Between Polarization and Conversion: The difference between Herd and Framing Effects in Social Networks through Agent-Based Simulation
Resumo
Este artigo busca analisar e ilustrar as diferenças entre o funcionamento de dois efeitos: manada e enquadramento. Apesar da utilização de ambos, via mecanismos algorítmicos que se utilizam de heurísticas para manipulação dos agentes de forma externa, os funcionamentos e resultados são distintos. Para melhor demonstrar essa conceituação teórica, desenvolveu-se simulações baseadas em agentes, com a representação algorítmica representada por bots ilustrando a atuação e os resultados sob os agentes. Enquanto o efeito manada provoca uma polarização, mantendo a divisão de opiniões na rede, o enquadramento tende a homogeneizar a opinião propagada como verdadeira. Conclui-se que a exposição prática e conceitual desses efeitos contribui para uma melhor compreensão do funcionamento de redes sociais e, a partir dessa compreensão, maior autonomia frente ao ecossistema digital contemporâneo.
Referências
Castro, A. S. R. (2014). Economia comportamental: caracterização e comentários críticos. Campinas – UNICAMP (dissert.)
Edmonds, Bruce, Le Page, Christophe, Bithell, Mike, Chattoe-Brown, Edmund, Grimm, Volker, Meyer, Ruth, Montañola-Sales, Cristina, Ormerod, Paul, Root, Hilton and Squazzoni, Flaminio (2019) 'Different Modelling Purposes' Journal of Artificial Societies and Social Simulation 22 (3) 6 [link]. DOI: 10.18564/jasss.3993
Gordeladze, Marina (2025). ALGORITHMIC MANIPULATION ON SOCIAL MEDIA: AN INSTRUMENT OF INFORMATION WARFARE AND ITS INFLUENCE ON PUBLIC OPINION. Vectors of Social Sciences. 59-68. DOI: 10.51895/VSS/10/MarinaGordeladze.
Gigerenzer, G. and Brighton, H. (2009), Homo Heuristicus: Why Biased Minds Make Better Inferences. Topics in Cognitive Science, 1: 107-143. DOI: 10.1111/j.1756-8765.2008.01006.x
ITU (2025). Statistics. Disponível em: [link]
Neth, H. and Gigerenzer, G. (2015). Heuristics: Tools for an Uncertain World. In Emerging Trends in the Social and Behavioral Sciences (eds R.A. Scott and S.M. Kosslyn). DOI: 10.1002/9781118900772.etrds0394
Slotta, Daniel (2025). Social media - statistics & facts. Disponível em: [link]
Tisue, S., & Wilensky, U. (2004). NetLogo: A simple environment for modeling complexity. In Proceedings of the International Conference on Complex Systems (Vol. 11, pp. 16-21).
Terenzi, M. (2024). Modeling Persuasion in Social Media: A Theoretical Approach to Algorithmic Content Distribution and Manipulation. Journal of Sociocybernetics, 19(1). DOI: 10.26754/ojs_jos/jos.2024110992
Wilensky, U. (1999). NetLogo. Center for Connected Learning and Computer-Based Modeling, Northwestern University. Evanston, IL. [link]
