Viralización

La viralización es la difusión de un contenido de persona a persona, en la que cada receptor puede convertirse en emisor y el alcance final no lo determina el emisor inicial sino la estructura de la red por la que circula. La metáfora es epidemiológica y trae consigo un modelo preciso: si cada individuo contagiado infecta en promedio a más de uno, la difusión crece; si infecta a menos de uno, se apaga. Ese modelo es útil como punto de partida y engañoso como descripción, porque casi ningún contenido de los que se llaman virales se difunde así.

La primera teoría social del contagio es de Gabriel Tarde, que en Les lois de l’imitation (1890) sostuvo que casi todo lo social se propaga por imitación y formuló tres regularidades: la imitación va de lo interior a lo exterior —primero se copian las ideas, después las formas—, desciende por la jerarquía social, y avanza en progresión geométrica cuando no encuentra obstáculo. Everett Rogers reunió en 1962 la evidencia acumulada sobre difusión de innovaciones y añadió las piezas empíricas que faltaban: la curva acumulada en forma de S, la clasificación de los adoptantes por rapidez y, sobre todo, la constatación de que la decisión de adoptar depende más de lo que hacen los conocidos que de la información disponible. Elihu Katz y Paul Lazarsfeld habían mostrado en 1955 el mecanismo intermedio con datos de campaña: la influencia de los medios llega en dos pasos, filtrada por los líderes de opinión del entorno inmediato de cada persona.

Mark Granovetter añadió en 1973 el resultado que se ha convertido en tópico y que se cita casi siempre mal. Su hallazgo era que la información nueva —una oferta de trabajo, en su caso— llega con más frecuencia a través de vínculos débiles que de vínculos fuertes, porque los conocidos lejanos son quienes tienen acceso a círculos a los que uno no llega. De ahí se saltó a la conclusión de que los vínculos débiles difunden mejor cualquier cosa, y eso es falso. Damon Centola y Michael Macy demostraron en 2007 la distinción decisiva: hay contagios simples, que basta con recibir una vez —una noticia, un rumor, un enlace—, y contagios complejos, que requieren confirmación de varias fuentes antes de que alguien actúe, como sumarse a una huelga, adoptar una práctica costosa o cambiar de conducta sanitaria. Los primeros viajan mejor por vínculos débiles y largos; los segundos necesitan redes densas y redundantes, donde varios contactos del mismo círculo refuercen el mensaje, y en ellos los vínculos largos son un estorbo porque diluyen el refuerzo. La mayoría de las cosas que importan socialmente son contagios complejos.

El resultado más importante para entender el fenómeno es de Sharad Goel, Ashton Anderson, Jake Hofman y Duncan Watts, publicado en 2016. Reconstruyeron millones de árboles de difusión reales y midieron su viralidad estructural, es decir, la profundidad media de las cadenas. La conclusión: la abrumadora mayoría de los episodios de difusión, incluidos los de mayor alcance, son emisiones —una cuenta con mucha audiencia publica y el resto recibe directamente de ella, sin cadena— y las cascadas genuinamente virales, con muchas generaciones sucesivas de retransmisión, son extraordinariamente raras. Dos contenidos con el mismo alcance total pueden tener estructuras opuestas, y la práctica habitual de llamar viral a cualquier éxito confunde precisamente eso. La consecuencia práctica es dura para el marketing y para la sociología: lo que suele producir alcance no es el contagio, es tener acceso a un emisor grande. Un dato del pasado apunta en la misma dirección: David Liben-Nowell y Jon Kleinberg reconstruyeron en 2008 el árbol de difusión de cadenas de correo electrónico reales y encontraron una forma inesperada, muy profunda y muy estrecha, incompatible con el modelo de ramificación amplia que la analogía epidémica hacía esperar.

Sobre qué contenidos se comparten más, la mejor evidencia es de Jonah Berger y Katherine Milkman, que en 2012 analizaron qué artículos de un gran diario acababan en la lista de los más enviados: el predictor no era que la noticia fuera positiva o negativa, sino su nivel de activación emocional. La admiración, la indignación y la ansiedad aumentan la probabilidad de compartir; la tristeza, que es negativa pero desactivadora, la reduce. El resultado explica por qué un sistema que ordena por interacción favorece sistemáticamente el agravio: no porque prefiera el conflicto, sino porque el conflicto activa.

Queda el caso más citado y su corrección, que juntos son la mejor lección metodológica del campo. Soroush Vosoughi, Deb Roy y Sinan Aral publicaron en 2018 un análisis de cascadas verificadas en una red social y concluyeron que las noticias falsas se difundían más lejos, más rápido y más profundamente que las verdaderas, y que la culpa no era de los programas automáticos sino de las personas. En 2021, Jonas Juul y Johan Ugander repitieron el análisis emparejando las cascadas por tamaño final —comparando cascadas falsas y verdaderas que habían alcanzado el mismo número de personas— y encontraron que sus mecanismos de difusión eran prácticamente indistinguibles. La diferencia no está, por tanto, en cómo se propaga lo falso, sino en cuántas historias falsas llegan a hacerse populares. Es una corrección que no consuela, pero cambia el remedio: el problema está en la producción y en la selección inicial, no en una supuesta contagiosidad especial de la mentira.

Conviene cerrar con la advertencia más severa que se ha hecho a toda esta literatura. Cosma Shalizi y Andrew Thomas demostraron en 2011 que, en datos observacionales de redes, el contagio y la homofilia están genéricamente confundidos: cuando dos amigos hacen lo mismo, no hay manera de distinguir con esos datos si uno influyó en el otro o si eran amigos porque ya se parecían. Casi todos los estudios que atribuyen a la influencia social la propagación de una conducta —fumar, engordar, votar— son vulnerables a esa objeción, y solo la experimentación aleatorizada la evita. La viralización existe; lo que rara vez existe es la prueba de que un caso concreto lo haya sido.

Las cámaras de eco – La economía de la atención – Memeficación – Comunicación de masas – Espiral del silencio – Comunidad virtual – La moderación de contenidos – Era digital