Foursquare® (4SQ®): un fenómeno complejo y en transformación

Como primer momento necesario para presentar el desarrollo de esta investigación, deberemos presentar las características que describen el funcionamiento en los celulares de Foursquare® durante la extracción de la muestra, como explicaremos luego.

4SQ® es, antes que nada, una empresa de publicidad global creada en marzo de 2009 y puesta a disposición de los usuarios de Internet, basada en el uso de aplicaciones para celulares. Combina información propia, la generada por sus usuarios mientras participan del juego propuesto y otros datos adicionales, ya sean demográficos, de ubicación y de otros segmentos basados en intereses. Además, también combinan información sobre las cookies de terceros, utilizadas para proporcionar servicios a sus clientes, tales como herramientas que habiliten la visualización de anuncios publicitarios dirigidos a los usuarios, incluidas en todos los dispositivos de los usuarios; o herramientas para permitirles entender la efectividad de sus campañas publicitarias. Por ejemplo, 4SQ® utiliza la información que recibe para determinar la probabilidad de que una cookie web de una computadora y un dispositivo móvil pertenezcan al mismo usuario, y podrá utilizar esta información para proporcionarle publicidad, estadísticas u otros servicios; o a las compañías que contratan servicios de publicidad.

Una cookie, galleta o galleta informática, es una pequeña información enviada por un sitio web y almacenada en el navegador del usuario, de manera que el sitio web puede consultar su actividad previa.

El objetivo es controlar la combinación computación-smartphone-navegador- aplicación-usuario para diferentes usos que establece 4SQ®, y generalmente sus fines son publicitarios, a partir de la ya mencionada información sobre los hábitos de navegación del usuario (lo que puede causar problemas de privacidad). Las cookies de Foursquare® pueden ser borradas, aceptadas o bloqueadas según se desee, para esto se debe configurar convenientemente el navegador web.

El término Foursquare® nació inspirándose en un juego infantil llamado “Las 4 Esquinas”, y su lema inicial invitaba a convertir la ciudad en un patio de recreo.

Foursquare® es una plataforma de redes sociales telemáticas basada en geolocalización. Es una plataforma porque, a diferencia de lo que se podría metaforizar con la idea de un puente, donde lo que se realiza es un transporte en el mismo plano, un cambio de posición de objetos que pasan de un área a otra pero sin mayores modificaciones, las plataformas fueron concebidas, en las comunicaciones móviles, como sistemas de transbordo entre planos. En las plataformas se pueden cambiar las formas o los significados de los paquetes informacionales cuando, al decir de Scott Lash (2004), son “elevados” a la dinámica de la nube digital.

4SQ®, siguiendo la definición que aplicara Boyd sobre Friendster® (2004), es una red social porque los usuarios forman grupos de interesados en la propuesta y en las reglas del dispositivo, donde establecen enlaces entre sí y saben que forman parte de un juego (que en este caso está basado en la geolocalización).

¿Cómo se juega concretamente? El usuario le indica, mediante un click en la aplicación abierta en el celular, dónde está al hacer alguna actividad que quiere que sea conocida por sus amigos y seguidores. El dispositivo convierte ese comportamiento en un check-in que define el lugar donde se encuentra y eventualmente dándole alguna forma de puntaje, cada vez que lo hace. A medida que ganan puntos, también se ganan las llamadas “insignias”.

En Foursquare® se tienen amigos y seguidores. Los amigos son personas con quien se comparten las geolocalizaciones del usuario, y ellos pueden ver, por ejemplo, la ubicación, nombre, email, número de teléfono, foto de perfil, ciudad de origen, alcaldías y badges/stickers, enlaces a las cuentas de Twitter® y Facebook® (si ha conectado esas cuentas a su cuenta de Foursquare®), una lista de amigos, planes que escribe o comenta, fotos que publica, tips que escribe y qué servicios de Foursquare® utiliza. Se trata de una relación bidireccional: la relación de amistad es equivalente para los dos usuarios.

Los seguidores en cambio son aquellos ven los check-ins y lo que el usuario permite ver. Se trata de una relación unidireccional. No necesariamente el seguido debe seguir a su seguidor. Los usuarios pueden ser de la propia ciudad o país en la que se identifica en su perfil, o también de otro lugar del planeta.

A diferencia de GoogleMaps®, la aplicación competidora de la empresa Alphabet, 4SQ® no sigue ni informa la ubicación del usuario en tiempo real, ya que solo el usuario decide de forma voluntaria si declara sus coordenadas o no, al hacer check-in en la aplicación y publicarla en la red.

Otra cosa que puede pasar es que si el usuario se registra en un lugar más cantidad de veces que cualquier otra persona durante un período determinado, puede convertirse en “alcalde” de ese lugar. En Foursquare® el usuario puede seguir los lugares que visitan sus amigos y así desplegar estrategias lúdicas tales como insistir en las visitas a algún lugar donde se compite por la alcaldía.

Al principio, ser alcalde de un lugar no tenía mayor significado, pero luego, al aumentar la cantidad de usuarios, algunos usuarios comenzaron a regresar a geolocalizarse para mantener su alcaldía.

4SQ® utiliza otras tecnologías, además de los cookies, como por ejemplo píxeles que contienen identificadores que pueden ser reconocidos cuando se accede al sitio web a través de emails, o desde las aplicaciones de 4SQ® o también mediante aplicaciones de terceros que utilicen la API (Interfaz de Programación de Aplicaciones) de la plataforma, que expondremos en su debido momento. Los usuarios registrados pueden optar por retirarse del servicio cuando lo dispongan, y cualquier individuo (sea o no usuario registrado de la plataforma) puede optar por no recibir los anuncios publicitarios basados en intereses de Foursquare® fuera de esa aplicación.

Veamos brevemente ahora cómo nació el proyecto. Los fundadores de Foursquare®, Dennis Crowley y Naveen Selvadurai, se reunieron en 2007 en Nueva York por motivos circunstanciales. Compartían espacios de trabajo en oficinas cercanas, aunque de diferentes compañías en ese momento, pero conversaban en los pasillos y así fue como la idea de Foursquare® surgió en el momento de ocio del que disponían para descansar de sus actividades diarias. Crowley había fundado previamente Dodgeball, un proyecto con algunas de las características que luego tendría 4SQ®, y que Google® había comprado unos años antes para clausurar en 2009, reemplazándolo luego con Google Latitude®.

Los conceptos esenciales que compartieron y combinaron para programar Foursquare® fueron el geotagging y la geolocalización. Geotagging, o geoetiquetado es simplemente conectar lugares con imágenes u otra información disponible en Internet, como sitios web. El teléfono inteligente utiliza el GPS para “saber” dónde está el usuario. Este puede tomar una foto y luego se puede tener el geotag del teléfono en esa imagen.

La geolocalización es simplemente localizar algo en un mapa y conectarlo en Internet. Foursquare® reúne información de geolocalización y geotag con otras informaciones, como por ejemplo qué está cerca, cuántas veces se ha estado allí, y tal vez sugerencias y consejos de otros usuarios.

Si bien al principio esto puede haber resultado algo confuso para usuarios que no tenían las habilidades cognitivas desarrolladas para este tipo de actividad, la curva de aprendizaje tuvo un rápido ascenso: los usuarios no tenía que pensar en el geotagging y la geolocalización; simplemente sucedía intuitivamente mientras utilizaban Foursquare®.

Originalmente Foursquare® estuvo disponible sólo en algunos lugares seleccionados de los Estados Unidos y en Amsterdam, Holanda, y sólo los usuarios de nivel “superusuario” podían agregar o editar lugares, mientras que el resto podía hacer checkins en los sitios ya registrados. El 9 de septiembre de 2009 Foursquare® cambió a un modelo crowdsourced de expansión: los usuarios de Foursquare podían agregar lugares independientemente de su status de juego, lo que potenció el crecimiento de Foursquare®. El primer punto de expansión fue en Vancouver, Canadá, y luego en Montreal y Toronto, que fueron las primeras urbes donde se viralizó antes de esparcirse luego por todo el mundo.

Como dijimos, Foursquare® tiene un elemento lúdico muy importante, entonces el usuario gana puntos por cada check-in, pero más puntos gana si esa es su primera vez allí donde dice estar, y aún más puntos si se trata de un nuevo lugar. En los primeros años se crearon puntos de bonificación para la comprobación de lugares en un día.

La operación completa es simple. Básicamente, la plataforma necesita saber quién es el usuario, es decir, su ID y dónde está. Para eso existe un registro donde pueden completarse todos o algunos de los atributos solicitados. Nosotros evaluamos este aspecto y encontramos que muy pocos usuarios completaban esta fase de un modo exhaustivo, situación que se corrobora con lo que sucede en la mayoría de las aplicaciones. De hecho las suscripciones a nuevas aplicaciones han ido rotando desde entonces a la fecha a la utilización de los registros en Facebook®, Google® o Twitter®. Este registro en 4SQ® puede modificarse luego por el usuario. Los datos son las fecha de nacimiento, el nombre verdadero declarado como tal (no se exige validación), el nombre de usuario, una imagen que permita ser reconocido por otros usuarios, la cuenta de Facebook® y la configuración de la ubicación actual. Una vez que el usuario crea su usuario está habilitado para agregar amigos. La forma más sencilla de hacerlo es como dijimos conectarse desde loggeos previos en Twitter® o Facebook®, que además permiten ver cuáles de los amigos en esas plataformas que ya están utilizando Foursquare®.

Tanto para Facebook® como para Twitter® se permitió desde el principio el loggeo o registro de conexión del usuario mediante una ventana emergente que preguntaba si se deseaba realizar la conexión. Al hacer clic en Conectar para Facebook o Permitir para Twitter se puede observar una pantalla emergente con una lista de potenciales amigos para comenzar a conectar.

En caso de que los amigos no tengan Foursquare®, pueden ser invitados a unirse a Foursquare®. Inicialmente, puede usarse el mismo Facebook®, Gmail®, la lista de contactos del celular o Twitter® para invitar amigos, pero también puede invitarse por correo electrónico o mensajería electrónica SMS. El sistema tiene características que debieron ser aceptadas previamente por los usuarios-jugadores al comenzar a usar la aplicación. Por ejemplo ya que Twitter® y Facebook® pueden publicar los check-in del usuario, algunos usuarios expresaron su preocupación por publicar información sobre su paradero, con la eventualidad de sufrir una situación de riesgo. También se pueden aceptar solicitudes de amistad de otros usuarios, independientemente de la plataforma de la cual se origine la conexión, ya sea de la misma Foursquare® o de otras redes sociales.

Foursquare® desarrolló sus propias aplicaciones oficiales para móviles Samsung®, iPhones®, BlackBerry® y toda la red de dispositivos basados en Android®. Son gratuitas y se ofrecen actualizaciones periódicas. Los competidores de Foursquare® eran al momento de iniciar la tesis Yelp®, Gowalla®, Brightkite®, Google Places® y Google Hotpot®. En Agosto de 2010, Foursquare® llevaba un año de ser lanzado y ya había reclutado sus primeros usuarios. Facebook® lanzó un sistema similar de check-in llamado Places que se conectó con Foursquare® (y varios otros servicios) en los días posteriores al lanzamiento.

Todas las aplicaciones móviles de Foursquare® funcionan, esencialmente, de la misma manera. Todos ellos le permiten hacer lo siguiente:

• Registrarse.
• Encontrar lugares cercanos.
• Ver lugares cercanos donde sus amigos se registraron recientemente.
• Enviar mensajes.
• Añadir sugerencias y notas.
• Ver quién está en un lugar en particular.
• Ver el historial de facturación más reciente.
• Ver y administrar a los amigos.

En USA durante los primeros meses luego del lanzamiento de la aplicación se permitía enviar un SMS a Foursquare® para realizar una geolocalización, lo que luego fue desactivado.

Como expresamos arriba las diversas aplicaciones internas de Foursquare® requieren de la geolocalización del usuario, para lo cual se conectan dentro del dispositivo con el GPS del smarthphone. A veces no se puede conseguir una buena geoposición vía GPS, y en esos casos, Foursquare® utiliza las torres de telefonía móvil, usando triangulación con las torres de teléfonos móviles más cercanas para tratar de averiguar dónde se encuentra el usuario. La precisión de este método oscila entre 10 y 100 metros.

Cuando el usuario decide hacer un check-in, lo señala en el ícono correspondiente de la aplicación, luego verifica que el lugar sea el correcto y por último realiza la notificación a la plataforma. Después de unos instantes, el check-in está disponible para los usuarios habilitados para verlo. Si el usuario no encuentra el lugar puede buscarlo por nombre o ubicación. Alternativamente, si uno de sus contactos ya se ha registrado allí, también, se puede hacer clic en el nombre de esos amigos en su lista, y ver dónde ha estado esa persona.

En caso contrario, el usuario deberá agregar un nuevo lugar, ya sea con existencia real comprobable o no. Uno de los problemas con los que tuvo que lidiar Foursquare® fue que un pequeño pero consistente número de las personas se estaba registrando en lugares donde no se encontraban en realidad. Esto no parecía un gran problema, excepto que era bastante desconcertante para la gente que estaba allí, recibiendo puntos legítimamente.

Foursquare® consideró como un problema potencial el tema de las ubicaciones virtuales y desarrollo un sistema antiengaño que compara cada lugar señalado por el usuario con su presencia con el patrón de check-ins, comprobando constantemente los lugares. Ahora, ¿qué sucede cuando el algoritmo de Foursquare® evalúa que el usuario está haciendo checkin en un lugar, pero físicamente está en otro sitio? Por ejemplo: si hace un registro en una estación de tren pero Foursquare® establece que el usuario se encuentra a kilómetros de distancia. Dado que las torres de celulares pueden tener rangos potencialmente enormes de resultados de localización, lo que Foursquare® busca es un patrón de checkins en el tiempo. Foursquare® optó por permitir las ubicaciones no coincidentes espacialmente, pero estableció que los usuarios no obtendrían ningún tipo de recompensa en el juego y ya que los juegos tienen premios y el usuario que dispuesto a participar lealmente se veía desalentado por esas prácticas.

Foursquare® no permite regresar a un lugar y agregar un checkin en el mismo día, pero sí permite eliminar los registros. Además de revisar el historial de Foursquare®, el usuario puede consultar sus estadísticas de la última semana o el mes. También puede mirar el número de check-ins promedio, el porcentaje de check-ins en lugares nuevos y la cantidad de lugares nuevos que ha descubierto. Foursquare® no da la opción de optar por no participar en algunas recolecciones de datos y hacer el resto en forma anónima.

Dijimos que el usuario hace su check-in en la plataforma y entonces obtiene algún tipo de recompensa o token para marcar la ocasión. Existe todo un rankeo de insignias, desde las más simples, al hacer 3 check-ins en lugares del mismo tipo (por ejemplo, 3 bares distintos), u otras con el primer check-in, o la insignia de la superestrella por haber estado en 50 diferentes lugares, o por convertirse alcalde.

Las insignias son una manera de divertirse compitiendo y de reconocer a la gente que hace cosas y un estímulo para hacerlas. La idea es desplegar lúdicamente la búsqueda de nuevos lugares para visitar en la ciudad o encontrar adonde les gusta ir a los amigos del usuario. Las insignias son una extensión de esta diversión. Una insignia le permite obtener un pequeño icono que coincide con un logro y que puede ser visualizado por amigos y seguidores.

A medida que Foursquare® se volvía más popular, más y más insignias específicas fueron creadas para ciudades, eventos, e incluso programas de televisión. En algunas ciudades había insignias locales especiales, como en Nueva York, Pensilvania y San Francisco. Existen también insignias colectivas. Por ejemplo si hubiera 50 o más usuarios haciendo check-in en un lugar desbloquearían la insignia de “enjambre”, y con 250 personas o más obtendrían la insignia de “superenjambre”.

Dijimos que el usuario puede convertirse en Alcalde. ¿Qué es un Alcalde? Es la persona que se registra más veces en un lugar. Cuando un usuario se registra en un lugar, Foursquare® le informa quién es el alcalde del lugar. Convertirse en el alcalde de una ubicación es simple: sólo se debe hacer check-in tantas veces más una respecto a las veces que lo haya hecho el anterior Alcalde. Las visitas cuentan una vez por día. Es necesario ir como mínimo a un lugar dos veces con las dos visitas en días diferentes para ser alcalde.

Destituir alcalde es parte del juego para muchos usuarios. El convertirse en alcalde es, en algunos aspectos, como ganar una insignia. La plataforma envía un mensaje al usuario cuando se convierte en alcalde con el siguiente mensaje: “¡Enhorabuena, usted acaba de convertirse en alcalde!” y subsiguientemente se menciona el lugar. O también envía un mensaje equivalente cuando el usuario ha sido destituido por otro como alcalde de esa ubicación. El requisito para ser alcalde es tener un usuario en Foursquare® con una imagen de perfil. Ir a una ubicación no cuenta para ganar una alcaldía: Foursquare® requiere que se realice el checkin correspondiente. Algunos datos como rankings están disponibles sólo en clientes con dispositivos móviles, pero si desea ver esta información en la computadora portátil o de escritorio, puede irse a la página web m.foursquare.com. Algunos usuarios obtienen beneficios de su alcaldía en el mundo real: por ejemplo la cadena de café Blenz ofreció beneficios a los alcaldes de sus ubicaciones casi tan pronto como Foursquare® se activó en Vancouver. Cada usuario recibió una tarjeta de regalo de 5 dólares por convertirse en alcalde. También Starbucks realizó una promoción en 2010, ofreciendo 1 dólar de descuento en su Frappuccino al alcalde de cada local de Starbucks.

Cuando un usuario hace un check-in otros pueden dar a conocer que les gusta esa publicación mediante la opción like, que aparecerá visualizable para los amigos y seguidores del usuario que hizo el check-in. La aplicación cuenta con un sistema de visualización basado en pestañas o solapas virtuales. En la pestaña “Amigos” de la aplicación móvil de Foursquare® el usuario puede ver lo que sus amigos están haciendo. Puede ordenar la lista de actividades por hora (más reciente) o distancia (más cercana en ese momento). Incluso puede verse lo que sus amigos están haciendo en otras ciudades. Además puede visualizarse qué están diciendo los amigos del usuario, por ejemplo si un negocio tiene buenos precios o una buena atención. Un lugar como una galería o un museo puede redirigir a sus amigos a esa ubicación si las opiniones son favorables.

Volviendo al problema de la localización al momento de realizar el check-in ya sea por error, por cálculos estratégicos respecto a la dinámica del juego o para provocar la creencia en otros de estar en un lugar en el que realmente no se está, dijimos que el sistema opta por no dar puntaje. Pero si un usuario ha ganado el estatus de superusuario o si ha añadido un lugar concreto, puede editar la información de ese lugar. Si va a la página de la ubicación en el sitio web principal de Foursquare® y elige la opción “Editar lugar” puede agregar información y eventualmente crear un sitio inexistente. Si un lugar no tiene una categoría asignada (o si es incorrecta), puede editar la categoría asociada a ella, así como sus Etiquetas.

Foursquare® tiene también un sistema de recomendaciones, que son los comentarios que los usuarios hacen sobre los lugares que visitan y se llaman consejos. Los consejos pueden ser simples, como por ejemplo “Prueben los panchos de acá que son fabulosos” o “Este peluquero sí que sabe usar las tijeras”; o pueden ser más complejas, con información sobre el lugar, o detalles como por ejemplo cómo encontrar un lugar particularmente agradable en un parque. Se pueden añadir estos consejos o tips a través de la aplicación para móviles o de la página web principal de Foursquare®.

Otro recurso que presenta la plataforma son las “Tareas pendientes” y los “Gritos”. Las primeras son sugerencias de actividades que el usuario se propone para hacer en el futuro. Otra característica útil en Foursquare® son los gritos que consisten en expresar una idea en 140 caracteres o menos (como en Twitter). Los gritos pueden permanecer en Foursquare® y también pueden ser enviados a Twitter® o Facebook®.

Las empresas empezaron a utilizar Foursquare® para mejorar o incentivar su relación con sus clientes, especialmente para una serie de empresas como tiendas de ropa, cafeterías o discos. A tal fin la aplicación desarrolló un protocolo para que los encargados o propietarios de un lugar pudieran editarlo según su conveniencia, articulando esa acción con otras operaciones del plan de comunicación de la organización. Para reclamar la titularidad de un lugar se debe ubicar la solapa correspondiente y confirmar los detalles de la dirección, número de teléfono, sitio web dirección, página en Yelp.com y página en Google Places® y esperar la confirmación de los encargados de la plataforma.

De acuerdo a Foursquare®, toma desde una semana a 10 días para que el reclamo sea procesado que son los empleados reales los que analizan el pedido y se aseguran que el reclamante sea la persona adecuada para ser el responsable de la edición de lugar. Existe además la posibilidad de presentar reclamos sobre este punto, que también es definido por los humanos de Foursquare® (es decir, el proceso no es llevado a cabo por algoritmos de bases de datos preexistentes). Una vez que se procesó el reclamo y se obtuvieron los derechos correspondientes, el usuario puede comenzar a crear ofertas especiales, bonificaciones, y dar a conocer ventajas respecto a la competencia. Así se habilita una segunda placa del juego, el juego entre locaciones, no entre usuarios. Este solapamiento podría dar lugar a ventajas para algunos usuarios. Por eso, Foursquare® identifica a los trabajadores de los locales autorizados a editar para evitar que puedan volverse alcaldes, ya que no sería justo que gente trabaja en lugares específicos pudiera competir contra clientes o paseantes del sitio. Por lo tanto uno de los requerimientos durante la gestión de la página de la sede es agregar los ID Foursquare de los empleados para que no sean elegibles para beneficios, especialidades o alcaldías. Los empleados no aparecen por defecto vinculados a la página del lugar.

Cuando un usuario reclama la propiedad de una sede en Foursquare®, obtiene además acceso a las siguientes analíticas:

• Visitantes más recientes
• Visitantes más frecuentes
• Hora del día en que las personas se registran
• Número total de visitantes únicos
• Histograma de registros por día
• Desglose por sexo de los clientes
• Check-ins de Foursquare® transmitidos a Twitter® y Facebook®

Cuando se realizó la captura de datos el número total de usuarios activos mensuales de Foursquare® era de aproximadamente 55 millones, que habían realizado 7 mil millones de check-ins (Harrison, 2015) y 100 millones de likes. El alimento preferido era la Pizza. Desde el punto de vista demográfico porcentaje de personas de 18 a 29 años en los Estados Unidos que tienen una cuenta Foursquare® era de 6%, frente al 84 % que caracterizaba a Facebook®.

Otras variables a considerar para ampliar el contexto en el que hicimos nuestro trabajo:

• El número total de tips o consejos: 75 millones (Harrison, 2015).
• Número total de sitios de Foursquare®: 65 millones.
• Número de check-ins Foursquare® por día: 7 millones.
• Número total de páginas de negocios Foursquare®: 1,8 millones.
• Número total de desarrolladores Foursquare®: 85,000.
• Número total de empleados de Foursquare®: 170
• La página con más Me gusta: Starbucks (1,4 millones).
• Aeropuerto más visitado: Hartfield-Jackson de Atlanta, con más de 1 millón de inscripciones.

Desde el punto de vista geográfico el país donde es más rentable Foursquare® es Turquía, seguido por USA, Brasil, Canadá, México, Malasia, Indonesia y Filipinas. La compañía logró recaudar $45 millones en 2016 y su valor cayó un 50% respecto a los $650 millones de dólares respecto a la valoración de 2013, y Union Square Ventures es uno de los primeros y principales inversores en Foursquare®. En cuanto a los usuarios de la versión web de Foursquare® al momento de la recolección de los datos, el 62% de los visitantes regresaban a visitar el sitio, del que visualizaban un promedio de 2,07 páginas por día, dedicando aproximadamente 2 minutos cada jornada. Existe una leve predominancia del género masculino, con un 58%, formado principalmente por graduados universitarios; y la mayor parte de los accesos al sitio web se hacen desde el trabajo y en menor medida desde la casa y aún menos desde las escuelas o universidades.

Vamos a describir ahora brevemente qué sucedió con la plataforma luego de que se realizara la recolección de datos para esta investigación. Los encargados y accionistas de la empresa reconocieron a mediados de la segunda década que la aplicación podría no llegar a convertirse en un negocio duradero. Sus decenas de millones de usuarios no se transformaban en cientos de millones. Luego empezaron a detectar que los ingenieros de sistemas, encargados de los programas de la aplicación migraban a otras empresas nuevas más rápido que la tasa esperada para ese mercado laboral. Los usuarios empezaron a estar menos activos y muchos aún no habían desinstalado la aplicación, pero se quejaban en otras redes sociales, manifestando que ya no sabían para que la habían cargado en sus celulares. Es decir, para decirlo de un modo concreto, Foursquare® estaba en una grave crisis. Para complicar aún más las cosas los problemas no solo eran endógenos. Si bien en Foursquare® los usuarios disputaban por convertirse en alcaldes de un restaurant o por ver quién conseguía más medallas con el correr del tiempo, la cuestión del recomendar locaciones fue poco estimulada por la plataforma, situación que fue aprovechada por competidores como Yelp® o Gowalla® (aplicación fundada en 2009 y que alcanzó los U$S10 millones con fondos de Greylock Partners y varios inversionistas, luego adquirida por Facebook® a finales de 2011 y posteriormente cerrada), que comenzaron captar seguidores nuevos. Facebook® y Google® desarrollaron también aplicaciones para explotar este mercado, por lo que Foursquare® quedó relegado a una aplicación con menos diferenciales y al no estar integrada con las grandes plataformas resultó cada vez menos interesante para los usuarios. Fue así que los encargados de la plataforma decidieron en 2014 desdoblar Foursquare® en dos servicios: Foursquare® propiamente dicho, para las recomendaciones, y Swarm®, dedicada al check-in y la sección lúdica, decisión que al momento de estar redactando estas líneas (2016-2017), y más allá de varias idas y venidas respecto a los modos de renovar estos núcleos de interés de los usuarios, relegó a la plataforma a un pequeño nicho y la pérdida de importantes porciones de usuarios interesados en la geolocalización. Puede no obstante que esta decisión tenga efectos productivos a largo plazo, situación que escapa a la propuesta de esta investigación.

Dentro de las decisiones de aquel año merecen mencionarse además el rediseño visual de Foursquare® que cambió los colores del sitio y su logo, que se convirtió en una letra F con forma de marcador dentro de un mapa.

El des-solapamiento y desagregamiento que otras plataformas ejercieron con cierto éxito (por ejemplo Facebook® se sostuvo exitosamente con las compras de Whastapp®, una aplicación de mensajería, e Instagram®, una aplicación para editar y compartir fotos), como decíamos, no parece haber funcionado para Foursquare®, donde predominó el interés de los usuario por una simplicidad e integración opuesto a lo que las otras compañías ofrecen, dividiendo aplicaciones para multiplicar funciones. Sin embargo para Foursquare® representó una mejora desde la perspectiva de la BigData, que con la separación permitió mejorar la recolección de datos de las apps instaladas. Foursquare® siempre había sido pensada como una aplicación para los consumidores, y los responsables de Foursquare® redefinieron la visión de la compañía como una aplicación de datos de localización sobre GPS que podría ser utilizada para negocios.

Definido este cambio de perspectiva general, Foursquare® decidió empezar a vender a las grandes empresas los datos que generaba su API, con lo cual comenzó a mejorar sus activos, ya que anteriormente el uso de la interfaz era gratis hasta ese momento. Actualmente se acepta que los datos geográficos generados en 4SQ® son accesible al público y confiables académicamente a través de Interfaces de su API (Roick y Heuser, 2013). Debemos aclarar que el momento de la toma de la muestra no existieron restricciones monetarias para acceder a la base de datos de la empresa. De todas maneras, las pequeñas y nuevas empresas aún pueden utilizarla de manera gratuita.

Luego de desdoblarse en Foursquare® y Swarm® en septiembre de 2014, se puso en marcha Insights, un producto que analizaba las tendencias del tráfico de 93 millones de lugares en todo el mundo en ese momento. Esta información se pensó para que los minoristas pudieran decidir sobre cuestiones tales como dónde instalar una nueva tienda, por ejemplo.

En abril de 2015, Foursquare® añadió Pinpoint®, un sistema de publicidad digital que apunta a ayudar a los consumidores a descubrir marcas con las que se identifican o puedan llegar a hacerlo en base a donde circulan en la vida real. Así, por ejemplo, Pinpoint® podría ayudar a un fabricante de productos deportivos a mostrar anuncios a cualquier persona que vaya al gimnasio tres veces a la semana. Y en febrero de 2016, se creó Atribución, lo que ayuda a los anunciantes a responder a su pregunta más apremiante: Después de que alguien ve un mensaje digital, ¿se toman medidas en el mundo real?

Después de dos años de nuevo impulso se puede decir que hoy Foursquare® tiene una nueva identidad. Foursquare® es ahora una compañía de datos para grandes empresas y especializada en competencia y marketing para pequeños negocios. En 2009, cuando Crowley fue el primer encargado del área comercial de su idea de Foursquare®, los inversores dijeron que tomaría de 8 a 10 años para que el negocio funcionara. Algo similar ha sucedido con las otras plataformas de redes sociales, que hoy cotizan por encima de las empresas de la era industrial. Actualmente el 92% de las operaciones comerciales en los negocios minoristas se llevan a cabo en la vida real y no en línea, lo que significa que las estadísticas que Google® puede vender a sus clientes se basan en los hábitos de consumo en línea, que no necesariamente son los mismos que en la vida real. Foursquare® se propone como una solución para ese nicho informacional.

Recientemente Foursquare® ha firmado acuerdos con Snapchat® para mejorar su geofiltrado, pero también ha perdido usuarios cuando no acordó con Instagram®. Muchos usuarios además están dejando de dar a conocer su ubicación por problemas de seguridad o intimidad.

Foursquare® y Swarm® recolectan datos sociodemográficos de las personas que visitan un establecimiento concreto (sexo, edad, nivel educativo, etc.), su grado de fidelidad hacia una marca (en función de las veces que vuelven), su comportamiento dentro un establecimiento concreto con respecto a otros de la misma cadena, e incluso, cómo se mide frente a su competencia. Con esta base de datos en tiempo real Foursquare®, actualmente (2017) se está orientando aún más al mundo empresarial mediante Foursquare Analytics®, desarrollada para que los pequeños negocios puedan comprender intuitivamente cómo se comportan las clientes que entran en su establecimiento.

Haremos un breve comentario respecto a los Community Manager (CM) en Foursquare® y otras aplicaciones, que son los profesionales responsables de gestionar las actividades de un cliente en una plataforma de redes sociales específica y que también deben mantener actualizado y vinculado el espacio web de Foursquare® del cliente e investigar a la competencia.

En el caso particular de Foursquare®, los CM tienen como tarea expandir y hacer visible la imagen de una locación específica, por lo tanto no está centrada en los usuarios, como puede ser el caso de Facebook® o Twitter® sino en el negocio en sí. Por ejemplo el CM puede estimular el consumo con algún descuento si se hace un check-in de características definidas, en tiempo o característica del comentario.

Hipótesis

Por la característica en buena parte experimental de esta Tesis, se ha trabajado para enfrentar y comprobar una Hipótesis central y dos hipótesis secundarias.

La hipótesis central de este trabajo es que la comunidad de usuarios de la plataforma de redes sociales Foursquare® puede analizarse y describirse a partir de las relaciones que establecen los usuarios entre sí y con el uso que hacen del espacio socialmente compartido mediante los conceptos propuestos por el Análisis de Redes Sociales.

Las conversaciones generadas en estas comunidades, entendidas acá como operaciones de creación de amistad, sostenidas y aún desmontadas por los dispositivos que ofrecen las plataformas de redes sociales utilizadas a gran escala, proveen material que permiten investigar cómo la configuración de los lazos sociales afecta al comportamiento espacial de los usuarios, permitiendo establecer relaciones entre las posiciones en la topología de una red social.

La propuesta incluye la noción según la cual podrían establecerse vínculos lógicos entre configuraciones topológicas y cartográficas: las configuraciones estructurales, por un lado, y por el otro las regularidades en cuanto a la distribución en el espacio urbano, pueden representarse de un modo simple.

El análisis de los check-ins de los usuarios en las redes sociales basadas en la localización, como 4SQ®, es esencial para entender los patrones de los usuarios y sus comportamientos de movilidad (Lei et al., 2014), y nosotros planteamos que el patrón topológico de relaciones al que se adscriben los usuarios de redes sociales geolocalizadas opera como regulador de los comportamientos de los usuarios genéricos.

Hipótesis secundaria A: Se puede establecer una correlación entre las geolocalizaciones de la élite de usuarios con mayor centralidad de grado y el resto de la comunidad, de tal modo que conociendo dónde hacen check-in los individuos con mayor centralidad de grado, se podrá predecir dónde se encontrarán los check- in del resto de la comunidad de jugadores de 4SQ®. De este patrón de configuraciones podemos seleccionar los usuarios claves, en términos de capacidad de difusión de información.

Hipótesis secundaria B: Se puede establecer un punto de referencia por ciudad que promedie los lugares más seleccionados por los usuarios más conectados, y que ese punto centroide puede ser de utilidad para posteriores determinaciones.

Objetivos

Por las características específicas de nuestro objeto de estudio y el tipo de hipótesis propuestas, nos proponemos alcanzar los siguientes objetivos generales:

• Demostrar que 4SQ® puede ser descripto desde el programa de investigación del Análisis de Redes Sociales.
• Demostrar que se pueden mapear comunidades en áreas urbanas. El mismo espacio o área puede servir a muchos grupos diferentes de personas, que acceden a diferentes aspectos de ese espacio, y ciertas comunidades pueden extenderse más allá de fronteras duras como los códigos postales y las fronteras de las ciudades definidas por el censo. Con el crecimiento de la movilidad urbana y los datos de geolocalización queremos explorar cómo podemos utilizar los datos para comprender y definir mejor esas comunidades de personas, yendo más allá de las fronteras espaciales, como el código postal o los límites del vecindario, y viendo cómo se influyen unas a otras.
• Describir las consecuencias de la utilización social de las tecnologías de la información y la comunicación móviles basadas en medios locativos, es decir, artefactos capaces de reconocer su posición en el espacio y desplegar algún proceso mediológico de acuerdo a esta información.
• Detectar los usuarios claves de la red social en escalas 1000000/1 y la estructura de comunidades.
• Relacionar los patrones de clusterización o agrupamiento con la información más clásica proveniente de métodos de la sociología territorializada.
• Establecer la posibilidad fáctica de utilizar herramientas open source preexistentes para hacer efectivos los objetivos expresados y en caso contrario determinar si es posible desarrollar los paquetes de código necesarios específicamente para el trabajo de investigación.
• Evaluar la posibilidad de desarrollar una taxonomía de urbes a partir de la utilización del espacio de los usuarios de redes sociales.
• Correlacionar atributos de usuarios con esquemas relacionales mediante un método reproducible y falsable.
• Proponer un modo de clasificar ciudades de acuerdo a los hallazgos de esta tesis.

Definido el campo teórico desde el cual conceptualizamos nuestra hipótesis, abordaremos las formas en que las experiencias mediadas tecnológicamente son integradas en las prácticas de la vida cotidiana, y en particular cómo esto se puede observar en las aplicaciones geo-sociales como Foursquare.

Entendemos que la aplicación forma parte de un paisaje mediático que incluye otras formas de medios de comunicación social, así como los mensajes de texto, llamadas telefónico, correos electrónicos y conversaciones en persona. Debido a esta interpretación es que creemos sumamente necesaria la actividad de contextualizar los check-ins dentro de esta rica red social. De esta manera, comprendiendo los patrones de movilidad de los usuarios, se podrían efectuar recomendaciones más precisas, tanto de lugares como de nuevos amigos.

Metodologías

Vamos a utilizar metodologías denominadas en general cualitativas y cuantitativas. En las páginas que siguen vamos a tratar de mostrar cómo es que llegamos al Análisis de Redes Sociales (ARS) como uno de los ejes centrales de nuestro trabajo, y explicar así algunas diferencias con los estudios de predominio atributivo, que se centran en las características de los actores antes que en las relaciones entre éstos (Flache y Hegselmann, 1998). Desde esta perspectiva las relaciones forman configuraciones, patrones, esquemas que expresan sistemas complejos de interacciones que su vez pueden ser remitidos a patrones genéricos en los que se anidan los hechos sociales; así por ejemplo, algunas redes serán más densas, otras más grumosas, otras más resilientes u otras más centralizadas. Siendo el ARS un método para describir, medir y analizar las redes sociales, su metodología general será la misma, independientemente de en qué campo es utilizado: antropológico, biológico, arqueológico, historiográfico, etc. La clave de su adecuada utilización está en saber adaptar los constructos al objeto de estudio. Es sabido que las ciencias sociales han utilizado profusamente el ARS con éxito, no obstante todavía creemos que hay mucho camino por andar.

El procedimiento metodológico de este trabajo entonces apunta a detectar los patrones de interacción entre los usuarios, según las posiciones de los individuos (que se llamarán también “nodos”) respecto al conjunto de relaciones de las que participan (usaremos también “links” o “enlaces”) entendiendo como tal las de reconocimiento de amistad en 4SQ®, entendida ésta tal como lo propone la plataforma y describimos arriba.

En términos generales esta investigación se produce en el cruce de tres enfoques metodológicos que, progresivamente, van convergiendo en el estudio de las relaciones sociales dentro de plataformas telemáticas y redes: lo etnográfico, lo topológico y lo locativo. Se describen cada uno de esos enfoques y luego, en la descripción del trabajo, se mostrará cómo cobran cuerpo esos cruces en el trabajo de investigación.

Creemos que la detección de la comunidad en redes sociales reales es un asunto crucial. Por ejemplo, pensemos sobre nuestras redes sociales personales que, naturalmente, se conforman por varias comunidades, a saber: la familia, compañeros de trabajo, amigos de la universidad, y así sucesivamente. Estas comunidades pueden ser identificadas por propiedades topológicas, por ejemplo, la agrupación, es decir, una densidad importante de las conexiones en y entre los pueblos de estas comunidades. Cada persona pertenece también a muchas otras comunidades, muchas presentando solapamiento, es decir que los miembros de unas comunidades pertenecen a las otras también. Por ejemplo en uno de los trabajos prácticos (no publicados aún) con alumnos de nuestro taller de redes sociales, investigando redes de deportistas de jugadoras de hockey sobre césped hemos podidos correlacionar algunos atributos como por ejemplo la capitanía a redes extradeportivas, como las redes de diversión nocturna de esas mismas jugadoras. Lo mismo puede observarse en redes científicas, y las redes de citación.

Independientemente de la granularidad de análisis, los campos de investigación son identificables, pero sus límites son complicados de caracterizar debido a la existencia de tales superposiciones y por la existencia de comunidades en dominios próximos, tales como pescadores de unas y otras criaturas marinas, pero que puede compartir eventualmente algunos recursos.

En realidad, como veremos más adelante, la mayoría de los algoritmos tienen sus propias definiciones de lo que es una comunidad, y el análisis de las redes del mundo real también, altamente dependientes del contexto y del fenómeno estudiado.

Dicho esto, diremos que nosotros aquí estudiamos comunidades sociales desde centralmente desde el punto de vista del Análisis de Redes Sociales.

Lo etnográfico

Al comenzar a palpar 4SQ®, lo primero con lo que se encuentra el interesado en las preguntas de las ciencias sociales es con usuarios que se comentan unos a otros acerca de lugares.

No decimos nada nuevo cuando afirmamos que para el enfoque canónico en ciencias sociales un grupo humano es un sistema formado por un conjunto de actores que desempeñan roles recíprocos (Turner, 1982): de hecho si sostenemos que los grupos sociales están configurados por individuos caracterizados, cuando incorporamos al análisis los vínculos que tienen entre sí se enriquece notablemente la comprensión de su funcionamiento común.

La conformación de grupos es un fenómeno común entre los animales y entre los humanos (Newman, 2008), y ponemos el acento en con-formación, es decir en la creación o emergencia de una forma, de un esquema, de una matriz de relaciones.

El lente sociológico apunta a identificar esos grupos, encontrar las formas que los estructuran y de qué modo logran cierta durabilidad y tasa de cambio. De acuerdo a una interpretación canónica las personas integrantes de los grupos actúan guiadas por normas, regularidades, valores y objetivos y tienen como dirección alcanzar fines propuestos explícitamente o no, pero que como grupo se pueden describir a partir de una serie de variables mensurables en el nivel atributivo: económico, etario, laboral, educativo u otros (Lévi-Strauss, 1961). Pero otro elemento a considerar son los vínculos o enlaces entre los integrantes del colectivo, que independientemente del grado de diseño con que puedan encontrarse aparecen en la investigación empírica con propiedades de configuración relativamente estables de un grupo a otro. Esta idea, que no ha estado tan presente en el foco de la sociología clásica tanto como el anterior, es la que nos proponemos expandir en este trabajo.

Pensamos que la sociedad ofrece una amplia variedad de posibles organizaciones de los grupos: familias, trabajo, círculos de amistad, pueblos y naciones. La difusión de Internet ha llevado también a la creación de grupos virtuales que viven en la Web, como las comunidades en línea. De hecho, las comunidades sociales se han estudiado durante mucho tiempo (Coleman, 1964).

Las comunidades también se producen en muchos sistemas en red desde la biología, ciencias de la computación, la ingeniería, la economía, la política, etc.

Todos los seres vivos que interactúan y especialmente los seres humanos en las relaciones de amistad, parentesco o trabajo pueden ser vistos formando redes sociales. En la definición de redes sociales se coagulan y entrecruzan múltiples abordajes. Desde un punto de vista general hay redes donde existen elementos, interacciones y cierto des-borde en el modo de lectura que las separa epistemológicamente de los sistemas, que sí se definen a partir de sus límites.

Nosotros encontramos que sería productivo nutrirnos acá de cierto espíritu que comenzó a circular en las ciencias a partir de las Conferencias Macy, aquella serie de reuniones interdisciplinarias celebradas en Nueva York entre 1946 y 1953 (Macy, 1980). De aquellos encuentros derivaron inicialmente la teoría de sistemas, la cibernética y la ciencia cognitiva, pero satelitalmente y sobre todo a nuestro entender se consolidó un enfoque abierto, pragmático y que, conservando el rigor imprescindible de las disciplinas científicas, permitió empezar a trabajar en las zonas de hibridaje inter y transdisciplinario.

En este sentido veremos cómo el estudio de las redes sociales trabaja sobre diversos niveles de análisis. El interés de estas aproximaciones incluye también a la posibilidad de tratarlos conjuntamente. El análisis de redes debe desarrollarse en un nivel descriptivo de explicación de fenómenos sociales, proporcionando un vocabulario y un conjunto de definiciones formales para expresar conceptos teóricos y propiedades descriptivas (Wellman, 1983). Pero también puede ser usado para validar y evaluar teorías sobre procesos relacionales y estructurales.

El enfoque de las redes es estructural, pero no haremos foco aquí en la categorización de dichas estructuras, de si son latentes o manifiestas; objetivas, autónomas, coercitivas y exógenas a los sujetos sociales o, al contrario, inherentes a ellos; construidas simbólicamente, antes, durante o después de la interacción o interiorizadas vía socialización. Tampoco se hará centro en la variedad y el contenido de los distintos estructuralismos como corrientes de pensamiento en sociología.

Optamos por proponernos una perspectiva pragmática y empírica en la consideración y el tratamiento del concepto de estructura, especialmente por la naturaleza de 4SQ®. Es cierto que a los investigadores más estrictos de las redes sociales les has interesado menos la metafísica, las metáforas y la investigación de imaginarios y más la realización de análisis metodológicos rigurosos, empíricos o formales de los diversos tipos de redes.

El enfoque de redes concibe la estructura social como pautas conectoras, formatos de relaciones específicas que ligan unidades sociales, incluyendo actores individuales y colectivos. Más allá del uso del concepto de red social como simple metáfora y como un puro instrumento de investigación, nuestra aproximación trata de interpretar el comportamiento de los actores a la luz de sus posiciones variables dentro de la estructura social en red.

Según la posición que adoptamos así se ponen de manifiesto las constricciones de la estructura social sobre la acción individual y también las oportunidades diferenciales (conocidas como recursos sociales, como capital o como soportes sociales) a las que tienen acceso los actores. El análisis de redes sociales trata las variables estructurales medidas sobre los actores considerados como un conjunto. Precisamente define la estructura relacional de un grupo o de un sistema más amplio como las pautas, o relaciones del conjunto de actores del grupo. Los analistas de redes sociales estudian desde hace casi un siglo los modelos de estas relaciones para dar cuenta de los observables en los grupos. De esta forma se puede estudiar el impacto o la influencia de la estructura sobre el funcionamiento del grupo y/o sobre los individuos.

Hay que aclarar que aunque coloquialmente en castellano se emplea el término “redes sociales” para referirse a servicios digitales como Facebook®, Twitter®, YouTube®, Instagram® o   Foursquare®, y que aunque ese mismo término se traduce literalmente como social network, el concepto merece ser mejor precisado. Esto se debe a que cuando emergió durante la primera mitad del siglo XX, dentro del contexto de la antropología cultural, específicamente en la tradición estructural- funcional inglesa, muy lejos se estaba del surgimiento de las plataformas telemáticas.

Otra cuestión importante es que llevar tecnologías móviles equipadas con conexión a internet permite a las personas comunicarse mientras se mueven a través de un espacio físico, provocando un cambio inicial en este modelo tradicional de redes: los nodos (es decir, personas que llevan interfaces de conexión) se convierten en móviles.

El interés por las redes no es nuevo. Ya en la mismo época que se desarrollaban las Conferencias de Macy artistas como Gertrude Goldschmidt, conocida como Gego, comenzaron a trabajar sobre el concepto estético de networkismo (junto al de rizoma) y problematizaron la ausencia de centros y bordes, en una apuesta por criticar el orden moderno de las sociedades (Lima, 2011).

Del mismo modo, diferentes programas de investigación se fueron interesando por las perspectivas redológicas y como es sabido la etnografía, que suele ser ubicada dentro de las metodologías cualitativas, ha sido una de las más adelantadas. Es una disciplina que se dedica a la práctica de la observación y/o participación en grupos en particular (en línea en casos como el que nos interesa) o de una comunidad elegida durante un período de tiempo (Miller y Slater, 2000).

Según Burrell (2009), dada la definición tradicional de sitio de campo como “el escenario en el que los procesos sociales en estudio tienen lugar”, muchas de estas etnografías han investigado en una acotada en línea “lugares” digitales, como tablones de anuncios, foros, o juegos multijugador como World of Warcraft (Nardi, 2010). Sin embargo, las gigantescas redes sociales como Facebook®, Twitter® o Foursquare® mismo desafían este modelo porque es un sitio inmenso, público, rápidamente cambiante en el tiempo en contenidos y protocolos de conversación y expresión por lo que es difícil de encuadrar, o incluso determinar exactamente a quién o qué se está estudiando.

El enfoque en red puede ser apropiado, replanteando a las plataformas de redes sociales como una parte de una “red compuesta de puntos fijos y móviles, incluyendo espacios, actores, y objetos” (Burrell, 2009). En otras palabras, Foursquare® puede ser descripto como un nodo en una red de sitios web y aplicaciones para celulares que incluye otras plataformas, otros medios sociales de comunicación, lugares, individuos y objetos materiales, a su vez más o menos inteligentes, y más o menos integrados a las redes.

Pero al mismo tiempo, si acercamos la lupa sobre el mismo 4SQ®, podemos visualizar dentro de él la intrincada madeja de imágenes, mapas, comentarios, medallas, publicidades, relaciones de amistad y sugerencias que pueden ser descriptas también como puntos enlazados, creando tendencias que pueden ser descriptas atributivamente.

En esta ecología cualitativa, pero que rápidamente se tiñe de dimensiones cuantitativas, Foursquare® puede ser considerado como territorio primario para observar interacciones entre los individuos durante un período de tiempo, pero estas pueden ser transitorias, efímeras, y difíciles de precisar.

Varios enfoques se pueden tomar en la determinación de los límites de Foursquare® como un estudio de campo. Por ejemplo, un proyecto puede “seguir” un número determinado de usuarios que han sido identificados sobre la base de otras investigaciones. Cuando se realiza el seguimiento de las interacciones entre los individuos, y de hecho cualquier en usuario de Foursquare®, las actividades del usuario deben reconstruirse persistentemente, y esto puede ser difícil, ya que las herramientas de Foursquare® para tales acciones son limitadas: la función búsqueda, por ejemplo, es notoriamente problemática para este interés. En los primeros borradores del trabajo intentamos acceder a datos entrevistando a usuarios a los que les pedíamos que nos sugirieran otros que estuvieran dispuestos a entrevistarse con nosotros. Recopilábamos los perfiles junto a las entrevistas y luego procesábamos con cuadros, sin embargo, rápidamente empezamos a detectar las limitaciones de este modo de trabajo, tanto por la imposibilidad de trasladar los resultados más allá de las comunidades descriptas como por (y esto fue lo más importante) la evidencia que nos movíamos siempre dentro de pequeñas comunidades de amigos estrechamente enlazados.

Veámoslo con un ejemplo de paper, posterior a nuestro esquema inicial, que puede ilustrar el modo de trabajo en el que pensábamos originalmente. En una investigación reciente se buscó asociar rasgos de personalidad similares con preferencia por lugares comunes (Noë, Whitaker, Chorley y Pollet, 2016). Primero se aplicó una encuesta participativa basada en la web para recoger rasgos de personalidad y el comportamiento de 174 usuarios anónimos que, a través de sus check-ins comunes, permitieron crear una red. De acuerdo al grado de superposición en los rasgos de personalidad de los usuarios que visitaban ubicaciones comunes, se encontró que las personas con características mentales similares tendían a tener ubicaciones registradas en común. Contrariamente a las predicciones los hallazgos no proporcionaron evidencia de que los individuos extrovertidos hicieran sus check-ins en las mismas ubicaciones esperadas para su grupo. Las personas con alto nivel de inestabilidad emocional no tendían tampoco a tener lugares en común. Los resultados sugieren que diferentes tipos de lugares y características distintivas pueden actuar como atractores para las personas con tendencias particularmente selectivas. Estos hallazgos, que tienen implicaciones importantes para comprender la geolocalización en plataformas de redes sociales, sirven también como balizas sobre el enfoque cualitativo en estas redes, sin embargo piénsese en los problemas que pueden acarrear la necesidad de trabajar con magnitudes millonarias de usuarios, con decenas de atributos y en laces entre sí.

En este trabajo decidimos establecer a la Ciudad de Buenos Aires como el punto central a partir del cual realizar nuestra observación. Se trata de una decisión de algún modo arbitraria pero lo hicimos para facilitar la factibilidad de las observaciones y las entrevistas, así porque no existía suficiente investigación específica de la relación entre la ciudad de la Ciudad y Foursquare®. Definimos que los usuarios serán de Buenos Aires o de cualquier ciudad del mundo en nuestro estudio cuando se la hayan asignado así en el perfil del usuario de Foursquare®.

Como un antropólogo que viaja a lejanas islas decidimos que íbamos a suscribimos al servicio y explorar detenidamente a los contactos que fuéramos creando. ¿Cuantos suscriptos seguirían activos? ¿Qué porcentaje tendría una actividad intensa? ¿Sería comparabe a otras redes sociales? ¿Los usuarios más activos tenderían a crear más conexiones entre ellos? ¿De algún modo guiarían la evolución de la plataforma?

El estudio etnográfico sería entonces realizado desde el punto de vista del análisis estructural de redes, que se alimenta de una serie de consideraciones básicas que constituyen un programa de investigación, que incluye los siguientes niveles de comprensión (Molina, 2000):

• La idea de que los comportamientos de las unidades (individuos, grupos, organizaciones etc.) deben ser interpretados en términos de constricciones estructurales.
• Que los análisis no se han de hacer tanto a través de la clasificación de unidades atributivas sino priorizando las relaciones que mantienen, esto sin descartar las características, que pasan a ser secundarias.
• Que son precisamente las relaciones las que afectan a los comportamientos de los miembros de las redes, es decir, los conjuntos definidos relacionalmente.
• Que los métodos categoriales de descripción y análisis atributivos han de ser relegados por métodos relacionales.
• Que la estructura puede también ser considerada como una red de redes de tal modo que es responsabilidad del diseño de la investigación fijar los bordes internos y externos de la muestra.
• Que la estadística formal o no basada en interacciones queda en segundo plano, ya que las interafectaciones de las unidades distorsionarían los resultados estadísticos gaussianos.

Lo topológico

La revolución informática nos ha proporcionado una enorme cantidad de datos y recursos de cálculo para procesarlos y analizarlos. El tamaño de las redes reales que ahora disponemos potencialmente puede manejar también ha crecido considerablemente, llegando a tener millones o incluso miles de millones de nodos; en ese sentido el conjunto de nuestro trabajo puede leerse como el de un peregrino que nunca alcanza su destino, por culpa de esa expansión inevitable. Gracias a esto, la necesidad de tratar con un gran número de unidades ha producido un cambio profundo en la forma de acercarse a los datos, a la información que puede extraérseles y a sus formas de visualización (Barabási y Albert, 1999).

Para la comprensión de estas realidades complejas y su representación en cantidades muy extensas de datos, propias de lo que se producen las redes, la topología de redes se ha mostrado productiva. A medida en que nos fuimos acercando a lo locativo como una forma de comprender la permanencia y cambio de los lugares y sus formas de territorialización, al poco de andar descubrimos que debíamos recurrir a las posibilidades que la topología nos brindaba, para seguir avanzando en nuestro trabajo.

La definición principal de la topología remite al estudio de las propiedades de los cuerpos geométricos y su comportamiento en escenarios de transformación: cuáles de sus rasgos se transforman y cuáles permanecen inalteradas por transformaciones. Es decir hay una forma de la que emergen las formas secundarias con las que nos rodeamos en el mundo real. Por lo tanto la topología es la disciplina que estudia las propiedades de los espacios continuos, la transformabilidad de los cuerpos, la consistencia (o textura) que presenta un objeto; y entre los múltiples atributos que pueden describirse se destacan la conectividad, la compacidad y la metricidad o metrizabilidad, entre otros. La topología nos sugería entonces que de la maraña de datos que podríamos recolectar de Foursquare® tendríamos una forma válida de estructurarla, encontrando las formas o patrones básicos que la conformaban, más allá de las percepciones intuitivas que brindaba el acercamiento participativo.

Pero, además, existe otra concepción de la topología que servirá para nuestro trabajo y que es la de la topología de red, que amplía la anterior y que se entiende como el grafo lógico de una red de nodos interconectados para intercambiar datos. Descubrimos que, si conjeturamos que los usuarios que íbamos detectando y describiendo en nuestra exploración etnográfica eran considerados como nodos, podíamos convertirlos en integrantes de una comunidad a la que le podríamos etiquetar con conjuntos de atributos predominantes. Vistos desde el Análisis de Redes Sociales (ARS) y con ayuda de la Teoría de los Grafos, podríamos visualizar los diferentes tipos de redes y comunidades existentes, su dinámica y su modo de interacción.

Se recolectarían entonces los usuarios con toda la información posible de atributos, pero inexcusablemente con enlaces de amistad, privilegiando la posibilidad de realizar una lectura redológica de la muestra y de ahí se intentaría detectar configuraciones.

Se elaborarían así los grafos, visualizando la estructura de los nodos y enlaces, describiendo las relaciones establecidas, construyendo estadísticas y calculando parámetros topológicos como: grados, intermediación, proximidad, clustering, comunidades, desde una perspectiva de topología exponencial, es decir aquella en la que cada nodo tiene la posibilidad de enlazarse con el resto y libre de escala, es decir en la que a partir de grandes números de nodos se detecta la existencia de mayoría de nodos poco conectados y un pequeño núcleo muy conectado, y que permite extraer inferencias sobre el comportamiento general conociendo propiedades locales fractales.

Para intentar ser más claros podría ser interesante recordar el debate sobre el azar en las redes sociales.

Es conocido que los gráficos que representan los sistemas reales no son regulares. Se tratan de objetos donde el orden coexiste con el desorden. El paradigma del gráfico desordenado es el gráfico al azar, introducido por P. Erdös y A. Rényi (1959) donde la probabilidad de tener un borde entre un par de nodos es igual para todos los posibles pares. En un gráfico de azar, la distribución de los bordes entre los vértices es altamente homogénea. Por ejemplo, la distribución del número de vecinos de un nodo, o grado, es binomial, la mayoría de los vértices tienen un grado igual o similar.

Sin embargo las redes que se representan del mundo real no son grafos aleatorios, ya que muestran grandes heterogeneidades que revelan un alto grado de orden y organización. Generalmente el grado de distribución de las diferentes propiedades de estas redes es amplio, con una cola larga que a menudo sigue una ley de potencia: por lo tanto, muchos vértices con grado bajo coexisten con algunos vértices de alto grado. Es evidente que esto se debe a que los nodos se encuentran interaccionando unos con otros, por eso los atributos tienden a tener esa distribución. Por ejemplo, si en una habitación donde hay diez personas el promedio de billetes es de mil pesos, la mayoría cuando meta las manos en sus bolsillos posiblemente saque mucho menos que el promedio. Esta es una propiedad derivada del intercambio de billetes en una comunidad.

Estas reflexiones nos fueron llevando a modelar nuestra investigación. Ahora teníamos una perspectiva que derivaba de nuestras conversaciones con usuarios de 4SQ® y nuestra participación misma haciendo check-ins y reconociendo que reacciones se producían, teníamos otra perspectiva que derivaba de considerar los espacios en los que se producían esas geolocalizaciones, cómo los espacios se convertían en lugares al ser elegidos, seleccionados, modelados, de alguna manera vividos por los usuarios y también como esos lugares tenían su doble, o su reflejo invertido en el espejo, o en el vacío: los neolugares. Y ahora teníamos una forma de integrar estas observaciones con herramientas que habían sido lentamente desarrolladas por los redólogos de otras generaciones y que habían dejado disponibles para intentar avanzar con nuestros objetivos en 4SQ®.

Cuando seguimos indagando en los trabajos anteriores y haciendo nuestras primeras pruebas con recolección a mano de usuarios utilizando el ya clásico programa UCINET comenzamos a sospechar que la distribución de los enlaces no se daría sólo a nivel global, sino también localmente y de una forma no homogénea, posiblemente con altas concentraciones de enlaces dentro de los grupos especiales de nodos, y bajas concentraciones entre estos grupos. Esta característica de las redes reales, que se llama “estructura de la comunidad” (Newman y Giran, 2002), o clustering o agrupación fue para nosotros el tema importante a considerar ya que el concepto puede aplicarse desde redes financieras a biológicas (Danon, Duch, Arenas y Díaz-Aguilera, 2007). Por ejemplo las redes de interacción proteína-proteína forman las comunidades de proteínas que tienen la misma función específica dentro de la célula (Chen y Yuan, 2006); algo que se evidencia la World Wide Web, donde se corresponden con grupos de páginas webs que tratan los mismos temas (Flake, Lawrence, Lee Giles y Coetzee, 2002); algo que puede reconocerse también en las redes metabólicas están relacionadas con módulos funcionales tales como los ciclos y las vías (Palla, Barabási y Vicsek, 2007), en las redes alimentarias o con las redes de compartimentos (Krause, Frank, Mason, Ulanowicz y Taylor, 2002).

Las comunidades, también llamados grumos, cúmulos o módulos, son grupos de vértices que probablemente comparten propiedades comunes y/o desempeñan funciones similares dentro del gráfico.

Ilustración 1

Modelo esquemático de gráfico de comunidades (Fortunato, 2007).

Recuperemos los primeros pasos de nuestro trabajo. Imaginamos un usuario nuevo, recomendado por otro amigo que accede por primera vez a la 4SQ®. Ese nuevo nodo, al unirse a una red, ese nuevo usuario nuevo de Foursquare podía en principio conectarse a cualquier usuario preexistente. Sin embargo, no parecía ser lo que sucedía. En general veíamos que se unía al amigo que lo había recomendado y luego a sus amigos más conectados de este. Parecía tratarse ni más ni menos que la regla del enlace preferencial que conocíamos de la web y que dictaba que la elección no era totalmente al azar, sino sesgada por el grado previo de los nodos existentes. Es decir, el número de enlaces que los nodos tienen con otros nodos. Esto induciría a que el usuario más nutrido en enlaces se haría cada vez más rico, en efecto, lo que permitiría que los más conectados a él también consiguieran más enlaces a expensas de sus contrapartes menos conectadas.

Podemos entonces resumir la situación con un ejemplo: la vida en sociedad está estructurada alrededor de situaciones que tienden a sostenerse en el tiempo, mezcladas con pequeñas novedades. El análisis de redes sociales, mediante los conceptos derivados de la topología geométrica, permite predecir que los actores iniciales y mejor conectados determinarán la posible distribución de enlaces y por lo tanto el modo de difusión de novedades a través de una red.

En el caso de una red geolocalizada como Foursquare®, un usuario se podría enterar de la existencia de un nuevo lugar donde tener experiencias urbanas a partir de que otro mostrara dicha actividad.

Si dicha información lograba difundirse, cuanto más lo hiciera mayor sería la probabilidad de que se propagara efectivamente, por eso es que solo de vez en cuando una novedad, respecto a la matriz anterior, logra difundirse. Además pensamos que no solo se trataría de corrientes de imitación: también podríamos encontrar fenómenos de contigüidad temporal o continuidad espacial o formal. El descubrimiento de un lugar que le gustara a un usuario, por ejemplo, podría incitarlo a buscar otro lugar similar o en el mismo estilo.

La idea de que una cosa nueva en ocasiones desencadena otra es, por supuesto, de sentido común. Ahora, sin embargo, con la disposición de los extensos registros longitudinales de la actividad de los usuarios en línea y en los medios locativos, se volvería posible probar que cómo surgían novedades por azar más o menos regularmente, independientemente del tamaño de la muestra. Pero lo importantes es que se podría también detectar lo constante de las configuraciones que adoptan las relaciones de los nodos participantes en 4SQ®.

Existe un ejemplo ilustrativo para poder expresar lo que tratamos de decir. Es el modelo matemático de la urna de Pólya (Johnson y Kotz, 1977). Supongamos sitios como Wikipedia®, Netflix®, Instagram®, del.icio.us o Last.fm: todos ellos funcionan como resultado de la actividad colectiva de muchos usuarios, al igual que Fousquare® y otros medios locativos.

El experimento de la urna funcionaba así: bolas de varios colores se colocan en una urna. Una bola se retira al azar, se inspecciona, y se coloca de nuevo, junto con un cierto número de nuevas bolas del mismo color, lo que aumenta la probabilidad de que el color sea elegido de nuevo en las rondas posteriores.

La dinámica resultante, “el rico se hace más rico”, conduce a distribuciones asimétricas, y se ha utilizado para modelar la aparición de leyes de potencia y fenómenos de cola larga relacionados en campos que van desde la genética hasta la epidemiología de la lingüística y la informática.

Para que esto sea posible, la forma en la que se “reponen las bolas” no es más que la amplificación de novedades que surgen de la preponderancia de nodos más conectados sobre los menos conectados, en el caso de los medios locativos.

Intentemos reproducir un poco lo que conjeturamos en un principio. Las personas se mueven a lo largo de los territorios físicos, conceptuales, biológicos y tecnológicos, por caminos trillados tal como señalara Durkheim, sin embargo de vez en cuando descubren un lugar nuevo, y en el proceso, abren una nueva porción de espacio para otros, elongan así la membrana de la red de posibilidades, en la que puede o no resultar novedoso interactuar. Este escenario implica la importancia de los medios telemáticos para entender de qué modo las sociedades mantienen y modifican sus experiencias en el espacio real. El proceso puede ser visto como una exploración colectiva, aunque no coordinada, del espacio con la consecuente posibilidad de creación de lugares.

Es la correspondencia entre la aparición de novedades y la noción de la adyacente posible, es decir, el abanico de nuevos desarrollos que propicia un determinado evento. Si bien no existe un tratado general del análisis de redes sociales lo que podemos sostener en esta tesis es la importancia que descubrimos de esta perspectiva para abordar la investigación de cómo toman sus decisiones los usuarios de redes, y de cómo aparece y se difunde una novedad en las sociedades telemáticas a distancia. Al explorar los textos que trataban estos temas fuimos encontrando que la mayoría de los primeros estudios sobre las redes sociales eran estáticos y descriptivos sobre sus características, cómo eran en un momento determinado, pero generalmente no intentaban explorar las dinámicas internas que llevan a una red cambiar de un estado a otro. Encontramos que el movimiento hacia modelos dinámicos es un fenómeno relativamente reciente y se han logrado avances mediante el trabajo de los físicos que han estado al tanto de las investigaciones anteriores de psicólogos sociales, antropólogos sociales y sociólogos.

Un número importante de físicos ha explorado las posibles ampliaciones de los modelos matemáticos de la física a otros campos intelectuales. Barabási (2002) ha sido el principal impulsor de la aplicación de los modelos físicos de los fenómenos sociales y económicos, viéndose a sí mismo como un pionero en territorio virgen (Scott, 2012).

La importancia de un documento elaborado por Watts y Strogatz (1998), junto a lo que producía Barabási, además del acercamiento que fue gestándose en la comprensión de los fenómenos con grandes redes del mundo real, fue produciendo que, pese a sus numerosas limitaciones, aparecieran algunas nuevas ideas que ayudarían a lograr una mayor conciencia de la importancia del análisis dinámico.

Cuando recolectamos aun un poco más el hilo de los eventos significativos nos encontramos con que Stanley Milgram había trabajado (1969) con los controvertidos estudios de “pequeños mundos” (1967) para explorar los límites para ciertos tipos de variaciones en la estructura de la red. Milgram estaba interesado en el hecho de que los extranjeros solían ser capaces de identificar a personas conocidas o conexiones mutuas, y exclamar “¡Qué pequeño es el mundo!”. Para explorar este fenómeno se llevó a cabo el experimento siguiente: Se pedía a los voluntarios pasar un mensaje a un desconocido en otro país. Los voluntarios fueron instruidos en que debían pasar el mensaje sólo a una persona conocida para ellos, y que esta segunda persona también debe pasar el mensaje a una persona conocida. El mensaje debía, por lo tanto, ser pasado hacia adelante en forma de una carta en cadena. Milgram descubrió que los mensajes podrían típicamente llegar desde el origen al destino a través de un promedio de seis conexiones, o cinco individuos intermedios. Esta es la ya famosa idea de “seis grados de conexión”. Volviendo a Watts y Strogatz, cuando ellos comenzaron a explorar las propiedades matemáticas de las redes experimentales mostraron que sólo ciertos tipos de redes tienen propiedades de mundo pequeño, y que muchas de las medidas utilizadas en el análisis de redes sociales dependían de su presencia en las redes estudiadas. Su foco de interés fue, por lo tanto, las variaciones en la estructura de la red y los cambios de estado de una red de mundo pequeño a redes densamente conectadas. Demostraron que las propiedades de “mundo pequeño” existen en las redes que se agrupan en zonas de densidad relativamente alta, y por una diferenciación entre los lazos llamados fuertes y débiles. Propusieron que en una red de este tipo, la superposición de las conexiones es tan grande que las distancias entre los puntos son óptimamente bajas. Un gráfico del mundo pequeño contiene muchos enlaces “redundantes”, de tal manera que los puntos tienden a estar conectados a través de varias rutas alternativas. Mostraron que los pequeños cambios en la conectividad de este tipo de redes pueden alterar significativamente sus propiedades, si se producen estos cambios cerca de los niveles de los umbrales que definen las condiciones de mundo pequeño. Por lo tanto, los cambios estructurales radicales pueden seguir a los cambios de menor importancia a nivel local.

El cambio estructural, entonces, es visto desde los aportes de estos autores como el resultado de la elaboración y rotura de conexiones a nivel local, y se produce como una consecuencia no deseada de esas acciones. Estos tipos de cambio se han trazado en modelos computacionales, basados en agentes que tienen como objetivo simular la toma de decisiones y así rastrear el cambio a través del tiempo.

Estas ideas fueron claves para confirmar que estábamos en el camino correcto con nuestra exploración topológica en red: ¿Podríamos encontrar propiedades al menos semejantes en 4SQ®? ¿Podría existir un pequeño mundo en esa red?

Luego encontramos un trabajo esencial para los modelos dinámicos que queríamos explorar, propuestos por los físicos Tom Snijders y Patrick Doreian (2010). Ellos representan a los individuos como seguidores de reglas, que hacen o rompen sus relaciones sociales de acuerdo con las reglas de decisión en particular. Las personas que actúan como “miopes”, sin conciencia de las consecuencias de sus acciones más grandes (que son, por lo general, desconocidas e impredecibles para ellas), producen cambios lineales graduales en la estructura general de la red. Cuando sus acciones reducen el número de enlaces redundantes más allá de cierto punto, sin embargo, el cambio puede ser radical y no lineal.

A los puntos de umbral críticos, Snijder los ha llamado “transición de fase”, que interrumpen la capacidad de la red para continuar desarrollándose como antes. La difusión de las innovaciones y el flujo de capital, por ejemplo, pueden estar completamente interrumpidos por esa transición. Propusieron que cuando las acciones a nivel local aumentan el número de enlaces redundantes más allá de un punto de umbral superior, por otro lado, la red llega a tener tan alta conectividad que las ideas y los recursos pueden propagarse a una velocidad tal que se pierden todas las ventajas posicionales. ¿Podría ser posible investigar esto en 4SQ®?

Luego nos encontramos con la idea de que los racimos de grandes gráfos podían ser usados para crear estructuras de datos, con el fin de almacenarlos y rastrearlos más eficientemente. Charles Perkins (2001) observó que las redes autoconfigurables formadas por la comunicación de nodos que actúan en la misma región y que cambian rápidamente (debido a que los dispositivos se mueven, por ejemplo), por lo general no mantienen de forma centralizada las tablas de enrutamiento que especifican de qué manera los nodos deben comunicarse con otros nodos. La agrupación de los nodos en conglomerados permite generar tablas de enrutamiento compactas, con una eficiente elección de los caminos de comunicación (Steenstrup, 2001).

Descubrimos también que la detección comunidades era también importante por otras razones. La identificación de los módulos y de sus límites permite una clasificación de los nodos de acuerdo con su posición estructural. Así, los vértices con una posición central en sus agrupaciones, es decir, que comparten un gran número de bordes con otros compañeros de grupo, pueden tener una importante función de control de la estabilidad en el grupo; y los vértices situados en los límites entre los módulos juegan un importante papel de la mediación, y conducen las relaciones e intercambios entre las diferentes comunidades.

Esta clasificación parecía ser significativa en las redes de la vida social (Burt, 1976) tanto como en las redes metabólicas (Guimerà y Amaral, 2005). Por último encontramos otra idea: se pueden obtener gráficos donde los vértices son las comunidades y los bordes se establecen entre los grupos, si hay conexiones entre algunos de sus vértices en el gráfico original y/o si los módulos se superponen. De esta manera se alcanza una gruesa descripción de la gráfica original, que da a conocer las relaciones entre módulos.

Lo locativo

Habíamos recortado hasta acá dos miradas posibles. La etnografía nos brindaría la visión cualitativa que obtendríamos observando y participando en 4SQ®. Tendríamos también una perspectiva de topologías de red, lo que nos permitiría infectar patrones en grandes paquetes de datos. Sin embargo nos quedaba la localía por fuera, por lo que nos propusimos crear los andamios necesarios para observar este aspecto de 4SQ®.

Ilustración 2:

Mapa de las muertes por cólera confeccionado por John Snow. Fuente: Wikipedia. El material es de dominio público.

Quizás sirva acá recordar que fue durante la epidemia de cólera londinense de 1854 en que el célebre Dr. Snow demostró que eran los vecinos que extraían agua de una bomba de uso público los que se contagiaban la enfermedad.

Snow había registrado los nombres y direcciones de 83 personas fallecidas en el área a causa del cólera, basándose en sus certificados de defunción y colocándolas en un mapa. Calculó luego la distancia entre la residencia de cada difunto y la bomba de agua más cercana, observando que en 73 de 83 casos los muertos habían tomado agua de la misma fuente, demostrando gráficamente la relación espacial entre las muertes por cólera y la bomba de Broad Street (Doval, 2003).

Pero a decir verdad este ejemplo, que funda la epidemiología moderna y que es un antecedente importante de los aportes que este enfoque daría a la humanidad, puede ser demasiado luminoso y encandilarnos, ya que la compresión de lo locativo requiere de una descripción más densa.

Los orígenes de la preocupación humana por su ubicación en el tiempo y el espacio son posiblemente tan ancestrales como el lenguaje mismo. Apenas el humano recobra la conciencia, las primeras preguntas suelen ser: ¿Quién soy y en qué lugar estoy? (Noé et al., 2012).

Como señala el geógrafo Camilo Bustos Ávila (2009), el concepto de territorio y sus derivados, territorialización y territorialidad, representan múltiples desafíos para los distintos académicos que se encargan de su estudio, como geógrafos, antropólogos y politólogos, entre otros.

La territorialización se constituye en base a mecanismos de apropiación en convivencia y en conflicto, que se configuran a partir de una red de relaciones que, en redes sociales, se caracterizan por un carácter contingente y efímero (Suárez, 2016).

Es cierto que la territorialización es un impulso básico de las sociedades humanas, sin embargo, como la sociedad ha evolucionado hacia la informacionalización a distancias telemáticas, ahora debemos incluir la ocupación de espacios virtuales como objeto de estudio. Los métodos tradicionales utilizados para analizar diferencias culturales se basan principalmente en las encuestas y, por esta razón, es muy difícil representar una significativa muestra estadística a escala global si se trata de éstas territorializaciones digitales.

Entonces nos propusimos una metodología específica para identificar los límites culturales y las similitudes poblaciones de la ocupación de locaciones virtuales a través de diferentes escalas basadas en el análisis de registros de 4SQ®.

En una encuesta de 2010 encontramos que el 4% de las personas en los Estados Unidos utilizaba los servicios de localización como Foursquare®, Gowalla® y Facebook Places®; y cerca del 1% de los usuarios de Internet utilizan estos servicios durante el día (Zickuhr y Smith, 2010). El crecimiento desde la casi nada misma (ya que estos dispositivos son propios del siglo XXI) a semejante cantidad de usuarios no podía ser más que un crecimiento exponencial, impulsado por una tendencia semejante respecto a la difusión de nuevas tecnologías móviles que, bajo la etiqueta de medios locativos, estaba creando nuevas formas de territorialización, control, juego, vigilancia, creación de espacios compartidos, promoción y rastreo y, en contra de la tesis del no-lugar o “no sentido del lugar” generaba nuevos significados para los conceptos de espacio, lugar y territorio (Lemos, 2007). Este autor brasileño comenzó a teorizar acerca de cómo la evolución de la sociedad en la era industrial junto al crecimiento y aceleración de la circulación de bienes, capital, individuos e información, provocaba que los lugares modernos ya no podían entenderse solamente como porciones fijas de espacio o puntos de anclaje de comunidades. Debían ser vistos como puntos de vinculación platafórmicas: los lugares de la modernidad estaban mutando a la par que aumentaba la movilidad de las sociedades modernas y se necesitaban nuevas herramientas de comprensión.

Un material para estas reflexiones apareció cuando Linden Lab en el año 2003 puso en línea Second Life (traducible como Segunda Vida), un mundo virtual tridimensional, abstracto, digital y paralelo en donde, previa inscripción y con una identidad lúdica provista por un “avatar”, se podían ejercer comportamientos semejantes a los del mundo real, entre ellos dis-poner o crear territorios digitales. Encontramos que la comprensión del lugar requería entonces de nuevas dimensiones que dieran cuenta de esta mirada de intersecciones de flujos más allá de la idea de que la globalización estaba provocando que los lugares se convirtieran en “no-lugares”, en los que se perdía el sentido por la velocidad en el espacio y la compresión del tiempo (Tuan, 2004).

Así nos acercamos al núcleo de nuestro interés en los medios locativos: entender el trasfondo en el que la sociedad mantiene tendencias equilibradas entre estabilidad y cambio respecto a las formas de territorialización. Revisando el abundante material producido por las humanidades digitales (Hockey 2004) encontramos que existían evidencia sobre que las tasas regulares de cambio social se pueden correlacionar con interacciones al azar en la que se producen copias aleatorias de memes, o paquetes simples de información del estilo “voy a comer a tal lugar” (conocido por los otros), y la creación de novedades informativas como por ejemplo “¡he descubierto que han abierto una cantina fabulosa a pocas cuadras del Obelisco!”. Es decir, existe una relación entre información que mantiene la estabilidad social respecto al uso social del espacio y la que la regenera, la hace mutar, cambiar. Es decir: la sociedad expresa los efectos de la las acciones de mayorías de individuos imitando y transformando aquello con lo que se vincula: por ejemplo las tendencias y modas están cambiando constantemente, con resultados futuros casi imposibles de predecir salvo en su frecuencia de aparición (por ejemplo, moda de invierno) y sobre todo en la existencia de la moda misma. Esto se aplica también a las diferentes formas de la localización. Existen los restaurantes más o menos originarios, conocidos por todos, y están los otros, en los que se espera descubrir una novedad. Del mismo modo podemos encontrar un selfie capturada delante de ancestrales pirámides egipcias pero también está la que se obtiene protagonizando una manifestación callejera.

Estas tendencias aparentemente contradictorias de estabilidad y cambio implican por un lado la copia aleatoria de variantes socializadas entre los individuos, y por otra la innovación ocasional, demostrando que el modelo de copias aleatorias predice un flujo continuo de nuevas ideas inicialmente marginales (análogas a las mutaciones biológicas) y azarosas, de tal manera que la comprensión de la evolución social depende más de la tasa de rotación de novedades que del tamaño de la población.

La música, los nombres y las territorializaciones mismas que acá problematizamos se ajustarían a esta expectativa: el modelo de copiado aleatorio proporciona un medio adicional para caracterizar el comportamiento de copiado colectivo en la evolución cultural (Bentley, Lipo, Herzog y Hahn, 2007), y nos dice por qué algunos lugares persisten y otros aparecen o desaparecen. En este punto teníamos de donde sostenernos: los usuarios que íbamos entrevistando efectivamente parecían tender a formas de copiado de check-ins previos y, al mismo tiempo, ocasionalmente creaban un nuevo lugar o visitaban uno poco habitual entre su comunidad de amigos.

Como dijimos, la aparición de las tecnologías de ubicación en los dispositivos móviles, entre otras novedades tecnológicas, había transformado a los celulares en algo más que herramientas de comunicación de voz. Al ser capaces de localizar su posición en el espacio, se empezaron a emplear también para mantenerse conectado a otros individuos y a lugares físicos y entre sí: lo que llamamos medios locativos. Al mantener a los usuarios conectados e interactuando, operaban como dispositivos sociales, sosteniendo las tendencias y al mismo tiempo transformándolas.

Derivado de lo anterior pudimos extraer un listado de características de los medios locativos, y específicamente de las plataformas de redes sociales que los contenían:

• Permiten a los usuarios ver la posición de otros en un mapa en su teléfono celular.
• Interactuar con uno u otro en función de su distancia relativa en el espacio físico.

Podíamos afirmar entonces, a partir de estas reflexiones, que los medios locativos representaban un nuevo camino por el cual las tecnologías móviles mediaban relaciones:

• Entre los usuarios.
• Entre los usuarios y los espacios físicos / digitales.
• Entre los usuarios respecto a la red de suscripciones en una red social.
• Entre los usuarios y los externos a red de suscripciones.

Había otro campo de reflexiones que incorporamos en la preparación del proceso de trabajo: las formas de apropiación de los dispositivos. Encontramos que diferentes comunidades podían ayudarse a que se concibieran lugares y espacios de otra forma. Para los jóvenes, la comunidad se compone de sus amigos y miembros de la familia, que pueden incluir tanto las conversaciones cara a cara como las que se dan a través del intercambio de información digital móvil en blogs, micro-blogs, software social, textos SMS y teléfono celular, fotos y videos. Son relaciones que fortalecen el contacto y el uso de los espacios urbanos, así como la creación de nuevos significados y temporalidades de lugar y comunidades. Por lo tanto, los chats en Facebook®, las actualizaciones de micro-blogging, la sincronización de actividades por SMS, y el contacto permanente a través de los teléfonos celulares son todas nuevas actividades que refuerzan las relaciones sociales y la comunidad de pertenencia.

Las redes sociales móviles, los mapas de colaboración, las anotaciones urbanas, las movilizaciones bottom-up, los juegos basados en la localización y las rápidas y repentinas multitudes (flashmobs y smartmobs) son buenos ejemplos de estas comunidades acotadas por los espacios digitalizados. Estas experiencias podían también ser vistas como una forma de lidiar con el vacío percibido del espacio urbano, de reconstruir los vínculos sociales y como un acto supletorio o complementario de contacto físico entre los usuarios.

Concluimos que las relaciones electrónicas, en definitiva, podían reforzar las comunidades y el significado de la comunidad de lugar (Falkheimer y Jansson, 2006) y decidimos así considerar para esta investigación a una comunidad en 4SQ® como un conjunto de nodos que están más densamente conectados entre ellos que con el resto de la red (Boccatelli, Latora, Moreno, Chávez y Hwang, 2006) apropiándose del uso del espacio.

La importancia de este planteamiento radicaría en que se podría esperar que los nodos que estuvieran contenidos dentro de una misma comunidad compartieran atributos, características comunes o relaciones funcionales. Llegados acá la conclusión siguiente fue que sería necesaria la aplicación de la teoría de redes para el estudio de las comunidades.

Los individuos involucrados en el estudio serían todos los integrantes de grupos que se enlazan mediante 4SQ®, vía dispositivos móviles o eventualmente vía computadoras de escritorio.

Teníamos un modo de avanzar despejado pero al mismo tiempo una enorme difusión de dispositivos de comunicación móviles en crecimiento, tema que no podríamos soslayar para una descripción lo más densa posible de nuestro objeto. Esta vertiginosa penetración de los dispositivos móviles, llamados por la industria teléfonos inteligentes o smartphones debería tener una gran relevancia para los diagnósticos que tendríamos que hacer en el campo de las ciencias sociales, por lo demás serían el punto de apoyo material para performativizar las intervenciones que sugieran desde indagaciones como la que teníamos por delante.

Nuestro material principal de trabajo serían los check-ins de los usuarios, de los que la plataforma de 4SQ® permite recolectar el último realizado solamente. Era una dificultad evidente, pero que podría disolverse por el efecto de la aleatoriedad: el principio se aplicaría a la totalidad de los usuarios analizados. El check-in podríamos vincularlo con el usuario en cuestión y a éste con la red de vínculos de amistad que lo relacionaba con otros usuarios de la plataforma, tanto con sus amigos directos como con los amigos sucesivos de estos.

Además, de estos usuarios, se podrían obtener atributos que habrían sido establecidos en el perfil de cada uno, tanto en 4SQ® como en el perfil de Facebook®.

Como dijimos, exploramos en un primer momento a pequeños grupos detectados por relaciones de amistad y observamos la posibilidad de difusión frente a limitaciones estructurales y espaciales que podíamos leer, provistas por las diferencias propias de cada ciudad, cada usuario, cada tipo de lugar, suponiendo que la yuxtaposición de la observación etnográfica, la estructura topológica y la estructura geográfica demostraría la interacción de estas tres dimensiones (Onnela, Barabási, Arbesman, González y Christakis, 2011).

Quedaban así configurados los elementos necesarios para nuestro modelo de análisis de redes ampliado, equiparable en este nivel al análisis discursivo (se propone esta comparación para aquellos que están habituados a otras metodologías):

Ilustración 3

Modelo analítico-discursivos	Modelo de Análisis de Redes Sociales
Corpus	Colección de check-ins, nodos y enlaces
Documentos	Check-ins individuales
Estructura documental	Configuración topológica en Red

Tabla comparativa de modelos analíticos.

Nuestro objetivo en este nivel de desarrollo del trabajo fue que, al proceder a buscar correlaciones entre atributos de usuarios y esquemas relacionales mediante un método reproducible y falsable, confirmaríamos nuestra inquietud acerca de las razones de por qué los usuarios hacen sus check-ins, así como qué hacen con eso las plataformas.

Como veremos luego, las variables medibles serían los agrupamientos reconocibles en los patrones topológicos de red, vinculados con atributos extraídos de los perfiles tanto de la plataforma primaria 4SQ® como de Facebook®. Para reconocer los patrones de clusterización, se utilizarían algoritmos de metodología basada en análisis de redes sociales.

Por último creemos importante una aclaración práctica. Las comunidades que encuentran las perspectivas redológicas pueden tener aplicaciones concretas. Por ejemplo los clientes Web, que tienen intereses similares y están geográficamente cerca, pueden mejorar el rendimiento de los servicios prestados en la World Wide Web, en que cada grupo de clientes podría ser servido por un dedicado servidor espejo (Krishnamurthy y Wang, 2000). La identificación de los grupos de clientes con intereses similares, en la red de relaciones de compra entre los clientes y los productos de los minoristas en línea como en Amazon, permite configurar eficientes sistemas de recomendación (Reddy, Kitsuregawa, Sreekanth y Rao, 2002), que guían mejor a los clientes a través de la lista de elementos del minorista y mejoran las oportunidades de negocio.