D-MODD: A Diffusion Model of Opinion Dynamics Derived from Online Data

Este artigo apresenta o D-MODD, o primeiro modelo estocástico contínuo baseado em dados, derivado de dados longitudinais de mídias sociais, que descreve com precisão a dinâmica real de opiniões sobre temas polarizados por meio de uma equação do tipo Langevin com funções de deriva e difusão reconstruídas empiricamente.

O essencial

A Visão Geral: Mapeando o "Clima" das Opiniões

Imagine a internet como um oceano gigante e caótico onde as opiniões das pessoas são como barcos flutuando na água. Geralmente, pensamos nesses barcos derivando aleatoriamente, empurrados por cada onda e vento (um tweet, uma manchete de notícias, um comentário de um amigo).

Este artigo faz uma pergunta simples: Existe um mapa oculto ou um conjunto de correntes invisíveis que guiam esses barcos, mesmo que pareçam apenas derivar?

Os autores, usando dados do Twitter (agora X) sobre mudanças climáticas, dizem sim. Eles construíram um modelo matemático chamado D-MODD (Modelo de Difusão da Dinâmica de Opinião Derivado de Dados) para provar que as opiniões online não apenas saltam aleatoriamente; elas seguem regras específicas e previsíveis, muito como a água fluindo morro abaixo.

Como Eles Fizeram: O Mapa de "Viagem no Tempo"

Para encontrar essas regras, os pesquisadores não tiraram apenas uma foto do que as pessoas pensavam em um único dia. Em vez disso, eles observaram um "filme em lapso de tempo" de 57 milhões de tweets ao longo de um ano inteiro.

1. Os Dois Vales: Eles descobriram que o "oceano" da opinião não é plano. Ele tem dois vales profundos (ou bacias).
   • Um vale é para pessoas que acreditam nas mudanças climáticas (Pró-clima).
   • O outro vale é para pessoas que negam (Negacionistas).
2. A Gravidade Invisível: A maioria das opiniões das pessoas rola naturalmente para um desses dois vales e permanece lá. Se alguém tentar sair do seu vale, uma "gravidade" invisível (o arrasto) puxa-os de volta.
3. As Oscilações: Enquanto as pessoas permanecem em seus vales, elas não ficam perfeitamente paradas. Elas oscilam um pouco. Esse "balanço" é a difusão. Às vezes, as oscilações são pequenas (opiniões estáveis) e, às vezes, são grandes (opiniões instáveis).

As Duas Descobertas Principais

1. As Regras do Jogo (O Arrasto e a Difusão)

Os autores mediram exatamente quão forte é a "gravidade" e o quanto as pessoas "oscilam".

• O Puxão: Se você é um crente no clima e alguém tenta convencê-lo a negar as mudanças climáticas, a "gravidade" da sua comunidade puxa você de volta para o seu lado. O mesmo acontece com os negacionistas.
• O Meio-Termo: Há um ponto plano e instável bem no meio (entre os dois vales). Se você estiver exatamente no meio, é provável que seja empurrado rapidamente para um dos dois vales. É difícil permanecer neutro por muito tempo.

2. Os "Teimosos" vs. Os "Instáveis"

Esta é a parte mais interessante de sua descoberta. Eles olharam para quem vive em qual vale e encontraram uma grande diferença em quão "instáveis" eles são.

• Os Negacionistas do Clima (A Rocha): As pessoas no vale negacionista são como grandes pedras. Uma vez que estão lá, elas mal oscilam. Suas opiniões são extremamente estáveis e consistentes. O artigo descobriu que muitas dessas contas estão ligadas a grupos políticos específicos (como apoiadores de MAGA nos EUA) e agem como agentes "teimosos" que raramente mudam de ideia.
• O Grupo Pró-Clima (As Folhas): As pessoas no vale pró-clima são mais como folhas ao vento. Elas ainda estão no vale, mas oscilam muito mais. Suas opiniões flutuam mais. O artigo sugere que este grupo inclui muitas instituições, jornalistas e cientistas que discutem uma ampla gama de tópicos, tornando seu "sinal de opinião" mais ruidoso e menos rígido.

A "Magia" do Modelo

Os pesquisadores construíram uma simulação de computador (o modelo D-MODD) usando essas regras do mundo real.

• Eles alimentaram o modelo com as regras de "gravidade" e "oscilação" que encontraram nos dados.
• Eles deixaram o computador executar uma simulação falsa de pessoas mudando de ideia.
• O Resultado: A simulação falsa parecia quase exatamente com os dados reais do Twitter.

Isso prova que a dinâmica da opinião online pode ser descrita por um conjunto simples de equações matemáticas (especificamente, um tipo de equação usada na física para descrever como as partículas se movem). Isso significa que podemos prever como as opiniões se movem se conhecermos o "terreno" da conversa.

Analogia de Resumo

Pense no debate climático como uma pista de boliche.

• Existem duas calhas (as duas opiniões extremas).
• A maioria das pessoas são bolas de boliche que ficam presas em uma das calhas.
• A calha negacionista tem um chão muito pegajoso; uma vez que a bola entra, ela mal se move.
• A calha pró-clima tem um chão ligeiramente escorregadio; a bola rola um pouco mais.
• O meio da pista é uma rampa que empurra a bola rapidamente para uma das calhas.

A principal conquista do artigo é medir exatamente quão pegajosas e escorregadias são essas calhas, provando que, mesmo no caos das redes sociais, há uma ordem matemática oculta em como discutimos e concordamos.

Resumo técnico

Resumo Técnico: D-MODD – Um Modelo de Difusão de Dinâmicas de Opinião Derivado de Dados Online

Declaração do Problema

Embora modelos de dinâmicas de opinião (por exemplo, DeGroot, confiança limitada, modelos de eleitor) tenham fornecido estruturas teóricas para compreender consenso, polarização e câmaras de eco, poucos foram calibrados usando dados de séries temporais do mundo real. Estudos empíricos existentes frequentemente dependem de instantâneos estáticos de pesquisas ou medidas agregadas de sentimento, falhando em capturar a evolução contínua das opiniões individuais. Além disso, simulações baseadas em agentes, embora capazes de reproduzir comportamentos emergentes, frequentemente carecem da capacidade de identificar as leis estocásticas específicas que governam comportamentos microscópicos. Existe uma lacuna crítica na ligação de rastros comportamentais em nível individual a resultados macroscópicos através de uma conceitualização analítica de tempo contínuo. Este artigo aborda o desafio de derivar empiricamente um modelo estocástico para dinâmicas de opinião sobre um tópico polarizado usando dados longitudinais de mídias sociais.

Metodologia

Coleta e Pré-processamento de Dados

O estudo utiliza o conjunto de dados Climatoscope, compreendendo 57 milhões de tweets de 2022 relacionados à mudança climática, coletados via API de rastreamento do Twitter. O conjunto de dados revela um cenário fortemente polarizado entre céticos/negacionistas do clima e usuários pró-clima.

• Construção de Grafos: Grafos de interação dinâmica foram construídos usando redes de retweets sobre períodos de 3 semanas com uma janela deslizante de 7 dias, resultando em 50 grafos para o ano. As arestas representam contagens de retweets, filtradas por um limiar ($>1$) para incluir 691.993 usuários únicos.
• Embutimento no Espaço Latente: Os grafos foram embutidos usando node2vec. Uma redução 2D supervisionada UMAP foi aplicada, treinada em "contas âncora" com posições conhecidas pró-clima ou negacionistas.
• Transformação de Coordenadas: Uma transformação linear alinhou os baricentros das âncoras pró-clima e negacionistas às coordenadas $(+2, +2)$ e $(-2, -2)$, respectivamente. Isso criou um espaço latente bidimensional $O$ onde as coordenadas do usuário $(x_i, y_i)$ representam seu estado de opinião. A primeira coordenada, $x(t)$, foi selecionada como a variável de opinião contínua primária devido à sua estabilidade e papel como o eixo dominante de separação.

Validação de Opiniões Inferidas

As trajetórias de opinião inferidas foram validadas através de dois métodos principais:

1. Comparação com Agrupamento: Uma comparação com 27.700 contas classificadas em um estudo anterior [16] mostrou 99% de concordância para usuários pró-clima ($x > 1$) e 97% para usuários negacionistas ($x < -1$).
2. Classificação de Posicionamento Baseada em LLM: Uma validação independente foi realizada usando Llama-3.1 para classificar o posicionamento de tweets originais de usuários selecionados aleatoriamente. Para usuários com posicionamentos baseados em texto consistentes ($\pm 2$), o embutimento dinâmico automatizado mostrou uma concordância de 96% de precisão.

Reconstrução Estocástica

Os autores computaram os momentos condicionais dos incrementos de opinião $\Delta x = x_{t+\Delta t} - x_t$ para estimar as funções de deriva $A(x)$ e difusão $D(x)$:
$$A(x) = \frac{1}{\Delta t} \mathbb{E}[\Delta x \mid x_t = x]$$
$$D(x) = \frac{1}{2\Delta t} \mathbb{V}[\Delta x \mid x_t = x]$$
Essas funções empíricas correspondem aos coeficientes de um operador de Fokker–Planck que governa a evolução da densidade de opinião $p(x,t)$.

Principais Contribuições e Resultados

1. O Modelo D-MODD

O artigo introduz o D-MODD (Modelo de Difusão de Dinâmicas de Opinião Derivado de Dados), um modelo de Langevin de tempo contínuo calibrado diretamente a partir de trajetórias comportamentais. A evolução da opinião para um usuário $x(t)$ é descrita pela equação diferencial estocástica:
$$dx_t = F(x_t) dt + \sqrt{2D(x_t)} dW_t$$
onde $W_t$ é um processo de Wiener padrão. O campo de deriva $F(x)$ é modelado para preservar as forças restauradoras empiricamente observadas em direção aos atratores ($x^* = \pm 2$) enquanto garante estabilidade global:
$$F(x) = |A(x)| (x^* - x)$$
O termo de difusão $D(x)$ captura ruído dependente do estado, revelando que flutuações são mínimas perto dos atratores, mas se amplificam em regiões onde as forças restauradoras determinísticas enfraquecem.

2. Reconstrução Empírica de Núcleos de Transição

Pela primeira vez em uma grande rede social online, os autores reconstruíram a probabilidade condicional de transição de um passo completa $P(x_{t+\Delta t} \mid x_t)$ diretamente a partir dos dados.

• Validação Markoviana: O estudo testou a condição de consistência Chapman–Kolmogorov (CK). O núcleo de dois passos previsto pela CK coincidiu estreitamente com o núcleo de dois passos empírico (desvio médio de Wasserstein-1 de 0,7 bins), fornecendo evidência direta de que as dinâmicas de opinião em curto prazo sobre este tópico polarizado admitem uma descrição Markoviana.
• Fidelidade do Modelo: O modelo D-MODD reproduziu com sucesso o núcleo de transição empírico. A análise espectral dos operadores de transição mostrou uma alta sobreposição entre as distribuições de autovalores empíricas e do modelo (distância de Wasserstein $W_1 = 7,2 \times 10^{-3}$), indicando que o modelo captura a estrutura dinâmica global, incluindo escalas de tempo de relaxação e comportamento de mistura.

3. Assimetria na Estabilidade da Opinião

A análise de perfis de usuários revelou uma assimetria significativa entre as duas bacias de atratores:

• Atrator Negacionista: Usuários na bacia negacionista ($x < -1$) exibiram menor variabilidade de opinião (desvio padrão $\langle \sigma_x \rangle = 0,89$) e opiniões médias mais extremas ($\langle x \rangle = -1,95$). A inspeção manual das contas mais estáveis (menor $\sigma_x$) identificou-as como indivíduos principalmente baseados nos EUA, alinhados ao MAGA, com posicionamentos radicais e consistentes.
• Atrator Pró-Clima: Usuários na bacia pró-clima ($x > 1$) mostraram maior variabilidade ($\langle \sigma_x \rangle = 1,21$) e opiniões médias ligeiramente menos extremas ($\langle x \rangle = 1,86$). Contas de alta variabilidade eram frequentemente institucionais ou profissionais (ONGs, jornalistas, cientistas) com conteúdo diversificado, levando a padrões de interação mais heterogêneos.

Significado e Alegações

O artigo alega fornecer a primeira evidência direta de que as dinâmicas de opinião online sobre um tópico polarizado podem ser descritas por um processo Markoviano ao nível do operador. Ao integrar sociofísica, dados comportamentais e modelagem de sistemas complexos, os autores demonstram que:

1. Operadores Estocásticos Efetivos: Flutuações de opinião do mundo real não são ruído desestruturado, mas seguem um processo coerente semelhante à difusão com bacias de atratores distintas e ruído espacialmente heterogêneo.
2. Calibração Orientada por Dados: A estrutura D-MODD permite que modelos teóricos sejam diretamente calibrados, testados e refinados contra dados comportamentais empíricos, indo além de simulações puramente baseadas em agentes.
3. Mecanismo de Polarização: O estudo sugere que a persistência da polarização pode ser impulsionada por variabilidade dependente do estado, onde a "teimosia" (baixa variabilidade) de um subgrupo específico (negacionistas) cria um atrator mais estável, potencialmente impedindo a convergência para o consenso independentemente de sinais de informação externos.

Os autores concluem que esta abordagem oferece um modelo generativo rigoroso que liga trajetórias microscópicas de usuários a uma descrição macroscópica compacta, estabelecendo uma base para modelagem preditiva de fluxos de informação e comportamento coletivo em sistemas sociais em grande escala.