https://doi.org/10.24016/2020.v6n3.178
ARTICULO ORIGINAL
Predicción del Trolling desde el sadismo y
la adicción a Internet en jóvenes adultos de Buenos Aires
Prediction of Trolling behavior from sadism and
Internet addiction in young adults of Buenos Aires.
Pablo Christian González Caino 1, 2 * y Santiago Resett 1, 2
1 Universidad Argentina de la Empresa, Buenos Aires, Argentina.
1 Consejo Nacional de Investigaciones Científicas y Técnicas
de Argentina, Buenos Aires, Argentina.
* Correspondencia: Agustín de Elia
1034, Ramos Mejía, Buenos Aires, Argentina, CP 1704. Teléfono: 54 11 57018170. pablo.cg.caino@hotmail.com.
Recibido: 08 de septiembre
de 2020 | Revisado:
19 de septiembre de 2020 | Aceptado: 08 de diciembre de 2020 | Publicado
Online: 10 de diciembre de 2020.
CITADO COMO:
Gonzales
Caino, P. C. & Resett, S. (2020). Predicción del
Trolling desde el sadismo y la adicción a Internet en jóvenes adultos de Buenos
Aires. Interacciones, 6(3), e178. https://doi.org/10.24016/2020.v6n3.178
RESUMEN
Introducción:
El trolling es un fenómeno de gran actualidad, pero mucho menos
estudiado a diferencia de otras problemáticas relacionadas con las nuevas tecnologías.
El presente estudio evaluó los niveles de trolling en adultos a partir del
sadismo y la adicción a internet. Método: Para este fin, se constituyó
una muestra intencional de 708 adultos, de ambos géneros (56% mujeres, edadM = 25 años DE = 8.7), de Ciudad Autónoma de Buenos
Aires (CABA) y Gran Buenos Aires (GBA), Argentina. Los participantes
contestaron el Cuestionario de trolling de Buckels et
al., de Tendencias Sádicas de Paulhus et al., de
Adicción a Internet de Lam-Figueroa et al. y un cuestionario demográfico. Los
datos indicaban que tanto el sadismo vicario, el sadismo directo y la
disfuncionalidad en el uso de Internet eran predictores del trolling. Resultados:
Los resultados sugerían asociación del trolling con la edad y diferencias
según el género. Un modelo estructural para predecir el trolling a partir del
sadismo como variable latente y la adicción a internet mostraron un ajuste
adecuado CFI = .99, TLI = .98, RMSEA = .04, indicando que el sadismo predecía
el trolling y la adicción a internet. Conclusión: El sadismo es un predictor importante para la conducta
de Trolling a través de internet, donde los individuos con estas
características aprovechan el anonimato para realizar sus conductas agresivas.
Palabras clave: Trolling; predicción; sadismo; Internet;
uso.
ABSTRACT
Background: Trolling is a very topical phenomenon, but much less
studied unlike other problems related to new technologies. The present study
evaluated the levels of trolling in adults from sadism and internet addiction. Method:
For this purpose, an intentional sample of 708 adults of both genders (56%
women, age M = 25 years SD = 8.7), from the Autonomous City of Buenos Aires
(CABA) and Greater Buenos Aires (GBA), Argentina is selected. Participants
answered the Trolling Questionnaire by Buckels et
al., On Sadistic Tendencies by Paulhus et al., On
Internet Addiction by Lam-Figueroa et al. and a demographic questionnaire. The
data indicated that both vicarious sadism, outright sadism, and
dysfunctionality in Internet use were predictors of trolling. Results: The
results suggested an association of trolling with age and differences according
to gender. A structural model to predict trolling based on sadism as a latent
variable and internet addiction shows an adequate fit CFI = .99, TLI = .98,
RMSEA = .04, indicating that sadism predicted trolling and internet addiction. Conclusion:
Sadism is an important predictor for
trolling behavior over the internet, where individuals with these
characteristics take advantage of anonymity to carry out their aggressive behaviors.
Keywords: rolling;
prediction; sadism; Internet; use.
INTRODUCCIÓN
El siglo XXI
ha conseguido grandes avances a través del uso de nueva tecnología en
comunicaciones, y nada ha marcado más este avance que Internet. Sin embargo,
antiguas prácticas problemáticas que antes se daban solamente en el ámbito cara
a cara, se han trasladado a este nuevo espacio. Si bien la internet es una
herramienta de gran utilidad, su uso excesivo y problemático puede causar
diferentes problemas. Uno de ellos, la adicción a Internet, es un fenómeno que
ha crecido en el último tiempo, especialmente debido a todos los nuevos
dispositivos que hacen posible su utilización como, por ejemplo, los smartphones,
tablets,
entre otros. La adicción a Internet puede definirse como la
incapacidad de un individuo para ejercer un control sobre el uso de Internet,
el cuál conlleva a estados de fatiga, incomodidad y problemas en el día a día (Byun et al, 2009). Según Lam – Figueroa y otros (2011), la
misma consta de dos partes, una sintomatológica, diferente al involucramiento
normal con esta tecnología, y una disfuncional, la cual está emparentada con
las consecuencias de esta adicción. Se ha demostrado anteriormente que la frecuencia
de actividad en Internet ha correlacionado con el comportamiento antisocial online
(Buckels et al., 2014). Por otro lado, los reportes
indican que, generalmente, los hombres usan Internet con más frecuencia que las
mujeres (Baloğlu, Özteke
Kozan & Kesici, 2018) y tienen más conductas
delictivas informáticas (Seigfried-Spellar, Villacís-Vukadinovi & Lynam, 2017).
Las
personalidades aversivas han sido estudiadas en gran medida por la psicología a
través de la historia, comenzando por el clásico trabajo de Cleckley
(1941) sobre la psicopatía. Estos comportamientos han sido abordados desde
diferentes áreas, como la forense (Mc cord & Mc cord, 1956; Walsh, Swogger & Kosson, 2009), la clínica (Hare, 2006; Hare & Neumann,
2008) y la subclínica (Lilienfield & Andrews,
1996; Paulhus & Willians, 2002). En los últimos
años, estos comportamientos también han sido abordados por sus desarrollos
utilizando las nuevas tecnologías.
Los
comportamientos aversivos online causan varios problemas para quiénes
los sufren. Si bien no es un tema que se ha estudiado en profundidad, se ha
encontrado evidencia de que este tipo de comportamientos puede generar un peor
funcionamiento psicosocial (Wong, Chan, & Cheng, 2014), debido a ser
causante de sintomatología depresiva, baja autoestima, ansiedad e incluso
conductas suicidas en sus víctimas (Bauman, Toomey & Walker, 2013; Hinduja & Patchin, 2010; Kowaslki, Giumetti, Schroeder
& Lattanner, 2014; Mehari, Farrel
& Le, 2014; Nicol, 2012), dando mayores dificultades en el plano psicológico
y una peor calidad de vida.
Es importante
destacar que, dentro de estas nuevas conductas problemáticas se encuentran el Cyberbullying, el Cyberstalking
y el Trolling. El término Trolling proviene de la mitología
escandinava, donde seres similares a los duendes llamados Trolls,
habitaban debajo de puentes, esperando para atacar a viajeros distraídos. A su
vez, el término puede encontrarse en la jerga pesquera, denominando la práctica
de arrastrar un señuelo desde un bote, engañando así a los peces (Crystal, 2001). En el contexto de Internet, con sus
primeras apariciones datadas de la década del 1980s (Dynel,
2016), el Trolling se define como una práctica de comportamiento
engañoso, destructivo o disruptivo, sin ningún propósito instrumental (Buckels, Trapnell & Paulhus, 2014) con un énfasis en el engaño y el humor a
costa del sufrimiento de la víctima del comportamiento. A diferencia del Cyberbullying, con un enfoque directo y sobre una
víctima determinada, o el Flaming, una
expresión genuina de hostilidad y agresión (Johnson, Cooper & Chin, 2008),
el Trolling se distingue por su característica distintiva del engaño (Sest & March, 2017). En lo referente a las variables
demográficas, estudios anteriores han encontrado asociaciones entre la
perpetración de Trolling y edad en diferentes contextos, como los juegos
online o Facebook en donde a menor edad, mayor nivel de dicha conducta (Lee
et al, 2016; Sest & March, 2017). En el caso del género,
también se han encontrado asociaciones (Sest &
March, 2017) siendo un comportamiento más perpetrado por los hombres que por
las mujeres (Buckels et al, 2014; Fichman
& Sanfilippo, 2016)
Dentro de
esta nueva rama, estudios anteriores han demostrado las correlaciones entre estas
conductas aversivas y el comportamiento Trolling, especialmente con el sadismo
cotidiano (Cracker & March, 2016; March, Grieve, Marrington & Jonason, 2017; Sest & March, 2017; Buckels, Trapnell, Andjelovic & Paulhus, 2018, Resett &
González Caino, 2019). El sadismo clínico, término proveniente del Marqués de
Sade, se define como el sentir placer por causar daño a otros individuos (Paulhus & Dutton, 2016). A
diferencia del clínico, Buckels, Jones y Paulhus (2013) definen el sadismo cotidiano, o soft sadism
(Pinker, 2011) como el disfrute por la crueldad en la vida diaria, como por
ejemplo en películas, videojuegos o deportes, siendo una forma subclínica del
sadismo clínico, muy estudiado por la psicología forense en el comportamiento
criminal. Últimamente, esta forma de sadismo fue agregada a la tríada oscura de
personalidad (Paulhus & Williams, 2002),
convirtiéndolo en la tétrada oscura de la personalidad, debido a su
distribución subclínica dentro de la población normal.
A pesar de
ser un tema muy importante en América Latina, con un aumento en la cobertura de
los medios de comunicación argentinos en los últimos años, no hay demasiados
estudios que hayan abordado empíricamente este fenómeno en población adulta
usuaria de Internet Encontrar los predictores de este comportamiento disruptivo
es de gran importancia, para contribuir a su comprensión y a su prevención,
debido a las consecuencias mencionadas en las víctimas. De este modo, este
estudio es el primero en evaluar empíricamente el fenómeno Trolling y
sus predictores en población latinoamericana, como los es la Argentina.
Objetivos
Por estas
razones, el presente estudio tuvo como objetivos: 1) determinar si el sadismo
cotidiano y la adicción a Internet eran predictores del Trolling online en
adultos argentinos usuarios Internet, 2) explorar si la edad se asociaba con el
trolling y si el género introducía diferencias en el Trolling, y 3) poner a prueba un modelo de ecuaciones estructurales
para predecir el comportamiento de Trolling, a partir de las variables
antemencionadas.
MÉTODO
Diseño
El diseño del presente estudio fue descriptivo correlacional, de corte
transversal.
Participantes
El presente estudio fue realizado con un muestreo no probabilístico de
tipo intencional. La población se definió como todos los adultos de ambos
géneros con edades de 18 años a 56 que residían en Ciudad Autónoma de Buenos
Aires (CABA) y Gran Buenos Aires (GBA), Argentina, con familiaridad con
internet y celulares. Los participantes fueron 708 adultos, de ambos géneros
(56% mujeres) con una edad media de 25 años (DE = 8.7), de Ciudad Autónoma de Buenos Aires (CABA) y Gran Buenos
Aires (GBA). El 16% de la muestra reportó tener estudios primarios, el 37%
estudios secundarios, el 17% terciario, el 24% estudios universitarios y el 6%
nivel de posgrado. A su vez, el 53% poseía trabajo mientras que el 47% no
estaba trabajando.
Instrumentos
Cuestionario sociodemográfico: se preguntó género, edad, lugar de residencia,
nivel de estudios académicos y situación laboral al momento de realizar el
estudio.
Escala de adicción a Internet (EAIL; Lam
- Figueroa et al, 2011). Escala tipo Likert de 11 ítems que miden la
adicción a Internet en dos dimensiones: sintomatología conductual con ocho
ítems (Tiempo conectado a Internet, dedicando más tiempo a Internet de lo
necesario, molesto cuando no conectado, entre otros) y disfuncionalidad con 3
ítems (problemas relacionados con la adicción: falta de trabajo o universidad
por estar conectado, desprecio del hogar o tareas domésticas, entre otros).
Cada ítem se mide con una escala Likert con 4 opciones de respuesta: Muy
raramente (1), Raramente (2), A menudo (3) y Siempre
(4). El instrumento posee una estructura factorial adecuada y validez de
constructo (Lam - Figueroa et al, 2011). En el presente estudio, las alfas de
Cronbach fueron de .84 para la dimensión de sintomatología y de .66 para la
dimensión de disfuncionalidad. Presenta buenas propiedades en la Argentina en
muestras de adultos, como validez de constructo, como lo demuestran estudios
con su relación con los comportamientos agresivos online, y adecuada
consistencia interna, con valores de alfa de Cronbach de .67-86 (Resett & González Caino, 2019).
Variedades de tendencias sádicas (VAST; Paulhus, Jones, Dutton & Klomsky, 2011). Utilizado para medir el sadismo cotidiano en dos dimensiones: sadismo
directo y sadismo vicario. Ejemplos de artículos son "Disfruto lastimando
físicamente a otras personas" o "En los videojuegos, me gustan los
chorros de sangre realistas". Es una escala Likert de 5 ítems [1 = totalmente en desacuerdo; 5 = muy de acuerdo] y ha mostrado buenas
propiedades psicométricas, mostrando aceptables alfas de Cronbach de .72 para
sadismo vicario y .74 para sadismo directo, respectivamente, en el presente
estudio. Se utilizó la versión al español de González Caino et al. (2018) que presentó
buenas propiedades psicométricas en población adulta de la Argentina,
encontrando alfas de .69 en el caso de la dimensión de sadismo vicario y .73
para la de sadismo directo.
Cuestionario global de Internet Trolling (GAIT; Buckels, Trapnell & Paulhus, 2014). Este cuestionario se utiliza para medir el comportamiento perpetrador de
Trolling a través de Internet. Consta con cuatro ítems que son
respondidos por una escala Likert (1 = totalmente
en desacuerdo; 5 = muy de acuerdo).
Las preguntas son: "He enviado a las personas a sitios de internet
desagradables"; "Me gusta molestar insultar o burlarme de las personas",
"Me gusta molestar a otros jugadores en los juegos de video" y
"Mientras más linda es una cosa, más me gusta destruirla". Las
primeras tres preguntas miden cómo el comportamiento de trolling se trata de
llevar a cabo el comportamiento de Trolling y disfrutarlo, mientras que
la última pregunta denota la identificación con la cultura de Trolling.
Este instrumento arrojó un alfa de Cronbach de .72 para el presente estudio. En
el presente trabajo se usó la versión al español argentino de Resett y González Caino (2019) que mostró una estructura unifactorial y alfas de Cronbach .74, como validez de
constructo con respecto al uso problemático de nuevas tecnologías y la
personalidad oscura en adultos argentinos.
Procedimientos de recolección de datos
Todos los datos fueron recolectados a través
de la plataforma Google Forms, y compartido a través
de redes sociales como Instagram, Facebook y Whatsapp,
asegurando la
confidencialidad y el anonimato de los participantes, e informando que las
respuestas serían utilizadas solamente con fines académicos. Todos los
participantes aceptaban participar del estudio dando un click en la opción Aceptar
luego de leer el consentimiento informado del estudio. Si los participantes no
tildaban el aceptar participar voluntariamente no podían completar el
cuestionario. El formulario incluía una explicación de los propósitos del
estudio, el aseguramiento del anonimato, confidencialidad y participación
voluntaria, los requisitos de participación (ser mayor de edad, residir en CABA
O GBA, entre otros) y los cuestionarios. También se incluía el nombre de los
responsables del estudio y un contacto. La investigación fue aprobada por la
universidad de filiación de los autores del manuscrito.
Procedimiento de análisis de datos
Los análisis descriptivos (medias, desvíos,
mínimos y máximos), al igual que los análisis de regresión múltiple en bloque,
correlaciones de Pearson y comparaciones de medias fueron realizados con el
Software SPSS 23 con el método intro (enter) y se solicitó el cambio de significación para
observar si el segundo bloque era significativo a un nivel p < .05
que es el habitualmente usado en ciencias sociales. El modelo de ecuaciones
estructurales fue realizado a través del software AMOS 21, utilizando como
método de estimación máxima verosimilitud. El modelo de
ecuaciones estructurales aporta la ventaja de permitir un análisis más complejo
de las relaciones entre las variables y la incorporación de constructos
latentes en dicho análisis (Kline, 2015). A su vez, los
sistemas de ecuaciones estructurales posibilitan el análisis de las relaciones
dependientes tanto múltiples como cruzadas, representar los conceptos no
observados y a su vez, tener en cuenta el error de medida en la estimación
(Escobedo Portillo, Hernández Gómez, Estebané Ortega
& Martínez Moreno, 2016). Del mismo modo, el modelo de ecuaciones
estructurales aporta la ventaja de permitir un análisis más complejo de las
relaciones entre las variables, como la incorporación de constructos latentes
en dicho análisis (Kline, 2015). Previamente a poner a prueba el modelo, se
tuvo en cuenta que las variables exógenas sean sólidos predictores demostrados
por la literatura científica con respecto a la variable endógena (como lo eran
el sadismo y la adicción a internet), que exista una relación lineal entre las
variables y considerar la homocedasticidad y normalidad en la distribución de
los residuos (Kline, 2015; Tabachnick & Fidell, 2014). La asociación de las variables era lineal y
en la dirección esperada (rs = .20 y .29 para trolling y sintomatología y
disfuncionalidad, respectivamente, y rs = .45 y .54 para trolling y sadismo vicario y directo,
respectivamente). Con respecto a los residuos de las variables exógenas –puntajes
de sadismo
y adicción a internet- con respecto al trolling, su asimetría era 1.09 y su
curtosis 2.08. Por otra parte, había evidencia de independencia de los residuos
con la prueba Durbin-Watson debido a que el mismo era 1.92 –muy cercano a 2- y
el gráfico de dispersión entre los valores predichos y los residuos señalaban
una distribución no asociada o independiente de los puntajes. En lo relativo a
la normalidad en la distribución, se detectaba significatividad estadística –lo
cual indicaba distribución anormal-, aunque marginal (p < .06). Por ende, se decidió a poner a prueba el modelo
estructural.
Para evaluar el ajuste del modelo, se tuvo en cuenta
CFI y TLI los cuales deben ser por arriba de .90, y RMSEA y SRMR estar por
debajo de.10 para ser aceptables (Bentler, 1992;
Byrne, 2010). También se señalan criterios de un CFI y TLI mayor de .95 y RMSEA
y SRMR menor de.05 (Hu & Bentler,
1999). Hay criterios más actuales de CFI y TLI menores a .97. (Hair, Black, Babin,
& Anderson, 2010). Los datos
de las variables tenían una distribución relativamente normal, con la excepción
de las preguntas de trolling, cuyos valores para curtosis iban de -.918 a 4.052
y para asimetría iban de .330 a 2.071, pero no eran valores extremos. Valores
mayores de 3 de asimetría y de curtosis de 8 a 20 son considerados extremos (Kline,
2015; Tabacknick & Fidell,
2014). Como casi todas las variables tenían una distribución normal y el
trolling solamente se apartaba ligeramente de la normalidad, los modelos de SEM
se pusieron a prueba con el método de máxima verosimilitud ML.
Aspectos éticos
Todos los datos fueron recolectados a través de la
plataforma Google Forms, y compartido a través de
redes sociales como Instagram, Facebook y Whatsapp,
asegurando la confidencialidad y el anonimato de los participantes, e
informando que las respuestas serían utilizadas solamente con fines académicos.
Todos los participantes aceptaban participar del estudio dando un click en la opción Aceptar luego de leer el consentimiento
informado del estudio para asegurar la participación voluntaria. Si los
participantes no tildaban el aceptar participar voluntariamente, no podían
completar el cuestionario. El formulario incluía una explicación de los
propósitos del estudio, el aseguramiento del anonimato, confidencialidad y
participación voluntaria, los nombres y filiaciones de los responsables del
estudio, los requisitos de participación (ser mayor de edad, residir en CABA O
GBA, entre otros), los e-mails de los autores para cualquier duda o consulta y
-finalmente- los cuestionarios. La investigación fue aprobada por un comité de
ética de la Universidad Argentina de la Empresa (código del proyecto A19S21).
Los datos se recogieron entre marzo y junio del año 2020. Se tardaba alrededor
de 25 minutos en completar los cuestionarios.
RESULTADOS
En la tabla 1, se muestran las medias y
desviaciones de los puntajes de las dimensiones de sadismo, adicción a Internet
y Trolling.
Con respecto al objetivo de determinar si la
edad se asociaba con el Trolling, los resultados indicaban una
correlación negativa significativa r = -.13 p < .001. En lo
referente al género, mujeres y varones diferían en los puntajes de Trolling
ya que los varones mostraban niveles más elevados t (706) = 7.24 p
< .001, con M = 6.60 (DE = 3.07) para los varones y M =
5.14 (DE = 2.01) para las mujeres.
Para determinar la contribución específica de
cada una de las dimensiones del sadismo como de la adicción a Internet, se
realizó un análisis de regresión múltiple en bloque en el cual se colocaron los
puntajes de sadismo en el primer bloque y los puntajes de adicción a Internet en
un segundo bloque. El análisis arrojó un modelo estadísticamente significativo
(p < .001), explicando una varianza total de 34% con el primer bloque
y un 36% con el segundo bloque, mostrando un incremento estadísticamente
significativo (p < .001). Los principales
predictores fueron los dos tipos de sadismo: directo (t = 11.09, β
= .38, p < .001) y el vicario (t = 7.119, β = .24, p
< .001). A su vez, la dimensión disfuncionalidad de la adicción a Internet (t
= 3.293, β = .11, p < .001) resultó también ser un predictor
positivo del Trolling.
Para analizar los efectos del Sadismo, tanto
vicario como directo, como la adicción a Internet, sintomatología y
disfuncionalidad, sobre el Trolling se procedió a realizar un modelo de
ecuaciones estructurales. En la figura 1, se puede observar el modelo sin
restricciones, donde se ubicó al sadismo y a la adicción a Internet como
variables observables, mientras al puntaje total de Trolling como variable
endógena. Este modelo arrojó un buen ajuste de los datos (CFI = .99, TLI = .98,
RMSEA = .04; x2 (3) = 6.995, p < .072). Además,
el valor de p para el x2 no era significativo. Este modelo
mostró un efecto directo del sadismo sobre el Trolling (β = .605, S.E = .054,
p < .001). A su vez, se observó un efecto directo del sadismo sobre la
adicción a internet (β = .370, S.E = .071, p < .001).
DISCUSIÓN
El estudio de los comportamientos aversivos a
través de Internet ha crecido en los últimos años, pero sin embargo siguen
siendo poco estudiados en Latinoamérica (González Caino & Resett, 2018). Estudios anteriores han demostrado la
importancia del sadismo en la realización de conductas de Trolling
a nivel
internacional (Buckels
et al., 2014; Sest & March, 2017). Por esto, la importancia
del presente estudio radica en ser el primero en analizar predictores del
fenómeno Trolling en población argentina, dado los problemas psicológicos que causa
recibir esta forma de comportamiento problemático. Además, usó modelos de
ecuaciones estructurales. Para esto se conformó una muestra intencional de 708
adultos, de (56% eran de género femenino), con una media de edad de 25 años. Todos
los participantes respondieron a una batería de instrumentos, la cual estaba
formada por el cuestionario global de Trolling (Sest & March, 2017), la escala de variedades de
tendencias sádicas (Paulhus, Jones, Dutton & Klomsky, 2011), la
escala de adicción a Internet (Lam – Figueroa et al, 2011) y preguntas
demográficas.
Semejante a lo encontrado en estudios
anteriores, ambas dimensiones del sadismo cotidiano fueron encontradas como los
mayores predictores de la conducta Trolling. Estos resultados siguen confirmando el papel
protagónico del sadismo en comportamientos aversivos a través de Internet (Buckels et al, 2014; Cracker & March, 2016; Sest & March, 2017). El disfrute y placer por ejercer
daño sobre otros, característica destacada del sadismo directo, se interpreta
como una motivación para la conducta de Trolling online, explicando por qué
resultó ser el mayor predictor de esta conducta. El sadismo vicario, o la
capacidad de disfrutar de cómo otros causan daño a un individuo, se explica a
través de la motivación por imitar estas conductas de Trolling, habiendo disfrutado,
por ejemplo, posts o mensajes en donde se estuvieran realizando el
comportamiento de Trolling. Ambas dimensiones de sadismo describen
personas que son emocionalmente crueles y con deficiencias morales, apareciendo
en distintas partes de internet para realizar estos comportamientos (Greitmeyer & Mugge, 2014;
Cracker & March, 2016). A su vez, la disfuncionalidad de la adicción a
Internet también demostró contribuir como predictora del Trolling, aunque su tamaño del
efecto era mucho más pequeño en comparación con el sadismo, como indican
numerosas investigaciones sobre que el mejor predictor del trolling es el
sadismo (Cracker & March, 2016; Sest & March,
2017). Publicaciones anteriores (por ejemplo, Alimoradi
et. al, 2019; Neverkovich et. al. 2017) señalan las
consecuencias de la adicción a Internet. En este caso, el aumento de tiempo en
Internet hace que los individuos sean más propicios a estar expuestos y
realizar a conductas de Trolling y, teniendo ya características propias de
personalidad, hacerse partícipes de esta conducta (Lopes
& Yu, 2017). También el pequeño efecto de la
adicción sobre el trolling puede explicarse por el efecto de la desinhibición y
percepción de anonimato (Fichman
& Sanfilippo, 2016) que generan las nuevas tecnologías para
agredir a otros o desinhibirse, como han detectado otros estudios (Gámez-Guadix,
Borrajo, & Almendro, 2016).
Se detectó una
asociación con la edad al igual que estudios anteriores en donde también a
menor edad, mayores niveles de Trolling (Buckels
et al., 2014, Craker & March, 2016; Resett & González Caino, 2019), sumando más evidencia a
estos hallazgos. En lo que refiere a las diferencias según el género, el
presente estudio encontró diferencias en Trolling en favor del grupo
masculino en comparación al femenino, lo que coincide con otras investigaciones
a este respecto (Buckels et al, 2014; Fichman & Sanfilippo, 2016; Sest & March, 2017).
Un análisis de ecuaciones estructurales,
objetivo número dos del presente trabajo, mostró los distintos efectos del sadismo
cotidiano y la adicción a Internet sobre el Trolling. Se encontró un efecto
directo del sadismo sobre la adicción a Internet y sobre el Trolling. Que el sadismo sea un
significativo predictor del trolling es coincidente con muchos estudios
internacionales (Buckels et al., 2018; Cracker & March, 2016; Sest & March, 2017), lo cual se explica porque el
trolling es una agresión muchas veces aleatoria y sin un fin más que el placer
de molestar a cualquier sujeto (Buckels et al., 2014;
Zezulka & Seigfried-Spellar,
2016).
Incluso, muchos estudios detectaron que el sadismo es un predictor
significativo controlando las tendencias agresivas y otros rasgos de la
personalidad oscura (Buckels et al., 2018). Sin
embargo, en modelo de SEM se observó que la adicción de internet no tenía un
efecto sobre el trolling. Esto indica que –tal vez- es el sadismo el que hace
covariar al Trolling y a la adicción de internet. Numerosos
estudios indicaron que numerosos rasgos de la personalidad oscura, entre ellos
el sadismo, se asocian con mayor uso problemático de las nuevas tecnologías;
por ejemplo, sujetos con perfiles altos en sadismo presentan un mayor uso de
sexo online (Kircaburun & Griffiths, 2018). Es
posible que el perfil de personalidad de estos sujetos, sádicos y, quizás,
buscadores de sensaciones, usen las ventajas de las nuevas tecnologías, como
anonimato y desinhibición, para satisfacer sus tendencias agresivas y sexuales.
Más investigaciones es necesaria a este respecto para determinar cómo es el
perfil de personalidad de estos sujetos, desde la personalidad oscura, por
ejemplo, y cómo es la relación de los mismos con el trolling y otras
problemáticas relacionadas con las nuevas tecnologías de la información.
El presente estudio tiene algunas limitaciones
a ser tenidas en cuenta. En primer lugar, la muestra utilizada fue intencional
a partir de 708 participantes de la Cuidad de Buenos Aires y Gran Buenos Aires,
lo que limita su poder de generalización. Por otro lado, los datos fueron
recolectados a través de autoinformes, el cual presenta conocidas limitaciones,
como, por ejemplo, la deseabilidad social –más aún en una variable como el Trolling-,
subjetividad de las respuestas, la tendencia a dar respuestas extremas, etc. Esto
puede resultar una limitación importante, ya que se están midiendo conductas
socialmente aversivas. Por otra parte, al haber medido todas las variables con
el autoinforme esto aumenta artificialmente las relaciones entre las variables.
A su vez, este es un estudio transversal, lo cual también conlleva los
problemas de tener una sola medida en el tiempo y no poder inferir la
direccionalidad de las variables. También, el haber muestreado en un formato
online esto puede introducir un sesgo y –además- el investigador no está
presente para evacuar dudas o monitorear la actitud de los participantes.
Estudios futuros pueden utilizar otras
variables aversivas que pueden explicar el fenómeno Trolling, como la psicopatía, la
justificación de la agresión, los motivos para llevar a cabo dicha conducta, o
medir otros comportamientos negativos de la Internet, como el Cyberbullying o el Flamming para observar su
relación con el Trolling. Es necesario,
del mismo modo, que futuros estudios examinen también los efectos psicosociales
de las víctimas del Trolling, para
determinar si sus correlatos para la salud mental son igual de negativos que
los del Cyberbullying, por ejemplo. Además, futuras líneas de investigación deben
utilizar diseños longitudinales y con muestras de mayor tamaño y recolectadas
de forma aleatoria. Un diseño longitudinal permitirá evaluar la direccionalidad
entre el sadismo y el Trolling, como entre el uso problemático de Internet
y el Trolling, analizando así la direccionalidad entre las variables. Es
posible que existan relaciones bidireccionales entre las conductas. Es posible
que el uso problemático de las nuevas tecnologías sea un predictor del Trolling,
pero también que mayores niveles de Trolling y el placer que genera dicha
conducta conlleven a usar la Internet con mayor frecuencia. A su vez, se debe
emplear otras técnicas de recolección de datos, además del autoinforme para evitar
las limitaciones del mismo, sobre todo, en una conducta como aquí la examinada.
Finalmente, se debería trabajar en actividades de prevención de la problemática
desde un enfoque del uso seguro de las nuevas tecnologías.
ORCID
Pablo Christian González Caino https://orcid.org/0000-0003-2387-5777
Santiago Resett https://orcid.org/0000-0001-7337-0617
CONTRIBUCIÓN DE LOS AUTORES
Pablo Christian González Caino: Conceptualización;
Investigación;
Metodología; Análisis formal; Escritura - Borrador original; Escritura -
Revisión y edición.
Santiago Resett: Metodología;
Análisis formal; Escritura - Borrador original; Escritura - Revisión y edición.
FUENTE DE FINANCIAMIENTO
El estudio fue autofinanciado.
CONFLICTO DE INTERESES
Los
autores declaramos que no existe conflicto de intereses.
AGRADECIMIENTOS
No
aplica.
PROCESO DE REVISIÓN
Este estudio ha sido revisado por pares externos en
modalidad de doble ciego.
DECLARACIÓN DE DISPONIBILIDAD DE DATOS
Los datos serán compartidos dentro de la plataforma
de Interacciones como archivos complementarios (material suplementario 1).
DESCARGO DE RESPONSABILIDAD
Los autores son responsables de todas
las afirmaciones realizadas en este artículo. Interacciones ni el Instituto Peruano
de Orientación Psicológica se hacen responsables sobre las afirmaciones
realizadas en este documento.
REFERENCIAS
Alimoradi, Z., Lin, C.-Y., Broström, A., Bülow, P.H., Bajalan, Z., Griffiths, M.D., Ohayon.
M.M., & Pakpour, A.H. (2019). Internet
addiction and sleep problems: A systematic review and meta-analysis. Sleep Medicine Reviews, 47, 51-61. https://doi.org/10.1016/j.smrv.2019.06.004
Baloğlu, M., Ozteke-Kozan,
H. I., & Kesici, Ş. (2018). Gender differences in
and the relationships between social anxiety and problematic Internet use: Canonical
analysis. Journal of Medical Internet
Research, 20(1), e33. https://doi.org/10.2196/jmir.8947
Bauman,
S., Toomey, R.B., & Walker, J.L. (2013). Associations among bullying,
cyberbullying, and suicide in high school students. Journal of Adolescence, 36 (2), 341-350. https://10.1016/j.adolescence.2012.12.001
Bentler, P. M. (1992). On the fit of models to
covariances and methodology to the Bulletin. Psychological Bulletin, 112(3), 400-404.
https://doi.org/10.1037/0033-2909.112.3.400
Buckels, E. E., Trapnell,
P. & Andjelovic, T., & Paulhus,
D. L. (2018). Internet Trolling and Everyday Sadism: Parallel Effects on Pain
Perception and Moral Judgment. Journal of
Personality, 87(2), 328-340. https://doi.org/10.1111/jopy.12393
Buckels, E., Trapnell,
P., & Paulhus, D. (2014). Trolls just want to
have fun. Personality and Individual Differences, 67, 97-102. https://doi.org/10.1016/j.paid.2014.01.016
Byrne, B. (2010). Structural
equation modeling with AMOS: Basic concepts, applications, and programming.
Nueva York: Routledge. https://doi.org/10.4324/9781410600219
Byun, S., Ruffini, C., Mills, J., Douglas, A., Niang,
M., Stepchenkova, S., Lee, K., Loutfi,
J., Lee, J., Atallah, M., & Blanton, M. (2009).
Rapid Communication Internet Addiction: Metasynthesis
of 1996–2006 Quantitative Research. Cyberpsychology
& Behavior, 12(2), 36-46. https://10.1089/cpb.2008.0102
Cleckley, H. (1941). The mask of sanity. Saint Louis: Mosby. https://doi.org/10.1080/00325481.1951.11694097
Craker, N., & March, E. (2016). The dark side of Facebook®: The
Dark Tetrad, negative social potency, and trolling behaviours. Personality and Individual Differences, 102,
79-84. https://10.1016/j.paid.2016.06.043
Crystal, D. (2001). Language and the Internet. Nueva York: Cambridge University Press.
Dynel, M. (2016). “Trolling is not stupid”:
Internet trolling as the art of deception serving entertainment’. Intercultural Pragmatics, 13(3),
353-381. https://doi.org/10.1515/ip-2016-0015
Escobedo Portillo, M.
T., Hernández Gómez, J. A., Estebané Ortega, V.,
& Martínez Moreno, G. (2016). Modelos de ecuaciones estructurales:
Características, fases, construcción, aplicación y resultados. Ciencia &
trabajo, 18(55), 16-22. https://doi.org/10.4067/s0718-24492016000100004
Fichman, P., & Sanfilippo,
M. R. (2016). Online
trolling and its perpetrators: Under the
cyberbridge. Lanham:
Rowman & Littlefield.
Gámez-Guadix, Manuel
& Borrajo, Erika & Almendros, Carmen. (2016).
Risky online behaviors among adolescents: Longitudinal relations among
problematic Internet use, cyberbullying perpetration, and meeting strangers
online. Journal of Behavioral Addictions,
5, 100-107. https://10.1556/2006.5.2016.013.
Greitemeyer, T., & Mügge,
D. O. (2014). Video games do affect social outcomes: A meta-analytic review of
the effects of violent and prosocial video game play. Personality and social
psychology bulletin, 40(5), 578-589. https://doi.org/10.1177/0146167213520459
González Caino, P., López,
J. I., Cabrera, M., Montejano, G., Germanovich, A., Ortadag, G. G.,
& Resett, S. (2018). Propiedades
psicométricas de la Escala VAST de tendencias sádicas en una muestra de adultos
argentinos. Trabajo presentando en el X Congreso de investigación y práctica
profesional en psicología, Buenos Aires, Argentina.
Hair, J. F., Black, W. C., Babin, B.J., & Anderson, R.E. (2010). Multivariate Data Analysis. Nueva York:
Pearson. https://doi.org/10.1007/978-3-030-06031-2_16
Hare, R. D. (2006). Psychopathy: A clinical and
forensic overview. Psychiatric Clinics, 29(3), 709-724. https://doi.org/10.1016/j.psc.2006.04.007
Hare, R. D., & Neumann, C. S. (2008). Psychopathy
as a clinical and empirical construct. Annu. Rev.
Clin. Psychol., 4, 217-246. https://doi.org/10.1146/annurev.clinpsy.3.022806.091452
Hinduja, S., & Patchin, J.W. (2010). Bullying,
cyberbullying, and suicide. Archives of
Suicide Research, 14(3), 206- 221. https://doi.org/10.1080/13811118.2010.494133
Hu, L.T., & Bentler,
P.M. (1999). Cutoff criteria for fit indexes in covariance structure analysis:
Conventional criteria versus new alternatives. Structural Equation Modeling, 6(1), 1-55. https://doi.org/10.1080/10705519909540118
Fichman, P., & Sanfilippo, M. R. (2016). Online
trolling and its perpetrators: Under the cyberbridge.
Rowman & Littlefield.
Johnson, N.,
Cooper, R., & Chin, W. (2008). The effect of flaming on computer-mediated
negotiations. Journal European Journal of
Information Systems, 17(4), 417-434. https://doi.org/10.1057/ejis.2008.22
Kircaburun, K., &
Griffiths, M. D. (2018). Instagram addiction and the Big Five of personality:
The mediating role of self-liking. Journal of Behavioral Addictions, 7(1),
158–170. https://doi.org/10.1556/2006.7.2018.15
Kline, R. (2015). Principles
and practice of structural equation modeling. 4th edition. Nueva York:
Guilford.
Kowalski,
R.M., Giumetti, G.W., Schroeder, A.N., & Lattanner, M.R. (2014). Bullying in the Digital Age: A
Critical Review and Meta-Analysis of Cyberbullying Research Among Youth. Psychological Bulletin, 140(4), 15-33. https://doi.org/10.1037/a0035618
Lam-Figueroa, N., Contreras-Pulache, H., Mori-Quispe,
E., Nizama-Valladolid, M., Gutiérrez, C.,
Hinostroza-Camposano, W., Torrejón Reyes, E., Hinostroza-Camposano, R. …
Hinostroza-Camposano, W. (2011). Adicción
a internet: Desarrollo y validación de un instrumento en escolares adolescentes
de Lima, Perú. Revista Peruana de
Medicina Experimental y Salud Publica, 28(3), 462-469. https://10.17843/rpmesp.2011.283.524
Lilienfeld, S. O.,
& Andrews, B. P. (1996). Development and preliminary validation of a
self-report measure of psychopathic personality traits in noncriminal
populations. Journal of Personality Assessment, 66(3), 488–524. https://doi.org/10.1207/s15327752jpa6603_3
Lopes, B., & Yu, H.
(2017). Who do you troll and Why: An investigation into the relationship
between the Dark Triad Personalities and online trolling behaviours
towards popular and less popular Facebook profiles. Computers in Human Behavior, 77, 69-76. https://doi.org/10.1016/j.chb.2017.08.036
March,
E., Grieve, R., Marrington, J., & Jonason, P. K. (2017). Trolling on Tinder® (and other
dating apps): examining the role of the Dark Tetrad and impulsivity. Personality
and Individual Differences, 110, 139-143. https://10.1016/j.paid.2017.01.025
McCord, W., & McCord, J. (1956). Psychopathy and
delinquency.
Mehari, K.
R., Farrell, A. D., &
Le, A. H. (2014). Cyberbullying among adolescents:
Measures in search of a construct. Psychology
of Violence, 4(4), 399–415. https://doi.org/10.1037/a0037521
Neverkovich S., Bubnova, I., Kosarenko,
N., Sakhieva, R., Sizova,
Z., Zakharova V., & Sergeeva, M. (2018).
Students’ Internet Addiction: Study and Prevention. Eurasia Journal Math Sci Tech Ed, 14(4), 1483-1495. https://doi.org/10.29333/ejmste/83723
Nicol, S. (2012).
Cyber-bullying and trolling. Youth Studies Australia, 31(4),
3.
Paulhus, D. L., & Dutton, D. G. (2016). Everyday
sadism. En V. Zeigler-Hill & D. K.
Marcus (Eds.), The dark side of personality: Science and practice in
social, personality, and clinical psychology (p. 109–120). American
Psychological Association: Washington. https://doi.org/10.1037/14854-006
Paulhus, D. L., Jones, D. N., Dutton, D. G.,
& Klonsky, E. D. (2011). Sadistic
personality and its everyday correlates. Unpublished manuscript, University
of British Columbia, Vancouver, Canada.
Paulhus, D. L., & Williams, K. M. (2002). The
Dark Triad of personality: Narcissism, Machiavellianism, and psychopathy. Journal of Research in Personality, 36(6),
556– 563. https://10.1016/S0092-6566(02)00505-6
Pinker, S. (2011).
Taming the devil within us. Nature, 478, 309–311.
https://doi.org/10.1038/478309a
Resett, S., & Caino González, P. (2019).
Propiedades psicométricas de un Cuestionario de Trolling en una muestra
argentina. Revista Argentina de Ciencias
del Comportamiento, 11(1), 48-57.
Seigfried-Spellar, K., Villacis Vukadinovic,
N., & Lynam, D. (2017). Computer criminal behavior is related to psychopathy
and other antisocial behavior. Criminal
Justice, 51, 67-73. https://10.1016/j.jcrimjus.2017.06.003.
Sest, N., & March, E. (2017). Constructing
the cyber-troll: Psychopathy, sadism, and empathy. Personality and Individual Differences, 119, 69-72. https://10.1016/j.paid.2017.06.038.
Tabachnick, B. G., & Fidell,
L. S. (2014). Using multivariate statistics. Massachusetts: Allyn &
Bacon/Pearson Education.
Walsh,
Z., Swogger, M. T., & Kosson,
D. S. (2009). Psychopathy and instrumental violence: Facet level relationships.
Journal of personality disorders, 23(4), 416-424. https://doi.org/10.1521/pedi.2009.23.4.416
Wong, D.S.W., Chan, H.C., & Cheng, C.H.K. (2014).
Cyberbullying perpetration and victimization among adolescents in Hong Kong. Children and Youth Service Review, 36,
133-140 https://10.1016/j.childyouth.2013.11.006
Zezulka, L. & Seigfried-Spellar,
K. (2016). Differentiating Cyberbullies and Internet Trolls by Personality
Characteristics and Self-Esteem. Journal
of Digital Forensics, Security and Law. 11(3), 7-25. https://doi.org/10.15394/jdfsl.2016.1415