1/10/2022

Sociedad

Los ecos de la grieta

Un grupo de investigación del Departamento de Física de Exactas UBA analizó el comportamiento de usuarios de Twitter -“políticamente activos” y “políticamente inactivos”- en relación con el consumo de medios. El estudio abarcó dos momentos distintos: las PASO de 2019 y la pandemia de 2020.

Autor de la nota: Gabriel Stekolschik

Gabriel Stekolschik

Publicado el 1 de Octubre de 2022


Imagen de la nota 'Los ecos de la grieta'

¿Como circulan las noticias en las redes sociales? ¿La información se comparte de acuerdo con las particularidades de los usuarios o por las características de la noticia? ¿Hay alguna manera de medir, de ponerle números, al proceso de polarización de la opinión pública?

Estas son algunas de otro montón de preguntas que se hizo el Grupo de Física Social de la Facultad de Ciencias Exactas y Naturales de la UBA (Exactas UBA). Y para intentar responderlas utilizaron Twitter.

Primero, seleccionaron usuarios de esa red social. En realidad, no lo hicieron ellos; lo hizo una computadora. Le pidieron a la máquina que busque todos los tweets (no los re-tweets) publicados durante un período cercano a las PASO de 2019 que tuvieran un hashtag con el nombre de un político o de un partido político. A ese conjunto de usuarios los etiquetaron como “políticamente activos”. De ellos, seleccionaron a los que, en algún tweet, incluían un link a una noticia publicada por alguno de los veinte principales medios de comunicación de la Argentina.

Por otro lado, la computadora seleccionó tweets de usuarios que, durante el mismo período, habían compartido links a noticias de esos veinte medios, pero sin manifestar explícitamente una preferencia política. Ese grupo de usuarios fue etiquetado como “políticamente inactivo” y funcionó como “control del experimento”.

Después, repitieron el procedimiento. Pero, esta vez, seleccionaron los usuarios políticamente activos e inactivos a partir de los tweets de junio de 2020.

En definitiva, el proceso de selección, que incluyó millones de tweets, resultó en unos diez mil usuarios políticamente activos y en unos seis mil usuarios políticamente inactivos para cada período. Todos ellos habían compartido noticias.

El equipo utilizó algoritmos que procesan la información y brindan los resultados del análisis en forma de mapas.

Tenían una infinidad de datos. Para poder analizarlos, había que ordenarlos de alguna manera: “Organizamos esa información como una red compleja con dos tipos de nodos: usuarios y noticias”, explica Pablo Balenzuela, investigador del CONICET en el Departamento de Física de Exactas UBA. “En esa red bipartita, un usuario está vinculado a una noticia si ese usuario comparte la noticia. Nosotros diseñamos un algoritmo que mide cuántas noticias de cada medio consume cada usuario y que calcula cuán parecidos o diferentes son esos usuarios en términos de consumo de medios”.

Hay algoritmos que posibilitan construir redes complejas a partir de los datos. Esos programas de computación procesan la información y brindan los resultados del análisis en forma de mapas. Son representaciones “geográficas” que muestran los datos más cerca o más lejos según sus similitudes y diferencias. De esta manera, lo que es más parecido entre sí queda agrupado en un lugar del mapa y, a su vez, separado de lo que es diferente.

Los investigadores aplicaron el algoritmo para analizar los datos desde dos puntos de vista. Por un lado, pusieron el foco sobre las noticias. En este caso, si dos noticias fueron compartidas por muchos usuarios, el mapa las va a mostrar muy cerca una de la otra. Así, se forma una red de noticias: “Observamos que nuestros datos forman una estructura en comunidades. Es decir, quedan grupos de noticias que están fuertemente unidas porque muchos usuarios las están compartiendo”, detalla Balenzuela, y sigue: “Comprobamos que se forman dos grandes grupos predominantes que son bastante homogéneos. Por un lado, noticias de Clarín, La Nación e Infobae y, por el otro, noticias de Página/12 y El Destape. Esto ocurre tanto con los usuarios políticamente activos como con los políticamente inactivos”, señala, y termina: “Son noticias de distintos usuarios y de años diferentes. Sin embargo, lo que tienen en común esos usuarios es la pertenencia a esos medios”.

Cuando los investigadores pusieron el foco en los nodos de usuarios, ocurrió lo mismo: “También observamos dos grandes grupos que predominan: los que consumen Clarín, La Nación e Infobae, por un lado, y los que consumen Página/12 y El Destape, por el otro”.

Para quienes conocemos el contexto político de la Argentina, esto puede resultar obvio. Pero lo que encontraron los investigadores es la primera demostración cuantitativa de la generación de “cámaras de eco” en el contexto de patrones de consumos de noticias. La cámara de eco es un concepto de las ciencias de la comunicación que describe la situación en la que la información, ideas o creencias son amplificadas por transmisión y repetición en un sistema cerrado, en el que las visiones diferentes son censuradas o están muy poco representadas.

“Lo interesante desde el punto de vista científico es que estos resultados surgen de los datos puros, sin la intervención de ningún juicio a priori”, consigna Balenzuela.

El grupo de físicos decidió profundizar en el proceso que daba lugar a este fenómeno de polarización en relación al consumo de medios. Y eso resultó en otra original contribución científica del trabajo.

Sofia Morena del Pozo, Pablo Balenzuela y Tomás Cicchini. Foto: Exactas UBA.

Carga sentimental

 

Los investigadores se preguntaron si esos dos grupos bien diferenciados en relación al consumo de noticias reflejaban efectivamente la polarización ideológica que existe en la Argentina.

Para responder a ese interrogante, decidieron efectuar un “análisis de sentimiento” (así se denomina), que es una manera de medir la carga o sesgo sentimental de los individuos.

El análisis no lo hicieron con los tweets. Fueron directamente a las fuentes de información. Tomaron todas las noticias que habían sido mencionadas en los tweets y efectuaron un análisis semántico de esos textos. Lo hicieron con un algoritmo que seleccionaba las oraciones que incluían el nombre de políticos y/o partidos políticos, y que les asignaba un número (+1, 0, -1) de acuerdo a si la oración tenía una connotación positiva, neutra o negativa hacia el político o la coalición.

“Lo interesante desde el punto de vista científico es que estos resultados surgen de los datos puros, sin la intervención de ningún juicio a priori”.

El análisis estadístico de los resultados mostró una diferencia significativa que se esperaba: que Página/12 y El Destape tenían un sesgo sentimental a favor del Frente de Todos y sus candidatos, y que Clarín, La Nación e Infobae lo tenían hacia la coalición opositora.

Pero, cuando discriminaron los resultados por año, se llevaron una sorpresa: “En 2019, el sesgo era muy a favor del Frente de Todos en las noticias de Página/12 y El Destape, y era neutral en Clarín, La Nación e Infobae. Pero, en 2020, aunque la diferencia entre los dos grupos de medios seguía siendo significativa, el sesgo sentimental era neutral en las noticias de Página/12 y El Destape y era negativo en las de Clarín, La Nación e Infobae”.

Según Balenzuela, una interpretación posible de estos resultados es que “en 2019, las noticias eran del período electoral y, en los diarios más favorables a la dupla Fernández-Fernández, las noticias eran más positivas hacia ellos; mientras que los otros medios lo reflejaron más neutral. En cambio, en 2020, las noticias de la cuarentena debida a la pandemia pudieron haber influido en que los medios más afines al Frente de Todos fueran neutrales, mientras los otros diarios profundizaban el sesgo negativo”.

El investigador aclara que, más allá de estos cinco periódicos, los otros medios de comunicación incluidos en el estudio “conformaban grupos mucho más chicos que, en general, se asociaban por otras temáticas, como noticias internacionales o económicas”.

Finalmente, Balenzuela declara: “Nuestros resultados contribuyen a la caracterización de las cámaras de eco en términos de consumo de medios y, también, a la utilización del sesgo sentimental como herramienta para inferir la inclinación ideológica de un medio de comunicación”.

Los resultados del trabajo fueron recientemente publicados en la revista científica EPJ Data Science, y lleva la firma de Tomas Cicchini, Sofía Morena del Pozo, Enzo Tagliazucchi y Pablo Balenzuela.



Gabriel Stekolschik es integrante de NexCiencia, agencia de divulgación científica de la Facultad de Ciencias Exactas de la UBA.