TWITTER, EL LABORATORIO POLÍTICO

By POLARIZACIÓN In Polarización, redes sociales y consumo de medios

30

Sep
2020

POLARIZACIÓN EN ARGENTINA Y ESTADOS UNIDOS

¿Cuánto se parecen la polarización política argentina y la estadounidense? ¿Cómo se refleja en la esfera digital? Una investigación analizó millones de tweets vinculados a las cuentas @alferdez y @realDonaldTrump: parecidos y diferencias, quiénes son sus principales influencers, por qué no siempre las tendencias reflejan las preocupaciones de una sociedad, qué amenazas representan para la democracia y cuáles son los costos de cambiar de opinión.

 

Por: Gabriel Kessler - Esteban Feuerstein - Juan Manuel Ortiz De Zárate - Federico Albanese / Arte: Gastón González

¿Cómo entender la polarización en América Latina? ¿Cuánto se parece este escenario al estadounidense? ¿Representa una reacción a los avances en términos de derechos e igualdad en el período posneoliberal o se asienta en tendencias políticas de larga data? ¿Cuánto erosiona a la democracia regional? ¿Cuáles son los rasgos propios de la polarización en la esfera digital, especialmente en Twitter?

 

Para realizar esta investigación, Twitter fue nuestro laboratorio de pruebas. Como muestra de la discusión política argentina, descargamos millones de tweets en español que mencionaban a @alferdez (cuenta oficial del presidente argentino) entre el 9 de mayo al 9 de junio de 2020. Para comparar esta coyuntura con la estadounidense, también descargamos tweets en inglés que mencionaban a @realdonaldtrump (cuenta oficial del presidente de Estados Unidos) del mismo período. El objetivo: observar las trayectorias de ambas polarizaciones a través del tiempo. En los dos casos tomamos “fotos”: la primera corresponde a mayo y la segunda a junio. Para cada una de esas “fotos” construimos un grafo de interacciones en el que un nodo representa a un usuario que haya participado del debate digital en ese período; trazamos una línea entre dos usuarios si uno retwitteó al otro (gesto que es signo de endorsment, es decir de coincidencia y apoyo a lo twitteado originalmente).

La cantidad de usuarios que aparecen es del orden de las decenas o centenas de miles. Por eso, para visualizarlos mejor usamos el layout ForceAtlas2, que dibuja los grafos simulando fenómenos de atracción y repulsión entre los nodos en base a cuán fuerte es la unión entre ellos. Aquellos usuarios que interactúan entre sí están más cerca en la ilustración. Luego, identificamos a las principales comunidades, es decir, grupos con alta interacción entre sí y poca con usuarios de otras comunidades. Utilizamos el algoritmo Louvain, popular en el estado del arte, que detecta comunidades en base a qué tanto se comunican los usuarios dentro de ellas en comparación con cuánto lo hacen con usuarios fuera de la comunidad. Distinguimos las “comunidades principales”, según la concentración de usuarios. Buscamos conocer qué tópicos discute cada grupo y qué temas les interesan a los individuos que cambian de comunidad.