I messaggi di testo da amico ad amico potrebbero essere la nuova campagna porta a porta che porterà alle elezioni del 2020.

I ricercatori della Columbia hanno scoperto che gli sms possono essere un'alternativa efficace ai tradizionali, tattiche di mobilitazione degli elettori faccia a faccia durante la pandemia di COVID-19. Il gruppo, guidato dal ricercatore postdottorato del Data Science Institute Aaron Schein, ha scoperto che ricevere un messaggio da un amico ha portato a un aumento dell'affluenza alle urne durante le elezioni di medio termine del 2018. L'effetto stimato era equivalente alla ricerca porta a porta, una scoperta importante nell'era del distanziamento sociale.

Schein e i suoi collaboratori, compreso il politologo Donald Green, Il membro del DSI David Blei, Dhanya Sridhar, borsista post-dottorato del DSI, et al., ha collaborato con Outvote, uno strumento per ottenere il voto, per condurre lo studio.

Outvote ha randomizzato un aspetto del proprio sistema prima delle elezioni di medio termine del 2018 per valutare in modo discreto l'effetto causale dei messaggi dei propri utenti sull'affluenza alle urne. Il team della Columbia ha sviluppato una metodologia statistica per affrontare le sfide di tali dati, e ha analizzato i precedenti risultati di Outvote. La loro analisi rivela prove di effetti terapeutici ampi e statisticamente significativi dagli sforzi di mobilitazione da amico ad amico. La metodologia statistica può essere utilizzata per studiare altri tentativi di messaggistica tra amici.

Schein utilizza modelli statistici per comprendere e prevedere i fattori che determinano l'affluenza alle urne alle elezioni politiche statunitensi. Riconosce che studiare sperimentalmente gli appelli da amico ad amico può essere impegnativo. "Se lo studio è troppo invadente, tale da ostacolare l'interazione naturale, potremmo finire per misurare l'effetto di appelli da amico ad amico che sono ampollosi e non autentici. D'altra parte, se l'intervento sperimentale è troppo debole, potremmo non stimare gli effetti con precisione, " Egli ha detto.

Lo studio ha impiegato uno schema "leggero", Schein ha detto, mentre inietta abbastanza casualità nel sistema per identificare gli effetti causali. "Le sfide statistiche che superiamo per stimare questi effetti sono probabilmente inerenti a qualsiasi studio sugli autentici appelli da amico ad amico e forse sono il motivo per cui ci sono stati così pochi studi di questo tipo fino ad oggi".

Questi risultati della ricerca sono stati presentati alla Conferenza internazionale 2020 sulle scienze sociali computazionali (IC2S2 2020). Schein ha ricevuto il premio Best Presentation 2020 durante la conferenza.