DOI: 10.22325/fes/res.2023.178

De la “brecha digital” al control de internet. Usos, actitudes y participación digital en España


From "digital divide" to internet control. Uses, attitudes and digital participation in Spain


Alejandro Pizzi ORCID

Universitat de València, España. . Email

Juan Pecourt ORCID

Universitat de València, España. juan.pecourt@uv.es. Email

Joaquim Rius-Ulldemolins ORCID

Universitat de València, España. joaquim.rius@uv.es. Email


Recibido / Received: 21/03/2022
Aceptado / Accepted: 09/11/2022



RESUMEN

Desde el inicio de la popularización de internet en los años noventa se han desarrollado diversos debates sobre las diferencias sociales en la participación en entornos digitales, que han tomado el nombre de digital divide, en su dimensión más material, cognitiva o de poder. Progresivamente el debate ha evolucionado desde posicionamientos simplistas y/o utópicos sobre la condición democratizadora de la red hacia visiones más sociológicas, a partir de nociones como el capital social y cultural. En este trabajo, estudiamos la influencia que ejerce el capital digital, junto con los aspectos socio-demográficos principales, sobre los usos de redes sociales por parte de los individuos en España. Para dicho estudio, utilizamos los datos del Eurobarómetro 92.3 del año 2019, y aplicamos la técnica de regresión logística multinomial. El resultado más significativo, en relación al uso de redes sociales, es que existen culturas de internet diferenciadas, vinculadas con la desigual distribución del capital digital.

Palabras clave: Brecha digital, redes sociales, diferencia de participación, capital digital, sociedad digital.


ABSTRACT

Since the beginning of the popularization of the Internet in the 1990s, various debates have developed about social differences in participation in digital environments, which have taken the name of digital divide, in its most material, cognitive or power dimension. Progressively the debate has evolved from simplistic and / or utopian positions on the democratizing condition of the network towards more sociological visions, based on notions such as social and cultural capital. Specifically, we study the influence that digital capital exerts, together with the main socio-demographic aspects, on the uses of social networks by individuals in Spain. For this study, we used the data from the Eurobarometer 92.3 for the year 2019, and we applied the multinomial logistic regression technique. The most significant result, regarding the use of social networks, is that there are differentiated internet cultures, linked to the unequal distribution of digital capital.

Keywords: Digital divide, social networks, participation gap, digital capital, digital society.




INTRODUCCIÓN


Desde la generalización del uso de internet a inicios de los años noventa el estudio de su uso ha generado un intenso debate. El primer debate se centró en las condiciones materiales y requisitos económicos y educativos para poder acceder y utilizar las nuevas tecnologías (DiMaggio, 2014; Hargittai et al., 2008; Ouellet, 2009), a las que se le suponían todas las virtudes des desde unos postulados ciberutópicos (Ouellet, 2009; Rubio-Arostegui et al., 2017a). El debate se conoció bajo la etiqueta de digital divide (o “brecha digital”), y era interpretado como otra manifestación de la desigualdad social y de la creciente división entre conectados-ricos y no conectados-pobres (Castells, 1997). Sin embargo, esta visión fue criticada pronto (en los inicios de los 2000s) por su simplismo al considerar que todo el mundo quiere estar conectado, y que iba a comportarse de forma similar online, en un momento donde se generalizaba la conexión a internet en los países avanzados (Mossberger et al., 2003).

De este modo, el debate evolucionó hacia la comprensión de las condiciones sociales y los usos de internet, es decir, se conceptualizó en torno a la idea del participatory gap. La nueva propuesta tomaba en consideración las habilidades cognitivas y socio-educativas para participar y los factores sociales o de género que explicarían los diferentes niveles de participación (Schradie, 2011). Sin embargo, desde nuestro punto de vista, este debate vuelve a caer en una visión simplificadora que no tiene en consideración dos tipos de factores. En primer lugar, los factores políticos y culturales que motivan a acceder y participar en el mundo digital (Harambam et al., 2013) así como la percepción o no de los riesgos inherentes a la internet y las Inteligencia artificial (Lobera et al., 2020). Y, en segundo lugar, vuelve a caer en una valoración positiva de la participación online que no tiene en consideración el dominio oligopolístico de la participación por parte de las plataformas y los algoritmos que les permiten manipular dicha participación (Morozov, 2018; Smyrnaios, 2016).

Actualmente, el debate debe incorporar nociones más complejas de la participación, y tener en cuenta la lógica específica del capital digital y la noción de campo digital como espacio de dominación. Además, debería incluir la idea de la gestión y manipulación de los algoritmos como una nueva dimensión central de la brecha digital (Calderón Gómez, 2020). Así, ante el déficit heurístico en las explicaciones deterministas de tipo económico, ingresos o estudios, para dar cuenta de las diferencias en el uso de internet, proponemos adoptar una perspectiva más multidimensional de la jerarquía social (Anthias, 2013), en la que los aspectos políticos y de poder ordenen la reflexión sobre la verdadera dimensión de la brecha digital; no entre los que acceden o no, participan o no, sino entre dominantes y dominados.

Al respecto, el artículo se compone de los siguientes apartados. Primero, presentamos una discusión teórica que sintetiza el estado del debate actual y justifica el enfoque de nuestro estudio dentro de las preocupaciones de la sociología de la cultura. A continuación, plateamos el abordaje metodológico que llevamos a cabo y la justificación de las técnicas de análisis empleadas. Y finalmente presentamos los resultados, desarrollamos la discusión y establecemos unas conclusiones.

DIGITAL DIVIDE STUDIES: ACCESO, PARTICIPACIÓN Y CONTROL

Los primeros debates sobre la brecha digital se desarrollaron en los años noventa, y se presentaron en términos duales: un análisis entre quienes tienen o no tienen acceso a internet, entre los cuales se trazaba una línea divisoria, que daba lugar al término “brecha digital”. En un momento en el que el acceso era relativamente caro, implicaba una inversión y no estaba disponible en todos los territorios, este debate se centró en analizar quiénes quedaban excluidos del acceso (Wresch, 1996), suponiendo, a menudo de forma acrítica, que el acceso a internet implicaba un bien en sí mismo (Morozov, 2013).

Uno de los obstáculos iniciales en el estudio de las diferencias sobre el uso de internet es la confusión entre, por un lado, el acceso y la posesión de la infraestructura necesaria y, por el otro, el uso cotidiano y activo de las nuevas tecnologías (Selwyn, 2006). El uso ubicuo y constante de internet, o de aparatos conectados a internet, en los países avanzados dificulta establecer una diferencia clara entre uso y no uso, o incluso entre niveles de uso. Por ello, se debe abandonar el determinismo tecnológico o materialista y pensar los usos de forma más compleja y significativa (Harambam et al., 2013).

Ciertamente, las diferencias en los usos pueden encontrarse en factores categoriales como la renta, la profesión, la etnia o el género (Hargittai y Walejko, 2008; Hargittai y Shaw, 2015). Sin embargo, estos factores de análisis no agotan la explicación de las formas y niveles de uso actuales de internet y su integración en la vida cotidiana de las personas, que han sido estudiados en lo que podemos llamar el segundo debate de la brecha digital (Hargittai, 2002; van Dijk, 2006), y que aportan factores explicativos complementarios y decisivos para comprender el fenómeno de la participación digital. En este sentido, la brecha digital ha pasado de un primer debate sobre acceso o no acceso, y las condiciones materiales que lo hacen posible (van Deursen y van Dijk, 2019), a un debate más complejo sobre las habilidades necesarias para desarrollar participaciones más activas (Mossberger et al., 2003). Se han producido análisis más detallados acerca de la competencia y el dominio de habilidades que permiten utilizar herramientas ofimáticas o de edición de imágenes y video, entre otros (van Deursen y van Dijk, 2011). Además, en esta segunda fase el punto focal del debate ha pasado del consumo pasivo al activo y, por lo tanto, en el gap de producción digital (Schradie, 2011) que revela diferencias sociales mayores en la participación asociadas a las habilidades requeridas (Hargittai y Shaw, 2015).

Los estudios existentes, sobre todo centrados en la primera brecha digital, muestran cómo el acceso a Internet fomenta las desigualdades sociales (DiMaggio et al., 2004; Hargittai et al., 2008). Sin embargo, como hemos visto, la cuestión del acceso no se limita a la “conexión” versus “desconexión”. Resultan significativas también las diferencias en las posibilidades de acceso a través de múltiples dispositivos (móviles, tabletas, ordenadores portátiles, ordenadores de mesa, etc.). Los estudios muestran que la utilización de diferentes dispositivos facilita la realización de unas tareas u otras (van Deursen y van Dijk, 2019). Así, por ejemplo, para realizar un trabajo que exige un esfuerzo de concentración importante, el ordenador personal es más adecuado que el teléfono móvil, aunque ambos tengan funcionalidades similares. Entendemos que, si bien esta perspectiva abre nuevos escenarios de comprensión, existen otras dimensiones que siguen siendo minusvaloradas: por ejemplo, la dimensión cultural de los usos y actitudes con respecto a internet, que puede ser considerada como variable independiente y no puramente dependiente de las variables materiales y sociales (Alexander, 2000).

De este modo, cuando se analizan las desigualdades digitales suelen utilizarse factores como el acceso a internet, las habilidades o las pautas de la participación digital, sin tomar en consideración las diferentes “culturas de internet” que definen a usuarios y no usuarios de las redes sociales (Dutton y Reisdorf, 2019; Gonzales et al., 2021). Una dimensión de estas culturas de Internet está conformada por las actitudes generales hacia Internet, que reflejan los significados profundos que se adscriben a este espacio comunicativo (Dutton y Blank, 2015; Lindell et al., 2021). Los usuarios incorporan significados a estas tecnologías y estos significados condicionan los usos. Según los significados asignados, la participación en las redes sociales puede implicar ahorrar tiempo o, por el contrario, malgastar el tiempo. Por tanto, esta visión complementa la mirada socio-demográfica de las desigualdades digitales para centrarse en las actitudes y las creencias que condicionan los distintos comportamientos digitales.

Los estudios iniciales sobre la cultura de Internet (que se entendía en los términos ciberutópicos de “cibercultura” (Bell, 2007; Bell et al., 2004) han sido reemplazados por estudios más matizados que identifican diferentes culturas de Internet asociadas a distintas formaciones sub-culturales (Holt, 2010; Thomas, 2003) y tipos de usuarios (Dutton y Blank, 2013). Dichas culturas explicarían los usos diferenciados de Internet y las redes sociales. Desde la perspectiva bourdieuana de Ragnedda (2018) , estas diferentes culturas de Internet estarían asociadas, no solamente con la posición socio-económica, sino también con el capital digital incorporado del individuo, es decir, con su conocimiento del campo mediático-digital y de sus reglas de juego (Pecourt, 2021). El capital digital incorporado, inscrito mental y corporalmente, es resultado de una trayectoria y una socialización en Internet, y condiciona la actitud hacia las redes sociales y la capacidad de utilizar el capital digital como meta-capital o capital-puente, que potencie del resto de los capitales y recursos sociales.

Por tanto, existe un capital digital que no consiste solamente en la acumulación de conocimientos y competencias, sino que proporciona la habilidad para comprender el juego del campo social (Bourdieu, 2002a; Bourdieu, 2002b; Rubio-Arostegui et al., 2017b), en este caso el juego del campo digital. Este juego tiene sus dinámicas de dominación (y estrategias de resistencia y/o subversión), demanda la capacidad cognitiva de dominar los códigos y comprender los desafíos específicos (Bourdieu, 2008). Entendemos que los análisis de la segunda brecha digital son insuficientes por no considerar la lógica del capital digital y las estrategias de dominación (Ragnedda, 2017; Ragnedda y Muschert, 2018); (Calderón Gómez, 2020), más allá de mera participación o de expresión individual (Hargittai, 2002; van Dijk, 2006). Tampoco considera las “trayectorias de socialización” que evitan una concepción excesivamente estática de las desigualdades digitales (De Rivera et al., 2021).

LA ESPECIFICIDAD DEL CAPITAL DIGITAL

La utilización del concepto de capital digital para entender las interacciones del Internet participativo tiene que superar diversas dificultades. Algunos autores han criticado la proliferación de la utilización del concepto de “capitales” en las últimas décadas (Hodgson, 2014) para analizar distintos tipos de recursos o habilidades; utilización que surge a partir de los estudios pioneros de Bourdieu. Esta dificultad se traslada también al ámbito digital. Por una parte, encontramos estudios que tienden a incidir en la primacía de los factores socio-económicos y culturales en el uso de las tecnologías digitales, y cómo estos usos generan las desigualdades digitales. Es el caso de la teoría de los recursos y la apropiación de van Dijk (2005) , quien asegura que los factores categoriales de los individuos producen una distribución desigual de los recursos, lo que condiciona el acceso desigual a las tecnologías digitales. Otros autores, como Gilbert (2010) o Helsper y Reisdorf (2017) , siguen una línea similar. Para este grupo de autores, la acción conjunta de diferentes capitales (económico, cultural, político, personal y social) condiciona el acceso y la participación en Internet.

Otros matizan un poco más y entienden que la participación digital está asociada a la posesión de capital cultural (Emmison y Frow, 1998; Paino y Renzulli, 2013). Este grupo considera que el capital cultural tiene un componente tecnológico que Bourdieu no tuvo presente, pero que funciona con la misma lógica. Esta concepción la han desarrollado diversos autores bajo diferentes denominaciones, como “habitus informacional” (Robinson, 2009), “capital informacional” (Prieur y Savage, 2013) o “capital tecnológico” (Selwyn, 2004). Todas estas visiones entienden que, al final, existe una serie de habilidades y predisposiciones culturales, que incluye una alfabetización cultural, que condicionan la participación en las redes sociales. De esta forma, el capital cultural tendría preferencia analítica respecto al resto de los capitales sociales.

Sin duda, el contexto socioeconómico y los recursos culturales juegan un papel importante en la participación digital, pero no son suficientes para comprenderla. Consideramos que la participación en Internet no surge de la mera adición de capitales sociales, también está condicionada por la posesión de un capital específico, que es el “capital digital” (Park, 2017; Ragnedda et al., 2020). Esta especificidad depende del desarrollo de un espacio social con una cierta autonomía, que denominaremos el campo digital (Pecourt, 2021). El capital digital supone: a) la posesión de dispositivos tecnológicos (primera brecha digital), y b) la integración de competencias específicas que permiten la acción digital (segunda brecha digital). Se trata, entonces, de una acumulación de competencias interiorizadas (“capital digital subjetivado”) y de tecnologías digitales accesibles (“capital digital objetivado”). El capital digital no debería entenderse como parte del capital cultural, porque exige unos conocimientos especializados, que no coincidirían con los del campo cultural. Tiene una cierta autonomía respecto al resto de los capitales sociales, y actuaría de acuerdo a una lógica específica.

Ragnedda (2018) enfatiza la “convertibilidad” como criterio básico que define la especificidad del capital digital: la oportunidad de acceder a otro tipo de capital o recursos como consecuencia de aprovechar o explotar el capital digital construido previamente, haciéndolo valer en un campo diferente del propio campo digital. En este trabajo subrayamos la autonomía relativa de este recurso, respecto a otros capitales sociales. Esta autonomía se relaciona con la lógica específica del campo digital, y sus diferentes espacios sub-culturales, frente a otros espacios sociales (Jordan y Taylor, 1998; Thomas, 2003).

Según esta lógica de la autonomía relativa, podría plantearse que el menor uso de internet no estaría relacionado con una clase social inferior o un nivel de estudios más bajo (Goldfarb y Prince, 2008). Si añadimos que las plataformas de internet están diseñando aplicaciones para enganchar y hacer psicológicamente dependientes a las personas, deberíamos replantear la idea de la conceptualización de internet como una herramienta democratizadora y potenciadora del resto de los capitales sociales (Zubboff, 2019). Al contrario, entendemos que, en algunos casos, el consumo intensivo de internet puede homologarse con el uso de la televisión en el siglo XX, como una forma de control y distracción (Portwood-Stacer, 2013; Willekens et al., 2022). Aunque no constituye una herramienta de control absoluto, tampoco favorece per se la mejora de las habilidades sociales, educativas o políticas, como se había planteado hasta la actualidad (Weingartner, 2020).

DIFERENCIAS SOCIO-DEMOGRÁFICAS Y USOS DE INTERNET Y REDES SOCIALES

Las características socio-demográficas de los individuos constituyen factores imprescindibles para llevar a cabo un análisis de los patrones de uso de redes sociales. 1 Su importancia radica en el efecto diferencial que los individuos de diferente condición sociodemográfica pueden hacer del uso de redes digitales, así como su utilidad como variables de control para estimar el efecto específico del “capital digital” sobre dichos usos. En este sentido, nuestra indagación empírica parte del conocimiento acumulado de la influencia de estos factores.

Desde una perspectiva generacional, aun teniendo en cuenta su diversidad interna (Calderón Gómez, 2019a), los jóvenes están más inmersos que los adultos en las redes sociales y en la cultura digital. Esto se debería a una socialización y cultura diferenciada entre los “nativos digitales” (digital natives) (Prensky, 2012) y los “surfistas de plata” (silver surfers) (Lüders y Brandtzæg, 2017). Siguiendo la teoría de la difusión de las innovaciones (Rodgers, 1983), los jóvenes suelen verse como los “innovadores” y “mayoría precoz”. Tienen la capacidad de utilizar las nuevas tecnologías creativamente y domesticarlas, frente a los usos más inexpertos que realizarían otras cohortes sociales (Silverstone, 1992). La función de vanguardia digital que asumen los jóvenes podría verse en la utilización precoz de las diversas redes sociales o plataformas (Facebook, Twitter, Instagram, Tik-Tok, Twitch, etc.), antes de su generalización y masificación. Generalmente, los jóvenes se han considerado el grupo de referencia en el uso de las tecnologías digitales, y en los escenarios de futuro (Selwyn, 2006), aunque sus recursos sociales no sean hegemónicos.

Desde una perspectiva de género, las mujeres muestran una mayor participación en las redes sociales que los hombres (Jen, 2015), aunque en términos estadísticos éstas tengan un acceso relativamente inferior a los principales recursos sociales. Existe evidencia según la cual la participación en las redes sociales digitales podría reproducir los roles tradicionales de las mujeres, centrados en el trabajo afectivo y en la preocupación por el mantenimiento de los vínculos sociales (familiares, comunitarias, etc.) (Hesmondhalgh y Baker, 2015). Precisamente, algunas críticas relativamente recientes de las redes sociales señalan que la participación digital supone un trabajo gratuito (Terranova, 2004) que el usuario concede a las grandes plataformas tecnológicas, y que tiene unas formas de subordinación similares a las que han sufrido las mujeres a lo largo de la historia (Andrejevic, 2009).

Finalmente, atendiendo a la posición social del individuo, el uso de las redes sociales tiene significados ambiguos y contradictorios que cuestionan la narrativa ciber-optimista de la democratización. Si tomamos como referencia comparativa los estudios sobre el consumo televisivo, Bennett (2010) afirma que dicho consumo funciona como un “capital cultural negativo” que reduce el estatus social del individuo. En el ámbito español, la Encuesta de Hábitos y Prácticas Culturales 2019 sugiere pautas similares, y registra un consumo televisivo más intenso en las clases populares y los colectivos alejados del mercado laboral. Sin embargo, a diferencia del consumo televisivo, que aún tiene un cierto estigma social (Michael, 2000), el consumo digital se entiende como un espacio de empoderamiento y “conexionismo”, una prefiguración del futuro (Benkler, 2012). Pero estas ideas pueden contrarrestarse con estudios empíricos que asocian prácticas digitales diversas, como el consumo de noticias en las redes (Lindell, 2018), a la posición de clase y la adquisición de conocimientos socialmente estigmatizados, como las fake news o las teorías conspirativas. Por tanto, podría hablarse también de un “capital digital negativo”.

OBJETIVOS Y DISEÑO METODOLÓGICO

El objetivo de este estudio es analizar las formas y niveles de uso de internet en la actualidad, encuadrado en el debate de la brecha digital. Con relación a las formas de uso, nos centraremos específicamente en el uso de las redes sociales. Con respecto a los niveles de uso, estudiaremos aspectos sociológicos que influyen en las frecuencias de uso y su carácter diferencial.

Nos preguntamos lo siguiente: ¿hasta qué punto el concepto de capital digital permite explicar el uso de las redes sociales? ¿En qué medida los recursos y categorías sociales de los individuos influyen en el uso de las redes sociales? ¿Cuál es el efecto específico de cada uno de estos aspectos, controlando el efecto del resto de variables? La revisión y discusión bibliográfica nos permite suponer que el uso de las redes sociales está condicionado por el capital digital, objetivado y subjetivado, del que disponen los individuos, así como por variables o categorías sociales y demográficas de los individuos.

Nuestra hipótesis es que la frecuencia de uso de redes sociales depende del nivel del capital digital del que disponen los individuos. Las probabilidades de utilización habitual de las redes se incrementarán a medida que exista una mayor disponibilidad de conexión y mayor cantidad de dispositivos digitales al alcance de los individuos. Asimismo, suponemos que el uso de redes sociales resulta incompatible con una fuerte desconfianza hacia internet y con la falta de conocimientos sobre el funcionamiento del campo digital. Sin embargo, la literatura previa permite suponer que el uso habitual de redes sociales puede llevarse a cabo también entre individuos con un cierto nivel de escepticismo hacia el campo digital.

En este sentido, analizamos las principales variables que explican el uso diferenciado de las redes sociales en España. Específicamente, pretendemos captar patrones generales de comportamiento con relación al uso de redes. Para esto, estudiamos el efecto específico del “capital digital” de los individuos sobre la frecuencia de uso de redes sociales en la población española. Para observar el “capital digital”, tenemos en cuenta, fundamentalmente, su dimensión objetivada en recursos materiales (existencia o no de una multiplicidad de dispositivos tecnológicos y oportunidades de conexión desde diferentes ámbitos físicos). También tenemos en cuenta las pretensiones de los individuos de conocer los efectos sociales del uso de la inteligencia artificial que, entre otros aspectos significativos, organiza el funcionamiento de las redes sociales. Consideramos que esta particularidad tiene una relación de afinidad con las pretensiones de los individuos de conocer las reglas del campo digital, y constituiría una dimensión o aspecto del capital digital subjetivado. Por último, analizamos el efecto que ejerce una serie de variables o categorías socio-demográficas (categorías sociales) sobre dicho uso. 2 Nuestra fuente de datos es el Eurobarómetro 92.3 de 2019.

Para para estimar el efecto específico del capital digital sobre el uso de redes llevamos a cabo un análisis multivariante de regresión logística multinomial. Para medir el uso de redes construimos una variable que mide la “frecuencia de uso de redes sociales”, de acuerdo a las posibilidades que ofrece el Eurobarómetro 92.3 de 2019. Dichas frecuencias de uso las establecimos según la cantidad de días a la semana que los individuos utilizan las redes sociales 3 .

Para estudiar las causas de las variaciones en las frecuencias de uso de redes sociales hemos utilizado distintas variables que miden aspectos sociológicamente relevantes que son constitutivos del debate de la brecha digital (Harambam et al., 2013; Helsper y Reisdorf, 2017). En primer lugar, hemos construido una variable que es un proxy del concepto de “capital digital objetivado” en dispositivos tecnológicos. La denominamos “grado de acceso múltiple a internet”, siguiendo modelos de análisis similares (Calderón Gómez, 2020) 4 .

Debido a la conformación de la encuesta del Eurobarómetro 92.3, no disponemos de variables que registren directamente aspectos vinculados con el capital digital “interiorizado”, en términos de Bourdieu. Sin embargo, sí disponemos de variables que miden la disposición de los individuos a emitir opiniones sobre la inteligencia artificial que, entre muchos más aspectos, organiza el funcionamiento de las redes sociales. En este sentido, la diferenciación de la población entre quienes tienen una mayor y una menor disposición a opinar sobre los algoritmos y la IA que configuran el uso de las redes sociales, es decir, entre los que tienen cierta opinión sobre oportunidades y riesgos de la inteligencia artificial, y quienes no tienen opinión, resulta relevante. Dicha relevancia sociológica se fundamentaría en que el hecho de tener opiniones sobre los efectos de la inteligencia artificial se encontraría correlacionado con la pretensión de conocer las reglas del campo digital, en la medida en que la inteligencia artificial, a través de los algoritmos, organiza el funcionamiento de dicho campo. Dado que no disponemos de una variable que mida directamente el capital digital interiorizado, suponemos que la pretensión de emitir (o no) opiniones sobre los efectos sociales la inteligencia artificial permitiría diferenciar a segmentos distintos de población con una vinculación diferente con las redes sociales. Es decir, que quienes consideran que entienden (de una forma u otra) los efectos sociales de la inteligencia artificial tendrían una mayor afinidad con el uso de redes sociales, respecto de quienes no tienen opinión formada sobre dicho tema. Por tanto, la disposición a emitir opiniones sobre la inteligencia artificial no registra exactamente el capital digital interiorizado. Pero suponemos que sí podría registrar un aspecto del mismo, relacionado con el conocimiento o conciencia que los individuos tienen de los efectos sociales de la IA y las tecnologías digitales. Así, quienes se sienten capacitados para opinar sobre la IA tendrían más probabilidades de desenvolverse en un entorno digital cuyos efectos creen conocer. Por el contrario, para quienes sienten que no conocen los efectos sociales de la IA, su vinculación con las redes podría ser más problemática dado que supondría desenvolverse en un entorno digital organizado por una lógica artificial cuyos efectos desconocen. De esta manera, registramos el “nivel de disposición a emitir opiniones sobre la inteligencia artificial (IA)”, 5 y suponemos que podría funcionar como un predictor sociológicamente relevante del uso de las redes sociales.

Asimismo, hemos tenido en cuenta categorías sociales de los individuos, medidas a través de variables socio-demográficas (edad, sexo, ocupación, nivel de estudios, lugar de residencia), así como el grado de confianza en internet y las redes sociales, siguiendo la línea de investigaciones previas (Helsper y Reisdorf, 2017; Ragnedda et al., 2020) 6 .

Las categorías de referencia de las variables independientes del modelo de regresión son las que indican el nivel más bajo de cada una. La muestra de la población española está formada por 1008 personas. A los datos originales se les aplicó un factor de ponderación según el tamaño de las poblaciones de los distintos estados (en nuestro caso, utilizamos los datos para el estado español); de esta forma, se estiman los resultados para el tamaño de su población real.

Aplicamos la técnica de regresión logística multinomial para estimar el efecto del capital digital de los individuos sobre el uso de redes sociales, controlado por variables socio-demográficas y su confianza en internet. Empleamos esta técnica multivariante dada la naturaleza ordinal de la variable dependiente que mide el nivel de uso de redes sociales, así como la mayoría de las variables independientes. 7 Específicamente, permite estimar las probabilidades que los individuos tienen de llevar a cabo un uso elevado, moderado o bajo de las redes sociales, de acuerdo con su “capital digital” y condiciones socio-demográficas y culturales.

RESULTADOS

En esta sección analizamos los resultados de la regresión multinomial a partir de las hipótesis planteadas en la sección teórico. Podemos observar la influencia específica de cada variable, así como la fuerza explicativa conjunta que todos los aspectos analizados ejercen sobre el uso de redes sociales.

Tabla 1. Nivel de uso de redes sociales en España

Nivel de Uso de Redes Sociales en España
Nivel Bajo Nivel Medio Nivel Elevado
Variables Categorías Odd Ratio   Categorías Odd Ratio   Categorías Odd Ratio
Edad INTERSECCIÓN   Edad INTERSECCIÓN   Edad INTERSECCIÓN  
EDAD 1,016*** EDAD 0,967*** EDAD 0,949***
Ocupación JUBILADOS 0,479*** Ocupación JUBILADOS 0,778*** Ocupación JUBILADOS 1,948***
DIRECTIVOS 4,529** DIRECTIVOS 1,18*** DIRECTIVOS 0,953***
CUELLO BLANCO 0,525*** CUELLO BLANCO 0,913*** CUELLO BLANCO 1,371***
MANUALES 2,418*** MANUALES 0,777*** MANUALES 1,868***
TAREAS DOMÉSTICAS 0,748*** TAREAS DOMÉSTICAS 0,802*** TAREAS DOMÉSTICAS 1,663***
PARADOS 1,492*** PARADOS 1,985*** PARADOS 4,889***
ESTUDIANTES 6,00E-11 ESTUDIANTES 2,13*** ESTUDIANTES 6,809***
AUTOEMPLEADOS . AUTOEMPLEADOS . AUTOEMPLEADOS .
Nivel de Estudios ELEVADO 0,735*** Nivel de Estudios ELEVADO 0,894*** Nivel de Estudios ELEVADO 1,533***
MEDIO 0,765*** MEDIO 0,663*** MEDIO 1,185***
BAJO . BAJO . BAJO .
Disposición para opinar sobre IA ELEVADA 0,23*** Disposición para opinar sobre IA ELEVADA 0,702*** Disposición para opinar sobre IA ELEVADA 1,478***
MODERADA 0,666*** MODERADA 1,195*** MODERADA 2,054***
BAJA 0,957*** BAJA 1,15*** BAJA 0,494***
NULA O MUY BAJA . NULA O MUY BAJA . NULA O MUY BAJA .
Grado de confianza en internet y las redes sociales ELEVADO 1,197*** Grado de confianza en internet y las redes sociales ELEVADO 2,466*** Grado de confianza en internet y las redes sociales ELEVADO 1,632***
INTERMEDIO / MODERADO 3,513*** MEDIO 2,075*** MEDIO 2,552***
BAJO . BAJO . BAJO .
Grado de "acceso múltiple" a internet ELEVADO 5,426*** Grado de "acceso múltiple" a internet ELEVADO 9,798*** Grado de "acceso múltiple" a internet ELEVADO 43,579***
MODERADO / INTERMEDIO 8,223 MODERADO 10,539*** MODERADO 19,65***
BAJO 4,353*** BAJO 6,117*** BAJO 5,847***
NULO O MUY BAJO . NULO O MUY BAJO . NULO O MUY BAJO .
Género HOMBRE 0,924*** Género HOMBRE 0,62*** Género HOMBRE 0,496***
MUJER . MUJER . MUJER .
Tipo de comunidad CIUDAD GRANDE 1,526*** Tipo de comunidad CIUDAD GRANDE 0,295*** Tipo de comunidad CIUDAD GRANDE 0,616***
CIUDAD MEDIANA O PEQUEÑA 2,181*** CIUDAD MEDIANA O PEQUEÑA 0,681*** CIUDAD MEDIANA O PEQUEÑA 0,987***
PUEBLO O ZONA RURAL . PUEBLO O ZONA RURAL . PUEBLO O ZONA RURAL .
Bondad de ajuste
  Chi-cuadrado Sig.
Pearson 95373922,01 0
Desvianza 38907604,55 0
Pseudo R cuadrado
Cox y Snell 0,388
Nagelkerke 0,472
McFadden 0,284

El conjunto de variables que incluimos en el modelo explica entre el 30% y el 47% de la varianza del uso de redes sociales, según los distintos estimadores del R cuadrado; es decir, constituye un modelo con una fuerza explicativa satisfactoria para los criterios de las ciencias sociales. Y específicamente, si tenemos en cuenta el grado de acceso múltiple a internet, los resultados de la regresión 8 (ver Tabla 1) muestran que en España existe una significativa brecha digital entre individuos que confirma los resultados precedentes entre la población juvenil (Calderón Gómez, 2019b; De Rivera et al., 2021), objetivada en este caso a toda la población en las carencias de dispositivos variados y múltiples de conexión a la red. Constituye la variable más explicativa de las diferencias de frecuencia de uso de las redes sociales. Si observamos los odd ratio referidos a la tenencia elevada de múltiples dispositivos de acceso a internet, vemos que se incrementan notablemente a medida que asciende la frecuencia de uso de redes sociales. Así, entre quienes tienen un número elevado de dispositivos o un nivel elevado de acceso múltiple a internet, las probabilidades de usar poco las redes sociales son 5,4 veces mayores que quienes no tienen múltiples dispositivos. Pero las probabilidades son casi 10 veces mayores de usar moderadamente las redes sociales, y 43 veces más de usarlas frecuentemente. Es decir, disponer de muchos dispositivos y posibilidades de acceso a internet incrementa de manera exponencial las probabilidades de utilizar muy frecuentemente las redes sociales.

A su vez, entre quienes tienen un nivel intermedio de acceso múltiple a internet, las probabilidades de usar frecuentemente las redes sociales se incrementan más del doble con respecto a quienes utilizan poco las redes (odds ratio de 19,6 vs 8, respectivamente). Por último, entre quienes tienen un bajo acceso a múltiples dispositivos casi no presentan variaciones en las probabilidades de uso de redes sociales (los odds ratio varían entre 4 y 6). En definitiva, disponer de un elevado acceso múltiple a internet supone más del doble de probabilidades de usar diariamente las redes sociales, con respecto a quienes tienen un acceso múltiple intermedio (43,6 vs 19,6), y más de ocho veces que quienes tienen bajo acceso (43,6 vs 5,4). En este sentido, el capital digital objetivado, estimado de esta manera, constituye la variable más predictiva del uso frecuente de redes sociales.

La disposición a opinar sobre los efectos sociales del uso de la inteligencia artificial, que define el funcionamiento de las redes sociales, constituye un predictor significativo del uso de las redes. Otro estudio sobre la población en España indica que la predisposicón a mostrar valores igualitarios y confianza en la ciencia son predictores de una mayor oposición hacia la Inteligencia Artificial (Lobera et al., 2020). Sin embargo, en este estudio encontramos la paradoja que la desconfianza hacia la IA no revierte en una desconexción de las redes sociales sino un comportamiento paradójico.

De acuerdo con nuestros resultados, las personas que muestran una disposición intermedia o elevada a opinar sobre los efectos de la inteligencia artificial tienen entre 2 y 1,5 veces más probabilidades de utilizar frecuentemente las redes sociales, respecto de quienes no opinan sobre la IA. Es decir, la pretensión de conocer las reglas del campo digital (evaluado a través de la pretensión de conocer los riesgos y oportunidades de la inteligencia artificial) nos ayuda a explicar que quienes carecen de capacidad para opinar sobre estos temas tienen una baja o nula participación en las redes.

Sin embargo, la participación elevada o frecuente en las redes sociales se encuentra asociada también con perfiles que tienen una pretensión moderada de conocer las reglas del campo digital. Es decir, el uso frecuente de redes sociales resulta compatible con una capacidad moderada para juzgar el funcionamiento del campo digital (y también elevada), pero la ausencia de dicha capacidad de juicio parece excluir a los individuos del uso frecuente de las redes sociales.

En definitiva, la pretensión de ser consciente, o moderadamente consciente, de los principios específicos del campo mediático-digital 9 , en tanto elemento que promueve la participación en internet (Pecourt, 2021), también parece constituir un elemento que favorece la participación en las redes sociales. 

De este modo, podemos afirmar que el capital digital de los individuos constituye un buen predictor de la participación en redes. Los datos empíricos disponibles nos permiten sostener que la dimensión objetivada del capital digital tiene un peso explicativo relativo mayor que las opiniones sobre las reglas que organizan dicho campo. Sin embargo, ambas dimensiones son significativas si mantenemos aislada la influencia de los aspectos socio-demográficos.

Si atendemos al grado de confianza en internet y las redes sociales, el grupo de comparación está constituido por quienes tienen un nivel bajo de confianza. En España los odd ratio de quienes tienen mucha confianza en internet y las redes no se incrementan progresivamente a medida que aumenta el nivel de uso de las redes. Tampoco se incrementan las probabilidades de hacer un uso diario de las redes entre quienes tienen confianza moderada en internet y las redes sociales. Por el contrario, el nivel medio de confianza parece tener un efecto más fuerte sobre la frecuencia de uso de redes sociales. Específicamente, las probabilidades de utilizar las redes de forma diaria son más elevadas entre quienes tienen una confianza “media” en internet y las redes, que entre quienes tienen una confianza elevada (odd ratios de 2,5 vs 1,6 respectivamente). Pero sí observamos que los individuos que carecen de confianza en internet y las redes las utilizan menos frecuentemente que los demás (ver Tabla 1). Es decir, la confianza elevada en internet y las redes no es decisiva para usarlas habitualmente. Lo que sí se puede establecer de manera indudable es que un grado elevado de desconfianza constituye una traba evidente para utilizar las redes sociales.

Con relación a las variables socio-demográficas, vemos que las diferencias de edad constituyen un aspecto significativo del uso de redes sociales, tal como predice el marco teórico. Los odd ratio muestran que cada diez años adicionales de edad de las personas, las probabilidades de usar poco las redes se incrementan un 16%. La tendencia es la inversa (negativa) entre quienes más usan las redes. En el caso de uso elevado de redes sociales, cada diez años menos de edad, las probabilidades de uso frecuente aumentan un 50%.

Si atendemos a la dimensión de género, observamos que las mujeres realizan un uso más intensivo de las redes sociales que los hombres. Los resultados muestran que, a medida que aumenta la frecuencia de uso de las redes sociales, se incrementan las probabilidades de que las mujeres las utilicen más que los hombres. Los odd ratios de los hombres decrecen a medida que aumenta la frecuencia de uso de redes sociales y, de esta forma, los hombres presentan 1,1 veces menos probabilidades de usar poco las redes, y 2 veces menos de usarlas con una frecuencia elevada.

Con relación al tipo de ocupación, observamos una diferenciación importante entre las distintas posiciones sociales. En el análisis de regresión, la categoría de referencia son los auto-empleados. En general, las ocupaciones asociadas a posiciones sociales elevadas o de más prestigio tienden a utilizar menos las redes sociales que quienes ocupan posiciones intermedias o están fuera del mercado laboral. Así, vemos que quienes más probabilidades tienen de usar poco las redes sociales son los directivos (4,5 veces). A su vez, quienes tienen más probabilidades de utilizar las redes sociales con una frecuencia elevada son los estudiantes (odd ratio: 6,8), los parados (odd ratio: 4,9), seguido por los jubilados (1,95), los trabajadores manuales (1,87), quienes trabajan en el hogar (1,66) y los trabajadores de cuello blanco (1,37). Las categorías que menos utilizan frecuentemente las redes sociales son los directivos y los auto-empleados. Es decir, quienes más utilizan las redes sociales se asocian con posiciones más alejadas del mercado laboral, o situados en los estratos inactivos (estudiantes, parados y jubilados). De esta manera, el uso frecuente de redes sociales no parece vinculado con la potenciación del capital económico, porque son los individuos con posiciones activas en el mercado laboral quienes tienen menos probabilidades relativas de utilizar frecuentemente las redes sociales.

Si asumimos que el capital digital es un recurso diferente del capital cultural, indudablemente existe una cierta homología (en términos de Bourdieu) entre ambos capitales, pero no es completa. Así, con relación al nivel de estudios (que es una dimensión fundamental del capital cultural), lo más significativo de los resultados consiste en que el “nivel alto” de estudios resulta levemente más predictivo de una elevada frecuencia de uso de redes. De esta forma, las personas con estudios elevados incrementan sus odd ratio (1,5) cuando se trata del uso frecuente de redes sociales, frente a valores negativos para las frecuencias media y baja. Y quienes tienen estudios bajos tienen más probabilidades de usarla de forma moderada o baja. Es decir, si consideramos el nivel de estudios como un proxy del capital cultural, podemos sostener que el bajo capital cultural constituye un factor explicativo del bajo nivel de uso de redes, mientras que el nivel elevado se relaciona con una participación más frecuente (sin bien no tiene una elevada fuerza explicativa, dado un odd ratio de 1,5).



DISCUSIÓN FINAL

En general, en los discursos pro-digitalización, elaborados tanto desde ámbitos académicos como profesionales se ha tendido a presentar la participación digital como un proceso democratizador y de empoderamiento (Harambam et al., 2013). Así, desde este punto de vista, la participación en la cultura digital funcionaría como un meta-capital que, automáticamente, potenciaría el resto de capitales (económico, cultural, social, etc.) y centraban por ello la problemática de la investigación en los excluidos de internet (Schradie, 2011; Wresch, 1996). Sin embargo, los datos analizados en este estudio nos muestran una articulación compleja de variables, que remite a una combinación de recursos de fuerte reconocimiento y valor en unos campos, junto con recursos de menor reconocimiento y valor en otros. Efectivamente, la variable más predictiva del uso frecuente de redes sociales es la posesión de múltiples dispositivos y ámbitos de conexión a internet, de forma coherente con los primeros estudios de la brecha digital (DiMaggio et al., 2004; Hargittai et al., 2008) . Ello favorece la participación en las redes porque ofrece posibilidades más elásticas de conexión. Este mayor capital digital objetivado (Ragnedda, 2018) en la posesión de múltiples dispositivos remite a la primera brecha digital y se relaciona positivamente con el uso de redes. Con respecto a la disposición a opinar sobre los riesgos del uso de la inteligencia artificial (suponemos que constituye una dimensión o aspecto del capital digital subjetivado), observamos que quienes carecen de la misma son las personas que menos utilizan las redes sociales.

Suponemos que este resultado empírico es consistente con una dimensión social más compleja según la cual la interiorización de disposiciones básicas sobre el funcionamiento del campo digital promueve la participación en la cultura digital, y en las redes sociales en particular. Una integración en las culturas de Internet y una (al menos) moderada o relativa interiorización con su lógica de funcionamiento con elementos significativos que condicionan la participación en los entornos digitales 10 . La interiorización de los principios básicos del campo mediático-digital supone un cierto ejercicio de reflexividad que permite al individuo posicionarse sobre las temáticas fundamentales que están en juego en estos espacios. Por ello, la ausencia de tal reflexividad parece configurar un límite a la participación digital y no solamente los elementos materiales u otros factores socio-económicos .

Del mismo modo, la participación en las redes sociales no requiere necesariamente una elevada confianza en internet o, en nuestros términos, en el campo digital. La participación es compatible también con un cierto nivel de desconfianza (o confianza moderada) en la organización de dicho campo. Al mismo tiempo, una elevada desconfianza hacia internet se encuentra asociada con un bajo de uso de redes sociales. En este sentido, el nivel de confianza en internet parece seguir un patrón similar a la disposición a opinar y conocer las reglas del campo digital. Un nivel moderado de pretensiones cognoscitivas del campo digital, así como un nivel moderado de confianza en internet, pueden asociarse con una elevada participación en las redes, lo que se correspondería con la posesión de un elevado capital informacional (Prieur y Savage, 2013) o “capital tecnológico” (Selwyn, 2004). Es decir, los niveles elevados de ambos aspectos no constituyen requisitos indispensables de un uso frecuente y habitual de las redes sociales. Pero sí un elevado nivel de desconfianza constituye una barrera para su utilización habitual. Sin embargo, dadas las limitaciones de las variables disponibles, no nos dicen nada de su efecto sobre los distintos usos de las redes sociales. Ello requeriría una investigación adicional, tanto cualitativa como cuantitativa, que profundice dichos vínculos.

Sin embargo, a diferencia de otros estudios que parten de una perspectiva positiva (a veces implícita) de la participación digital (cf. Schradie 2011, Wresch, 1996), observamos que el uso frecuente de redes sociales no está necesariamente asociado con la potenciación de capitales de otros campos. Hemos constatado la existencia de algunas categorías que son predictivas del uso frecuente de redes sociales y que, a su vez, refieren a posiciones con menores niveles de prestigio, poder o influencia, que constituyen una dimensión esencial de la tercera brecha digital (Ragnedda, 2017). Además, registramos un mayor uso frecuente de redes entre las mujeres (respecto de los hombres) y los colectivos inactivos y subordinados en el mercado laboral (respecto a los activos y dominantes). Con relación a esto último, más específicamente, observamos que los grupos sociales en posiciones laborales más prestigiosas y reconocidas (los directivos), parecen diferenciarse de los individuos de posiciones menos prestigiosas por una participación relativa menor en las redes sociales (siempre en términos relativos). Por el contrario, los estudiantes y los parados constituyen las categorías socio-ocupacionales más predictivas del uso frecuente de redes sociales. A su vez, las diferencias de edad también confirman los estudios previos con respecto al uso de redes sociales. Sin embargo, y dado que carecemos de información sobre el tipo de redes sociales utilizadas y el tipo de uso que se hace de las mismas, nos limitamos a constatar dicho vínculo y a señalar que estos resultados son consistentes con la observación de que no existe una lógica lineal de mayor aceso y participación sea un indicador de mayor control y poder en internet. Al contrario, entendemos que en este punto deben recuperarse la perspectiva pesimista sobre las industrias culturales (y en este caso las plataformas digitales) en las que un gran consumo puede revelar una forma de dependencia, ausencia de control y finalmente consumo escapista de tiempo hacia las fracciones de la población menos dotadas de capital cultural (Bourdieu, 1991; Postman, 1985).

De todas formas, estas generalizaciones asociadas a la posición social deberían complementarse con la incorporación, en los modelos de análisis, de diferentes culturas y sistemas de valores que caracterizan a los usuarios de las redes sociales. Por ejemplo, Dutton y Reisdorf (2019) , identifican dos grandes grupos de participantes digitales: a) “Tecno-pragmáticos”, que hacen un uso intensivo de internet, a pesar de tener una confianza intermedia en el entorno digital; y b) Los “ciber-moderados”, que tienen una confianza más elevada en las redes sociales, pero llevan a cabo un uso es más moderado de las mismas. Constituye una aproximación sugerente que indica la existencia de lógicas participativas que van más allá de las frecuencias o intensidades de uso de las redes sociales, y que condicionan la visión del medio digital. Sin embargo, este modelo dual no parece incluir cabalmente las posibilidades que surgen de nuestro análisis empírico.

En nuestro estudio no hemos establecido una tipología de perfiles de usuarios de redes 11 , sino que hemos analizado el grado de predicción relativa de distintas variables sobre las frecuencias de uso de las redes sociales. Es decir, analizamos los aspectos que predisponen a un mayor o menor utilización de las redes sociales. Podemos observar un cierto patrón que combina un elevado capital digital y cultural, junto con una pretensión, al menos moderada, de conocer las reglas específicas del campo, así como una conciencia de ciertos peligros que comporta dicho campo digital (una confianza moderada en internet), y una mayor probabilidad relativa de usar frecuentemente las redes por parte de individuos con posiciones inactivas o relativamente subordinadas en el ámbito ocupacional. Sin embargo, a partir de los datos obtenidos podemos suponer que existiría una tipología más compleja de perfiles, que podrían elaborarse a partir de múltiples combinaciones que articulen aspectos objetivados materialmente, por un lado, y subjetivados en disposiciones y actitudes, por otro.

Aún así, estos resultados resultan relevantes porque nos permiten ver que el uso frecuente o habitual de redes sociales se vincula, en mayor medida relativa, con recursos de elevado reconocimiento y valor en unos campos, junto con recursos de menor reconocimiento y valor en otros. Podríamos plantear que el factor que liga esta heterogeneidad de recursos de distintos campos sociales, con respecto al uso frecuente de redes sociales, es la tenencia de un elevado capital digital objetivado, junto con unas disposiciones subjetivas moderadas o elevadas de conocer las reglas del campo digital, así como unos niveles moderados o elevados de confianza en el campo digital, lo que refuerza nuestra hipótesis inicial. Es decir, la participación en las redes no surge de la mera adición de capitales sociales, sino que también está condicionada por la posesión de un nuevo capital específico: el capital digital (Ragnedda et al., 2020) que puede tener una conversión hacia otros capitales (Calderón Gómez, 2020) pero en casos elevados de consumo digital una asociación no positiva sino negativa.

El estado del conocimiento actual en España requiere llevar a cabo investigaciones específicas sobre estas culturas de Internet y sus lógicas de distinción, con el objetivo de indagar los significados específicos que los individuos otorgan a su participación en las redes sociales; así como las formas mediante las cuales estos significados condicionan la participación de los distintos perfiles sociales de usuarios, más allá de la confianza que se tenga en el medio. Es decir, una comprensión multidimensional del capital digital no puede limitarse a documentar la inversión temporal en Internet y las redes, ni la confianza del individuo en Internet o como han estudiado otros casos, en la confianza en la ciencia y la tecnología (Lobera et al., 2020). En definitiva, después de un periodo extenso de investigaciones empíricas sobre la participación digital que destacan su papel liberador y empoderador, sería necesario abordar este fenómeno de forma más matizada y atender a las formas de distinción social y dominación (o resistencia a ella) que se generan entre las diferentes comunidades de usuarios de Internet y las redes sociales, que debe analizarse desde la perspectiva del conflicto y el poder abandonando así la concepción siempre positiva del acceso y la participación.




NOTAS


1. Siguiendo el trabajo de Boyd y Ellison (2007), consideramos que, dentro de Internet, las redes sociales se definen por tener dos características fundamentales: a) el internauta puede construir su propia página personal; y b) puede relacionarse con otros internautas interactivamente. Sería interesante analizar los usos específicos en las diferentes redes, pero excedería los objetivos del presente estudio. Para identificar la diversidad de las redes sociales, acudir a Cardon (2019) y Rius-Ulldemolins y Pecourt (2021).

2. La medición del capital digital, tanto su dimensión objetivada como subjetivada, se encuentra condicionada por el tipo de variables que tenemos a nuestra disposición a través del uso de fuentes estadísticas secundarias. Por esta razón, utilizamos unas variables proxys que hemos podido construir en función de las variables originales disponibles en el Eurobarómetro 92.3 de 2019, que constituye nuestra fuente de datos. Bourdieu presenta un análisis similar del capital cultural (Bourdieu, 2015), así como otros autores basándose en parte en este autor y su marco teórico- conceptual han desarrollado estudios que consideran este tipo de variables para analizar el efecto del capital cultural en el uso de internet (Willekens et al., 2022).

3. Los microdatos del Eurobarómetro no miden la cantidad de horas diarias que los individuos frecuentan las redes sociales. Sin embargo, la variable disponible que hemos utilizado sí que capta distintos grupos de individuos que tienen una vinculación diferente con respecto al uso de las redes sociales.

4. Elaboramos un índice de acceso múltiple a internet a partir de variables originales del Eurobarómetro 92.3 que miden la conexión de los individuos a internet desde distintos dispositivos y ámbitos físicos (desde el hogar, el trabajo, dispositivos móviles y tablets, lugares públicos como cafés, universidades, etc.). Luego recodificamos dicho índice de acceso múltiple en cuatro categorías (acceso elevado, moderado, bajo y muy bajo) y con esto construimos una variable que mide el grado de acceso múltiple a internet. De esta manera, elaboramos un proxy del capital digital objetivado en dispositivos tecnológicos, que resulta útil para utilizar en una regresión logística porque puede funcionar como un factor explicativo de la diferencia en el uso de redes sociales entre los individuos.

5. Dicha variable tiene las categorías “ninguna”, “baja”, “moderada” y “elevada”, según la cantidad de aspectos vinculados la IA sobre los que opinan en la encuesta.

6. Sin embargo, la variable que registra el lugar de residencia (“grandes ciudades”; ciudades pequeñas o medianas”; “pueblos o zonas rurales”) solo la consideramos como variable de control, con el objetivo de controlar los sesgos que pudiera generar sobre otras variables, y no la incluimos dentro de la interpretación analítica.

7. Consideramos que no tiene una utilidad adicional el uso de una técnica de regresión lineal con las variables ordinales que estamos utilizando porque la precisión de medición que arrojaría puede resultar más ilusoria que sustancial, dado que nuestro objetivo es captar patrones generales de comportamiento con relación al uso de redes. Para ello, la técnica logarítmica resulta adecuada

8. El modelo de regresión logística tiene un buen ajuste, con un R Cuadrado de Nagelkerke de 0,472 (47,2%), y un Chi-cuadrado significativo

9. Medido a través de la pretensión elevada e intermedia a opinar sobre la inteligencia artificial.

10. Una lógica que podemos observar a través del proxy de la predisposición a opinar sobre asuntos específicos del mundo digital, como es el caso de la IA IA como han evidenciado otros estudios: la evidencia de distancia crítica hacia las redes sociales por parte de las clases medias y altas en los Países Bajos (Willekens et al., 2022) o sobre la mayor consciencia de los riesgos de la exposición en internet entre los blancos de clase media altamente educados en EEUU (Gonzales et al., 2021), sobre la conceptualización de la privacidad según clase social (Stevenson, 2020) o en las diferentes actitudes hacia internet en relación a factores socio-demográficos y la desconexiones selectivas de las redes sociales en Suecia como estrategia de distinción entre los estratos sociales altos (Fast et al., 2021).

11. Para llevar a cabo un estudio de perfiles sociales se hubiera requerido emplear otra técnica de análisis y hubiese demandado un estudio diferente. Pensamos que antes de emprender un análisis tipológico de perfiles sociales resulta necesario definir y establecer las variables significativas que influyen sobre el uso de redes sociales, tal como presentamos aquí.


REFERENCIAS


Alexander, J. C. (2000). Sociología cultural: Formas de clasificación en las sociedades complejas. México: Anthropos.

Andrejevic, A. (2009). Exploiting Youtube: Contradictions of user-generated labour. En P. Snickars, & P Vonderau (Eds.), The YouTube reader (pp. 406-422). Stockholm: National Library of Sweden.

Anthias, F. (2013). Hierarchies of social location, class and intersectionality: Towards a translocational frame. International Sociology, 28(1), 121-138. https://doi.org/10.1177/0268580912463155

Bell, D. (2007). Cyberculture theorists: Manuel Castells and Donna Haraway. London: Routledge.

Bell, D., Loader, B. D., Pleace, N., & Schuler, D. (2004). Cyberculture: The key concepts. London: Routledge .

Benkler, Y. (2012). El pingüino y el leviatán: Por qué la cooperación es nuestra arma más valiosa para mejorar el bienestar de la sociedad. Barcelona: Deusto.

Bennett, T. (2010). Class, culture, distinction. Londres: Routledge.

Bourdieu, P. (1991). La distinción: Criterios y bases sociales del gusto. Madrid: Taurus.

Bourdieu, P. (2002a). Razones prácticas: Sobre la teoría de la acción. Barcelona: Anagrama.

Bourdieu, P. (2002b). Las reglas del arte: Génesis y estructura del campo literario. Barcelona: Anagrama .

Bourdieu, P. (2008). El sentido práctico. Madrid: Siglo XXI.

Bourdieu, P. (2015). Los tres estados del capital cultural. Sociológica, 5(2), 11-17. http://www.sociologicamexico.azc.uam.mx/index.php/Sociologica/article/view/1043

Boyd, D., y Ellison, N. (2007). Social network sites: Definition, history and scholarship. Journal Od Computer-Mediated Communications, 13(1), 2010-2030.

Calderón Gómez, D. (2019a). Technological capital and digital divide among young people: An intersectional approach. Journal of Youth Studies, 22(7), 941-958. https://doi.org/10.1080/13676261.2018.1559283

Calderón Gómez, D. (2019b). Una aproximación a la evolución de la brecha digital entre la población joven en España (2006-2015). Revista Española de Sociología, 28(1), 27-44. https://doi.org/10.22325/fes/res.2018.16

Calderón Gómez, D. (2020). The third digital divide and bourdieu: Bidirectional conversion of economic, cultural, and social capital to (and from) digital capital among young people in madrid. New Media & Society, , 1461444820933252. https://doi.org/10.1177/1461444820933252

Cardon, D. (2019). Culture numérique. Paris: Les Presses de Sciences Po.

Castells, M. (1997). La era de la información :Economía, sociedad y cultura. Madrid: Alianza.

De Rivera, J., Gordo, A., García Arnau, A., y Díaz Catalán, C. (2021). Los factores estructurales e intervinientes de la socialización digital juvenil. Revista Complutense de Educación, 32(3), 415-426. https://doi.org/10.5209/rced.70389

DiMaggio, P. (2014). La influencia de internet en la producción y el consumo de cultura. destrucción creativa y nuevas oportunidades. En Open Mind BBVA (Ed.), 19 ensayos fundamentales sobre cómo internet está cambiando nuestras vidas (pp. 1-40). Madrid: BBVA.

DiMaggio, P., Hargittai, E., Celeste, C. , & Al.Shafer, S. (2004). From unequal access to differentiated use: A literature review and agenda for research on digital inequality. New York: Russell Sage Foundation.

Dutton, W. H., y Blank, G. (2013). Cultures of the internet. the internet in britain. OxIS survey: 2011. Oxford: Oxford University Press.

Dutton, W. H., y Blank, G. (2015). Cultures on the internet. InterMedia, 42(4), 55-57. https://ssrn.com/abstract=2545596

Dutton, W. H., & Reisdorf, B. C. (2019). Cultural divides and digital inequalities: Attitudes shaping internet and social media divides. Information, Communication & Society, 22(1), 18-38. https://doi.org/10.1080/1369118X.2017.1353640

Emmison, M., & Frow, J. (1998). Information technology as cultural capital. Australian University Review, 41(1), 41-45. https://doi.org/10.3316/ielapa.990706719

Fast, K., Lindell, J., & Jansson, A. (2021). Disconnection as distinction. En A. Jansson, & P. C. Adams (Eds.), Disentangling. (pp. 61-90). London: Oxford University Press.

Gilbert, M. (2010). Theorizing digital and urban inequalities. Information, Communication & Society, 13(7), 1000-1018. https://doi.org/10.1080/1369118X.2010.499954

Goldfarb, A., & Prince, J. (2008). Internet adoption and usage patterns are different: Implications for the digital divide. Information Economics and Policy, 20(1), 2-15. https://doi.org/10.1016/j.infoecopol.2007.05.001

Gonzales, A. L., Mastro, D. E., Wang, L. H., Bell, J., Anderson, P., & Ince, J. (2021). Dis “Like”: How race and education may influence the perceived costs of internet use in the U.S. Proceedings of the ACM on Human-Computer Interaction, 5(57), 1-20.

Harambam, J., Aupers, S., & Houtman, D. (2013). The contentious gap. Information, Communication & Society, 16(7), 1093-1114. https://doi.org/10.1080/1369118X.2012.687006

Hargittai, E. (2002). Second-level digital divide: Differences in People’s online skills. First Monday, 7(4). https://doi.org/10.5210/fm.v7i4.942

Hargittai, E., Gallo, J., & Kane, M. (2008). Cross-ideological discussions among conservative and liberal bloggers. Public Choice, 134(1), 67-86. https://doi.org/10.1007/s11127-007-9201-x

Hargittai, E., & Shaw, A. (2015). Mind the skills gap: The role of internet know-how and gender in differentiated contributions to Wikipedia. Information, Communication & Society, 18(4), 424-442. https://doi.org/10.1080/1369118X.2014.957711

Hargittai, E., & Walejko, G. (2008). The participation divide: content creation and sharing in the digital age. Information, Communication & Society, 11(2), 239-256. https://doi.org/10.1080/13691180801946150

Helsper, E. J., & Reisdorf, B. C. (2017). The emergence of a “digital underclass” in great britain and sweden: Changing reasons for digital exclusion. New Media & Society, 19(8), 1253-1270. https://doi.org/10.1177/1461444816634676

Hesmondhalgh, D., & Baker, S. (2015). Sex, gender and work segregation in the cultural industries. The Sociological Review, 63(1), 23-36. https://doi.org/10.1111/1467-954X.12238

Hodgson, G. M. (2014). What is capital? economists and sociologists have changed its meaning: Should it be changed back? Cambridge Journal of Economics, 38(5), 1063-1086. https://doi.org/10.1093/cje/beu013

Holt, T. J. (2010). Examining the role of technology in the formation of deviant subcultures. Social Science Computer Review, 28(4), 466-481. https://doi.org/10.1177/0894439309351344

Jen, S. (2015). The gendered digital production gap: Inequalities of affluence. En Communication and information technologies annual (pp. 185-213). Emerald Group Publishing Limited. https://doi.org/10.1108/S2050-206020150000009008

Jordan, T., y Taylor, P. (1998). A sociology of hackers. Sociological Review, 46(4), 757-780. https://doi.org/10.1111/1467-954X.001

Lindell, J. (2018). Distinction recapped: Digital news repertoires in the class structure. New Media & Society, 20(8), 3029-3049. https://doi.org/10.1177/1461444817739622

Lindell, J., Jansson, A., & Fast, K. (2021). I’m here! conspicuous geomedia practices and the reproduction of social positions on social media. Information, Communication & Society, 25(14), 2063-2082. https://doi.org/10.1080/1369118X.2021.1925322

Lobera, J., Fernández Rodríguez, C. J., & Torres-Albero, C. (2020). Privacy, values and machines: Predicting opposition to artificial intelligence. Communication Studies, 71(3), 448-465. https://doi.org/10.1080/10510974.2020.1736114

Lüders, M., & Brandtzæg, P. B. (2017). ‘My children tell me it’s so simple’: A mixed-methods approach to understand older non-users’ perceptions of social networking sites. New Media & Society, 19(2), 181-198. https://doi.org/10.1177/1461444814554064

Michael, M. (2000). Reconnecting culture, technology and nature. from society to heterogeneity. Londres: Routledge .

Morozov, E. (2013). To save everything, click here. New York: PublicAffairs.

Morozov, E. (2018). Capitalismo big tech: ¿Welfare o neofeudalismo digital?. Madrid: Enclave de Libros Ediciones.

Mossberger, K., Tolbert, C. J., & Stansbury, M. (2003). Virtual inequality: Beyond the digital divide. Washington, DC: Georgetown University Press.

Ouellet, M. (2009). Cybernetic capitalism and the global information society : From the global panopticon to a “Brand” new world. En J. Best, & M. Paterson (Eds.), Cultural political economy (pp. 177-205). London: Taylor & Francis.

Paino, M., & Renzulli, L. A. (2013). Digital dimension of cultural capital: The (in)visible advantages for students who exhibit computer skills. Sociology of Education, 86(2), 124-138. https://doi.org/10.1177/0038040712456556

Park, S. (2017). Digital capital. London: Palgrave.

Pecourt, J. (2021). El campo mediático-digital y la diferenciación social. Política y Sociedad, 58(1), e60788. https://doi.org/10.5209/poso.60788

Portwood-Stacer, L. (2013). Media refusal and conspicuous non-consumption: The performative and political dimensions of Facebook abstention. New Media & Society, 15(7), 1041-1057. https://doi.org/10.1177/1461444812465139

Postman, N. (1985). Amusing ourselves to death: Public discourse in the age of show business. Nueva York: Penguin.

Prensky, M. (2012). From digfital natives to digital wisdom. hopeful essays for 21st century learning. Sage: London.

Prieur, A., y Savage, M. (2013). Emerging forms of cultural capital. European Societies, 15(2), 246-267. https://doi.org/10.1080/14616696.2012.748930

Ragnedda, M. (2017). The third digital divide. A weberian approach to digital inequalities. London: Routledge .

Ragnedda, M. (2018). Conceptualizing digital capital. Telematics and Informatics, 35(8), 2366-2375. https://doi.org/10.1016/j.tele.2018.10.006

Ragnedda, M., & Muschert, G. W. (2018). Theorizing digital divides. En M. Ragnedda, & G. W. Muschert (Eds.), Theorizing digital divides (pp. 1-9). London: Routledge .

Ragnedda, M., Ruiu, M. L., & Addeo, F. (2020). Measuring digital capital: An empirical investigation. New Media & Society, 22(5), 793-816. https://doi.org/10.1177/1461444819869604

Rius-Uldemollins, J., y Pecourt Gracia, J. (2021). Sociología de la cultura en la era digital. València: Publicacions de la Universitat de València.

Robinson, L. (2009). A taste for the necessary. A Bourdieuian approach to digital inequality. Information, Communication & Society, 12(4), 488-507. https://doi.org/10.1080/13691180902857678

Rodgers, M. (1983). Diffusion of innovations. Nueva York: The Free Press.

Rubio-Arostegui, J., Pecourt, J., & Rius-Ulldemolins, J. (2017a). Uses and abuses of creativity. sociology of creative processes, transitions to digital and creative policies. Debats. Revista De Cultura, Poder i Societat, 1. https://doi.org/10.28939/iam.debats-en.2016-9

Rubio-Arostegui, J., Pecourt, J., & Rius-Ulldemolins, J. (2017b). Usos i abusos de la creativitat. sociologia dels processos creatius, transicions a l’entorn digital i polítiques creatives. Debats.Revista De Cultura, Poder i Societat, 130(2). https://doi.org/10.28939/iam.debats.130-2.11

Schradie, J. (2011). The digital production gap: The digital divide and web 2.0 collide. Poetics, 39(2), 145-168. https://doi.org/10.1016/j.poetic.2011.02.003

Selwyn, N. (2004). Reconsidering political and popular understandings of the digital divide. New Media & Society, 6(3), 341-362. https://doi.org/10.1177/1461444804042519

Selwyn, N. (2006). Digital division or digital decision? A study of non-users and low-users of computers. Poetics, 34(4), 273-292. https://doi.org/10.1016/j.poetic.2006.05.003

Silverstone, R. (1992). Consuming technologies. media and information in domestic spaces. Nueva York: Routledge.

Smyrnaios, N. (2016). L’effet GAFAM: stratégies et logiques de l’oligopole de l’internet. Communication & langages, 188(2), 61-83. https://doi.org/10.4074/S0336150016012047

Stevenson, N. (2020). Radical democracy and the imagination of the commons: Beyond cultural populism. European Journal of Cultural Studies, 23(6), 953-969. https://doi.org/10.1177/1367549420957344

Terranova, T. (2004). Network culture: Politics for the information age. London: Pluto Press.

Thomas, D. (2003). Hacker culture. Minneapolis: University of Minessota Press.

van Deursen, A., & van Dijk, J. (2019). The first-level digital divide shifts from inequalities in physical access to inequalities in material access. New Media & Society, 21(2), 354-375. https://doi.org/10.1177/1461444818797082

van Deursen, A., & van Dijk, J. (2011). Internet skills and the digital divide. New Media & Society, 13(6), 893-911. https://doi.org/10.1177/1461444810386774

van Dijk, J. (2005). The deepening divide. Thousand Oaks (CA): Sage.

van Dijk, J. (2006). Digital divide research, achievements and shortcomings. Poetics, 34(4), 221-235. https://doi.org/10.1016/j.poetic.2006.05.004

Weingartner, S. (2020). Digital omnivores? how digital media reinforce social inequalities in cultural consumption. New Media & Society, 23(11), 1461444820957635. https://doi.org/10.1177/1461444820957635

Willekens, M., Siongers, J., & Lievens, J. (2022). Social stratification and social media disengagement. the effect of economic, cultural and social capital on reasons for non-use of social media platforms. Poetics, 95, 101708. https://doi.org/10.1016/j.poetic.2022.101708

Wresch, W. (1996). Disconnected: Haves and have-nots in the information age. New Brunswick: Rutgers University Press.

Zuboff, S. (2019). La era del capitalismo de la vigilancia. Paidós.