The contemporary digital sphere hosts an unprecedented volume of interactions, messages and audiovisual content. Social media platforms have thus become central spaces within the public sphere, where content is not only disseminated and amplified, but where communities are formed, political and linguistic identities are expressed, and collective phenomena such as influence, group organization, and consensus emerge. The volume of information circulating on these platforms gives rise to a context of information saturation, in which the overabundance of content exceeds users cognitive and attentional capacities and deeply conditions the organization and dynamics of social networks.
The main objective of this thesis is to study the mechanisms that describe the phenomena of diffusion and fragmentation in digital environments, as well as to analyze the effects that information overload exerts on these processes. To this end, the thesis is based on the analysis of empirical data from Twitter and TikTok through several case studies. Methods from complex network theory, data analysis, manual coding, and diffusion modeling are applied throughout the work.
On Twitter, two main phenomena are analyzed: communicative fragmentation and information diffusion. First, the results show that communicative fragmentation on Twitter exhibits structural, ideological, and linguistic dimensions. In the conversation surrounding Catalan independence, the application of a political opinion inference model reveals a non-binary distribution of opinions, in which a third, intermediate pole emerges naturally between the two opposing positions. In addition, a strong and asymmetric relationship between language and ideology is observed: while Spanish is used across the entire political spectrum, Catalan does not appear neither among intermediate positions nor among users opposed to independence.
Second, the diffusion of information is studied across three highly active Twitter conversations from different contexts. The temporal analysis shows that tweets have a very short average lifespan, with a universal threshold of around 16 hours, and that these patterns are better captured by a stretched exponential function than by a power law. Furthermore, the structural diffusion process can be explained and modeled through the saturation effect. By examining the roles of both information overload and user popularity, the thesis proposes a predictive diffusion model that relates the probability of retweeting to the number of accounts a user follows. Simulations validate this model, showing that it is able to accurately reproduce the size and structure of real retweet networks.
The TikTok study, which focuses on a case study of the political organization Gen-Z for Change, shows that Generation Z adopts adaptive diffusion strategies based on repetition, promoting depersonalized forms of participation that optimize message visibility in an environment saturated with information. These practices contrast with those of older users, who are more inclined to add personal contributions but achieve lower diffusion effectiveness.
Taken together, the results show that digital public conversation operates under strong attentional constraints. This thesis demonstrates that patterns of communicative fragmentation and information diffusion, observed on both Twitter and TikTok, do not depend solely on platform structure or on cultural or generational factors but are deeply conditioned by users cognitive limits, which act as a central filter in the organization and spread of information in contemporary digital environments.
RESUMEN
El espacio digital contemporáneo alberga un gran volumen de interacciones, mensajes y contenido audiovisual. Así, las redes sociales se erigen como espacios centrales de la esfera pública, donde no solo se viralizan y difunden contenidos, sino que se configuran agrupaciones, se manifiestan identidades políticas y lingüísticas, y emergen fenómenos colectivos como la influencia, la organización en distintos grupos o el consenso. El volumen informativo presente en estas plataformas da lugar a un contexto de saturación informativa, donde la sobreabundancia de contenidos excede las capacidades cognitivas y de atención de los usuarios, y condiciona de manera profunda la organización y la dinámica de las redes sociales.
El objetivo general de esta tesis es estudiar los mecanismos que describen los fenómenos de difusión y fragmentación en el espacio digital, así como analizar el efecto que la sobrecarga informativa genera en estos procesos. Para ello, nos basamos en el análisis de datos empíricos de Twitter y TikTok a través de varios casos de estudio. En particular, se aplican métodos de teoría de redes complejas, análisis de datos, codificación manual y modelización de los procesos de difusión.
En Twitter hemos analizado dos fenómenos: la fragmentación comunicativa y la difusión de información. En primer lugar, los resultados muestran que la fragmentación comunicativa en Twitter presenta dimensiones estructurales, ideológicas y lingüísticas. En la conversación sobre la independencia catalana, la aplicación de un modelo de inferencia de opinión política revela una distribución de opinión no binaria, en la que emerge de forma natural un tercer polo intermedio entre las dos posiciones opuestas. Asimismo, observamos una relación fuerte y asimétrica entre idioma e ideología: mientras que el castellano se utiliza a lo largo de todo el espectro político, el catalán no aparece en los sectores de opinión intermedios ni en las posiciones contrarias a la independencia.
En segundo lugar, hemos estudiado la difusión en tres conversaciones de Twitter de gran actividad y diferentes contextos. En su evolución temporal mostramos que la vida media de los tuits es muy breve, con un umbral universal en torno a las 16 horas. Estos patrones se ajustan mejor a una función exponencial estirada que a una ley de potencias. Además, hemos demostrado que el proceso de difusión de información en términos estructurales se puede explicar y modelizar a partir del efecto de saturación informativa. Tras examinar el rol que desempeñan tanto la saturación de información como la popularidad, proponemos un modelo predictivo de difusión que relaciona la probabilidad de que un usuario retuitee con el número de cuentas a las que sigue, y que validamos con simulaciones que muestran que el modelo es capaz de reproducir el tamaño y la estructura de las redes de retuits reales.
El estudio en TikTok, que analiza un caso de estudio sobre la organización política Gen-Z for Change, muestra que la Generación Z utiliza estrategias de difusión adaptativas basadas en la repetición, adoptando formas despersonalizadas de participación que optimizan la visibilidad del mensaje original en un entorno de sobrecarga informativa. Estas prácticas contrastan con las de los usuarios de mayor edad, quienes son más propensos a añadir aportaciones personales, pero obtienen una menor eficacia de difusión.
En conjunto, los resultados muestran que la conversación pública digital se organiza bajo fuertes restricciones de atención. Esta tesis demuestra que los patrones de fragmentación comunicativa y de difusión de la información, observados tanto en Twitter como en TikTok, no dependen únicamente de la estructura de las plataformas o de factores culturales o generacionales, sino que están profundamente condicionados por los límites cognitivos de los usuarios, que actúan como un filtro central en la organización y difusión de la información en los entornos digitales actuales.
The contemporary digital sphere hosts an unprecedented volume of interactions, messages and audiovisual content. Social media platforms have thus become central spaces within the public sphere, where content is not only disseminated and amplified, but where communities are formed, political and linguistic identities are expressed, and collective phenomena such as influence, group organization, and consensus emerge. The volume of information circulating on these platforms gives rise to a context of information saturation, in which the overabundance of content exceeds users cognitive and attentional capacities and deeply conditions the organization and dynamics of social networks.
The main objective of this thesis is to study the mechanisms that describe the phenomena of diffusion and fragmentation in digital environments, as well as to analyze the effects that information overload exerts on these processes. To this end, the thesis is based on the analysis of empirical data from Twitter and TikTok through several case studies. Methods from complex network theory, data analysis, manual coding, and diffusion modeling are applied throughout the work.
On Twitter, two main phenomena are analyzed: communicative fragmentation and information diffusion. First, the results show that communicative fragmentation on Twitter exhibits structural, ideological, and linguistic dimensions. In the conversation surrounding Catalan independence, the application of a political opinion inference model reveals a non-binary distribution of opinions, in which a third, intermediate pole emerges naturally between the two opposing positions. In addition, a strong and asymmetric relationship between language and ideology is observed: while Spanish is used across the entire political spectrum, Catalan does not appear neither among intermediate positions nor among users opposed to independence.
Second, the diffusion of information is studied across three highly active Twitter conversations from different contexts. The temporal analysis shows that tweets have a very short average lifespan, with a universal threshold of around 16 hours, and that these patterns are better captured by a stretched exponential function than by a power law. Furthermore, the structural diffusion process can be explained and modeled through the saturation effect. By examining the roles of both information overload and user popularity, the thesis proposes a predictive diffusion model that relates the probability of retweeting to the number of accounts a user follows. Simulations validate this model, showing that it is able to accurately reproduce the size and structure of real retweet networks.
The TikTok study, which focuses on a case study of the political organization Gen-Z for Change, shows that Generation Z adopts adaptive diffusion strategies based on repetition, promoting depersonalized forms of participation that optimize message visibility in an environment saturated with information. These practices contrast with those of older users, who are more inclined to add personal contributions but achieve lower diffusion effectiveness.
Taken together, the results show that digital public conversation operates under strong attentional constraints. This thesis demonstrates that patterns of communicative fragmentation and information diffusion, observed on both Twitter and TikTok, do not depend solely on platform structure or on cultural or generational factors but are deeply conditioned by users cognitive limits, which act as a central filter in the organization and spread of information in contemporary digital environments.
RESUMEN
El espacio digital contemporáneo alberga un gran volumen de interacciones, mensajes y contenido audiovisual. Así, las redes sociales se erigen como espacios centrales de la esfera pública, donde no solo se viralizan y difunden contenidos, sino que se configuran agrupaciones, se manifiestan identidades políticas y lingüísticas, y emergen fenómenos colectivos como la influencia, la organización en distintos grupos o el consenso. El volumen informativo presente en estas plataformas da lugar a un contexto de saturación informativa, donde la sobreabundancia de contenidos excede las capacidades cognitivas y de atención de los usuarios, y condiciona de manera profunda la organización y la dinámica de las redes sociales.
El objetivo general de esta tesis es estudiar los mecanismos que describen los fenómenos de difusión y fragmentación en el espacio digital, así como analizar el efecto que la sobrecarga informativa genera en estos procesos. Para ello, nos basamos en el análisis de datos empíricos de Twitter y TikTok a través de varios casos de estudio. En particular, se aplican métodos de teoría de redes complejas, análisis de datos, codificación manual y modelización de los procesos de difusión.
En Twitter hemos analizado dos fenómenos: la fragmentación comunicativa y la difusión de información. En primer lugar, los resultados muestran que la fragmentación comunicativa en Twitter presenta dimensiones estructurales, ideológicas y lingüísticas. En la conversación sobre la independencia catalana, la aplicación de un modelo de inferencia de opinión política revela una distribución de opinión no binaria, en la que emerge de forma natural un tercer polo intermedio entre las dos posiciones opuestas. Asimismo, observamos una relación fuerte y asimétrica entre idioma e ideología: mientras que el castellano se utiliza a lo largo de todo el espectro político, el catalán no aparece en los sectores de opinión intermedios ni en las posiciones contrarias a la independencia.
En segundo lugar, hemos estudiado la difusión en tres conversaciones de Twitter de gran actividad y diferentes contextos. En su evolución temporal mostramos que la vida media de los tuits es muy breve, con un umbral universal en torno a las 16 horas. Estos patrones se ajustan mejor a una función exponencial estirada que a una ley de potencias. Además, hemos demostrado que el proceso de difusión de información en términos estructurales se puede explicar y modelizar a partir del efecto de saturación informativa. Tras examinar el rol que desempeñan tanto la saturación de información como la popularidad, proponemos un modelo predictivo de difusión que relaciona la probabilidad de que un usuario retuitee con el número de cuentas a las que sigue, y que validamos con simulaciones que muestran que el modelo es capaz de reproducir el tamaño y la estructura de las redes de retuits reales.
El estudio en TikTok, que analiza un caso de estudio sobre la organización política Gen-Z for Change, muestra que la Generación Z utiliza estrategias de difusión adaptativas basadas en la repetición, adoptando formas despersonalizadas de participación que optimizan la visibilidad del mensaje original en un entorno de sobrecarga informativa. Estas prácticas contrastan con las de los usuarios de mayor edad, quienes son más propensos a añadir aportaciones personales, pero obtienen una menor eficacia de difusión.
En conjunto, los resultados muestran que la conversación pública digital se organiza bajo fuertes restricciones de atención. Esta tesis demuestra que los patrones de fragmentación comunicativa y de difusión de la información, observados tanto en Twitter como en TikTok, no dependen únicamente de la estructura de las plataformas o de factores culturales o generacionales, sino que están profundamente condicionados por los límites cognitivos de los usuarios, que actúan como un filtro central en la organización y difusión de la información en los entornos digitales actuales. Read More
Related posts:
What is security?
Topic Modeling in Telegram Channels During the Russia-Ukraine Conflict
Libro de resúmenes del I Congreso del Grupo de Sistemas Complejos 2025 – Book of Abstracts of the I Workshop of the Grupo de Sistemas Complejos 2025 (GSCW’25)
Virality, only the tip of the iceberg: ways of spread and interaction around COVID-19 misinformation in Twitter
Internet shutdowns in Africa on upward trajectory
Difusión no lineal sobre imágenes de color procedentes de microscopía en campo claro