Desigualdade em redes por meio de anexo preferencial, fechamento triádico e homofilia

Por que Algumas Pessoas Ficam Muito Mais Conectadas que Outras

De círculos de amizade a colaborações científicas, nossas vidas sociais e profissionais estão entrelaçadas em redes. Ainda assim, essas teias de conexões raramente são justas: algumas pessoas ficam extremamente bem conectadas, enquanto outras permanecem à margem. Este artigo explora por que tais desigualdades surgem, como diferentes tendências sociais interagem para moldar quem se torna visível e influente, e o que isso significa para lacunas persistentes de gênero em áreas como física e ciência da computação.

Três Regras Simples que Moldam Redes Complexas

Os autores se concentram em três formas básicas pelas quais as pessoas tendem a formar conexões. A primeira é o vínculo “os ricos ficam mais ricos”: temos maior probabilidade de nos conectar a quem já é muito conectado, como cientistas famosos ou colegas visíveis. A segunda é o vínculo baseado em semelhança: preferimos interagir com pessoas que se parecem conosco em algum aspecto importante, por exemplo gênero, disciplina ou origem. A terceira é a formação de triângulos: frequentemente fazemos amizade com amigos de amigos, fechando lacunas em nossos círculos sociais. Cada uma dessas tendências já foi estudada separadamente, mas seu efeito combinado sobre a desigualdade — especialmente quando existe um grupo minoritário e um majoritário claramente definidos — tem sido menos compreendido.

Um Novo Modelo para Redes em Crescimento e Desiguais

Para examinar como essas regras interagem, os pesquisadores apresentam um modelo de crescimento de redes chamado PATCH. O modelo constrói a rede um recém-chegado por vez. Cada novo nó recebe aleatoriamente a afiliação a um grupo majoritário ou minoritário e então escolhe alguns nós existentes para se conectar. Algumas conexões são feitas examinando toda a rede; outras, ao olhar apenas para amigos-de-amigos. Em cada caso, a escolha pode ser guiada por semelhança, por popularidade, por ambos ou por nenhum dos dois. Ao ajustar sistematicamente esses parâmetros — quão forte é a preferência por semelhança, com que frequência triângulos são fechados e se a popularidade importa — os autores geram grande número de redes artificiais e medem quão segregadas elas são e quão desigual é a distribuição de conexões.

Como Surgem Separação e Lacunas de Visibilidade

As simulações revelam papéis distintos para cada mecanismo. A preferência por semelhança é o principal motor da segregação: quando indivíduos favorecem seu próprio grupo, os laços se concentram dentro dos grupos e conexões entre grupos tornam-se raras. O viés de popularidade, por outro lado, é o fator mais forte para a desigualdade no número de conexões por pessoa; ele cria hubs altamente conectados. O fechamento de triângulos desempenha um papel mais sutil. Quando as escolhas de triângulos não são elas mesmas tendenciosas por semelhança ou popularidade, essa regra local tende a amenizar extremos: reduz a segregação e estreita a diferença de visibilidade entre grupos, embora possa aumentar a desigualdade geral no número de conexões em toda a população. Quando a formação de triângulos também é guiada por semelhança e popularidade, entretanto, ela pode reforçar padrões existentes, tornando algumas figuras centrais do grupo favorecido ainda mais dominantes.

Ligando o Modelo a Comunidades Científicas Reais

Os autores então analisam cinquenta anos de dados de física e ciência da computação: redes de coautoria mostrando quem trabalha com quem, e redes de citação mostrando quais artigos referenciam outros. Nessas configurações, as mulheres formam uma minoria persistente e historicamente receberam menos colaborações e citações. Ao comparar os dados reais com redes geradas pelo PATCH, os pesquisadores inferem quais combinações de regras melhor explicam os padrões observados. Eles descobrem que, ao longo de décadas e conjuntos de dados, a versão do PATCH que melhor se ajusta é aquela em que tanto as escolhas globais quanto as baseadas em triângulos são guiadas pela popularidade e por uma tendência moderada a trabalhar com pares do mesmo gênero. Nesses mundos simulados, assim como nos dados, as mulheres permanecem, em média, menos visíveis, enquanto um pequeno número de indivíduos altamente conectados — em sua maioria do grupo majoritário — concentra uma parcela desproporcional da atenção.

O que Isso Significa para Reduzir a Desigualdade

O estudo mostra que melhorar uma dimensão da desigualdade pode piorar outra. Por exemplo, incentivar mais laços entre grupos pode reduzir a segregação, mas ainda deixar um grupo minoritário com menos conexões no total. De modo similar, aumentar o fechamento de triângulos por meio de sistemas de recomendação — como “pessoas que você talvez conheça” ou “artigos relacionados a este” — pode reduzir lacunas entre grupos, mas também aprofundar desigualdades dentro do grupo favorecido ao elevar ainda mais algumas estrelas. O PATCH destaca que desigualdades em redes surgem da ação combinada de tendências simples e naturais, e não de uma única causa. Para quem busca construir sistemas científicos e sociais mais justos, a mensagem é clara: mudanças significativas exigem ajustar vários mecanismos ao mesmo tempo — limitar a popularidade descontrolada, suavizar escolhas baseadas em semelhança e projetar cuidadosamente ferramentas que sugiram novas conexões — para que visibilidade e oportunidade sejam distribuídas de forma mais equilibrada.

Citação: Bachmann, J., Martin-Gutierrez, S., Espín-Noboa, L. et al. Network inequality through preferential attachment, triadic closure, and homophily. Sci Rep 16, 13461 (2026). https://doi.org/10.1038/s41598-026-42911-3

Palavras-chave: redes sociais, desigualdade, homofilia, fechamento triádico, disparidades de gênero