La messagerie texte entre amis pourrait être le nouveau démarchage porte-à-porte menant aux élections de 2020.

Des chercheurs de Columbia ont découvert que les textos peuvent être une alternative efficace aux tactiques de mobilisation des électeurs en face à face pendant la pandémie de COVID-19. L'équipe, qui a été dirigée par Aaron Schein, chercheur postdoctoral au Data Science Institute, ont constaté que la réception d'un message d'un ami a entraîné une augmentation de la participation électorale lors des élections de mi-mandat de 2018. L'effet estimé était équivalent au démarchage en porte-à-porte, une découverte importante à l'ère de la distanciation sociale.

Schein et ses collaborateurs, dont le politologue Donald Green, membre DSI David Blei, La boursière postdoctorale DSI Dhanya Sridhar, et al., en partenariat avec Outvote, un outil pour obtenir le vote, pour mener l'étude.

Outvote a randomisé un aspect de leur système avant les élections de mi-mandat de 2018 pour évaluer discrètement l'effet causal des messages de leurs utilisateurs sur la participation électorale. L'équipe de Columbia a développé une méthodologie statistique pour relever les défis de ces données, et analysé les conclusions précédentes d'Outvote. Leur analyse révèle des preuves d'effets thérapeutiques importants et statistiquement significatifs des efforts de mobilisation d'ami à ami. La méthodologie statistique peut être utilisée pour étudier d'autres efforts de messagerie d'ami à ami.

Schein utilise des modèles statistiques pour comprendre et prédire les facteurs qui stimulent la participation des nouveaux électeurs aux élections politiques américaines. Il reconnaît que l'étude expérimentale des appels d'ami à ami peut être difficile. "Si l'étude est trop envahissante, telle qu'elle entrave l'interaction naturelle, nous pouvons finir par mesurer l'effet des appels d'ami à ami qui sont guindés et inauthentiques. D'autre part, si l'intervention expérimentale est trop faible, nous pouvons ne pas estimer les effets avec précision, " il a dit.

L'étude a utilisé un schéma de « toucher léger », Schein a dit, tout en injectant suffisamment d'aléatoire dans le système pour identifier les effets causaux. "Les défis statistiques que nous surmontons pour estimer ces effets sont probablement inhérents à toute étude d'appels authentiques d'ami à ami et expliquent peut-être pourquoi il y a eu si peu d'études de ce type à ce jour."

Ces résultats de recherche ont été présentés à la Conférence internationale 2020 sur les sciences sociales computationnelles (IC2S2 2020). Schein a reçu le prix de la meilleure présentation 2020 lors de la conférence.