La validación reciente del modelo MAPS para analizar rasgos de identidad muestra que las personas suelen escoger amistades y parejas mediante una evaluación estricta y conjunta de atributos como edad, género, origen étnico y nivel socioeconómico. Esto favorece la formación de grupos homogéneos y aumenta la segregación social, según investigaciones de la Graz University of Technology y el Complexity Science Hub publicadas en Communications Physics: estudio publicado en Communications Physics.
Desarrollado en Austria y aplicado a datos de Estados Unidos, el modelo MAPS muestra que las dimensiones de identidad influyen de forma determinante en las relaciones sociales. La investigación indica que, tanto en contextos escolares como en matrimonios, una relación tiende a formarse solo si todos los atributos relevantes se consideran favorables, lo que promueve la homofilia y reduce la diversidad en los grupos, según la Graz University of Technology.
Cómo funciona el modelo MAPS para analizar las relaciones sociales
MAPS (Multidimensional Aggregation of Preferences in Social Ties) es una herramienta diseñada para medir cómo distintas dimensiones de identidad afectan la formación de redes sociales.
Según el equipo dirigido por Fariba Karimi, el modelo compara distintos mecanismos de agregación de preferencias para identificar cuál explica mejor cómo seleccionan las personas a sus amigos o parejas, tal y como se describe en Communications Physics.
El modelo aplica reglas que evalúan cada dimensión identitaria por separado y simula escenarios sociales basados en datos empíricos. Contrasta mecanismos como el promedio de atributos, la coincidencia en una sola categoría y una “evaluación combinada” que exige compatibilidad en todas las dimensiones.
Las conclusiones indican que las personas son altamente selectivas: un vínculo social duradero suele surgir únicamente cuando cada rasgo evaluado resulta compatible entre las partes.
Communications Physics destaca que la fortaleza de MAPS radica en identificar qué características pesan más en la formación de relaciones y en mostrar cómo agregar nuevas dimensiones puede intensificar la segmentación y dificultar la integración social.
Qué factores influyen en la formación de amistades escolares
El análisis de amistades escolares en Estados Unidos, basado en redes de 41.800 estudiantes de secundaria, identifica al curso escolar y al origen étnico como los principales factores que determinan la formación de vínculos, mientras que el género tiene un efecto menor, según la Graz University of Technology.
Los resultados señalan una marcada tendencia a la homofilia: los jóvenes tienden a relacionarse con quienes comparten su etnia y su nivel académico. Aunque hay ciertos patrones de reciprocidad por género, prevalece la agrupación por similitudes identitarias. También se observa que los estudiantes a menudo establecen amistades con compañeros de cursos superiores.
El estudio dirigido por Karimi concluye que estas preferencias, al ser cuantificadas, muestran estabilidad y reflejan la reproducción de divisiones sociales dentro de las escuelas.
Además, la validación estadística con datos de 70 escuelas confirma que la segregación por curso y etnia es el patrón dominante, si bien la presencia de estudiantes de origen mixto puede facilitar puentes entre grupos.
Claves de la elección de pareja y segregación matrimonial
El análisis de matrimonios en las 50 principales ciudades estadounidenses revela que la edad, el género y el origen étnico son criterios predominantes en la selección de pareja, según los resultados publicados en Communications Physics.
MAPS indica que los lazos matrimoniales se forman cuando todas las dimensiones de identidad consideradas resultan favorables, lo que fomenta matrimonios homogéneos y acentúa la segregación.
Respecto al nivel socioeconómico, se observa una preferencia aspiracional: personas en los terciles bajos y medios del índice ocupacional tienden a buscar parejas de nivel superior, mientras que quienes pertenecen al tercil más alto suelen casarse dentro de su propio grupo.
El investigador Samuel Martin-Gutierrez señala que las evaluaciones se realizan de forma independiente por dimensión y que una sola valoración negativa puede bastar para descartar una relación, aun cuando exista coincidencia en otras dimensiones.
La comparación de mecanismos de agregación muestra que la evaluación combinada predice mejor quiénes se unen en matrimonio frente a alternativas más flexibles que aceptan coincidencias parciales. De este modo, MAPS evidencia la importancia de la selectividad multidimensional en la perpetuación de fronteras sociales y la fragmentación urbana.
Retos para la integración y políticas contra la segregación social
La Graz University of Technology advierte que añadir demasiadas categorías identitarias sin mecanismos que favorezcan la integración eleva las barreras y favorece la formación de subgrupos aislados en contextos sociales y urbanos. Cada nueva dimensión aumenta el riesgo de fragmentación.
Los investigadores sugieren que, para reducir la fragmentación social, es clave fomentar la interacción entre personas de distintos orígenes y condiciones económicas. Políticas educativas que promuevan la mezcla de estudiantes y programas de convivencia en barrios diversos pueden facilitar vínculos más heterogéneos.
MAPS permite cuantificar el peso de cada dimensión identitaria y ofrece una herramienta para diseñar intervenciones públicas orientadas a mejorar la cohesión. Según Karimi, comprender la estructura de las relaciones sociales es esencial para implementar estrategias que reduzcan la segregación y promuevan la integración comunitaria.
Las recomendaciones del estudio subrayan que actuar sobre las oportunidades de interacción, en lugar de multiplicar categorías sociales, resulta más eficaz para disminuir barreras y fomentar vínculos sólidos entre distintos grupos.
Entender cómo las personas evalúan los rasgos identitarios al elegir amistades y parejas es clave para interpretar la dinámica social y orientar políticas públicas que favorezcan redes más inclusivas y cohesionadas.

