Medición de los efectos causales de la comunicación civil sin aleatorización
Author
Venue
AAAI ICWSM 2024
Abstract
Comprender los efectos causales de la cortesía es fundamental a la hora de analizar la comunicación social en línea, pero medir la causalidad resulta difícil. Las pruebas A/B y otros experimentos aleatorios son el método de referencia para establecer efectos causales, pero no son aplicables en este contexto debido a 1) la imposibilidad de controlar los niveles de cortesía en un experimento y, lo que es más importante, 2) las restricciones éticas que supone aleatorizar intencionadamente los niveles de cortesía. Desarrollamos un novedoso enfoque cuasi-experimental para cuantificar el efecto causal de la cortesía en las comunidades en línea de la plataforma social 3D Roblox sin necesidad de una aleatorización explícita. Este método utiliza la estocasticidad residual en la asignación de usuarios a servidores mediante «emparejamiento» como mecanismo de cuasi-aleatorización en datos históricos observacionales. Hemos observado que asignar a un usuario a un servidor con mayores niveles de comunicación civilizada podría aumentar el tiempo de interacción hasta en un 1,5 % en determinadas experiencias. Teniendo en cuenta las 4.800 millones de horas-persona que se pasan mensualmente en la plataforma, esto implica un aumento potencial de más de 8.000 años-persona de interacción social cada mes. Además, este efecto se sobreestima con métodos no causales. Los enfoques cuasi-experimentales prometen nuevas vías para medir el impacto causal del comportamiento de los usuarios en las comunidades en línea sin afectar negativamente a los usuarios mediante experimentos aleatorios.
