Trust and Related Concepts in Social Networks

Abstract

Abstract Online social networks (OSN) have become extensively used in people's everyday social activities where relationships are initiated, developed or ended. The move towards online communications shifted our social perspectives and behavior, which gave rise to several theories and many empirical studies assessing the differences between online and traditional offline interactions, and how they are affecting the ways people communicate. Trust is the heart of social life and the backbone of relationships. However, assuring the continuity of trust relationships in an online environment can be challenging. Forgiveness is one way to repair a wounded relationship. By bridging research on trust and forgiveness, we underline the necessity to inspect forgiveness in the digital context by contributing to the literature in three major ways. We first investigate if forgiveness can be predicted by the same factors that were proven to affect it in offline settings. We also hypothesize that users’ acceptance and involvement in the used social network platform would have a significant impact on their forgiveness of an offense that takes place on that same tool. Second, we analyze whether the decrease of trust after an offense can be affected by the presence of forgiveness. The third contribution concerns the applicability of artificial intelligence techniques in predicting forgiveness and simulating its positive effect in maintaining relationships in a social network. To achieve these goals, we collected data from over 300 participants who took part in this study by completing a questionnaire that recorded different measurements. Next, a two-staged approach was used, first to test the proposed research model using structural equation modeling (SEM), then the results were employed as inputs for artificial neural network (ANN) and fuzzy logic (FL) models. Unexpectedly, the severity of the offense, its frequency, pre-transgression trust and empathy were found to be the main factors that influence forgiveness, while commitment and apology had no significant direct effect. Moreover, analyzed data discarded the hypotheses that users’ acceptance and involvement in the used social network platform have any significant effect on their forgiveness. Results also showed that a victim’s trust towards the transgressor decreased much more in the absence of forgiveness than in its presence. On the other hand, combining ANN and FL was found to provide more accurate prediction results. Further, simulation experiments called attention to the prospective benefits of forgiveness in maintaining connectedness in a digital environment. Finally, the provided future work and implications of this thesis is believed to inspire v further research for a better understanding of both trust and forgiveness in social context in the digital age. Keywords: Social Networks, Trust, Forgiveness, Trust Behavior, Trust Belief, Empathy, Commitment, Apology, Facebook, Structural Equation Modeling, Artificial Neural Networks, Fuzzy Logic, Simulation.

Résumé Les réseaux sociaux en ligne (OSN) sont de plus en plus utilisés dans les activités sociales quotidiennes où des relations sont initiées, développées ou terminées. L’usage de l’internet pour les communications en ligne a changé nos perspectives et nos comportements sociaux, ce qui a donné naissance à plusieurs théories et a permis de réaliser de nombreuses études empiriques pour évaluer les différences entre les interactions en ligne et hors ligne et voir comment elles affectent la manière dont les personnes communiquent. Dans le monde réel, la confiance et le pardon sont considérés comme étant les piliers de la vie sociale et le pivot des relations. Néanmoins, vouloir assurer la continuité des relations de confiance dans un environnement en ligne et tout à fait différent et peut-être difficile à maintenir. Cependant on considère le pardon comme un moyen pour réparer une relation brisée. En mettant en relief et en reliant la recherche sur les notions de confiance et de pardon, nous soulignons la nécessité d’examiner le pardon dans le contexte numérique en contribuant à la prise en compte de ce concept dans la littérature de trois manières différentes. Nous étudions d'abord si le pardon peut être prédit dans le monde virtuel par les mêmes facteurs qui l’on prédit dans des paramètres du monde réel. Nous supposons également que l'acceptation et l'implication des utilisateurs dans la plate-forme du réseau social utilisé auront un impact important sur leur pardon lorsqu’un problème survient sur cet environnement. Deuxièmement, nous analysons si la diminution de la confiance après une dispute peut être affectée par la présence de la notion de pardon. La troisième contribution concerne l'applicabilité des techniques d'intelligence artificielle pour prédire le pardon et simuler son effet positif pour maintenir des relations dans un réseau social. Pour atteindre ces objectifs, nous avons réalisé une étude pour recueillir des informations auprès de plus de 300 participants qui ont contribué à répondre à un questionnaire qui a permis de réaliser différentes mesures. Ensuite, une approche à deux étapes a été utilisée, premièrement pour tester le modèle de recherche proposé en utilisant la modélisation de l'équation structurale (SEM), puis les résultats ont été utilisés comme des données d’entrée pour un modèle de réseaux de neurones artificiels (ANN) et un modèle de logique floue (FL). De manière inattendue, la gravité de la transgression, sa fréquence, la confiance avant celle-ci et l'empathie ont été les principaux facteurs qui influent sur le pardon, alors que l'engagement et l’excuse n'ont pas d'effet significatif direct. En outre, les données analysées ont écarté les hypothèses selon lesquelles l'acceptation et

l'implication des utilisateurs dans la plate-forme utilisée du réseau social ont un effet significatif sur leur pardon. Les résultats ont également montré que la confiance de la victime envers le transgresseur a beaucoup plus diminué en l'absence de pardon qu'en sa présence. D'autre part, la combinaison des techniques d’ANN et FL a permis de fournir des résultats de prédiction plus précis. De plus, les expériences de simulation ont attiré notre attention sur les avantages potentiels du pardon pour maintenir la connectivité dans un environnement numérique. Mots-clés: Réseaux Sociaux, Confiance, Pardon, Comportement De Confiance, Croyance De Confiance, Empathie, Engagement, Excuse, Facebook, Modélisation d'équations Structurelles, Réseaux de Neurones Artificiels, Logique Floue, Simulation. viii ملخص أصبحت الشبكات الاجتماعية عبر الإنترنت تستخدم على نطاق واسع في الأنشطة الاجتماعية اليومية للأشخاص حيث يتم بدء العلاقات أو تطويرها أو إنهاؤها. التوجه نحو الاتصالات عبر الإنترنت غير من وجهات نظرنا الاجتماعية والسلوكية، مما أدى إلى انتاج العديد من النظريات والدراسات التجريبية لتقييم الاختلافات بين التفاعلات عبر الانترنت والتفاعلات التقليدية، وكيف أنها تؤثر على طرق تواصل الناس. الثقة هي قلب الحياة الاجتماعية والعمود الفقري للعلاقات. ومع ذلك، فإن ضمان استمرارية علاقات الثقة في بيئة الإنترنت يمكن أن يكون أمرا صعبا. العفو هو أحد الطرق لإصلاح العلاقة المتضررة. من خلال الربط بين البحوث حول الثقة والعفو، نؤكد في هذا العمل على ضرورة درس العفو في المجال الرقمي من خلال المساهمة بثلاث طرق رئيسية. أولا نتحرى إذا كان يمكن التنبؤ بالعفو عن طريق نفس العوامل التي ثبت أنها تؤثر عليه في دراسات سابقة في الاتصالات التقليدية. ونفترض أيضا أن قبول المستخدمين واشتراكهم في منصة الشبكة الاجتماعية المستخدمة سيكون له تأثير كبير على العفو لهم عن الاساءة التي تحدث على تلك الأداة نفسها. ثانيا، نحلل ما إذا كان انخفاض الثقة بعد الاساءة يمكن أن يتأثر بوجود العفو. تتعلق المساهمة الثالثة بتطبيق تقنيات الذكاء الاصطناعي في التنبؤ بالعفو ومحاكاة تأثيره الإيجابي في الحفاظ على العلاقات في الشبكة الاجتماعية . لتحقيق هذه الأهداف، جمعنا بيانات من أكثر من 300 مشارك شاركوا في هذه الدراسة من خلال استكمال استبيان سجل قياسات مختلفة. بعد ذلك، تم أولا اختبار نموذج البحث المقترح باستخدام نماذج المعادلات البنائية، ثم استخدمت النتائج كمعطيات للشبكات العصبونية الاصطناعية ونماذج المنطق الضبابي. بشكل غير متوقع، وجد أن شدة الاساءة، تواترها، وثقة ما قبل الاعتداء والتعاطف هي العوامل الرئيسية التي تؤثر على العفو، في حين أن الالتزام والاعتذار ليس لهما تأثير مباشر كبير. علاوة على ذلك، البيانات التي تم تحليلها ألغت الفرضية القائلة بأن قبول المستخدمين ومشاركتهم في منصة الشبكة الاجتماعية المستخدمة يكون لها أي تأثير على العفو. وأظهرت النتائج أيضا أن ثقة الضحية تجاه المعتدي انخفضت أكثر بكثير في غياب العفو عنه في وجوده. من ناحية أخرى، تم العثور على أن الجمع بين الشبكات العصبونية الاصطناعية ونماذج المنطق الضبابي يوفر نتائج تنبؤ بالعفو أكثر دقة. من جهة أخرى، دعت تجارب المحاكاة للانتباه إلى الفوائد المتوقعة من العفو في الحفاظ على العلاقات في بيئة رقمية. الكلمات المفتاحية: الشبكات الاجتماعية، الثقة، العفو، التعاطف، الالتزام، الاعتذار، الفاسبوك، نماذج المعادلة البنائية، الشبكات العصبية الاصطناعية، المنطق الضبابي، المحاكاة.