dos seis graus de separação foi ampliada, passando a ser então aplicável a qualquer indivíduo do planeta. Milgram despertou para o fato de que, não só estão todos os indivíduos interconectados, mas vive-se em um mundo pequeno no qual cada um se encontra a uns poucos links de distância dos outros. O mundo é pequeno por que estão todos conectados por uma rede muito densa (BARABÁSI, 2003). Barabási demonstrou que é necessário, portanto, somente um link por nó para formar um cluster gigante. Como foi visto, à medida em que se adicionam mais links a um nó, menor a distância entre os nós da rede. Considere-se então uma rede na qual os nós possuam, em média, k links. Isso significa que, a partir de cada nó, poder-se-ia conectar a outros k nós que estariam a somente um grau de separação e, por conseguinte, k2 nós, a dois graus de separacão e, aproximadamente, kn nós exatamente a n graus de separação. Desse modo, se o valor de k é alto, mesmo para valores mínimos de n, o número de nós que se poderia conectar, tornar-se-ia muito grande. Em poucos graus de separação, seria possível alcançar qualquer outro nó da rede. As redes sociais online possibilitam a um indivíduo estabelecer um conexão simultânea a muitos outros indivíduos – representados pelo valor k, e, desse modo, diminuir o grau de separação entre todos os outros indivíduos – ou nós –, da rede. Um estudo de Feld (2007) apontou que o número médio de contatos de um indivíduo na rede social Facebook era de 110. Em 2009, Cameron Marlow (2009), um sociólogo formado pelo MIT5 e parte da equipe do Facebook, afirmou que o número médio de “amigos” de um indivíduo nessa rede era de 120. Em março de 2011, o Facebook afirmou 5 Massachusets Institute of Technology

28

que esse número já era de 130. Em resumo, as redes sociais online vêm propiciando a formação de redes ainda mais densas e, com efeito, promovendo a diminuição dos graus de separação entre os indivíduos. A humanidade vive, cada vez mais, em um mundo não-euclideano, onde as distâncias entre os indivíduos deixam de ser medidas em quilômetros mas em links, cliques. Vive-se hoje, efetivamente, na aldeia global proposta por McLuhan (1964). Para o autor, que previu a world wide web quase trinta anos antes da sua invenção (LEVINSON, 1999), a humanidade iria se mover de uma cultura individualista e fragmentada para uma identidade coletiva. Em seu trabalho seminal, “The Guttenberg Gallaxy” (McLUHAN, 1964), o termo aldeia global, cunhado pelo próprio autor, é por vezes descrito com uma conotação negativa, mas é importante destacar que McLuhan estava interessado em explorar efeitos, e não em julgamentos de valor. O seu argumento se baseia na idéia de que a tecnologia não carrega consigo valores morais – não é boa nem má –, mas sim uma ferramenta capaz de moldar, profundamente, os indivíduos e, por extensão, a auto-concepção e a capacidade de realização da sociedade. Na passagem a seguir, o autor parece antever o que aconteceria somente cerca de trinta anos depois onde descreve uma mídia – ou suporte – comunicacional por meio do qual os indivíduos poderiam produzir conteúdo personalizado e o computador seria utilizado como instrumento de pesquisa e comunicação, facilitando o acesso à informação. A próxima mídia, seja ela qual for – talvez seja a extensão da consciência – abarcará a televisão como seu próprio conteúdo, e não como o seu ambiente. Irá conferir à televisão um status de obra-de-arte. O computador, como um instrumento de pesquisa e de comunicação, poderá facilitar o acesso à informação, tornando obsoleta a organização de grandes bibliotecas, recuperando então a função original do indivíduo como repositório de informações, transformando-o em um canal personalizado, capaz de rapidamente customizar as informações e distribuí-las em um formato pronto para consumo (McLUHAN, 1962 apud COUPLAND, 2009 pp.10). – Tradução livre do autor

3.4 Redes Sem Escala

Ao final da década de 1990, Barabási & Albert (1999) realizaram um estudo com o intuito de determinar se o princípio dos graus de separação encontrados por Milgram em redes sociais também se aplicava aos documentos hospedados na world-wide-web. O estudo

29

mostrou que embora boa parte da rede mantivesse um grau de conexão estável, havia nós com uma enorme quantidade de conexões – ou links. Ou seja, alguns documentos eram muito mais referenciados do que a média. Essa distribuição seguia aproximadamente uma proporção de 80 para 20. A identificação desse padrão peculiar, deu origem ao estudo das redes sem escala. Tais redes não seguiam uma curva de distribuição normal, na tradicional forma de sino, como as redes randômicas, mas sim uma curva muito conhecida pelos físicos e matemáticos, denominada de power-law – ou lei de potência –, ou ainda, Princípio de Pareto. Vilfrido Pareto, era um influente economista italiano no início do século XX. Profundamente influenciado pela física Newtoniana, ele dedicou boa parte da sua vida ao sonho de transformar a economia em uma ciência exata. Embora conste que o próprio autor nunca tenha se referido a tal, o Princípio de Pareto ficou conhecido como a regra 80/20. O Princípio de Pareto se encapsula no exemplo de que oitenta por cento dos crimes são cometidos por vinte por cento dos criminosos ou, oitenta por cento do faturamento de uma empresa é proveniente de vinte por cento dos clientes. Os exemplos da regra 80/20 podem ser os mais diversos, mas a mais importante descoberta de Pareto foi a de que a distribuição de renda de uma população segue este mesmo princípio, e não uma curva de distribuição normal, em forma de sino. Ou seja, a descoberta revelou que oitenta por cento da renda está concentrada nas mãos de vinte por cento da população. Embora seja tentador imaginar que a regra 80/20 possa se aplicar a quase tudo, isso representaria uma afirmação grosseira. Na verdade, os sistemas que seguem o Princípio de Pareto são um tanto particulares e estão associados a propriedades fundamentais também para a compreensão de redes complexas. Antes do estudo de Barabási & Albert (1999), as redes sociais eram tratadas como redes aleatórias. As conexões eram estabelecidas de modo randômico ou estocástico. A partir de então, passava a existir uma ordem na dinâmica de estruturação das redes. O resultado esperado do estudo, era de que os documentos encontrados na world wide web fossem relacionados uns aos outros, seguindo uma curva de distribuição normal. Surpreendentemente, o que foi constatado é que aproximadamente quinze por cento dos documentos eram referenciados – ou conectados – aos outros oitenta por cento. Os autores demonstram, assim, que esse mecanismo de preferência induz à emergência de um modelo de distribuição do tipo proposto pela lei de potência. Em resumo, vinte por cento dos indivíduos – ou nós, detém oitenta por cento das conexões. As redes que seguem

30

esse modelo de distribuição são denominadas redes sem escalas. A figura 8 representa uma curva de distribuição típica da lei de potência, ou powerlaw.

Figura 8. Curva de distribuição do tipo lei de potência. Fonte: Construção própria do Autor

Diferentemente do modelo de redes randômicas, onde as chances de formação de links são igualitárias, no modelo proposto por Barabási & Albert (1999), a população está em crescimento e os indivíduos demonstram preferências de conexão. Com efeito, novos agentes que ingressam na rede são mais suscetíveis a se conectar com indivíduos com maior número de conexões. Esse processo foi denominado de preferential attachment6 ou “rich get richer” – os ricos ficam mais ricos. É importante observar que os autores jamais justificam o porquê da preferência dos indivíduos em se conectar com indivíduos com maior número de conexões. Tal tema será abordado a seguir.

3.5 Por que as redes se formam

Como foi visto, as redes sociais têm sido analisadas por meio de diferentes abordagens, desde a matemática aplicada e a física, passando pela antropologia, a sociologia e a economia. Enquanto a matemática deu grande contribuição ao explicar como as redes 6 O processo de preferential attachment, ou conexão preferêncial – tradução livre do autor, é referenciado ainda como Yule Process, Gilbrat's Law, cumulative advantage e, na sociologia, por Matthew effect que prevê: “os ricos ficam mais ricos e os pobres ficam mais pobres”.

31

emergem, foram as ciências sociais e econômicas que se dedicaram a explicar as causas do seu surgimento. O estudo das redes sociais foi iniciado pela sociologia há mais de um século e se tornou um tema central nos últimos cinquenta anos. Estudos sobre as redes, a partir da análise econômica, utilizando técnicas de modelagem baseadas na teoria dos jogos, por exemplo, surgiram somente na última década. Para as ciências sociais, uma rede é uma abstração que serve para modelar ou descrever as interações sociais. Em particular, uma rede é formada por nós, que representam os atores envolvidos, e seus links, que representam as conexões entre esses atores. Desse modo, as redes são uma representação geométrica simplificada de um magma complexo de interações sociais. A corrente sociológica explica as redes como resultantes não-intencionais de outros tipos de atividades das quais os indivíduos fazem parte. Indivíduos que crescem em certas vizinhanças, que se educam em determinadas escolas ou que trabalham em certas empresas etc., acabam formando relacionamentos de amizade, ou conhecimentos, que passam a fazer parte das suas redes sociais. Isso ocorre, portanto, em decorrência dessas atividades. A sua escolha de amigos e conhecidos é raramente baseada na utilidade instrumental – ou intencional (BARABÁSI, 2003). De outro modo, o pensamento econômico explica a formação das redes sociais como resultantes da intenção voluntária e estratégica, com base nos interesses individuais. Coleman (1988) refere-se a essas duas grandes correntes de pensamento para descrever e explicar a ação social: a primeira, característica da sociologia, compreende um ator socializado, tendo as suas ações governadas por normas, regras e obrigações. A principal virtude dessa corrente reside em sua habilidade em descrever a ação dentro do contexto social e explicar como a ação toma forma, se limita e se redireciona em função desse contexto; a segunda corrente, característica do pensamento econômico, define um ator capaz de objetivos próprios, agindo de forma independente da vontade comum. A sua principal virtude está no fato de contemplar o princípio da ação e do utilitarismo. O determinismo imposto pela corrente sociológica encontra apoio em diversos autores como Hobbes, Marx, Spinoza, Nietzsche, entre outros. Uma especulação razoável repousa na possibilidade de concatenar as duas correntes: a sociológica e a econômica. As escolhas associativas de um indivíduo podem estar, de alguma

32

forma, limitadas a um determinado contexto econômico, social, geográfico etc., como prevê a corrente sociológica mas, ainda assim, esse indivíduo poderia preservar a sua capacidade de escolha consciente, voluntária e estratégica, como prevê a corrente econômica, ainda que limitada aquele contexto – de restrições –, pré-determinado. Em resumo, o determinismo pode ser compatível com o livre-arbítrio, como é sustentado por autores como Thomas Hobbes e David Hume, por exemplo. Mais além, aceitar o determinismo como a único vetor, seria o mesmo que isentar os indivíduos da responsabilidade por suas ações e escolhas. Dessa forma, acredita-se que as inter-relações de indivíduos em redes sociais aconteça de modo voluntário. Embora possa existir uma limitação ou tendência de associação entre membros de um mesmo grupo social, etnográfico ou regional – como prevê a sociologia –, ainda assim, acredita-se que as preferências de conexão de um indivíduo sejam voluntárias e conscientes – como prevê a corrente econômica.

3.6 A força dos laços fracos

Em seu artigo seminal, Granovetter (1973; 1983) propõe uma nova taxonomia de interações sociais ao distinguir diferentes tipos de conexões entre os indivíduos e suas funções. A tese do autor é a de que a força de um link – ou conexão -- entre dois atores – ou nós, é proporcional ao nível de superposição de seu capital social7. Ou seja, o que o autor classificou como laços fracos, ou weak ties, teriam muito mais importância na manutenção de uma rede social do que os laços fortes – ou strong ties. Para o autor, o conceito de “força” de um laço deveria ser compreendido como uma combinação, provavelmente linear, entre o tempo despendido, a intensidade emocional, a intimidade e a reciprocidade entre dois indivíduos. Cada um desses aspectos é, de certo modo, independente, mas o conjunto está, obviamente, inter-relacionado. O autor aponta ainda que indivíduos que compartilham laços fortes – relações entre amigos e parentes próximos, participam de redes normalmente menores e mais densas, ou muito conectadas que, com efeito, apresentam mais superposições. Em contrapartida, as conexões mantidas por meio de laços fracos, ou seja, com conhecidos ou amigos distantes,

7 Capital Social é um conceito extraído da sociologia que contempla as conexões internas e entre redes sociais. O termo refere-se à coesão social e ao investimento pessoal em uma comunidade.

33

teriam fundamental importância, exatamente por terem menos densidade e, portanto, menos superposições e conectariam ainda vários outros potenciais grupos sociais. Para Granovetter, sem a existência dos laços fracos, as redes seriam compostas por ilhas isoladas – pequenos clusters –, e não como grandes redes integradas. Certamente, em uma rede ego8, todos os atores envolvidos estão interconectados e uma dada informação é compartilhada entre todos, tornando as informações que circulam, redundantes. Com efeito, o autor enfatiza a relevância dos laços – ou links –, fracos que envolvem um segundo nível de contatos que, certamente, possuam seus próprios contatos e, portanto, informações provenientes de suas próprias redes, fora da rede ego original. A figura 9 apresenta um grapho que exemplifica a estrutura, simplificada, de uma rede ego.

Figura 9. Exemplo de estrutura de uma Rede Ego Fonte: Construção própria do Autor

Granovetter (1983) destaca que, indivíduos que disponham de poucos laços fracos, estarão privados de informações provenientes de partes mais distantes da rede social e estariam, portanto, confinados às informações do seu círculo imediato de relacionamentos. Isso representaria uma desvantagem competitiva no mercado de trabalho, por exemplo. Granovetter (1973) afirma portanto que, uma dada informação pode atingir um grande número de indivíduos, atravessando grandes distâncias sociais, fazendo mais uso dos laços fracos do que dos laços fortes. Em essência, os laços fracos estimulam a disseminação da informação de forma mais ampla, enquanto os laços fortes as mantém em um grupo fechado. É importante observar que não existe um consenso sobre se uma rede ego (pessoal), deva considerar somente os links aos quais um indivíduo esteja diretamente conectado, ou deva incluir também os contatos de seus contatos (GRANOVETTER, 1973). A partir desse modelo, pode-se concluir que, quanto mais fechada a rede, menor então 8 Rede Ego é a denominação dada a uma rede pessoal.

34

o seu poder de disseminação da informação. Um indivíduo, com o mesmo número de conexões, dependendo da topologia de sua rede, poderia ter maior ou menor capacidade no processo de disseminação da informação. A figura 10 exibe duas diferentes topologias de rede, ambas com o mesmo número de nós. Para Granovetter, a topologia representada pelo grapho à direita teria maior capacidade de propagação de informações.

Figura 10. Comparação de duas diferentes topologias de rede na capacidade de propagação da informação. Fonte: Construção própria do Autor

Para Granovetter (1983), ao se considerar a distribuição dos indivíduos em uma “pirâmide social”, tem-se na base da pirâmide, indivíduos de classe sócio-econômica inferior e em muito maior número. Por essa razão, tais indivíduos possuem muito mais opções de conexão e, devido a essa variedade, formam redes em que os laços fracos predominam. Seriam portanto redes com maior alcance e menor densidade. À medida em que se move para a parte superior da pirâmide, o número de indivíduos vai diminuindo e as redes se configurando mais densas e isoladas – fechadas. Desse modo, para o autor, mecanismos como clubes, associações, etc. são importantes, por exemplo, para que os indivíduos que se situam na parte superior da pirâmide social possam aumentar a sua rede de relacionamentos. A densidade e a superposição de contatos, características de uma rede pequena, é facilmente compreendida: se Paulo é um grande amigo de João e se João é um grande amigo de Mário, há então uma grande chance de que exista algum laço entre Paulo e Mário. Essa hipótese é prevista na teoria do equilíbrio cognitivo (HEIDER 1958; NEWCOMB, 1961 apud GRANOVETTER, 1973). Desse modo, redes pequenas possuem, não somente densidade e superposição, mas redundância das informações que circulam nessa mesma rede. Para Rapoport (1954 apud GRANOVETTER, 1973) é um fato notório que os relacionamentos em comum e prováveis de dois indivíduos que estão fortemente conectados, tende a ser maior do que de dois indivíduos selecionados aleatoriamente. As evidências

35

empíricas apresentadas no estudo de Granovetter (1973) apontam que, quanto mais fortes os laços entre esses dois indivíduos, mais similares eles serão, em diversos aspectos. A partir dessas evidências poder-se-ia então inferir que as redes ego tendem a ser mais homogêneas e formadas por afinidades entre os seus membros. De outro modo, um indivíduo que conheça superficialmente outros dez indivíduos, menores chances existem de encontros acontecerem entre os indivíduos desse grupo, e de consequentes links se formarem. Além disso, se os laços entre os membros do grupo são fracos, menores serão as chances de grande afinidade entre os membros. Muitos desses dez outros indivíduos certamente possuem seus próprios links, fortes ou fracos, com outros tantos indivíduos e, assim, as informações que circulam na rede não chegam, necessariamente, a todos os indivíduos do grupo. A densidade é menor, assim como a redundância de informações circulantes nessa rede. O estudo de Granovetter (1973) ficou conhecido pela diferenciação entre os laços fortes e laços fracos, entretanto, o autor faz menção ainda a um terceiro tipo de laço: o “ausente”. Para ele, tal classificação se aplicaria tanto à ausência, de fato, de qualquer relacionamento entre as partes, quanto laços sem significância substancial, como a relação entre os vizinhos que moram na mesma rua, ou com o vendedor de jornal que se encontra todas as manhãs e que, embora até se possa conhecer pelo nome, caracterizariam um “relacionamento” extremamente superficial e estático. Ainda assim, admite o autor, em alguns contextos particulares – desastres por exemplo – , tais relações ou laços “desprezíveis” poderiam ser diferenciados da ausência total de laços. A constatação do laço ausente torna-se extremamente relevante ao se estender e adaptar a taxonomia proposta por Granovetter às redes sociais online. Nessas redes, é certamente comum encontrar-se conexões formadas por laços fortes, como as que se mantém com amigos próximos e parentes; conexões formadas por laços fracos, como as que se mantem com conhecidos mais distantes; e ainda conexões com desconhecidos, sejam eles contatos secundários, terciários ou até mesmo meros seguidores9 – como no Twitter10. Nesse 9 Na rede Social Twitter, participantes desconhecidos podem escolher seguir um outro participante, ou seja, acompanhar as informações publicadas por este. 10 Twitter é uma rede social fundamentada no conceito ”o que você está fazendo agora?”. Os usuários criam uma conta e podem então publicar mensagens de até 140 caracteres. O sistema permite que cada usuário se conecte a conhecidos ou mesmo desconhecidos, que compartilhem interesses em comum. Quando um usuário publica uma mensagem, a mensagem é exibida para todos os outros seguidores daquele usuário.

36

caso, um indivíduo sequer sabe os nomes dos muitos outros indivíduos que o seguem mas que, ainda assim, são potenciais e efetivos disseminadores da informação. É certo que não seja comum um indivíduo abordar um estranho na rua e contar-lhe uma história, criticar uma empresa, ou compartilhar opiniões mas, no caso das redes sociais online, em particular, o laço ausente pode vir a representar um importante vetor na disseminação da informação. Indivíduos que o emissor da mensagem sequer conhece, detém a real capacidade de disseminar a informação por redes de contatos secundários, terciários ou mais além. Em resumo, nas redes sociais online, o laço ausente de Granovetter representaria um link de fato, uma conexão ativa entre dois desconhecidos. A figura 11 demonstra a capacidade da rede social Facebook na disseminação da informação, tanto entre laços fortes quanto entre laços fracos ou ausentes. Neste exemplo, um usuário recomenda negativamente a compra de produtos em uma determinada loja online.

Figura 11. Exemplo de recomendação negativa encontrada na rede social Facebook Fonte: Facebook, 2011

Outro fenômeno comum encontrado nas redes sociais online consiste em indivíduos que seguem personas públicas – acompanhando as suas publicações. A teoria de Granovetter considera laços recíprocos, ou seja, se João conhece Maria, então Maria conhece João. No fenômeno em questão, a reciprocidade raramente é verdadeira. João certamente conhece Luis, uma persona pública, mas Luís não conhece João. O laço entre esses dois indivíduos não é recíproco. Como então classificar essa relação assimétrica, tão típica dos ambientes online? A figura 12 apresenta um exemplo de uma página de persona publica na rede social Facebook, que conta com mais de 4 milhões de fãs, ou seguidores.

37

Figura 12. Exemplo de fan page de uma persona pública com mais de 4 milhões de fãs . Fonte: Facebook, 2011

No caso em questão, a informação segue um fluxo unidirecional, da persona pública para aquele que acompanha as suas mensagens, e deste, eventualmente, para a sua própria rede de contatos, por meio da replicação da informação. Christakis & Fohler (2009) denominam esse tipo de conexão não-recíproca como undirect relationships, ou relacionamentos indiretos. A figura 13 exibe um grapho que representa a topologia de uma rede estabelecida a partir de uma persona pública para com os seus fãs. As setas representam o típico fluxo de informações, que se origina na persona pública e se propaga pela sua rede, de modo unidirecional. Os fãs são meros consumidores da informação publicada pela persona pública.

Figura 13. Fluxo de informações unidirecional, da persona pública para os seus fãs, ou seguidores. Fonte: Construção própria do Autor

38

É importante observar que na rede social Facebook, assim como no Twitter, um indivíduo seguidor de uma persona pública pode comentar ou enviar mensagem para esta, do mesmo modo que um leitor de jornais pode enviar uma carta para a redação. No entanto, quando isso ocorre, tal mensagem não é distribuída para todos as redes secundárias de outros seguidores da persona pública. Não há, portanto, a disseminação da informação no sentido contrário.

39

4. A DISSEMINAÇÃO DA INFORMAÇÃO 4.1 Capital Social

O principal articulador do conceito de capital social foi Pierre Bordieu (1998, p. 67) que define o termo como “o conjunto de recursos atuais e potenciais que estão ligados à posse de uma rede durável de relações mais ou menos institucionalizadas de interconhecimento e inter-reconhecimento.” Conforme aponta Coutinho (2009, p. 51), esse “é um conceito fundamental para entender as motivações para os comportamentos cooperativos e formas de integração social, inclusive no que se refere à troca de informações.” Sobre o capital social, Coutinho (2009, p. 52) destaca: Colocando o conceito de uma forma um pouco mais operacional (e menos elegante), do ponto de vista do marketing, podemos dizer que o capital social é composto pelo conjunto de habilidades, atribuições e conhecimentos que permitem a um indivíduo influenciar as opiniões dos outros sobre determinada marca, produto ou serviço. […] Do ponto de vista mercadológico, a identificação dos integrantes de uma rede que possuem um alto capital social se torna importante na medida em que a credibilidade da propaganda tradicional é cada vez mais questionada e o grau de confiança nas instituições em geral é declinante, como mostram diversas pesquisas realizadas pelo IBOPE Inteligência no Brasil e outros institutos no exterior. Ou seja, podemos supor que os “advogados da marca”, indivíduos que se identificam com a proposição de valor de uma marca e tratam de difundi-la para sua rede de contatos, podem utilizar seu capital social para influenciar a decisão de compra dos consumidores que frequentam redes sociais digitalizadas.

Bertolini (2004) e Bravo (2004) destacam ainda que, os formatos da comunicação e o relacionamento em redes sociais online, permitem a construção da reputação por mecanismos ainda não totalmente identificados mas que provavelmente passam por categorias já utilizadas pela análise sociológica tradicional como o relacionamento, as normas compartilhadas, o conhecimento e a confiança. O capital social é um dos elementos estudados por diversos autores como um indicativo da conexão entre pares de indivíduos em uma rede social, vide, por exemplo Wellman (1996); Garton, Haythornthwaite & Wellmann (1997); entre outros. O conceito de capital social, entretanto, é variado e não há uma concordância entre os autores. O que se concorda é que o conceito refere-se a um valor constituído a partir das interações entre os

40

atores sociais. Putnam (1995, p.67) explicita que o capital social “refere-se à conexão entre indivíduos – redes sociais e normas de reciprocidade e confiança que emergem dela”. Para o autor, o conceito de capital social está intimamente associado à idéia de virtude cívica, da moralidade e de seu fortalecimento por meio de relações recíprocas. Esta idéia engloba dois aspectos essenciais para a construção do valor social: o individual e o coletivo. O aspecto individual se baseia no interesse dos indivíduos em fazer parte de uma rede social para o seu próprio benefício. O aspecto coletivo vem do fato de que o capital social individual reflete-se amplamente na esfera coletiva do grupo, seja ele como custo ou benefício. Putnam (1995) vê o capital social como elemento fundamental para a constituição e o desenvolvimento de comunidades. Para Bordieu (1977, 1980), o capital social é relacionado a um determinado grupo, ou rede social. Mais além, o conceito do autor lida fundamentalmente com elementos como poder e conflito. Desse modo, o conceito de capital social teria dois componentes: um recurso que é conectado ao pertencimento a um determinado grupo e às relações que um determinado ator é capaz de manter; e o conhecimento e reconhecimento mútuo dos participantes de um grupo. Esse conhecimento transformaria o capital social em capital simbólico, capaz de objetivar as diferenças entre as classes e adquirir um significado. Bordieu (1983) explica que há três grandes tipos de capital que permeiam os campos sociais: o capital econômico, o cultural e o social. Em meio aos três, há o capital simbólico, capaz de legitimar a posse de cada tipo de capital como um recurso. Para o autor, o capital social está diretamente relacionado aos interesses individuais, uma vez que provém de relações sociais que dão a determinado ator determinadas vantagens. Trata-se, portanto, de um recurso fundamental para a conquista de interesses individuais. Há finalmente um terceiro conceito de capital social introduzido por Coleman (1988). Para o autor, cada ator no sistema social possui controle de certos recursos e interesses em determinados outros recursos. Coleman (1988) também conceitua o capital social como um valor mais geral, capaz de adquirir várias formas na estrutura social. O capital social é definido por sua função. Não é uma entidade única, mas uma variedade de entidades com dois elementos em comum: consiste em um aspecto das estruturas sociais e facilita certas ações dos atores – tanto corporações quanto pessoas, dentro da estrutura. Como outras formas de capital, o capital social é produtivo, fazendo com que seja possível atingir certos fins que não

41

seriam possíveis de ser atingidos. Desse modo, o capital social não está nos atores mas em sua estrutura de relações.

4.2 Capital Social e Influência

É uma inferência natural que informações provenientes diretamente de links fortes, e portanto próximos, possuam mais relevância ou confiabilidade, do que informações provenientes de contatos mais distantes. Atribuir um valor numérico maior a um contato primário, um valor menor a um contato secundário e, um valor ainda menor a um contato terciário é a ideia de network centrality measure11 (KATZ, 1953 apud MARTI & ZENOU, 2009 ; BONACICH, 1987 apud MARTI & ZENOU, 2009). O grau calculado a partir do network centrality measure captura o nível de poder e influência dos indivíduos como propagadores da informação. O estudo de Weimann (1980 apud GRANOVETTER, 1983) destaca a importância dos laços fortes no fluxo da informação, na velocidade de sua transmissão, credibilidade e, especialmente, no poder de influência. Na verdade, para Weimann, a maior parte do fator de influência é transportado pelos laços fortes. Os laços fracos são responsáveis por construir pontes que possibilitem a troca de informação entre os diferentes clusters. Entretanto, são os laços fortes que possuem papel fundamental no processo decisório. Iyengar, Van den Bulte e Valente (2010) encontraram evidências de que líderes de opinião e contágio social afetam a adoção de novos produtos. Mais além, os autores afirmam que o nível de disseminação é influenciado por três premissas básicas: i.) existe, de fato, contágio social entre consumidores; ii.) as opiniões e a adoção de um produto, por parte de alguns consumidores, afetam de modo desproporcional outros tantos consumidores; iii.) as empresas são capazes de identificar esses líderes formadores de opinião. Para os autores, essas premissas estão alinhadas com diversas teorias sociológicas e de marketing e fundamentadas por diferentes estudos (GODES & MAYZLIN 2009 ; GOLDENBERG et al. 2009 ; ROGERS 2003 ; TUCKER 2008 ; VALENTE et al. 2003 ; WEIMANN 1994 apud IYENGAR, VAN DEN BULTE e VALENTE, 2010). O estudo dos autores documenta a existência da influência do contágio social na 11 Medida de Centralidade da Rede – Trad. Livre do Autor

42

adoção de novos produtos e de que a sua adoção é moderada pela percepção do receptor em relação a credibilidade da fonte da informação.

4.3 Contágio Social É importante observar que o poder de um indivíduo também pode ser representado pela sua posição de intermediação entre dois grupos, ou clusters. Esse conceito é conhecido como betweenness centrality12 (FREEMAN, 1997; 1979 apud MARTI & ZENOU, 2009) e está ilustrado na figura 14, a seguir, e destaca o elemento central como detentor do poder de controlar o fluxo da informação entre dois clusters:

Figura 14. Betweenness centrality. Fonte: Construção própria do Autor

Essencialmente, o modelo de betweenness centrality calcula o número relativo de conexões indiretas, ou rotas, em que o ator em questão está envolvido, em relação ao número total de rotas em uma rede. Com efeito, pode determinar o poder desse agente no fluxo da informação, ou a sua capacidade de contágio social. Granovetter (1983) aponta que os links entre grupos – como o demonstrado na figura 14, anterior – tendem a ser formados por laços fracos em 77% dos casos, enquanto intra grupos tais laços correspondem a 65% dos casos (p = 0.002). Em síntese, é mais comum encontrar-se laços fracos interligando diferentes clusters, do que internamente a uma rede ego. Granovetter (1983) enfatiza que os laços fracos tendem a ser mais duradouros e, portanto, pode-se concluir que as pontes formadas entre esses clusters tendem a ser mais estáveis do que os links internos encontrados em cada cluster. Christakis & Fohler (2009) afirmam que investigações na área de epidemiologia estão cada vez mais concentradas em redes sociais. Para os autores, dois aspectos devem ser considerados: a estrutura e a função das redes, pois o entendimento dos processos que 12 Medida de Centralidade de Intermediação – Trad. Livre do Autor

43

determinam como as redes se formam e como estas redes operam em relação à disseminação dos comportamentos, pode ser de grande benefício para as políticas públicas de saúde. A fotografia da rede complementa as análises estatísticas, possibilitando a identificação de grupos alvo de indivíduos. Tal possibilidade é destacada na passagem abaixo: “As pessoas estão interconectadas assim como a sua saúde também. Compreender os sinais sobre a saúde das pessoas interconectadas por redes sociais irá prover uma nova base para as políticas públicas de saúde.” – Christakis (2009 p. 31) – Tradução Livre do autor.

Christakis & Fohler (2010) apontam que os indivíduos que se encontram mais ao centro de uma rede social estão mais susceptíveis, tanto aos benefícios quanto aos riscos, das conexões sociais. A figura 15 indica os diversos estágios na propagação de uma epidemia no campus. Cada nó, representa um indivíduo. Indivíduos infectados estão representados na cor vermelha. Amigos dos indivíduos infectados estão representados na cor amarela.

Figura 15. Progressão do contágio de gripe na redes de relacionamento ao longo do período. Fonte: Christakis, 2010

Segundo Christakis (2010), todo tipo de contágio social pode ocorrer por meio das redes sociais, sejam tendências de moda, música e comportamento, incluindo obesidade, tabagismo, altruísmo, etc. O autor destaca, entretanto, que embora os indivíduos possam estar

44

conectados por até seis graus de separação, um indivíduo somente é influenciado até o terceiro grau, ou seja, os amigos dos amigos do amigo. O estudo conclui que o capital social de um indivíduo diminui à medida que o nível de separação aumenta. O estudo indica, por exemplo, que a possibilidade de uma pessoa ser fumante é, em média 61% maior se esta estiver a um grau de separação de outro fumante. Esse percentual cai para 21% se o fumante estiver a dois graus de separação e para 11% se o fumante estiver a três graus de separação. Christakis (2010) sugere uma possível aplicação aos negócios: empresas farmacêuticas poderiam, por exemplo, influenciar os médicos de modo mais eficaz explorando a sua tendência de ser influenciado por outros colegas de sua rede, ou ainda, consumidores que mantenham conexões online poderiam ser estrategicamente enfocados, de modo que se pudesse obter acesso à sua influência sobre os membros da sua rede de relacionamentos. Katz & Lazarsfeld (1995) e Coleman (1996) documentaram em seus estudos que conhecimento e atitude em relação a novos produtos podem ser afetados pelo contágio social (KATZ & LAZARSFELD, 1995 ; COLEMAN, 1996 apud VAN DEN BULTE, 2001). Para Gladwell (2010), as epidemias, sejam elas de doenças, moda, ou idéias, são regidas por três regras: i.) a regra dos eleitos; ii.) O fator de fixação; iii.) o poder do contexto. A regra dos eleitos descreve o poder, talento ou capacidade que algumas pessoas possuem de comunicar, encantar e convencer os seus interlocutores. Para o autor, a natureza do “mensageiro” é um fator crítico no processo de disseminação. Poderia ser associado ao conceito de capital social que um indivíduo possui. O fator de fixação refere-se ao impacto da mensagem a ser transmitida e é de fácil compreensão. Algumas mensagens são mais impactantes do que outras. A sua natureza instiga o compartilhamento. Finalmente, o poder do contexto refere-se a um determinado momento ou geografia em que os indivíduos estão mais susceptíveis a absorver a doença, a idéia ou o comportamento. Em 1938, por exemplo, a rádio americana CBS apresentou o programa A Guerra dos Mundos, com Orson Welles. O locutor anunciava em tom sensacionalista que os marcianos estariam invadindo a terra. O realismo foi tamanho que provocou uma histeria coletiva imediata, obrigando a rede de televisão a interromper as transmissões. A experiência provocou, sem dúvida, um grande impacto e teve uma grande capacidade de disseminação. No caso, o ano de 1938 foi o contexto adequado para esse tipo de mensagem. Os americanos estavam susceptíveis a esse tipo de história. A CBS e o locutor Orson Welles representavam

45

os eleitos, a que Gladwell se refere. Pessoas ou instituições com credibilidade e alto poder de comunicação e persuasão. Por sua vez, a notícia possuía alto fator de fixação. Todas as três regras estavam em sintonia para propiciar a disseminação da informação.

4.4 O Paradoxo da Amizade

Uma das funcionalidades oferecidas pelos sistemas que possibilitam a formação das redes sociais online é contabilizar e exibir a rede de contatos de um dado membro daquela comunidade. É razoável supor que um indivíduo, ao tentar medir a sua popularidade, compare o número de amigos ou contatos que possui, em referência aos seus próprios amigos. O paradoxo da amizade é um fenômeno que descreve que, os amigos de um determinado indivíduo possuem, em média, mais amigos do que ele próprio (Feld, 1991 13). Em outras palavras, a grande maioria de nós, tem menos amigos que os nossos amigos. O autor utiliza os dados do clássico estudo de James Coleman (1961), The Adolescent Society14, para ilustrar o fenômeno no qual a maioria das pessoas possui exatamente menos amigos que os seus próprios amigos. A lógica por trás desse fenômeno é explorada matematicamente e o estudo conclui que o número de amigos de um determinado indivíduo é, de fato, sempre menor do que de seus próprios amigos. Zucherman e Jost (2001) afirmam que os indivíduos geralmente preferem se relacionar com outros indivíduos mais populares do que eles próprios e que, embora a percepção da maioria dos indivíduos os façam eventualmente acreditar que eles são mais populares que seus amigos (GREENWALD 1980; NISBETT & ROSS 1980; TVERSKY & KAHNEMAN apud ZUCHERMAN & JOST, 2001), a maioria dos indivíduos tem, de fato, menos amigos que os seus próprios amigos, confirmando assim o paradoxo da amizade proposto por Feld. É importante notar que o paradoxo da amizade se aplica à análise de indivíduos randomicamente selecionados em uma rede social e, portanto, o fenômeno é observado em relações unívocas, tipo A → B ou, indivíduo A em relação ao indivíduo B. Desse modo, a análise de uma relação recíproca não faria sentido algum. Se o indivíduo A tem menos amigos que o indivíduo B, a recíproca não pode ser verdadeira. O paradoxo da amizade se refere às 13 Uma versão anterior dese artigo publicado em 1961 foi apresentada em 1986 na Sunbelt Social Network Conference, em Santa Barbara, California, EUA. 14 A Sociedade Adolescente, Tradução Livre do Autor.

46

médias e é observado na maioria das relações, mas não é absoluto. Um indivíduo analisado que estivesse posicionado ao centro de uma rede cuja topologia tivesse a forma de uma estrela, por exemplo, teria mais conexões – ou amigos – em média, do que os seus amigos. No entanto, em condições em que os indivíduos analisados são selecionados randomicamente, estes se encontram posicionados em diferentes pontos da rede e, como esses indivíduos preferem se conectar a indivíduos mais populares do que eles próprios, a maior parte de suas conexões se dão com elementos mais ao centro da rede e, em média, com maior número de conexões. O paradoxo da amizade é de grande relevância, não só para as áreas de estudo do marketing e da comunicação, como ainda para as áreas de saúde e políticas públicas. Christakis & Fohler (2010) conduziram um estudo de campo com os alunos da Universidade de Harvard que visava monitorar o contágio de gripe no campus. Para tal, os autores selecionaram um grupo aleatório de indivíduos e, em seguida, solicitaram que esse grupo indicasse alguém da sua rede pessoal. Passaram, a partir daí, a monitorar os contatos de segundo nível do grupo aleatoriamente escolhido. O estudo demonstrou que o diagnóstico da gripe pode ser detectado com 13.9 dias de antecedência, em comparação com o monitoramento do grupo primário, aleatoriamente escolhido. Os autores concluíram em seu estudo que, em uma situação prática em que fosse necessário imunizar 30% de uma determinada população, se, ao invés de se escolher esses indivíduos de modo aleatório, fosse utilizado o mesmo princípio – de se imunizar o contato de segundo nível desses indivíduos –, poder-se-ia atingir até 96% de imunidade da população total. Segundo Christakis & Fohler (2010), os indivíduos localizados mais ao centro de uma rede estão sujeitos a contaminação antes e, mais frequentemente, que os indivíduos localizados na periferia da rede. Esse princípio é válido, não somente em relação à disseminação de doenças infecto-contagiosas, mas também se aplica aos conceitos mais genéricos como idéias, moda, comportamento, entre outros. A figura 16, que ilustra a disseminação proposta pelos autores, tem a forma de “S”. É o mesmo tipo de curva descrita frequentemente em estudos de marketing, tecnologia da informação e outros, para descrever a disseminação ou adoção de novas tecnologias, por exemplo. Conforme observado, a disseminação da epidemia de gripe no campus, pode ser prevista com 14 dias de antecedência.

47

Previsão da epidemia antecipada em 14 dias. Figura 16. Gráfico indicando a curva de propagação da gripe Fonte: Construção própria do Autor

É importante notar que, em outro estudo conduzido por Fohley (2010), o autor argumenta que a necessidade de conexão e da disseminação se encontra tão fundamentalmente enraizada na natureza humana, e na própria psicologia da evolução, que isso também acaba por se refletir nos aspectos da vida moderna, incluindo a utilização de email, blogs e sítios de redes sociais online. Em seu estudo, o autor investiga se o contágio social também poderia ocorrer no ambiente virtual, consistindo no acompanhamento, por quatro anos, de 1.700 estudantes universitários conectados por meio da rede social Facebook. No experimento, muitos participantes postaram informações sobre as suas bandas favoritas, filmes e autores em seus perfis e o estudo indagava se esses gostos iriam se espalhar de pessoa para pessoa. O autor descreve que, inicialmente, acreditava que iria encontrar evidências de contágio social entre os amigos do Facebook, do mesmo modo que as evidências puderam ser encontradas – em estudos anteriores, na “vida real”. Entretanto, quando as redes foram analisadas, descobriu-se que nenhuma banda, filme ou autor listado nos perfis experimentou qualquer efeito significativo desse contágio por outros membros dessa mesma rede. Ainda segundo o autor, isso na verdade faz sentido, pois o que os estudos anteriores apontaram foi que o contágio social ocorre somente entre pessoas do círculo de relacionamento próximo e que, não importando se nós temos mil “amigos” em nossa rede de

48

relacionamentos online, a significância ou a influência desses relacionamentos não é tão poderosa quanto em uma relação que acontece no “mundo real”. Mais além, o estudo de Fohley (2010) procurou identificar, entre as conexões de um determinado participante, quais as que seriam realmente significativas, do modo como proposto por Granovetter (1973) em sua classificação de Laços Fortes e Laços Fracos. Fohley (2010) analisou as fotos compartilhadas por cada participante. O conceito estava fundamentado no fato de que se uma pessoa se dá ao trabalho de preparar uma imagem, fazer a transferência para o sítio de relacionamentos, classificar a foto por meio de tags15 indicando o amigo em questão, isso seria um indicativo claro de que aquela conexão entre os participantes era significativa. O estudo constatou que, em média, cada participante possuía 110 amigos em sua rede. No entanto, somente 6 amigos, em média, faziam parte das suas fotos. Segundo Fohley (2010), um número muito semelhante ao encontrado em estudos sociológicos que investigam sobre os “amigos próximos”. De outro modo, quando a análise sobre contágio se restringia aos amigos próximos encontrados nas fotos, aí sim, poderia se perceber a disseminação dos gostos pessoais sobre bandas, músicas, autores etc. Em resumo, um indivíduo pode ter uma rede de relacionamento que contemple mil “amigos”, mas este não é influenciado por todas essas pessoas, tampouco exerce influência sobre todas elas. Para Fohley (2010), a disseminação ou influência no ambiente virtual ocorre basicamente do mesmo modo como ocorre há milhares de anos no “mundo real”. Seja no passado, no presente ou no futuro, as nossas relações mais próximas são as mais importantes e significativas. Os resultados do trabalho de Fohley nos levam a questionar se existiria, de fato, uma influência dos gostos de um indivíduo sobre os outros de seu círculo mais imediato, em decorrência do efeito do capital social, ou se essas preferências seriam pré-existentes e, então, um fator motivador de associação desses indivíduos por afinidade, a priori. Em outras palavras, os indivíduos que mantém laços fortes têm mais afinidades e gostos semelhantes, e estas são as razões primárias para a sua associação. Qualquer informação disseminada por um indivíduo teria mais impacto em seus círculos imediatos devido, por exemplo, às afinidades e, não necessariamente, pelo efeito do capital social. De acordo com pesquisa realizada pela Cone (2010) entre consumidores americanos, 15 Tags, nas redes sociais, funcionam como uma taxonomia para indexar um assunto, tema ou pessoa.

49

medindo a confiabilidade das recomendações recebidas no ambiente online, foi constatado que a família é a fonte mais confiável (63%), seguido dos amigos (31%). Os resultados estão discriminados na figura 17.

Figura 17. Confiabilidade das Informações em relação à sua fonte. Fonte: Cone, 2010

4.5 Disseminação da informação por meio do boca-a-boca (WOM) Há mais de quarenta anos, acadêmicos e pesquisadores vem investigando aspectos pertinentes à disseminação das informações via Word-of-Mouth 16, ou simplesmente WOM. O advento das tecnologias de rede e, em especial da internet, como uma nova plataforma comunicacional caracterizada, principalmente, pela virtualidade, possibilitou a formação de comunidades virtuais e a consequente formação das redes sociais online. Alguns pesquisadores utilizam o termo E-WOM, ou Electronic Word Of Mouth17, para diferenciar as interações que acontecem por meio das mídias digitais. No presente trabalho, optou-se pelo termo recomendações por considerar-se mais apropriado em se tratando de uma mídia virtual. O WOM, como tema de pesquisa, é extremamente amplo e contempla sub-áreas como WOM relacionado à propaganda (HOGAN, LEMON e LIBAI, 2004), WOM relacionado à comunicação (GODES e MAYZLIN, 2004) e WOM relacionado às mídias digitais 16 Boca-a-Boca: Tradução Livre do autor 17 Boca-a-Boca Eletrônico: Tradução Livre do autor

50

(BICKART e SCHINDLER, 2002; DELLAROCAS, 2003). Dichter (1966) conduziu um estudo pioneiro relacionado à propaganda e a inovação que contemplou entrevistas em profundidade com 255 consumidores em 24 localidades dos EUA. O estudo explorou os aspectos psicológicos da comunicação por meio do WOM. Engel, Kegerreis e Blackwell (1969) entrevistaram 249 consumidores no dia de abertura de um centro automotivo localizado em Columbus, Ohio, nos EUA e, em seguida, acompanharam o comportamento destes novos consumidores após a sua experiência com o objetivo de mensurar a comunicação WOM do público considerado como inovador. Ambos os estudos demonstraram que os inovadores tendem a se informar mais sobre opiniões de novos produtos ou marcas e, voluntariamente, repassam as informações referentes a tais inovações. Seriam portanto considerados multiplicadores. Também Sheth (1971) acreditava que o WOM representava um importante papel na difusão das inovações. Observe-se que os objetos de análise contemplados na literatura prévia eram, em sua maioria, produtos associados a um alto-risco (Rogers, 1962). Isso, em princípio, significaria que o WOM seria menos importante para produtos menos radicais ou que contemplassem inovações de baixo-risco. No entanto, a análise de Sheth (1971) referia-se a lâminas de barbear, o que poderia ser considerado um produto de baixo-risco. Sheth (2010) entrevistou mais de 900 usuários e seu estudo confirmou que o WOM também representava um grande papel na difusão de produtos de baixo-risco. Dodson e Muller (1978) validaram o modelo do processo de difusão de produtos apresentado em estudos anteriores (NERLOVE e ARROW, 1962; BASS 1969) e integraram diversas teorias e modelos extraídos das áreas de economia e marketing para desenvolver um modelo geral de difusão. Tal modelo contemplava a propaganda, o WOM, a eficácia em estimular a recompra, revelando-se assim mais completo. Na área de mercados industriais, Martilla (1971) apontou que os profissionais de marketing desses mercados não valorizavam a propaganda e outras formas de comunicação consideradas impessoais. As principais razões apontadas pelos profissionais dessa área era que as estratégias de comunicação e teorias de difusão de informações não haviam sido suficientemente comprovadas. A comunicação via WOM, que seria aplicável aos produtos de consumo, seria incerta para os mercados industriais. Martilla (1971) estudou 106 empresas, utilizando entrevistas e questionários, e o resultado mostrou que em mercados industriais, a comunicação via WOM tinha um influência

51

significativa no período mais avançado do processo de compra. Além disso, em comparação com outras fontes de influência, os indivíduos formadores de opinião da empresa estavam mais abertos a expor as suas opiniões por meio de informações impessoais. Os acadêmicos da área de marketing nos anos 1970 enfatizavam a importância da satisfação dos consumidores. No entanto, é importante observar que estudos sobre a insatisfação dos consumidores parecem ser raros. Richins (1983) utilizou entrevistas de profundidade e questionários abertos para investigar a correlação entre as possíveis reações de consumidores com a experiência de insatisfação. O estudo validou que a natureza da insatisfação, a atribuição dos consumidores à culpa pela sua insatisfação e a percepção do episódio de reclamação estavam conectados a reações de insatisfação. Essa relação poderia ser aplicada a uma série de classes de produtos e os resultados desse estudo se tornaram os mais citados em estudos pertinentes ao WOM. Mahajan, Muller e Kerin (1984) propuseram um modelo para explicar a influência do WOM negativo no processo de difusão de um novo produto, uma vez que a teoria geral de difusão presume que a experiência de utilização de um produto por um indivíduo é difundida pela comunicação WOM positiva. No entanto, a comunicação via WOM poderia ser tanto positiva, negativa ou neutra. A força do WOM negativo poderia eventualmente superar a do WOM positivo. Mahajan, Muller e Kerin (1984) utilizaram a experiência de estudantes universitários assistindo a um filme como exemplo para testar e validar o modelo. A pesquisa mostrou que a comunicação negativa via WOM representou um papel dominante na teoria da difusão de produtos. Brown e Reingen (1987) apontaram ainda a existência de uma relação estreita entre a comunicação WOM e redes interpessoais. Os autores analisaram tais redes interpessoais para estabelecer o papel da intensidade dos relacionamentos e sua homogeneidade nos processos da comunicação WOM. O estudo concluiu que os laços fracos em uma rede interpessoal possuem uma função crítica de conectividade. Em um sistema social mais amplo, a informação pode circular por diferentes sub comunidades por meio dos laços fracos. Em comparação aos laços fracos, quando laços fortes conectam emissores e receptores, a comunicação WOM é mais relevante. A informação que circula por meio de laços fortes exerce mais influência e é mais frequentemente utilizada como fonte. A partir dos anos 1990, estudos indicam que características como similaridade,

52

credibilidade e confiança podem influenciar na comunicação WOM. Herr, Kardes e Kim (1991) apontam que uma informação impactante poderia aparentemente influenciar nos efeitos da comunicação WOM. Os autores utilizaram dois experimentos para investigar a mediação dos efeitos do WOM na persuasão e confirmaram possíveis variáveis. O estudo concluiu que as influências da comunicação WOM associada a informações com determinadas propriedades realmente exercem influência na escolha de um determinado produto. O resultado do primeiro experimento demonstrou que a comunicação WOM presencial (face-to-face18) era mais convincente que a comunicação impressa. O resultado do segundo experimento demonstrou que, embora um significativo efeito WOM pudesse ser confirmado, este poderia ser reduzido ou mesmo eliminado face a uma imagem de marca poderosa ou a uma informação extremamente negativa. Blodgett, Granbois e Walters (1993) acreditavam que as reclamações dos consumidores expressas por meio de um comportamento do WOM negativo, associado à possibilidade da não recompra de um produto, seriam percebidos como uma forma de justiça. Os autores analisaram os funcionários de duas universidades do meio-oeste americano utilizando questionários. O resultado do estudo que contemplou 201 amostras apontou a importância do serviço de atendimento ao consumidor e da satisfação do cliente. Em particular, o estudo destaca que os custos de manutenção de clientes satisfeitos são menores que os custos de aquisição de novos clientes. Ellison e Fudenberg (1995) utilizaram o modelo original de comunicação WOM para validar a relação entre a comunicação WOM e o aprendizado social. O estudo apontou que a comunicação WOM poderia efetivamente impactar no aprendizado social. Quando os meios de comunicação estão totalmente restritos, o aprendizado social é o método mais eficaz na disseminação da informação ou do conhecimento. Os estudos ora apresentados, de forma resumida e panorâmica, evidenciam uma relação estreita entre o fenômeno da disseminação da informação por meio da comunicação boca-a-boca (WOM) e a sua influência nos indivíduos em relação a percepção da marca e a sua intenção de compra. Seja tanto em relação aos produtos considerados de baixo-risco, quanto aos de alto-risco. Por se tratar de uma forma de comunicação personalizada, tipicamente one-to-one – ou de um para outro –, a comunicação boca-a-boca mantém uma relação dependente do 18 Cara-a-cara, presencial. Tradução Livre do Autor.

53

capital social do emissor da informação, visto anteriormente. As redes sociais online são capazes de potencializar a comunicação do tipo boca-aboca por, ao mesmo tempo, preservar a sua característica intimista e personalizada, e ainda fazer uso da sua capacidade natural de comunicação one-to-many – de um para muitos. Em outras palavras, um indivíduo pode disseminar uma informação, de forma personalizada mas simultânea, para um grupo indeterminado de indivíduos de sua rede.

54

5. DISCUSSÃO

A topologia das redes desempenha um importante papel na disseminação da informação e as redes sociais online se configuram em uma topologia que favorece o fluxo da informação. Além disso, a facilidade de manutenção de redes interpessoais, capazes de acomodar um grande número de indivíduos interconectados, possibilita que um destes tenha em sua rede de relacionamentos, além dos amigos próximos e familiares – laços fortes – um sem número de conhecidos – laços fracos –,

tornando possível que uma informação seja

distribuída mais facilmente por grandes distâncias sociais. É importante relembrar que, informações não dependentes do capital social – ou reputação – do emissor, poderiam trafegar grandes distâncias sociais, beneficiando-se dos laços fracos, como sugere Granovetter (1973; 1983). No entanto, informações que dependam da credibilidade da sua fonte, podem ter a sua propagação restrita até três graus de separação, como sugerem Christakis e Fohley (2009). Seria possível, então, estimar a capacidade viral de uma informação em uma determinada rede social? A partir do referencial teórico adotado e dos dados disponíveis, é possível propor um modelo estimativo da capacidade de disseminação de uma informação em uma rede social. Para tal, foram considerados: i. o princípio do capital social, proposto por Christakis e Fohley (2009), que estima que um indivíduo somente exerce influência sobre um outro indivíduo até o terceiro grau de separação; ii. o princípio da força dos laços fracos, introduzido por Granovetter (1973; 1983); iii. o princípio das redes sem escala; Foi utilizado, como exemplo, a rede social Facebook, embora este modelo possa, eventualmente e mediante própria validação, se aplicar a outras redes sociais com as mesmas características. De acordo com os dados disponíveis, fornecidos pelo Facebook, um membro de sua rede possui atualmente, em média, 130 contatos. A partir deste dado e do referencial teórico apresentado, é possível estimar o que o presente trabalho propõe como fator facebook. Este

55

fator representa o potencial número de indivíduos que poderão ser atingidos por uma determinada mensagem, a partir de um único indivíduo emissor. Em outras palavras, busca estimar o alcance potencial de uma informação. Desse modo, tem-se o fator facebook como resultante dos indivíduos que se encontram a um grau de separação, ou contatos primários (cp), somado aos indivíduos que se encontram a dois graus de separação e, finalmente, a três graus de separação. A utilização de três graus de influência foi baseada na teoria proposta por Christakis & Fohler (2009).

ƒFB = cp + (cp.M) + (cp.M) . M onde: ƒFB = fator facebook, o potencial número de indivíduos que poderão ser atingidos a partir de um único usuário emissor; cp = rede de contatos primários do indivíduo emissor, de onde parte uma determinada informação ou mensagem. Como estamos estimando o alcance a partir de um único usuário, o valor de cp é igual a 1 ; M = número médio (estatístico), de contatos de um indivíduo na rede social Facebook, atualmente 130.

O estudo de Fohley (2009) indicava que, na amostra do seu experimento, cada aluno possuía, em média, 110 “amigos”. Dois anos após, o número médio de conexões de um indivíduo subira para 130 (Facebook, 2011). Desse modo, o valor M, atualmente, seria igual a 130. Para o cálculo do fator facebook, considerou-se que um determinado indivíduo emissor possuísse somente 1 (um) contato em sua rede primária de relacionamentos, ou a um grau de separação. Logo cp é igual a 1. Desse modo o fator facebook é igual a 17.031, conforme se pode ver a seguir: ƒFB = 1 + (1.130) + (1.130) . 130 ƒFB = 17.031 Em resumo, isso significa que uma informação proveniente de um indivíduo, com somente 1 único contato em sua rede primária de relacionamentos, teria a capacidade potencial de atingir outros 17.130 indivíduos.

56

A partir do cálculo do fator facebook, pode-se calcular o alcance potencial de uma informação simplesmente multiplicando-se este fator pelo número de contatos na rede primária de um determinado indivíduo emissor. Assim, a fórmula para cálculo do potencial viral na rede social Facebook é:

Potencial Viral = ƒFB . CP onde: CP = número de contatos primários do indivíduo emissor , ou a origem de onde parte a informação. Se a mensagem inicial partir de um usuário que possua o número médio de 130 contatos primários (FACEBOOK, 2010), tem-se:

Potencial Viral = 17.031 . 130 => 2.214.030

Em resumo, em termos estatísticos, uma mensagem qualquer na rede social Facebook, teria a capacidade de atingir, ou alcançar, em média, 2.214.030 indivíduos. Entretanto, é de fundamental importância que se considere outros aspectos que influenciam a capacidade de disseminação de uma determinada informação. Primeiramente, é importante considerar que esta fórmula descarta, por exemplo, as superposições de contatos. Admite, portanto, que nenhum dos indivíduos se conheça entre si, ou conheça indivíduos em comum, o que, na prática, seria uma situação improvável de se conceber. Considerando-se que muitas dessas conexões são estabelecidas por meio de laços fortes, muitos indivíduos pertencentes a esses grupos certamente se conhecem mutuamente e conhecem outros indivíduos de forma concomitante. Curiosamente, isso leva a uma situação, de certo modo, paradoxal: para que exista influência no processo de comunicação, é necessário que haja a presença de laços fortes; mas para que a mensagem se dissemine, a presença de laços fracos é fundamental (GRANOVETTER, 1973; 1983). Mais além, deve-se considerar que o potencial de disseminação de uma doença infecto-contagiosa em uma rede social é, sem dúvida, influenciado diretamente pela sua capacidade de contágio, ou sua carga viral, bem como pelos hábitos e práticas dos indivíduos

57

naquela rede. Ainda assim, o contágio de um indivíduo para o outro se dá de forma involuntária e, portanto, é capaz de atingir um amplo espectro dessa população, percorrendo não só grandes distâncias sociais, mas também grandes quantidades de indivíduos em cada um dos graus de separação. Em contrapartida, quando se considera uma informação, o contágio se dá de forma voluntária. O indivíduo receptor filtra a informação e decide se a quer repassar para a sua rede de relacionamentos ou não. O processo decisório é influenciado por outras tantas variáveis como a reputação da fonte – seu capital social –, o impacto ou poder de fixação daquela mensagem, bem como a sua relevância para o indivíduo receptor e a sua rede. Todas essas variáveis deverão ser, de algum modo, subtraídas do valor que calcula a capacidade viral de uma informação em uma rede social online. O objetivo do modelo proposto anteriormente é, meramente, servir como um balizador genérico para estimar o potencial viral de uma informação em uma rede social online. O que é possível inferir até aqui é: i.) informações que necessitem de credibilidade – ou capital social, farão mais uso dos laços fortes e, como decorrência, terão menor alcance. ii.) mensagens que não careçam de credibilidade da sua fonte podem atingir maiores distâncias sociais e com maior espectro, fazendo uso dos laços fracos (GRANOVETTER, 1973; 1983). Conforme visto anteriormente, os sociólogos estimam que um indivíduo mantenha, em média, somente 6 conexões do tipo laços fortes em sua rede pessoal (GRANOVETTER, 1973; 1983). Desse modo, ao aplicar-se o modelo proposto anteriormente, considerando apenas a presença de laços fortes e, portanto, limitado aos três graus de separação, tem-se um número médio de somente 6 contatos, e não 130 como indicado pelo Facebook (2011), que contempla todas as conexões possíveis sejam elas de laços fortes, laços fracos ou ausentes. Desse modo tem-se:

Potencial Viral = rede primária + rede secundária + rede terciária Potencial Viral = 6 + 62 + 63 => 258 indivíduos

Ou seja, ao considerar-se o alcance máximo de uma informação utilizando somente os

58

laços fortes, e até o terceiro grau de separação, obtém-se um número muito diferente daquele quando consideradas todas as conexões de um indivíduo, em termos médios. Como destaca Christakis (2010), embora os indivíduos possam estar conectados por até seis graus de separação, um indivíduo somente é influenciado até o terceiro grau. Não se deve esquecer ainda, que o modelo acima considera todas as possíveis conexões, incluindo as superposições de contatos. Em uma rede ego, onde predominam os laços fortes, é natural encontrar-se uma grande superposição, visto que muitos dos amigos de um indivíduo se conhecem entre si e conhecem outras pessoas em comum (GRANOVETTER, 1973; 1983). Apenas como exemplo, ao considerar-se que exista 1/3 de superposições nas redes secundária e terciária, teríamos, ao invés de 6 contatos nos graus de separação secundário e terciário, somente 4 contatos. Desse modo o potencial viral estaria ainda mais restrito, conforme abaixo:

Potencial Viral = 6 + 42 + 43 => 86 indivíduos

Em resumo, uma informação que prescinda de credibilidade da fonte (capital social) tem um alcance potencial bem mais reduzido se comparado a uma informação que não careça de verificação, credibilidade ou considerada de baixo-risco. Além disso, deve-se considerar as características ou relevância da informação para o grupo. Uma notícia sobre uma tendência de moda distribuída a partir de um indivíduo que tenha capital social nesse cluster – um editor, por exemplo –, distribuída por uma rede que contemple interessados no assunto terá, provavelmente, maior capacidade viral, pois todos os elementos necessários à disseminação da informação estariam presentes. A mesma notícia, se distribuída em uma rede acadêmica que concentrasse, por exemplo, professores de física e matemática, não teria a mesma relevância e a sua disseminação estaria comprometida.

59

6. MODELO DAS TRÊS FORÇAS

Tomando-se por base o referencial analisado, foram então identificados três fatores que influenciam na disseminação da informação em redes sociais online. O presente modelo pretende ser um ponto de partida para futuras discussões e pesquisas e, acredita-se, poderá ainda auxiliar na construção de estratégias de marketing ou comunicação que pretendam utilizar as redes sociais online como canal comunicacional. Alguns dos autores contemplados nesta dissertação tiveram especial relevância na construção do modelo proposto, conforme a seguir: i. Barabási (2003) que trata da topologia das redes, como tais redes se formam e operam; ii. Milgram (1967 apud Granovetter, 1973; Gladwell, 2009) e a teoria dos Seis Graus de Separação; iii. Granovetter (1973, 1983) e o seu artigo seminal que destaca a Força dos Laços Fracos; iv. Christakis (2010) com os seus estudos sobre a propagação e contágio; v. Bordieu (1977, 1980, 1983) e Wellmann (1996) com seus estudos sobre capital social e influência; vi. Feld (1991) e o seu estudo acerca do Paradoxo da Amizade; vii. Diversos outros autores que contribuíram para a compreensão acerca do fenômeno da comunicação por meio do boca-a-boca, ou WOM. O modelo das Três Forças aqui proposto antecipa que as características e funcionalidades de um determinado sistema que possibilita a formação e a manutenção de uma rede social online, bem como o tamanho da rede de contatos de um indivíduo, a composição dos tipos de laços entre os membros, o capital social dos emissores da informação, e as características e relevância da informação em relação ao grupo, são fatores de influência na capacidade de disseminação de uma determinada informação.

60

A figura 18 apresenta o Modelo das Três Forças. Em seguida, cada um dos seus componentes é devidamente explorado.

Figura18. Modelo das Três Forças Fonte: Construção própria do Autor

6.1 COMPONENTES DO MODELO 6.1.1 Características da rede social

6.1.1.1 Topologia da rede Conforme visto anteriormente, a estrutura de uma rede desempenha um importante papel no fluxo da informação (BARABÁSI, 2003; GRANOVETTER, 1973; 1983). As redes sociais online se configuram em uma topologia que favorece tal disseminação, uma vez que, ao possibilitar o entrelace redundante entre os seus membros, a relevância do indivíduo que modera o fluxo de informação entre dois clusters (FREEMAN, 1997; 1979 apud MARTI & ZENOU, 2009) é minimizada, pois passam a existir diversas rotas possíveis entre os

61

diferentes clusters – grupos – que compõem a rede. A teoria de Ërdos & Rényi (apud BARABÁSI, 2003) aponta que, a partir do momento em que o número crítico de links é atingido, um componente gigante emerge, marcando o momento em que a rede muda drasticamente. A partir de então, o que antes pareciam pequenos clusters isolados se configuram em uma grande rede em que é possível navegar de um ponto – ou nó –, a qualquer outro. Desse modo, uma determinada informação pode trafegar – disseminar – de um ponto da rede a qualquer outro.

6.1.1.2 Funcionalidades da rede social

Os sistemas tecnológicos que viabilizam as redes socais online, favorecem a interrelação não somente entre amigos e parentes – laços fortes –, mas ainda com contatos mais distantes – os amigos dos amigos, conhecidos ou mesmo desconhecidos – ou laços fracos. São exatamente esses laços que possibilitam que a informação trafegue por grandes distâncias sociais (GRANOVETTER, 1973; 1983). As funcionalidades do sistema tecnológico que opera a rede social, portanto, desempenham um importante papel na disseminação da informação. Sistemas de redes sociais que possibilitam que um membro visualize a rede de conexões de outros membros podem representar um estímulo para que tais indivíduos procurem se conectar a outros indivíduos mais populares, fenômeno que Barabási & Albert (1999) classificam como “richer get richer”, ou os ricos ficam mais ricos. Tal constatação também é compartilhada por Zucherman & Jost (2001) quando afirmam que os indivíduos, geralmente, preferem se relacionar com outros mais populares que eles próprios, e também por Feld (1991) – em o Paradoxo da Amizade –, que aponta que um indivíduo tende a se conectar a indivíduos mais populares que ele próprio, ou posicionados mais ao centro da rede. Finalmente, as funcionalidades disponíveis nas redes sociais online possibilitam aos usuários fazer circular as informações ao simples clique de um botão – share, ou compartilhar –, como no caso do Facebook. Quando presente, tal característica do sistema em permitir que uma informação se propague, fácil e livremente, por diferentes graus de separação é, sem dúvida, um importante estímulo para o aumento de sua capacidade viral.

62

Tais fenômenos e características, combinados, propiciam o crescimento mais veloz, e com mais alcance, das redes interpessoais.

6.1.2 Características da rede de contatos do emissor

6.1.2.1 Número de indivíduos na rede primária É uma inferência natural associar o número de indivíduos que se situam a um grau de separação ao fenômeno da disseminação da informação. Quantos mais forem tais indivíduos, maiores serão as chances da informação se propagar. O número de contatos de primeiro nível, ou a um grau de separação do indivíduo emissor da informação, irá determinar, de forma significativa, o seu alcance. O exemplo do Facebook, visto anteriormente, demonstra o impacto dessa força atuando, de forma positiva e linear. Se a mensagem inicial partir, por exemplo, de um usuário que possua o número médio de 130 contatos primários (FACEBOOK, 2011), teríamos um alcance potencial de:

Potencial Viral = ƒator Facebook . 130 contatos primários, ou: Potencial Viral = 17.031 . 130 => 2.214.030 indivíduos Se a mensagem inicial partir, por exemplo, de um usuário que possua o número médio, por exemplo, de 260 contatos primários, teríamos um alcance potencial de:

Potencial Viral = 17.031 . 260 => 4.428.060 indivíduos

Os exemplos acima sugerem, portanto, um modelo linear positivo. Entretanto, é importante observar que, quanto mais diversos forem os indivíduos na rede primária, melhores serão as chances da informação se propagar por diferentes instâncias da rede (GRANOVETTER, 1973; 1983). Uma rede composta por indivíduos com gostos e características diversas apresentam menos superposição de contatos e se conectam a outros indivíduos distintos (GRANOVETTER, 1973; 1983; RAPOPORT, 1954).

63

6.1.2.2 Capital social dos membros do(s) grupo(s)

Informações que careçam de credibilidade da fonte, deverão se propagar, e influenciar outros, mais facilmente, se o emissor da mensagem possuir capital social – reputação – no cluster, ou grupo, em que está inserido e no qual exerce influência ( KATZ e LAZARFELD, 1995; COLEMAN, 1996; VAN DEN BULTE, 2001; COUTINHO, 2009; YYENGAR, VAN DEN BULTE e VALENTE, 2010). Como o capital social é constituído a partir das interações entre os atores (BORDIEU, 1983: WELLMAN, 1996; PUTNAM, 1995) é possível inferir que esta variável exerça maior influência em grupos fechados e próximos do emissor e se disperse à medida em que aumentam os graus de separação. Tal inferência é também corroborada pelo conceito de network centrality measure, betweenness centrality, pelos estudo de Granovetter (1973; 1983), Weimann (1980), Christakis & Fohler (2010). O capital social dos membros da rede do indivíduo emissor é, sem dúvida, um importante vetor na disseminação da informação, uma vez que tais membros atuam como pontes, conectando os diferentes clusters. Desse modo, quanto mais forem os indivíduos que gozem de reputação ou credibilidade na rede do emissor, maior a possibilidade da informação, que necessite de credibilidade ou validação, se disseminar por diferentes instâncias da rede social. Desse modo, do ponto de vista prático, buscar indivíduos considerados formadores de opinião, inovadores ou multiplicadores, para que eles auxiliem na disseminação da informação, é uma estratégia válida conforme apontam estudos de Dichter (1966), Engel, Kegerreis e Blackwell (1969), Sheth (1971), Martilla (1971) e Brown e Reingen (1987).

6.1.2.3 Composição dos Tipos de Laços

Conforme visto anteriormente, informações que necessitem de credibilidade ou validação e sejam, portanto, dependentes do capital social da fonte da informação, fazem mais uso dos laços fortes e, com efeito, tem um alcance mais limitado, em comparação às

64

informações que façam uso primordial dos laços fracos. As conexões mantidas por laços fracos são, no entanto, mais numerosas e diversificadas e podem, assim, percorrer grandes distâncias sociais e atingir um grande espectro de indivíduos (GRANOVETTER, 1973; 1983; BROWN e REINGEN,1987). Desse modo, pode-se constatar a diferenciação da disseminação da informação por dois diferentes eixos: em relação a densidade e em relação ao alcance. A figura 19 exemplifica diferentes tipos de propagação: as redes de relacionamento onde os laços fortes predominam, apresentam um modelo onde a informação se concentra em um grupo com maior densidade (à esquerda) enquanto redes de relacionamento onde os laços fracos predominam, apresentam maior alcance (à direita):

Figura19. Disseminação da Informação: Densidade versus Alcance Fonte: Construção própria do Autor

Assim, a composição entre o número de indivíduos que mantém laços fortes com o emissor da informação, em contraste ao número de indivíduos que mantém laços fracos, determina a forma ou alcance da mensagem.

6.1.3 Características da informação

A natureza da mensagem, ou o impacto que ela causa no indivíduo receptor é, sem dúvida, um fator determinante em sua propagação, conforme apontado pelas teorias de

65

disseminação baseadas na utilização do WOM, ou boca a boca (MAHAJAN, MULLER e KERIN, 1984; BLODGET, GRANBOIS e WALTERS, 1993; ELLISON e FUDENBERG, 1995). O indivíduo receptor atua como um filtro – ou uma ponte –, pois frequentemente se mantém em uma posição de intermediação entre dois clusters, ou grupos (FREEMAN, 1997, 1979 apud MARTI & ZENOU, 2009). Este possui o poder de repassar, ou não, a mensagem e, só deverá fazê-lo se essa mensagem tiver, o que Gladwell (2009) referencia como o fator de fixação. Para o autor, tal refere-se ao impacto da mensagem a ser transmitida e destaca que a natureza de algumas mensagens instiga ao compartilhamento. Além disso, o indivíduo receptor considera a relevância da informação para o seu grupo, o que se aproxima do conceito de Coutinho (2009) sobre normas compartilhadas, de Putnam (1995) sobre normas de reciprocidade e ainda de Bordieu (1983), sobre pertencimento. Uma informação deve ser, de algum modo, relevante para o indivíduo receptor e para o seu grupo. Voltando ao exemplo citado anteriormente, uma informação sobre a última tendência de moda, certamente não encontrará eco em um grupo de interesse específico e distinto, como robótica ou física, por exemplo. A informação deve ser pertinente ao grupo de referência para que possa se validar e disseminar. Informações de cunho genérico e consideradas de baixo-risco poderão, certamente, se propagar mais facilmente do que informações de interesse mais específico. Terão, portanto, um maior alcance. Em contrapartida, informações particularmente interessantes a um grupo, ou nicho, circularão mais facilmente dentro daquele mesmo grupo específico. Acredita-se portanto que as características da informação em relação ao contexto em que está inserida, exerçam um importante papel em sua capacidade de disseminação.

66

7. CONSIDERAÇÕES FINAIS

7.1 Implicações acadêmicas e gerenciais

Acredita-se que as redes sociais online representem um importante canal na difusão da informação e, como consequência, já se observa a sua utilização nas áreas acadêmica e gerencial. Entretanto, apesar da relevância do tema, não foi encontrada uma metodologia que pudesse auxiliar em sua análise, compreensão ou na estimativa, ainda que superficial, do alcance potencial da informação no ambiente digital. Desse modo, acredita-se que identificar e compreender a dinâmica das forças que impactam na disseminação da informação no ambiente digital é o ponto de partida para o desenvolvimento de estratégias de comunicação mais eficientes e mais eficazes.

7.2 Sugestão para pesquisas futuras

Como sugestão para pesquisas futuras sugere-se aprimorar e validar o modelo aqui proposto, ou ainda, avaliar e mensurar o valor do capital social, o impacto da mensagem e o contexto em que se insere – ou circula – por meio de experimentos de campo. O modelo proposto nesta dissertação trata, essencialmente, de forças endógenas às redes sociais online. Não estão contempladas forças exógenas como, por exemplo, os efeitos na disseminação da informação quando essa transpõe os limites das redes online e é referenciada em outros ambientes como na mídia impressa (jornais, revistas) ou na mídia eletrônica (rádio, TV). Estudos complementares que tratem do efeito cross-media na disseminação da informação são, portanto, de grande relevância. De qualquer modo, acredita-se que a combinação dessas três forças poderá assim, influenciar, positiva ou negativamente, a disseminação da informação em redes sociais online.

67

O objetivo do modelo proposto é prover um framework que possa identificar os fatores principais de influência e antecipar a capacidade viral de uma informação. Em outras palavras, o modelo procura responder por que algumas memes se disseminam mais do que outras no ambiente online.

68

8. REFERÊNCIAS ANJOS, L, C. Comércio eletrônico de livros via Internet: considerações sobre algumas empresas brasileiras. Fundação Getúlio Vargas, São Paulo, 1999. BARABÁSI, Albert-László (2003) “Linked: How everything is connected to everything else and what it means for business, science, and everyday life” New York: Plume Group, 2003. BASS, F. M. (1969) “A New Product Growth for Model Consumer Durables” Management Science 15(5): 215–227. BENTIVEGNA, F. J. (2002) “Fatores de Sucesso no Marketing Boca a Boca On-Line” RAE - Revista de Administração de Empresas v. 42 - n. 1 Jan./Mar. 2002 São Paulo. BERTOLINI, G. ; BRAVO, S. (2004) “Social Capital, a Multidimensional Concept” Disponível em Acessado em Dezembro, 2009. BICKART, B. ; SCHINDLER R. M. (2002) “Expanding the scope of word of mouth: Consumer-to-consumer information on the Internet” Advances in Consumer Research 29: 428. BLODGETT, J. G.; GRANBOIS D. H. ; WALTERS R. G. (1993) “The Effects of Perceived Justice on Complainants' Negative Word-of-Mouth Behaviour and Repatronage Intentions” Journal of Retailing 69(4): 399–428. BOURDIEU, P. (1977), “Outline of a Theory of Practice” Cambridge: Cambridge University Press. ____________. (1980), “O capital social – notas provisórias” In: CATANI, ª & NOGUEIRA, M.A. (Orgs.) Escritos de Educação. Editora Vozes – Petrópolis, Rio de Janeiro. ____________. (1983), “Questões de Sociologia” Editora Marco Zero – Rio de Janeiro. BROWN, J. J. ; REINGEN P. H. (1987) “Social Ties and Word-of-Mouth Referral Behaviour” Journal of Consumer Research 14(3): 350–362. COLEMAN, J. S. (1988) “Social Capital in the Creation of Human Capital” American Journal of Sociology 94, S95-S120. CONE “2010 Online Influence Trend Tracker – Fact Sheet” Disponível em: Acessado em: Fevereriro, 2011.

69

COUPLAND, D. (2009) “Marshall McLuhan” Penguin Group – Ontario, Canada. Disponível em: Acessado em: Maio, 2011. COUTINHO, M. (2009) “Relevância e audiência: a importância do capital social” In: “Do Broadcast ao Socialcast – Como as redes sociais estão transformando o mundo dos negócios” W3 Geoinformação Editora – São Paulo SP. CRISTAKIS, N. A. (2009) “The Dynamics of Personal Influence” Harvard Business Review, (Feb, 2009): pp.31. CRISTAKIS, N. A. ; FOHLER, J. H. (2010) “Social Network Sensors for Early Detection of Contagious Outbreaks” Indiana University - PLoS ONE 5(9): e12948. doi:10.1371/journal.pone.0012948 DELLAROCAS, C. (2003) “The Digitization of Word of Mouth: Promise and Challenges of Online Feedback Mechanisms” Management Science 49(10): 1407–1424. DICHTER, E. (1966) “How Word-of-Mouth Advertising Works” Harvard Business Review 44(6): 147–166. DODSON, J. A. Jr., ; MULLER E. (1978) “Models of New Product Diffusion through Advertising and Word of Mouth” Management Science 24(15): 1568–1578. ELLISON, G. ; FUDENBERG D. (1995) “Word-of-Mouth Communication and SocialLearning” Quarterly Journal of Economics 110(1): 93–125. EMARKETER. Social Network Marketing Expands Sphere Pesquisa Disponível em: Publicado em 31 de agosto de 2009. Acesso em 13 de dezembro de 2010. ____________. Consumers Free to Speak Their Mind Online Pesquisa Disponível em: Publicado em 30 de novembro de 2009. Acesso em 13 de dezembro de 2010. ____________. Two-Thirds of Web Users to Visit Soc Nets in 2014 Pesquisa Disponível em: Publicado em 25 de maio de 2010. Acesso em 13 de dezembro de 2010. ENGEL, J. S. ; BLACKWELL R. D. ; KEGERREIS R. J. (1969) “How information is used to adopt and innovation.” Journal of Advertising Research. 9(4): 3-8. FACEBOOK, (2011) “Press Room: Statistics” Disponível online em: Acessado em: 2 de Abril de 2011. FELD S. L. (1991) “Why Your Friends Have More Friends Than You Do” The University of Chicago Press - The American Journal of Sociology, Vol. 96, No. 6 (May, 1991), pp. 1464-

70

1477 Disponível Online em: Acessado em Fevereiro, 2011. FOHLER, J. H. ; Cristakis, N. A. (2010) “Connected: The Surprising Power of Our Social Networks and How They Shape Our Lives” Back Bay Books – New York, NY; Reprint edition (January 12, 2011). GARTON L. ; HAYTHORNTHWAITE C. ; WELLMANN B. (1997) "Studying On-line Social Networks" University of Toronto - Toronto, CanadaDisponível Online em:< http://chass.utoronto.ca/~wellman/publications/onlinesn/studyingonline.pdf /> Acessado em Fevereiro, 2011. GLADWELL, M. (2009) “O Ponto da Virada – The Tipping Point” Editora Sextante, São Paulo, Brasil. GODES D. ; MAYZLIN D. (2009) “Firm-Created Word-of-Mouth Communication: Evidence from a Field Test.” Marketing Science 28(4):721-739. GOLDENBERG, J., HAN, S. Han, LEHMANN D. R., HONG J. W. (2009) “The role of hubs in the adoption process” J. Marketing 73 (March) 1-13. GRANOVETTER, M. (1973) “The Strenght of Weak Ties” American Journal of Sociology, Volume 78, Issue 6 (May, 1973). Disponível Online em: Acessado em Fevereiro, 2011. _________________. (1983) “The Strenght of Weak Ties: A Network Theory Revisited” State University of New York, Stony Brook: Sociological Theory, Volume 1, 201-233 1983. Disponível Online em: Acessado em Fevereiro, 2011. HERR, P. M. ; KARDES F. R. ; KIM J. (1991) “Effects of Word-of-Mouth and ProductAttribute Information on Persuasion: An Accessibility-Diagnosticity Perspective” Journal of Consumer Research 17(4): 454–462. HOGAN, J. E. ; LEMON K. N. ; LIBAI B. (2004) “Quantifying the Ripple: Word-of-Mouth and Advertising Effectiveness” Journal of Advertising Research 44(3):271–280. HOLMES, J. H. ; LETT J. D. Jr. (1977) “Product Sampling and Word of Mouth” Journal of Advertising Research 17(5): 35-40. IYENGAR, R. ; VAN DEN BULTE, C. ; VALENTE, T. W. (2010) “Opinion Leadership and Social Contagion in New Product Diffusion” forthcoming, Marketing Science - Disponível Online em: Acessado em Fevereiro, 2011. McLUHAN, M. (1962) “The Guttenberg Galaxy” University of Toronto Press, Canada

71

____________. (1964) “Os Meios de Comunicação como Extensões do Homem” Ed. Cultrix, São Paulo. MAHAJAN, V. ; MULLER E. ; KERIN R. A. (1984) “Introduction Strategy for New Products with Positive and Negative Word-of-Mouth” Management Science 30(12): 13891404. MARLOW, C. (2009) “Primates on Facebook” The Economist Edição de 26 de Fevereiro de 2009. Disponível online em: Acessado em 2 de Abril de 2011. MARTI, J. ; ZENOU, Y. (2009) “Social Networks” Discussion Paper N0 4621 Stockholm University, Dept. of Economics. MARTILLA, J. A. (1971) “Word-of-Mouth Communication in the Industrial Adoption Process” JMR, Journal of Marketing Research 8(2): 173–179. NERLOVE, M. ; ARROW K. J. (1962) “Optimal Advertising Policy under Dynamic Conditions” Economica 29(May): 129–142. PARAMESWARAN, M. ; WHINSTON, A. B. (2007) “Research Issues in Social Computing. Journal of the Association for Information Systems”, v. 8, n. 6, jun. 2007. PUTNAM, R. D. (1995) “Bowling alone: America's declining social capital.” Journal of Democracy 6: 65-78. RECUERO, R. (2009) “Redes Sociais na Internet” Editora Sulina, Porto Alegre, RS. RICHINS, M. L. (1983) “Negative Word-of-Mouth by Dissatisfied Consumers: A Pilot Study” Journal of Marketing 47(1): 68–78. ROGERS, E.M. (1962) “Diffusion of Innovations” New York, NY: The Free Press. SHETH, J. N. (1971) “Word-of-Mouth in Low-Risk Innovations” Journal of Advertising Research 11(3): 15–18. SEYBOLD, P. ; MARSHAK, R. T. (2000) Clientes.com: como criar uma estratégia empresarial para a internet que proporcione lucros reais. Makron Books. São Paulo. SOLOMONOFF, R. ; RAPOPORT, A. (1951) “Connectivity of Random Nets” In. Bulletin of Mathematical Biophysics, Vol. 13 TUCKER, C. (2003) “ Identifying formal and informal influence in technology adoption with network externalities” Management Science. 54 2024-2038. VALENTE, T. W., HOFFMAN B. R., RITT OLSON A. R, LICHTMAN K.,

72

JOHNSON C. A. (2003). “ Effects of a social-network method for group assignment strategies on peer-led tobacco prevention programs in schools” American J. Public Health 93 1837-1843. VAN DEN BULTE, C.; LILIEN, G. L. (2001) “Medical Innovation Revisited: Social Contagion versus Marketing Effort” The University of Chicago – American Journal of Sociology - AJS Volume 106 Number 5 (March 2001): 1409–35 WELLMANN (1996) “Are Personal Communities Local? A Dumptarian Reconsideration” Social Networks 18, 3, September, 1996: 347-354. Disponível em: < http://homes.chass.utoronto.ca/~wellman/publications/personal/personal.pdf /> Acesso em 10 de Julho de 2010. ZEISSER, M. “Unlocking the Elusive Potential of Social Networks” Mc Kinsey Quarterly Disponível em: Publicado em Junho de 2010. Acesso em 10 de Julho de 2010. ZUCKERMAN, E. W. ; JOST J. T. (2001). “What Makes You Think You’re So Popular? Self Evaluation Maintenance and the Subjective Side of the 'Friendship Paradox' “. Social Psychology Quarterly 64 (3): 207–223.

Lihat lebih banyak...

Comentários

Copyright © 2017 DADOSPDF Inc.