Solitari e online: un’indagine sull’uso dei social media e sull’isolamento sociale in Cina

Introduzione

Le ricerche sono piuttosto contrastanti nel determinare la relazione tra l’uso dei social media e i sentimenti di isolazionismo. Le prime ricerche suggerivano che Internet avrebbe costruito un capitale sociale, ovvero un’interconnessione tra le persone, e che le piattaforme social media fossero il modo definitivo per unire le persone (Ellison, et al., 2007). Da allora, la ricerca sull’argomento è stata decisamente più variegata (Duradoni, et al., 2020; Jiménez, et al., 2022; Valkenburg, et al., 2022). Da un lato, alcuni ricercatori hanno riscontrato che i social media possono incoraggiare l’isolamento sociale e, in definitiva, gli utenti dei social media possono sentirsi più disconnessi dagli altri rispetto a chi non li utilizza. D’altra parte, altri hanno scoperto che esiste solo una relazione minima tra queste due variabili. Studi più recenti hanno suggerito che l’uso dei social media possa produrre effetti eterogenei sul senso di benessere degli individui (Ivie, et al., 2020; Ostic, et al., 2021).

 

Leggi e compra il testo!

 

Questo studio utilizza l’ambiente dei social media cinesi, poco studiato, per rispondere a due domande di ricerca che restano irrisolte in letteratura: 1) attraverso i quali canali o meccanismi operano effetti eterogenei possibili; e 2) quanto il contesto di Internet cambia il rapporto tra isolamento sociale e uso dei social media. Il motivo per cui crediamo che il caso della Cina possa essere utile per rispondere a queste domande è che l’ambiente online cinese presenta alcune caratteristiche che dovrebbero sia moderare che aggravare i principali percorsi causali precedentemente identificati nella letteratura. Per risolvere questi dibattiti, utilizziamo un ampio sondaggio (n=2.292) tra utenti cinesi di Internet e testiamo una varietà di specifiche di regressione [1]. Il risultato principale è che l’uso dei social media è generalmente negativamente legato all’isolamento sociale, anche se la natura di questa relazione cambia a seconda dell’urbanità del rispondente — vivere in una zona rurale amplifica questa relazione. Questi risultati sono coerenti con un meccanismo che collega i due attraverso la nocività di essere esposti a confronti online continui (cosiddetto FOMO o paura di perdersi qualcosa). Tuttavia, le differenze contestuali tra Internet cinese e Internet occidentale non sembrano alterare significativamente la relazione.

Revisione della letteratura e teoria

Inizialmente, gli studiosi immaginavano che i social media avrebbero creato più opportunità per gli utenti di creare relazioni sociali uniche e appaganti (Ellison, et al., 2007; Steinfield, et al., 2008; Subrahmanyam, et al., 2008). Le prime idee sui possibili benefici dei social media ipotizzavano tre importanti meccanismi attraverso cui i social media potevano ridurre la solitudine. Questi meccanismi sono stati identificati come 1) creare più opportunità per incontri online a offline; 2) aiutare ad alleviare i sentimenti di isolamento per chi ha difficoltà a creare connessioni sociali di persona attraverso l’ingresso in comunità online; e 3) facilitare il mantenimento dei contatti con familiari e amici.

Studi più recenti sull’argomento hanno trovato evidenze significativamente più contrastanti e spesso negative riguardo all’impatto dei social media sui sentimenti di isolamento. Primack et al. (2017) hanno riscontrato una relazione negativa tra l’uso dei social media e l’isolamento sociale nei giovani in un campione rappresentativo. Una meta-revisione della letteratura sull’uso dei social media da parte degli adolescenti ha osservato che, sebbene la dimensione dell’effetto fosse spesso piccola, la relazione nella maggior parte degli studi sul legame tra social media e mal-essere era negativa (Valkenburg, et al., 2022), sottolineando l’importanza degli effetti eterogenei. Ci sono relativamente meno studi che considerano tutte le età. Tuttavia, quelli condotti hanno anche sottolineato che la relazione tra uso dei social media e benessere aveva possibili effetti negativi, ma gli effetti sembravano variare a seconda del tipo di personalità (Appel, et al., 2020). Ricerche più recenti hanno rafforzato la scoperta che l’effetto dei social media su misure come l’isolamento sociale può essere altamente eterogeneo tra gli individui; per alcuni individui, l’effetto può essere piuttosto negativo per alcuni, mentre per altri l’uso dei social media può avere un impatto modestamente positivo sul benessere (Beyens, et al., 2020; Ostic, et al., 2021). Ad esempio, per alcuni utenti l’uso moderato dei social media potrebbe non avere un impatto significativo, ma per chi soffre di dipendenza dai social media, l’effetto può essere altamente negativo (Alhassan, et al., 2018; Aljomaa, et al., 2016) (anche se vedi Al-Kandari e Al-Sejari [2021] e Chen, et al. [2017] per risultati più complessi).

Sebbene la maggior parte degli studi concordi sul fatto che la direzione causale scorre dall’uso dei social media a sensi di isolamento (anche se vedi Nowland, et al., 2018; Kim, 2017), esiste disaccordo tra gli autori sui meccanismi specifici e sulle vie causali attraverso cui esiste questa relazione. Per chi trova una relazione negativa tra social media e benessere, un insieme di meccanismi suggerisce che il problema sia proprio il social media. Il cyberbullismo, o più in generale attacchi online ripetuti e aggressivi contro gli utenti, è stato sistematicamente collegato a sentimenti di isolamento sociale (Ademiluyi, et al., 2022). Un altro meccanismo proposto è il confronto verso l’alto tra gli altri — gli utenti osservano contenuti di amici o influencer che pubblicano esperienze lussuose o esotiche che portano agli utenti a sentimenti di infelicità o FOMO riguardo alle proprie situazioni di vita (Alabri, 2022; Büttner e Rudert, 2022). Un terzo insieme di meccanismi riguarda principalmente i cambiamenti fisici causati dai social media. È stato dimostrato che l’uso dei social media sostituisce l’attività faccia a faccia, portando a un maggiore isolamento sociale (Larson, et al., 2019). Le ricerche attuali suggeriscono che quale di questi meccanismi sia dominante dipende dall’età/gruppo demografico in questione e dal contesto sociale (Twenge, 2019).

La maggior parte delle ricerche esistenti sull’argomento si concentra sulle società occidentali altamente sviluppate, e questo focus limita la variazione su variabili indipendenti chiave, dato il simile contesto sociale e istituzionale in cui gli utenti sono inseriti. Per affrontare questo problema, questo studio mira a comprendere come queste dinamiche complesse interagiscono nell’ambiente non occidentale della Cina. Riteniamo che l’ambientazione della Cina dia ulteriore leva per indagare questioni di eterogeneità e l’importanza del contesto per diversi motivi. In primo luogo, Internet cinese è fortemente controllato, non solo bloccando siti web stranieri, ma anche con una regolamentazione molto più pratica di ciò che il governo cinese considera contenuti malsani (Wang, 2020; Gainous, et al., 2023). Sebbene il cyberbullismo e il comportamento antisociale siano un fenomeno regolare su Internet cinese, il governo è stato più proattivo nel cercare di regolamentarli rispetto all’Occidente (Huang, 2021; 澎湃 Péngpài (Paper), 2023). Un’aspettativa è quindi che lo spazio dei social media cinesi generi meno sensi di isolamento sociale — anche se, se gli sforzi del governo non hanno avuto successo, è plausibile che non ci sia differenza rispetto agli studi occidentali. D’altra parte, un effetto che genera una previsione in senso opposto è che la Cina ha una cultura degli influencer più commerciale e robusta che spesso domina il consumo dei social media da parte degli utenti (Tam, 2019; Wei, 2024). Se la principale via che crea una relazione negativa è attraverso il confronto delle loro vite con gli altri (FOMO), ci aspettiamo che la relazione tra l’uso dei social media e il sentimento di isolamento sociale sia maggiore in Cina.

Infine, la Cina ha attraversato un periodo di urbanizzazione molto rapida negli ultimi 40 anni, uno sviluppo che ha portato enormi cambiamenti alle strutture sociali tradizionali (Xu e Xia, 2014). Questa rapida urbanizzazione può aiutare a mettere alla prova due importanti questioni irrisolte nella letteratura esistente, che sono difficili da risolvere dato che l’urbanizzazione nei paesi occidentali è un processo in gran parte concluso con l’avvento dei social media. La prima è se i social media possano offrire un modo per ridurre l’isolamento sociale tra chi li cerca attivamente per fare amicizia. La rapida urbanizzazione cinese e la conseguente migrazione umana hanno creato una grande popolazione di persone prive di forti legami sociali e che potrebbero utilizzare i social media come metodo per creare nuovi legami sociali (come ipotizzavano i primi teorici dei social media che gli utenti potrebbero utilizzare questa tecnologia). La letteratura esistente sull’Occidente rileva che l’urbanicità è un fattore importante nei livelli e nei meccanismi di isolamento sociale; molti studi sulle società occidentali hanno scoperto che i residenti rurali, pur avendo legami familiari più forti, possono anche sperimentare più facilmente isolamento sociale senza tali legami (Kaye, 2017; De Koning, et al., 2017; Henning-Smith, et al., 2018). L’uso dei social media in Cina potrebbe quindi contribuire a mitigare i sentimenti di isolamento causati dalla rapida urbanizzazione collegando i familiari che hanno lasciato la campagna per lavorare in città (basandosi sulle precedenti visioni più positive del potenziale dei social media) oppure amplificare ulteriormente i sentimenti di isolamento dovuti a diversi meccanismi proposti di relazioni negative.

 

Leggi e compra il testo!

 

Il caso della Cina non può risolvere ogni dibattito in letteratura né testare tutti i possibili meccanismi, ma crediamo che possa fornire una visione di alcuni dei processi proposti più rilevanti. Pertanto, data la letteratura esistente e il contesto della Cina, sviluppiamo una serie di ipotesi testabili che fanno luce sulla nostra domanda di ricerca.

• H1a: L’uso dei social media dovrebbe avere un legame positivo con l’isolamento sociale dovuto al rafforzamento del controllo governativo sui contenuti online.
• H1b: L’uso dei social media dovrebbe avere un legame negativo con l’isolamento sociale a causa del dominio della cultura degli influencer in Cina, moderata per età.
• H2: Coloro che riescono a usare i social media per fare nuove amicizie avranno punteggi di isolamento sociale più bassi rispetto a chi non lo fa.
• H3: La divisione urbano/rurale produrrà impatti differenziali nelle ipotesi sopra riportate sulla relazione tra uso dei social media e isolamento sociale.

Dati, misurazioni e descrittivi

I dati utilizzati in questo studio sono originali. Abbiamo progettato uno strumento di sondaggio in inglese, e lo abbiamo tradotto in cinese, per misurare una serie di concetti, tra cui l’isolazionismo sociale e varie dimensioni del consumo di social media e informazioni digitali. Abbiamo impiegato Qualtrics per raccogliere i dati. Hanno selezionato casualmente 2.292 intervistati dal loro panel esistente [2] dal 25 novembre al 2 dicembre 2015. Questa dimensione del campione su fornisce un margine di errore di circa ±2 [3]. Sebbene il nostro campione sia selezionato casualmente dal panel utenti online di Qualtrics, non rappresenta l’intera popolazione cinese a causa dei suoi metodi di reclutamento basati su Internet. Il campione, tuttavia, si allinea bene con gli utenti cinesi di Internet, cruciale per la nostra ricerca sugli effetti su Internet. Rispetto ai dati nazionali, il nostro campione è più giovane e istruito, ma è simile per reddito e genere [4]. I dettagli del confronto tra il nostro campione e i dati del censimento cinese si trovano nella Tabella 3 dell’Appendice. Queste demografie riflettono il divario digitale globale e sono in linea con le aspettative per gli utenti di Internet nelle regioni in via di sviluppo. I nostri risultati sono particolarmente rilevanti per comprendere l’impatto dei media digitali tra gli utenti attivi di Internet in Cina.

La nostra variabile dipendente, l’isolazionismo sociale, è un indice additivo di tre item. Ai rispondenti è stata data la seguente introduzione: La domanda successiva riguarda come ti senti riguardo ai diversi aspetti della tua vita. Potresti dirmi per ognuno se ti senti così sempre, quasi sempre, a volte, raramente o mai? Poi è stato chiesto: A) Quanto spesso senti di mancare di compagnia, B) Quanto spesso ti senti isolato dagli altri?, e C) Quanto spesso ti senti escluso? Le opzioni di risposta sono state ricodificate in modo che risposte più alte equivalessero a sentirsi più isolati socialmente, sono state sommate tutte e tre e poi riscalate per variare da 0 a 1 mantenendo gli intervalli originali (). La distribuzione di quell’indice è presentata nella Figura 1. La distribuzione è relativamente normale e centrata attorno al punto medio con una leggera inclinazione verso destra. La maggior parte degli intervistati sembra trovarsi nella fascia bassa, il che indica che la maggior parte di coloro che fanno parte del nostro campione non si sente particolarmente isolata. Al contrario, la devienza nella distribuzione suggerisce che una parte consistente delle persone si senta piuttosto isolata socialmente. Nel complesso, la distribuzione distribuita indica una notevole varianza (μ=0,41, sd=0,20).

Figura 1: Distribuzione dell’indice di isolazionismo sociale.

Abbiamo diverse variabili principali indipendenti, tra cui l’interazione umana, le relazioni online verso offline, l’uso generale dei social media e l’urbanità. Abbiamo misurato l’interazione umana con un solo punto: “Internet e le applicazioni telefoniche hanno aumentato il tuo contatto con i seguenti gruppi di persone (spunta sì a tutto ciò che si applica)?” Le opzioni di risposta erano: 1) Famiglia che vive vicino, 2) Famiglia che vive lontano, 3) Amici che vivono vicino, 4) Amici che vivono lontano, 5) Persone che hai conosciuto su Internet che vivono vicino, e 6) Persone che hai conosciuto su Internet che vivono lontano. Abbiamo semplicemente contato il numero di risposte selezionate in modo che l’elemento andasse da 0 a 6, e per i modelli successivi lo abbiamo riscalato da 0 a 1 mantenendo gli intervalli originali. Le relazioni online a offline sono state misurate anche con un solo punto: Hai incontrato qualcuno offline che hai conosciuto inizialmente online? Le opzioni di risposta erano: 1) Sì, molte volte, 2) Sì, più volte, 3) Sì, una volta, e 4) No, mai. Abbiamo invertito questa scala in modo che valori più alti rappresentassero più relazioni offline, e ancora una volta l’abbiamo riscalata da 0 a 1 per i modelli successivi.

Le distribuzioni di queste variabili indipendenti ordinali sono riflesse nella Figura 2. Pochissime persone affermavano di non aver mai aumentato i loro contatti/connessioni con altri tramite Internet. Il numero modale di connessioni aumentate che gli intervistati dichiaravano di aver creato tramite Internet era 2, seguito da vicino da 1, ma una parte significativa del campione, circa il 48 percento, ha dichiarato di aver aumentato il numero di connessioni personali di 3 o più tramite Internet. Forse non sorprende che la risposta modale quando si chiede se si avesse incontrato qualcuno online e che quella relazione fosse passata offline sia stata “No, mai”. D’altra parte, siamo rimasti sorpresi che circa il 37 percento di coloro che sono stati selezionati abbia dichiarato di aver spostato relazioni offline più volte, oltre il 10 percento di averlo fatto molte volte e circa il 13 percento una volta spostato. Nel complesso, una larga parte dei nostri intervistati sembra usare Internet per facilitare le relazioni sociali.

Figura 2: Distribuzioni delle variabili primarie indipendenti.

Abbiamo misurato l’uso generale dei social media con un indice basato sui seguenti tre elementi: 1) Circa quante ore al giorno stimeresti di dedicare solo ai social media? I social media includono applicazioni come Weibo, QQ, Renren, Kaixin001, Douban, WeChat o altri siti e servizi che permettono agli utenti di interagire tra loro. (0–1, 1–2, 2–3, 3–4, 4–5, 5–6, 6–7, 7–8, 8–9, o Più di 9), 2) Controlli le e-mail, leggi siti web e usi i social media (social media significa applicazioni come Weibo, QQ, Renren, Kaixin001, Douban, WeChat o altri siti e servizi che permettono agli utenti di interagire tra loro) più di quanto facessi cinque anni fa? (Sì, no), e 3) Quanto spesso leggi notizie su eventi politici pubblicati sui social media (social media significa applicazioni come Weibo, QQ, Renren, Kaixin001, Douban, WeChat o altri siti e servizi che permettono agli utenti di interagire tra loro)? (Più di una volta al giorno, ogni giorno, da tre-cinque giorni a settimana, uno o due giorni a settimana, meno spesso, mai). Ognuno è stato ricodificato in modo che valori più alti rappresentassero un maggiore utilizzo dei social media, riscalato da 0 a 1, sommato e poi nuovamente riscalato da 0 a 1 mantenendo tutti gli intervalli originali. L’alpha di Chronbach era relativamente basso per questi tre elementi (α=0,31), ma abbiamo proseguito con la costruzione di questo indice perché, innanzitutto, la validità nominale è alta. Semplicemente, coloro che affermano di usare i social media più spesso, di leggere più spesso le notizie politiche e di usarli più spesso rispetto al passato, sono certamente utenti più frequenti dei social media rispetto a chi non fa tutte queste cose. In secondo luogo, abbiamo confermato che questi tre elementi erano tutti positivamente correlati tra loro (p<0,0001 per tutte le relazioni a coppie). La distribuzione di questo indice è presentata nella Figura 3. La distribuzione è relativamente normale e strettamente centrata attorno alla media 0,63 con una deviazione standard di 0,17, ma c’è una sbilancia a sinistra che suggerisce che una parte della popolazione non è così attiva sui social media, ma chiaramente la maggior parte della popolazione lo è.

Figura 3: Uso generale dei social media per la distribuzione.

La nostra ultima variabile primaria indipendente, urbanicity, è stata misurata usando un solo elemento: Quale di queste descrive meglio il luogo in cui vivi? (Campagna/villaggio, piccola città, città di medie dimensioni, area suburbana di una grande città, grande città). Per i modelli, abbiamo riscalato questo elemento da 0 a 1 mantenendo gli intervalli originali. La distribuzione è riflessa nella Figura 4. Considerando la migrazione da zone rurali a cinesi urbane dalla fondazione della Repubblica Popolare (Xia, 1995), non sorprende vedere che quasi il 45 percento di coloro che sono nel nostro campione viva in città, il sette percento in periferie e circa il 27 percento in città di medie dimensioni. Circa il 16 percento ha dichiarato di vivere in piccole città e solo circa il cinque percento ha dichiarato di vivere in villaggi.

Figura 4: Distribuzione urbanistica.

Infine, pur non essendo una variabile chiave di interesse, includiamo anche una variabile fittizia per l’adesione al Partito Comunista Cinese (PCC). Ricerche precedenti sui membri del partito suggeriscono che i membri del partito potrebbero offrirsi volontari per cause sociali a un tasso più alto rispetto a non membri del partito (Dickson, 2014). Questo comportamento di volontariato può contribuire a un livello più basso di sensazione di isolamento sociale e quindi è interessante stimare eventuali effetti dello status di membro del partito. Inoltre, una lunga serie di ricerche ha rilevato che i membri del partito guadagnano più rispetto ai non membri del partito (Dickson e Rublee, 2000; Yan, 2019). Se l’appartenenza a partito influisce sull’isolamento sociale e anche sui redditi, controllare l’appartenenza al PCC è importante per evitare una stima distorta della relazione tra redditi e isolamento sociale.

 

Leggi e compra il testo!

 

La nostra strategia di modellazione che segue è lineare. Iniziamo modellando ciascuna delle nostre variabili indipendenti dalla comunicazione Internet in funzione dello status socio-economico (SES), del genere, dello status di appartenenza al PCC e dell’età per creare un profilo individuale di ciascun tipo di utente digitale (vedi l’Appendice Online per l’operativizzazione di queste variabili). Questo fornisce un contesto per i modelli che seguono, che sono pensati per testare le nostre ipotesi principali, ovvero che la comunicazione su Internet può scoraggiare l’isolamento sociale e che ciò è particolarmente vero per chi non ha la comodità dell’elevata opportunità di interazione sociale offerta dalla vita urbana. Per questi, iniziamo adattando un modello additivo del nostro indice di isolazionismo sociale in funzione di ciascuna delle nostre principali variabili indipendenti, controllando anche le stesse variabili incluse nei nostri modelli di profilo. Infine, riadattiamo tre modelli con la stessa specifica ma introduciamo un termine interattivo tra ciascuno dei nostri indicatori di comunicazione Internet, rispettivamente, e la nostra misura di urbanicità. Questo ci permette di testare se gli effetti additivi osservati siano più forti per chi vive fuori dalle città.

Risultati

Dato che le prime due variabili dipendenti (interazione umana, relazioni online a offline a offline) nei nostri modelli di profilo sono distribuite in modo ordinario, inizialmente stimiamo modelli lineari di tali risultati ed esaminiamo il comportamento residuo per determinare se un modello lineare si adatta bene ai dati o se un modello di esito ordinato sia più adatto. I risultati sono stati chiari: un modello lineare non è adatto a nessuno dei due risultati (vedi figure nell’Appendice Online), quindi abbiamo adattato i modelli usando logit ordinato. Poiché la nostra misura dei social media generali si basa su un indice additivo, li trattiamo come continui e di conseguenza ci adattiamo a un modello lineare.

Tabella 1: Modellazione dei profili della comunicazione digitale.
	Interazione umana	Interazione online/offline	Social media generali
SES	2,35* (0,27)	2,16* (0,28)	0,24* (0,03)
Femmina	-0.03 (0.08)	-0,35* (0,08)	0.01 (0.01)
Membro del PCC	-0.17	-0.23*	0.01
Età	0,51* (0,26)	-0,82* (0,27)	-0.12 (0.02)
N	2,277	2,276	2,198
PseudoR 2	0.07	0.05
R2			0.05
*p<0.05

I risultati dei nostri modelli di profilo sono presentati nella Tabella 1. Quando si tratta di SES, il rapporto tra tutte e tre le nostre comunicazioni Internet è coerente. Con l’aumento del SES, crescono anche le interazioni umane digitali, il passaggio dalle relazioni online a quelle offline e l’uso generale dei social media. Che il genere è statisticamente significativo solo nel modello del passaggio dalle relazioni online a quelle offline, dove le donne sono meno propense a farlo. Curiosamente, essere membri del PCC ha relazioni inverse con l’interazione umana e il passaggio dall’online al offline, dove i membri sono meno propensi ad aumentare l’interazione digitale umana ma più propensi a spostare le relazioni online offline. Infine, più anziani erano gli intervistati più propensi ad aumentare l’interazione umana e meno probabile che spostassero le relazioni offline e usassero i social media. Questi risultati del profilo forniscono un contesto di contesto per i modelli che seguono. Gli indicatori di comunicazione su Internet sono le nostre principali variabili indipendenti, quindi questi modelli di profilo ci danno un’idea di chi contano di più quando si tratta di scoraggiare l’isolamento sociale.

Tabella 2: Modellare l’isolamento sociale.
	(1)	(2)	(3)	(4)
Interazione umana	-0,14* (0,02)	-0.04 (0.04)	-0,14* (0,02)	-0,14* (0,02)
Online-Offline	0,07* (0,01)	0,07* (0,01)	0,15* (0,03)	0,07* (0,01)
Social media	0,05* (0,03)	0,05* (0,02)	0,05* (0,02)	0,13* (0,05)
Urbanicità	-0,04* (0,01)	0,02 (0,03)	0.01 (0.02)	0.04 (0.05)
SES	-0.04 (0.03)	-0.04 (0.03)	-0.04 (0.03)	-0.04 (0.03)
Femmina	0,02* (0,01)	0,02* (0,01)	0,02* (0,01)	0,02* (0,01)
Membro del PCC	0.00 (0.01)	0.00 (0.01)	0.00 (0.01)	0.00 (0.01)
Età	-0,19* (0,03)	-0,20* (0,03)	-0,20* (0,03)	-0,20* (0,03)
Interazione umana*Urbanicità		-0,14* (0,05)
Online-Offline*Urbanicità			-0,12* (0,03)
Social media*Urbanicity				-0,13* (0,07)
N	2,173	2,173	2,173	2,173
R2	0.08	0.08	0.08	0.08
*p<0.05

I risultati dei nostri modelli di isolamento sociale sono presentati nella Tabella 2. Le stime additive nel modello (1) forniscono risultati contrastanti riguardo al fatto che la comunicazione su Internet sia una forza positiva nel dissuadere l’isolamento sociale. Non sorprende che esista una relazione negativa tra il numero di connessioni digitali (interazione umana) che le persone creano e il sentimento di isolamento sociale. D’altra parte, sia il trasferimento delle relazioni online offline sia l’uso generale dei social media sono positivamente collegati ai sentimenti di isolamento sociale. La seconda è coerente con gran parte della letteratura già espressa, ma la prima no. I risultati indicano anche che chi vive in ambienti più urbani tende a sentirsi meno socialmente isolato.

 

Leggi e compra il testo!

 

I modelli (2) — (4) nella Tabella 2 includono ciascuna delle interazioni tra le nostre tre misure di comunicazione Internet e urbanicità. Il risultato costante nelle interazioni è che le relazioni sono attenuate per chi vive in aree più rurali. L’interazione tra l’interazione digitale con l’humna e l’urbanicità è statisticamente significativa (p<0,01), così come quella tra il passaggio dalle relazioni online a quelle offline e l’urbanicità (p<0,001), e quella tra l’uso generale dei social media e l’urbanicità che manca solo leggermente la soglia arbitraria di 0,05 (p=0,07). Le interazioni sono più facilmente interpretate graficamente (vedi Figura 5).

Figura 5: Modellare insolazione sociale: risultati di interazione.

I risultati del modello (2) sono rappresentati graficamente nella figura in alto a sinistra. Qui è chiaro che la relazione negativa tra l’interazione umana digitale e i sentimenti di isolamento sociale è notevolmente più forte per chi vive in città. A proposito, nota che il rapporto per chi vive nei villaggi è fondamentalmente piatto; L’intervallo di confidenza del 95 percento attorno alla leggera pendenza negativa indica che la relazione potrebbe rimanere piatta.

I risultati dell’interazione tra relazioni online e offline e urbanicità sono mostrati nel grafico nell’angolo in alto a destra della Figura 5. Anche qui, gli effetti principali vanno nella direzione opposta rispetto a quelli dell’interazione digitale umana. Coloro che sono più propensi a spostare le relazioni dall’online al offline tendono a sentirsi più isolati, e i risultati interattivi presentati qui suggeriscono che queste relazioni sono più forti per chi vive in spazi meno urbani. Allo stesso modo, lo stesso vale per chi usa i social media più frequentemente. In realtà, il rapporto qui per chi vive nelle città più grandi è completamente inesistente.

In termini delle nostre ipotesi originali, troviamo supporto all’idea che l’ambiente dei social media in Cina non sia particolarmente unico per quanto riguarda la generazione di sentimenti di isolamento sociale (H1b). Se ciò sia dovuto o meno alla cultura degli influencer o ad altri fattori, non possiamo dirlo con i nostri dati, tuttavia l’età è un indicatore costantemente negativo dell’isolamento sociale anche controllando la quantità di utilizzo dei social media. Questo risultato suggerisce almeno la cultura negativa degli influencer online. Abbiamo anche riscontrato, come è stato riscontrato in altri studi, che gli utenti che usano Internet per creare nuove connessioni sono meno propensi a sentirsi isolati (H2). Tuttavia, questo non sembra estendersi a chi usa internet per facilitare incontri offline. Infine, riscontriamo che l’impatto di Internet e dei social media varia significativamente in base al livello di urbanità (H3) — questo corrisponde a risultati precedenti che suggeriscono che esiste un’eterogeneità significativa nell’impatto dei social media sull’isolamento sociale.

Leggi e compra il testo!

Conclusione

I cyberottimisti hanno celebrato Internet come mezzo attraverso cui le persone potevano connettersi, costruire capitale sociale, e alcuni suggerivano che ciò potesse scoraggiare l’isolazionismo sociale. D’altra parte, ricerche più recenti e la copertura mediatica popolare sull’argomento hanno presentato una visione profondamente negativa del ruolo dei social media. I nostri risultati tendono a sostenere le conclusioni negative ma aggiungono una contestualizzazione importante e suggeriscono quali dei meccanismi ipotizzati siano i più rilevanti.

Innanzitutto, non abbiamo trovato alcuna prova che Internet potesse fungere da ponte per costruire connessioni per chi vive fuori dalle città. L’ottimismo secondo cui l’uso di Internet potrebbe ridurre i costi di creare connessioni per chi ha meno opportunità sociali, chi vive in aree meno popolate, e di conseguenza aiutarli a sentirsi meno isolati. Noi, in realtà, abbiamo trovato l’opposto. La comunicazione su Internet ha avuto un effetto meno positivo o un effetto più negativo sul sentimento di isolamento sociale per chi vive in spazi meno urbani. Questa scoperta dà supporto al canale FOMO: vedere molti contenuti di influencer in una zona rurale aggrava la sensazione di isolamento. La scoperta di Henning-Smith, et al. (2018) e altri secondo cui gli intervistati rurali sono più socialmente isolati sembra, almeno in Cina, essere aggravata dai social media.

Inoltre, dato il rapporto fortemente negativo tra l’uso dei social media e l’isolamento sociale anche nel contesto di internet cinese, altamente controllato, i nostri risultati mettono in dubbio teorie che suggeriscono che siano i contenuti negativi, come il cyberbullismo o i post violenti/grafici, a guidare la relazione. Ademiluyi, et al. (2022) hanno riscontrato che il cyberbulling aveva una relazione negativa a breve termine con l’esclusione sociale. Abbiamo riscontrato una relazione negativa tra l’uso dei social media e l’isolamento sociale anche in luoghi come la Cina che cercano attivamente di limitare il cyberbullismo, suggerendo che la relazione che abbiamo osservato abbia cause più profonde. Più in generale, la strategia cinese di governance di Internet di limitare le esperienze negative online non sembra aver attenuato il rapporto tra l’uso dei social media e l’isolamento sociale, indicando che altri meccanismi probabilmente stanno guidando la relazione osservata.

Una scoperta che corrisponde alla teoria cyberottimista dei social media è che gli utenti dei social media creano nuove connessioni e riferiscono un minore isolamento sociale. Come hanno rilevato Clark et al. (2018), le motivazioni per l’uso dei social media sono importanti. Nel loro studio, gli utenti che si recano sui social media per attività come lo “spuntino sociale” o la soddisfazione rapida ma superficiale dei bisogni sociali hanno riportato un grado più elevato di isolamento sociale. Questo è in contrasto con gli utenti che usano esplicitamente i social media per costruire comunità di persone con idee affini. Sebbene il nostro dataset non fornisca informazioni sull’intenzionalità, i nostri risultati qui sono in linea con questo tipo di effetto differenziale.

 

Leggi e compra il testo!

 

Gli effetti di interazione nel nostro modello suggeriscono inoltre che è necessario fare più lavoro per identificare effetti eterogenei importanti. Nei nostri risultati, chi vive in una grande città ha sperimentato quasi nessun cambiamento nell’isolamento sociale, poiché l’uso dei social media aumentava e la relazione diventava sempre più negativa a causa della campagna. Questo effetto eterogeneo specifico può essere unico della Cina, ma la sua forza suggerisce che fattori interpersonali importanti possano essere rilevanti in altri contesti. È importante sottolineare che, dato che i risultati del nostro sondaggio risalgono al 2015, la nostra scoperta di importanti effetti eterogenei suggerisce che questi effetti non siano iniziati intorno al periodo di recente interesse accademico sull’argomento (Beyens, et al., 2020; Ostic, et al., 2021) ma sono state piuttosto una caratteristica importante del rapporto tra social media e isolamento sociale fin dall’inizio dell’uso dei social media.

Sebbene il nostro studio sia tutt’altro che l’ultima parola sull’argomento, speriamo che questo articolo aiuti ulteriormente i ricercatori ad allontanare la questione binaria se l’uso dei social media abbia una relazione negativa con l’isolamento sociale a considerare in modo più produttivo gli attributi contestuali e personali che moderano e mediano questa relazione.

Informazioni sugli autori

Jason Gainous è professore presso l’Università di Sharjah. Ha pubblicato tre libri — Dissidenza digitale diretta nelle autocrazie: Come vince la Cina online (Oxford University Press, 2023), Twittando al potere: La rivoluzione dei social media nella politica americana (Oxford University Press, 2013) e Rebooting American politics: La rivoluzione di Internet (Rowman & Littlefield, 2011). Ha inoltre pubblicato vari articoli su riviste come American Politics Research, Democratization, Information, Communication and Society, International Journal of Press/Politics, International Journal of Communication, Journal of Information Technology & Politics, Political Behavior, Political Research Quarterly, Political Communication, Social Science Quarterly e Statistical Science, tra le altre.

Andrew W. MacDonald è professore associato di scienze sociali presso la Duke Kunshan University. Lavora principalmente nell’ambito della ricerca sull’opinione pubblica cinese, avendo scritto quasi una dozzina di sondaggi sugli atteggiamenti cinesi riguardo a politica, tecnologia e questioni sociali. Il suo lavoro su questo tema è stato pubblicato su una vasta gamma di riviste di comunicazione, tecnologia e design sperimentale.

 

Note

1. Tutti i dati e i file di analisi per questa ricerca sono disponibili sul sito web dell’autore.

2. Qualtrics recluta un ampio bacino di intervistati per vari progetti di sondaggio tramite pubblicità online. I reclutati che aggiornano il proprio profilo almeno una volta ogni sei mesi vengono invitati casualmente a partecipare. Questi reclutati ricevono punti online che possono essere scambiati con denaro o regali specifici per altri paesi. Il numero di punti dipende dalla durata del sondaggio e, poiché il nostro sondaggio aveva oltre 50 domande, i rispondenti hanno ricevuto un numero relativamente alto di punti.

3. Siamo stati in grado di raccogliere prima un piccolo campione (n=286) per verificarne l’affidabilità e poi regolare lo strumento, prima di procedere con la raccolta finale dei dati. Abbiamo effettuato tre aggiustamenti, nessuna delle quali è collegata alle misure utilizzate nello studio attuale.

4. Vedi https://data.worldbank.org/country/china (vai al Profilo Paese) e https://www.cnnic.com.cn/AU/Introduction/Introduction/201208/t20120815_33295.htm.

Riferimenti

Adesoji Ademiluyi, Chuqin Li e Albert Park, 2022. “Implicazioni e prevenzioni del cyberbullismo e dell’esclusione sociale nei social media: revisione sistematica,” JMIR Formative Research, volume 6, numero 1, e30286.
doi: https://doi.org/10.2196/30286, consultato il 24 maggio 2025.

Amna Alabri, 2022. “Paura di perdere qualcosa (FOMO): gli effetti del bisogno di appartenere, la centralità percepita e la paura dell’esclusione sociale,” Human Behavior and Emerging Technologies, volume 2022, e4824256.
doi: https://doi.org/10.1155/2022/4824256, consultato il 24 maggio 2025.

Aljohara A. Alhassan, Ethar M. Alqadhib, Nada W. Taha, Raneem A. Alahmari, Mahmoud Salam e Adel F. Almutairi, 2018. “La relazione tra dipendenza dall’uso dello smartphone e depressione negli adulti: uno studio trasversale,” BMC Psychiatry, volume 18, articolo numero 148.
doi: https://doi.org/10.1186/s12888-018-1745-4, consultato il 24 maggio 2025.

Suliman S. Aljomaa, Mohammad F. Al. Qudah, Ismael S. Albursan, Salaheldin F. Bakhiet e Adel S. Abduljabbar, 2016. “Dipendenza da smartphone tra gli studenti universitari alla luce di alcune variabili,” Computers in Human Behavior, volume 61, pp. 155–164.
doi: https://doi.org/10.1016/j.chb.2016.03.041, consultato il 24 maggio 2025.

Yagoub Yousif Al-Kandari e Maha Meshari Al-Sejari, 2021. “Isolamento sociale, supporto sociale e il loro rapporto con la dipendenza dagli smartphone,” Information, Communication & Society, volume 24, numero 13, pp. 1.925–1.943.
doi: https://doi.org/10.1080/1369118X.2020.1749698, consultato il 24 maggio 2025.

Markus Appel, Caroline Marker e Timo Gnambs, 2020. “I social media stanno rovinando le nostre vite? Una rassegna delle evidenze meta-analitiche,” Review of General Psychology, volume 24, numero 1, pp. 60–74.
doi: https://doi.org/10.1177/1089268019880891, consultato il 24 maggio 2025.

Ine Beyens, J. Loes Pouwels, Irene I. van Driel, Loes Keijsers e Patti M. Valkenburg, 2020. “L’effetto dei social media sul benessere varia da adolescente a adolescente,” Scientific Reports, volume 10, numero articolo 10763.
doi: https://doi.org/10.1038/s41598-020-67727-7, consultato il 24 maggio 2025.

Christiane M. Büttner e Selma C. Rudert, 2022. “Perché non mi hai taggato?!: L’esclusione sociale dai post su Instagram fa male, soprattutto chi ha un forte bisogno di appartenere,” Computers in Human Behavior, volume 127, 107062.
doi: https://doi.org/10.1016/j.chb.2021.107062, consultato il 24 maggio 2025.

Chongyang Chen, Kem Z.K. Zhang, Xiang Gong, Sesia J. Zhao, Matthew K.O. Lee e Liang Liang, 2017. “Esaminare gli effetti delle motivazioni e delle differenze di genere sulla dipendenza dagli smartphone,” Computers in Human Behavior, volume 75, pp. 891–902.
doi: https://doi.org/10.1016/j.chb.2017.07.002, consultato il 24 maggio 2025.

Jenna L. Clark, Sara B. Algoe e Melanie C. Green, 2018. “Siti di social network e benessere: il ruolo della connessione sociale,” Current Directions in Psychological Science, volume 27, numero 1, pp. 32–37.
doi: https://doi.org/10.1177/0963721417730833, consultato il 24 maggio 2025.

Jolanthe Louise De Koning, Afroditi Stathi e Suzanne Richards, 2017. “Predittori della solitudine e dei diversi tipi di isolamento sociale degli anziani che vivono in zone rurali nel Regno Unito,” Ageing & Society, volume 37, numero 10, pp. 2.012–2.043.
doi: https://doi.org/10.1017/S0144686X16000696, consultato il 24 maggio 2025.

Bruce J. Dickson, 2014. “Chi vuole essere comunista? Incentivi alla carriera e lealtà mobilitata in Cina,” China Quarterly, volume 217, pp. 42–68.
doi: https://doi.org/10.1017/S0305741013001434, consultato il 24 maggio 2025.

Bruce J. Dickson e Maria Rost Rublee, 2000. “L’appartenenza ha i suoi privilegi: le caratteristiche socioeconomiche dei membri del partito comunista nella Cina urbana,” Comparative Political Studies, volume 33, numero 1, pp. 87–112.
doi: https://doi.org/10.1177/0010414000033001004, consultato il 24 maggio 2025.

Mirko Duradoni, Federico Innocenti e Andrea Guazzini, 2020. “Benessere e social media: una revisione sistematica delle scale di dipendenza di Bergen,” Future Internet, volume 12, numero 2, 24.
doi: https://doi.org/10.3390/fi12020024, consultato il 24 maggio 2025.

Nicole B. Ellison, Charles Steinfield e Cliff Lampe, 2007. “I benefici degli ‘amici’ di Facebook: Capitale sociale e uso da parte degli studenti universitari dei siti di social network online,” Journal of Computer-Mediated Communication, volume 12, numero 4, pp. 1.143–1.168.
doi: https://doi.org/10.1111/j.1083-6101.2007.00367.x, consultato il 24 maggio 2025.

Jason Gainous, Rongbin Han, Andrew W. MacDonald e Kevin M. Wagner, 2023. Dissidenza digitale diretta nelle autocrazie: come la Cina vince online. Oxford: Oxford University Press.
doi: https://doi.org/10.1093/oso/9780197680384.001.0001, consultato il 24 maggio 2025.

C. Henning-Smith, A. Ecklund e K. Kozhimannil, 2018. “Differenze rurali-urbane nell’isolamento sociale e il suo rapporto con la salute,” Innovation in Aging, volume 2, Supplemento 1, 770.
doi: https://doi.org/10.1093/geroni/igy023.2851, consultato il 24 maggio 2025.

Qian Huang, 2021. “La ricerca della giustizia mediata e mediatizzata: il vigilantismo digitale cinese dal 2006 al 2018,” Internet Histories, volume 5, numeri 3–4, pp. 304–322.
doi: https://doi.org/10.1080/24701475.2021.1919965, consultato il 24 maggio 2025.

Elizabeth J. Ivie, Adam Pettitt, Louis J. Moses e Nicholas B. Allen, 2020. “Una meta-analisi dell’associazione tra l’uso dei social media negli adolescenti e i sintomi depressivi,” Journal of Affective Disorders, volume 275, pp. 165–174.
doi: https://doi.org/10.1016/j.jad.2020.06.014, consultato il 24 maggio 2025.

Andrea Carboni Jiménez, Monica Vaillancourt, Patricia Zhu e Quinta Seon, 2022. “Social media e salute mentale: ciò che sappiamo,” McGill Journal of Medicine, volume 20, numero 2.
doi: https://doi.org/10.26443/mjm.v20i2.852, consultato il 24 maggio 2025.

Lenard W Kaye, 2017. “Anziani, vita rurale e il rischio crescente di isolamento sociale,” Public Policy & Aging Report, volume 27, numero 4, pp. 139–144.
doi: https://doi.org/10.1093/ppar/prx029, consultato il 24 maggio 2025.

Harris Hyun-so Kim, 2017. “L’impatto dei social network online sul benessere psicologico degli adolescenti (WB): un’analisi a livello di popolazione dei bambini coreani in età scolare,” International Journal of Adolescence and Youth, volume 22, numero 3, pp. 364–376.
doi: https://doi.org/10.1080/02673843.2016.1197135, consultato il 24 maggio 2025.

Lincoln R. Larson, Rachel Szczytko, Edmond P. Bowers, Lauren E. Stephens, Kathryn T. Stevenson e Myron F. Floyd, 2019. “Tempo all’aperto, tempo davanti agli schermi e connessione con la natura: tendenze preoccupanti tra i giovani rurali?” Environment and Behavior, volume 51, numero 8, pp. 966–991.
doi: https://doi.org/10.1177/0013916518806686, consultato il 24 maggio 2025.

Rebecca Nowland, Elizabeth A. Necka e John T. Cacioppo, 2018. “Solitudine e uso di Internet sociale: percorsi per la riconnessione in un mondo digitale?” Prospettive sulla scienza psicologica, volume 13, numero 1, pp. 70–87.
doi: https://doi.org/10.1177/1745691617713052, consultato il 24 maggio 2025.

Dragana Ostic, Sikandar Ali Qalati, Belem Barbosa, Syed Mir Muhammad Shah, Esthela Galvan Vela, Ahmed Muhammad Herzallah e Feng Liu, 2021. “Effetti dell’uso dei social media sul benessere psicologico: un modello mediato,” Frontiers in Psychology, volume 12, 678766.
doi: https://doi.org/10.3389/fpsyg.2021.678766, consultato il 24 maggio 2025.

澎湃 Péngpài (Carta), 2023. “I dati del sondaggio mostrano che il 60% delle persone ha subito cyberbullismo,” a https://www.thepaper.cn/newsDetail_forward_22289974, consultato il 24 maggio 2025.

Brian A. Primack, Ariel Shensa, Jaime E. Sidani, Erin O. Whaite, Liu yi Lin, Daniel Rosen, Jason B. Colditz, Ana Radovic and Elizabeth Miller, 2017. “Social media use and perceived social isolation among young adults in the U.S.,” American Journal of Preventive Medicine, volume 53, number 1, pp. 1–8.
doi: https://doi.org/10.1016/j.amepre.2017.01.010, accessed 24 May 2025.

Charles Steinfield, Nicole B. Ellison and Cliff Lampe, 2008. “Social capital, self-esteem, and use of online social network sites: A longitudinal analysis,” Journal of Applied Developmental Psychology, volume 29, number 6, pp. 434–445.
doi: https://doi.org/10.1016/j.appdev.2008.07.002, accessed 24 May 2025.

Kaveri Subrahmanyam, Stephanie M. Reich, Natalia Waechter and Guadalupe Espinoza, 2008. “Online and offline social networks: Use of social networking sites by emerging adults,” Journal of Applied Developmental Psychology, volume 29, number 6, pp. 420–433.
doi: https://doi.org/10.1016/j.appdev.2008.07.003, accessed 24 May 2025.

Luisa Tam, 2019. “‘Trust me, you need this’: How China’s live-streaming KOL stars are changing the face of business,” South China Morning Post (24 January), at https://www.scmp.com/lifestyle/entertainment/article/2183174/trust-me-you-need-how-chinas-live-streaming-kol-stars-are, accessed 24 May 2025.

Jean M. Twenge, 2019. “More time on technology, less happiness? Associations between digital-media use and psychological well-being,” Current Directions in Psychological Science, volume 28, number 4, pp. 372–379.
doi: https://doi.org/10.1177/0963721419838244, accessed 24 May 2025.

Patti M. Valkenburg, Adrian Meier and Ine Beyens, 2022. “Social media use and its impact on adolescent mental health: An umbrella review of the evidence,” Current Opinion in Psychology, volume 44, pp. 58–68.
doi: https://doi.org/10.1016/j.copsyc.2021.08.017, accessed 24 May 2025.

Junfang Wang, 2020. “Regulation of digital media platforms: The case of China,” University of Oxford, Foundation for Law, Justice and Society, at https://podcasts.ox.ac.uk/series/foundation-law-justice-and-society/, accessed 24 May 2025.

Aw Cheng Wei, 2024. “‘Wang hong’ culture booms in China as more young people dream of becoming influencers,” The Straits Times (21 November), at https://www.straitstimes.com/asia/east-asia/wang-hong-culture-booms-in-china-as-more-young-people-dream-of-becoming-influencers, accessed 24 May 2025.

Ma Xia, 1995. “Changes in the pattern of migration in urban China,” In: L.H. Day, M. Xia and M. Xia (editors). Migration and urbanization in China. New York: Routledge.
doi: https://doi.org/10.4324/9781315484099, accessed 24 May 2025.

Anqi Xu and Yan Xia, 2014. “The changes in mainland Chinese families during the social transition: A critical analysis,” Journal of Comparative Family Studies, volume 45, number 1, pp. 31–53.
doi: https://doi.org/10.3138/jcfs.45.1.31, accessed 24 May 2025.

Shanping Yan, 2019. “The changing faces and roles of communist party membership in china: An empirical analysis based on CHIPS 1988, 1995 and 2002,” Journal of Contemporary East Asia Studies, volume 8, number 1, pp. 99–120.
doi: https://doi.org/10.1080/24761028.2019.1633987, accessed 24 May 2025.

 

Originariamente pubblicato su First Monday.

_______________________________________________________________________________

Sfoglia i cataloghi completi di Asterios, ogni nostro testo ha delle pagine gratuite da leggere: Asterios Editore.

Sfoglia la collana di libri di ACrO-Polis: Libri su Carta.