TERCER #DEBATEINE A LA PRESIDENCIA

En un contexto sociopolítico fuertemente polarizado y una sociedad crecientemente participativa, las redes sociales jugaron un papel fundamental en las conversaciones, los debates y las disputas que marcaron la elección. A lo largo del proceso a través de las redes se hicieron visibles los problemas que preocupan y afectan a la ciudadanía y también se hicieron evidentes las diferencias ideológicas que no siempre se debatieron de manera respetuosa y que en muchas ocasiones reventaron la posibilidad de diálogo en unas elecciones en las que: se eligió presidente, 500 diputados federales, 128 senadores, 8 gobernadores y un nuevo jefe de gobierno en la Ciudad de México.

Las redes se constituyeron en espacios y dispositivos para impulsar agendas, campañas sucias, noticias falsas, ataques, uso de bots para impulsar, silenciar o contaminar hashtags¹, que en el terreno de la política pre-digital sería el equivalente a reventar el mitin de un candidato con el uso de porros y golpeadores o, bien llenar un mitin de determinado candidato solamente con acarreados.

En ese sentido, tal como lo hemos venido señalando en otros análisis, “internet no es una sustitución del espacio público ni de las prácticas políticas, sino un escenario de rearticulación de los repertorios comunicativos y políticos”², que sin embargo representan un cambio fundamental e inédito: romper las formas de comunicación de uno a muchos, a la forma híbrida y compleja de muchos a muchos, que ha desestabilizado el monopolio de la voz legítima de los actores tradicionales (políticos y medios) para posibilitar una comunicación distribuida (aunque en este caso altamente polarizada).

Es esta cualidad de las redes sociodigitales la que llevó al Instituto Nacional Electoral (INE), a invitar, a través de una convocatoria en redes, a las y los usuarios, ciudadanos digitales, a participar con preguntas que serían formuladas a los 4 candidatos a través de Twitter y de Facebook, en el tercer y último debate presidencial celebrado en la ciudad de Mérida, el día 12 de Julio. A través del hashtag #DebateINE y de la propuesta de 7 ejes temáticos, el Instituto invitó a las y los usuarios a participar en la formulación de cuestionamientos a los candidatos. Las fechas que se propusieron para el ejercicio fueron del 31 de mayo al 5 de junio de 2018.

Por la experiencia acumulada en Signa_Lab, el INE decidió invitar al ITESO a colaborar en el registro, categorización y análisis de las preguntas ciudadanas, que se llevó a cabo en un proyecto en 7 fases y capas analíticas que fue entregado al Instituto, el día 8 de junio de 2018.

Este artículo recoge el trabajo desarrollado por Signa_La a propósito de las elecciones mexicanas de 2018, un intenso ejercicio de análisis crítico a través de las herramientas de minería de datos, visualización y de interpretación.

En este proyecto participaron 9 de los 19 integrantes del Laboratorio y que mencionamos en estricto orden alfabético: Víctor Hugo Ábrego (Profesor), Zoé Peregrina (estudiante), Diego Arredondo (Asesor y programador), Yann Bona (Profesor), Eduardo G. de Quevedo (Responsable técnico de operación), Alejandro González (Asesor, desarrollo de scripts para minería), Paloma López Portillo (estudiante), Rossana Reguillo (Profesora), Alicia Reynoso (estudiante), Mónica Vargas (estudiante). Este equipo fue el responsable de la minería, análisis, categorización y visualización de los datasets vinculados a #DebateINE.

Antes de adentrarnos en este análisis, ilustramos a través de una sencilla infografía cuál fue la metodología seguida para esta tarea que consideramos vital para una diversidad de procesos sociales: la escucha de las redes sociales.

Como se puede apreciar, el procedimiento metodológico es clave para garantizar el rigor del ejercicio que se organiza en: escucha, descarga, análisis, visualización, interpretación.

A continuación presentamos el ejercicio analítico digital que realizamos para el INE, utilizando el capital de conocimientos técnicos, metodológicos y conceptuales que el Laboratorio ya venía acumulando.

Entre el 31 de mayo y el 5 de junio, se produjeron un total de 11,538 tweets que respondieron a la convocatoria del INE para interrogar, sobre siete temas específicos, a los candidatos a la presidencia durante el tercer debate, realizado en la ciudad de Mérida. El siguiente mapa muestra el porcentaje de tweets recibidos por tema (hashtag):

Puede apreciarse que los dos temas con mayor porcentaje (que despertaron mayor interés), fueron educación, con 25.40% de las preguntas y, salud, que concentró el 20.55% de la participación. Esto es comprensible en la medida en que en los últimos años, las llamadas reformas estructurales han reconfigurado las condiciones de acceso y sustento de estos dos temas, pilares para construir una sociedad democráticamente saludable. Le sigue el tema de pobreza con un 16.22 % de las preguntas recibidas.

Si como hemos planteado, internet no es “otro” espacio público, sino un escenario de rearticulación e invención, el dato de que la educación, salud y pobreza, se constituyan en problemas referidos por los usuarios de redes, estaría indicando que para la sociedad hay dos problemas de fondo: la dificultad del “acceso” y las condiciones que imposibilitan este acceso. Un análisis detallado de los hallazgos a través de herramientas propias de la minería y de big data, estaría indicando que hay una necesidad fundamental de resolver la contradicción “acceso-condiciones”, frente a la poca relevancia o importancia que las y los usuarios -de twitter-, dieron a temas tan relevantes como la tecnología el cambio climático.

Se trata de las preguntas formuladas por usuarias y usuarios de redes a los candidatos en lo que sería el tercer y último debate antes de las elecciones, y no, de un diagnóstico sociopolítico de las expectativas de todo un país. Pero llama la atención que temas claves como la tecnología y el cambio climático ocupen o hayan despertado tan poco interés como preocupaciones ciudadanas expresadas en las once mil quinientas preguntas que Signa_Lab descargó y analizó.

El balance y el análisis ulterior de la participación en este ejercicio, marcó que prevaleció el ánimo de diálogo y de interés.

Metodología
El 6 de junio de 2018, Signa_Lab llevó a cabo la minería de datos. En Twitter, se descargaron todos los twitts que respondieron a la convocatoria del INE para participar en el tercer debate presidencial. Los términos de búsqueda y los registros totales fueron los siguientes:

Redes
Para facilitar el acceso a los datos se han desarrollado programas que rastrean los movimientos en redes sociales y generado algoritmos que permiten acceder a estos sitios para descargar información relevante que posibilite un análisis posterior. Estos desarrollos se denominan scrapers y suelen estar asociados a un tipo específico de plataforma. Por ejemplo, un scraper para la base de datos de Wikipedia, Facebook o Twitter.

En este sentido, desde el laboratorio se desarrolló un scraper propio, con el fin de hacer posible la descarga de toda la información contenida en un mensaje de Twitter.

Lo llamamos Thoth, como acrónimo de “Tweet, Hashtag Observer & Troll Hunting”. El programa se basa en un conjunto de scripts hecho con un lenguaje de programación llamado python. Dentro de sus funciones, el script nos permite descargar información y generar 3 tipos de bases de datos que nos resultan útiles para producir grafos de tipo red a partir de ellas.

• Relaciones de usuario a usuario: usuarios que comentan, retuitean o le dan like a un tuit de otro usuario son señalados como vinculados. Se obtiene así una red de la cantidad de vínculos entre usuarios. Pudiendo diferenciar entre quienes reciben más vínculos y de quiénes.
• Relaciones de hashtags a hashtags cada tweet que menciona un determinado hashtag, puede contener o hacer referencia a otro hashtag. La base de datos resultante contiene la información de las co-ocurrencias de hashtags. Permitiéndonos ver cuáles son los más populares dentro de un debate o controversia.
• Relaciones de usuarios a hashtags cada usuario que incluye un hashtag en su tweet se agrupa con otros usuarios que usan el mismo hashtag. Eso nos permite ver qué hashtags aglutinan más usuarios y qué tipo de usuarios son.

Herramienta de Análisis y visualización: Gephi
Para lograr representar gráficamente las relaciones contenidas en las bases de datos se recurre a una herramienta de software libre llamada Gephi (Bastian, Heymann y Jacomy, 2009). Desarrollada específicamente para trabajar en ciencia de redes, Gephi permite no sólo asignar elementos gráficos a las aristas y nodos sino también aplicar estadísticas y algoritmos a los datos. De modo que se puede calcular el grado de cada nodo, la modularidad, la distancia media de camino, los componentes conexos y otras medidas afines a los análisis de redes sociales y a la ciencia de redes.

A partir del uso del programa, se generan grafos en forma de red que contienen los siguientes datos y tipos de grafo:

• Nodos: Son los puntos dentro de un grafo, representan las unidades que están en relación dentro de la red (usuarios, hashtags, tweets). Su tamaño está en función del número de conexiones con otros nodos.
• Aristas: Son las líneas dentro de un grafo, representan las relaciones entre los nodos. Su tamaño está en función del número de veces que un nodo interactúa con otro.
• Comunidades:Se generan cuando dos o más nodos interactúan entre sí. Están representadas por los colores de aristas y de nodos dentro de la red.

Tipos de grafo:

• Hashtag-Hashtag (Ht2Ht): Muestra el sentido semántico general de la discusión. Permite identificar niveles de fortaleza en las relaciones entre hashtags a partir del grosor de las aristas con que éstos se vinculan.
• Usuario-Hashtag (U2Ht): Muestra la tracción que tiene entre usuarios un conjunto de etiquetas o hashtags. Permite identificar la centralidad de los hashtags, es decir, la importancia de lo que condensan éstos como palabras, frases o lemas, a partir del tamaño de las nubes de usuarios alrededor de cada etiqueta.
• Usuario-Usuario (U2U): Muestra módulos o comunidades de usuarios (por colores) interactuando dentro de una red. Permite identificar tensiones entre actores, grupos de disputa por el sentido de un tema o coyuntura, y volumen de usuarios alrededor de una discusión.

Visualización de redes
En el análisis de Twitter que realizamos, un nodo puede ser un usuario o un hashtag, y las aristas son las relaciones que puede haber entre usuarios, entre hashtags o entre usuarios y hashtags. Mientras más interacciones o conexiones tenga un nodo con otros, su tamaño en la red se incrementa y se hace más visible. En ciencia de redes, las relaciones entre nodos y aristas son claves para generar información y datos sobre la articulación, densidad, organicidad y la conectividad de una determinada red. Una medida básica para obtener el panorama general de los tipos de interacción y de la preponderancia de algunos nodos sobre el resto, es el “grado”; el grado es la suma de distintos tipos de relaciones (entrada, salida, con pesos, etc.) que acumula un nodo en una red. Para este análisis tomaremos el grado y el grado con pesos de los nodos más importantes de tres ejemplos de redes de interacciones en Twitter durante los días que duró la convocatoria del INE.

• Grado: es la suma de los nodos con los que interactuó un nodo en una red. Es decir, si hablamos de un grafo de relaciones entre usuarios, el grado es el número de cuentas de Twitter con el que una cuenta en específico interactuó durante un periodo de tiempo determinado; si hablamos de un grafo de relaciones entre usuarios y hashtags, el grado es la suma del número de usuarios y el número de hashtags con el que ese nodo interactuó.
• Grado con pesos: es la suma total de las veces que un nodo interactuó con otros, es decir, una cuenta de Twitter que interactuó más de una vez con un número X de cuentas, tendrá más peso en la red que una que sólo interactuó una vez con cada cuenta con la que está enlazada. Por ejemplo, un usuario puede tener un grado igual a 50, lo que indica que interactuó con 50 cuentas, y un grado con pesos igual a 200, lo cual indica que con esas 50 cuentas interactuó un total de 200 veces.

Grafo 1. DebateINETemas Usuario a Usuario

El primer grafo muestra las relaciones entre usuarios alrededor de los siete hashtags lanzados por el INE, es decir, integra todas las cuentas de Twitter que utilizaron una o más de las etiquetas para el debate. Los perfiles de los tres candidatos punteros (AMLO, Anaya y Meade) son los que mayor grado y grado con pesos obtuvieron respectivamente.

Una peculiaridad en esta visualización es que, en cuarto lugar con mayor número de interacciones, por encima de uno de los candidatos, estuvo la cuenta del politólogo Jorge Javier Romero (@GiorgioRomero), quien colocó la pregunta con mayor número de favoritos y de retweets de toda la conversación. Esto lo situó en un lugar preponderante en la red. Su pregunta fue acerca de la reforma educativa y estuvo dirigida a López Obrador. Destacan también las cuentas del INE, de la UNICEF México y de algunos Institutos electorales locales. La red tiene un total de 61 comunidades, 5,217 nodos y 13,782 aristas.

Visualización de la conversación en Twitter alrededor del #DebateINE de usuario a usuario.

Comunidades: 61
Nodos: 5,217
Aristas: 13,782

Grafo 2. DebateINETemas Usuario a Hashtag

Este grafo muestra las relaciones entre l@s usauri@s que participaron en la conversación en Twitter y los siete hashtags lanzados por el INE. Se trata de una red bastante densa con fuertes interacciones entre los temas propuestos, la mezcla de las comunidades, es decir la interacción entre temas y usuarios, está representada por la mixtura en los colores en la parte central de la red, mientras más se mezclan los colores mayor interacción entre comunidades hay. Se detectaron 14 comunidades, 3,538 nodos y 6,219 aristas. Los hashtags con mayor preponderancia por su grado y grado con pesos, además de los convocados por el INE, fueron #méxico #obesidad #pactoprimerainfancia #elecciones2018 #yoparticipo entre otros.

Visualización de la conversación de usuario a hashtag en Twitter alrededor de los 7 hashtags temáticos lanzados por el INE respecto al #DebateINE.
Ingresa a la versión interactiva .

Comunidades: 14
Nodos: 3,538
Aristas: 6,219

Grafo 3. DebateINE Usuario a Hashtag

A la par de las descargas de los siete hashtags impulsados por el INE, el laboratorio hizo una descarga más de una etiqueta que atravesaba la discusión, #DebateINE, que permite observar algunos abordajes políticos clave del momento previo y de lo esperado a continuación del último debate. En este grafo se aprecia un nivel muy alto de tracción del hashtag de la descarga, reflejado en su elevado número de grado y de grado con pesos con respecto al resto de los nodos, mientras que #debatedeldebate #votoútil #votoreflexivo #votoútilvsamlo #loslatosossomosmás y #losbotsnovotan son etiquetas que dan cuenta del momento de tensión y de los niveles de polarización con los que se perfiló el tramo final de las campañas. Esta red contiene 97 comunidades, 3,272 nodos y 4,914 aristas.

Visualización de la conversación general Twitter alrededor del #DebateINE de usuario a hashtag.

Comunidades: 97
Nodos: 3,272
Aristas: 4,914

A través de un proceso agregado de minería de información online, el laboratorio produjo otras bases de datos que muestran un tipo de información alrededor de los tweets distinta de las relaciones visibles en los grafos anteriores, y susceptible de mostrar la incidencia de cada tweet en la conversación, a través del número de retweets y favoritos que cada uno obtuvo hasta el momento de la descarga. Estos metadatos (información contextual alrededor del dato central) incluyen, entre otros, fecha de creación del tweet, usuarios etiquetados y enlace online al tweet. Estas bases fueron procesadas con Tableau, que es una plataforma de uso gratuito que permite generar visualizaciones interactivas con información en diversos formatos.

Gracias a este procedimiento fue posible sistematizar y visualizar la conversación en las redes sociales. De hecho, visto con esta herramienta, la discusión se convierte en siete conversaciones focalizadas en cada uno de los temas del debate, en las cuales los tweets (representados con cuadros) tienen un tamaño menor o mayor en función del número de veces que fueron retuiteados y del número de favoritos que obtuvieron. Este tipo de visualizaciones configuran un método sofisticado y eficiente de indagación sobre un tema en específico, ya que permiten a cualquier usuario en posesión del enlace, navegar de conversación en conversación, detenerse en los tweets con mayor número de reacciones pero también leer con la mayor profundidad todo el contenido producido alrededor de cada hashtag.

La posibilidad de inmersión en la discusión que ofrece este material fue clave para que los moderadores tuvieran un panorama amplio y focalizado a la vez para construir las preguntas de cada tema a los candidatos.

Para cada uno de los siete temas, el laboratorio produjo dos visualizaciones interactivas, una con el total de los tweets que utilizaron cada hashtag, y otra con los 50 tweets con mayor número de retweets. La primera de las siguientes imágenes muestra la conversación en Twitter alrededor de #DebateINEEducación e indica el tweet con mayor número de retweets; la segunda, una visualización de los 50 tweets más retuiteados alrededor de #DebateINECambioClimático.

Siguiendo esta línea, pero ahora a través de Netvizz, una herramienta de minería de datos para Facebook, el laboratorio obtuvo la suma de las reacciones a las publicaciones de los perfiles de los cuatro candidatos a la presidencia durante los días 31 de mayo al 5 de junio, así como los “me gusta” de cada uno de los comentarios hechos a esas publicaciones. Las bases de datos fueron procesadas y luego visualizadas en Tableau para mostrar las respuestas afectivas hacia los mensajes de cada candidato, así como los principales hilos de conversación construidos por los usuarios de dicha red en cada perfil oficial.

A continuación, la primera imagen muestra las publicaciones de José A. Meade, categorizadas por me gusta, me encanta, me enoja y por las veces que fue compartida cada publicación; el cursor indica el texto del post hecho por la página, la fecha de creación y el enlace a la publicación. La segunda imagen es un ejemplo de las visualizaciones de los comentarios hechos a las publicaciones de Ricardo Anaya en los días señalados.

Este tipo de ejercicios son un paso hacia la gestión de información que en redes sociales se nos presenta en un orden aleatorio (a través de los algoritmos de Facebook y de Twitter), y cuyo volumen impide una visualización general asequible de una sola vez en cada plataforma. Estas visualizaciones interactivas conforman además un tipo de material didáctico de gran utilidad para ser consultado online por investigadores, periodistas, profesores y público interesado en tener un acercamiento puntual a esta parte del proceso electoral.

Para acceder a todas las visualizaciones interactivas generadas en Tableau por Signa_Lab se puede ingresar a este enlace.

En este mapa aparecen geolocalizados los tweets emitidos sobre el eje de educación en la consulta que realizó el INE para el tercer debate presidencial Son tuits correspondientes a la semana del 31 de mayo al 5 de junio.

Para lograr geolocalizar los tweets se usó una API³ de google que asigna latitud y longitud en función del texto que los usuarios definen como su ubicación en sus cuentas. En cuanto a la parte de visualización de los datos en el mapa así como en el trabajo de correspondencia entre la base de datos y la visualización, se usó un script propio desarrollado en el laboratorio llamado Skyplotter.

Es significativo observar dos rasgos en este mapa. Por un lado el ver cómo la discusión acerca de las preguntas sobre educación se extiende a buena parte de votantes o personas residentes en Estados Unidos. Por otro, constatar cómo uno de los tweets más compartidos corresponde a una cuenta de un profesor universitario. Que sin ser una figura mediática, asociación civil o colectivo, logra sin embargo colocar una pregunta que se retuiteó 1300 veces y a la que más de dos mil personas le dieron like. Eso sirvió para que fuera una de las preguntas seleccionadas para formular a los candidatos y en el mapa se puede observar cómo esa pregunta viaja a distancias muy alejadas de donde se originó inicialmente.

Se realizó una búsqueda a través de Trendsmap - Analytics por cada uno de los siete temas propuestos por el INE, con su hashtag para filtrar las preguntas. De entre los filtros de la plataforma, se tomó en cuenta el hashtag por tema (Ej. #DebateINEEducación), la fecha, del 31 al 5 de junio, de acuerdo a los días previstos para realizar preguntas vía twitter, así como la opción de búsqueda de todos los países y lenguas.

Se utilizaron los mapas de calor (heat maps) generados por la misma plataforma, para mostrar una selección de los tuits que más habían sido retuiteados. De entre ellos se realizó otra selección de los que más habían recibido “me gusta”. En este apartado se seleccionaron las preguntas que iban dirigidas específicamente a uno de los cuatro candidatos, mientras que se descartaron aquellas que de forma general se dirigían a los cuatro.

Se tomó en cuenta que de acuerdo a ciertos temas, varios de los tuits con más "me gusta" se inclinaban a interrogar al mismo candidato. Por lo anterior, se seleccionó la pregunta con más "me gusta", por cada uno de los candidatos. En la mayoría de los temas, las preguntas con más “me gusta” iban dirigidas a tres de los cuatro candidatos. Tan solo en el #DebateINEPobreza se aprecia una pregunta para cada uno de los cuatro candidatos presidenciales.

A partir de las descargas de más de medio millón de tweets generados durante y después del debate INE, se seleccionaron los emojis que presentaban una frecuencia de uso más elevada. En esta postal se muestran los más usados diferenciándolos por tamaño. Dónde el más grande corresponde a una presencia en 14.782 tweets y el más pequeño a una presencia en 10.

En la imagen aparecen destacados dos emojis por encima de los otros. Uno consiste en la alarma roja, que fue un elemento que usó el propio INE para destacar y dar más visibilidad a los mensajes que emitía en Twitter. El otro es una cara sonriente y con lágrimas en los ojos que denota un estado afectivo en el que uno se ríe abundantemente de lo que pasa en ese momento.

En este caso, es muy significativo ver cómo la extracción de las frecuencias de los emojis nos da pauta para argumentar que, si bien la convocatoria del INE apuntaba a un público comprometido con el proceso electoral y buscando formular preguntas serias a los candidatos, una de las reacciones principales del público fue no dar crédito o burlarse ampliamente de las respuestas de los candidatos. Conformando así una suerte de contrapúblico que enmarca de modo cualitativamente distinto el debate. Produciendo también, a partir de las imágenes oficiales, memes o estampas burlescas de los candidatos y sus opiniones.

Es importante también constatar que, si bien el debate se enmarca como tal, las reacciones de los públicos son masivamente destinadas a burlarse del mismo. Siendo pocas las publicaciones que generan un involucramiento a partir de retomar la discusión en los ejes del debate propuesto. Quizá ello se deba también a que Twitter como plataforma no se adecua tanto a propiciar la conversación y el diálogo. Sino que se perfila más a que la gente haga enunciados sustantivos sobre la realidad. Expresando opiniones a nivel individual que se agregan o comparten amplificando su radio de acción. Ello hace que quizá Twitter no sea la plataforma de elección predilecta para personas que no tienen nada que gritar en un altavoz. Tal como en el 2016 lo mencionó la propia compañía: “Twitter anunció que estaba esforzándose sobremanera para que twitter sea más atractivo para que la gente común lo use” (Yardon, 2016).

Signa_Lab publica este artículo como una parte de un proyecto más complejo y de más larga duración sobre lo que hemos llamado “inteligencia electoral”, que entendemos como la articulación de algoritmos y preguntas con datos y procesos interpretativos, que además de las coyunturas, considera la historia sociopolítica del país y su cruce con el presente y el uso de las plataformas digitales. Nos centramos en #DebateINE para esta entrega y proponemos algunos elementos breves como reconfiguraciones y tensiones relevantes para cerrar esta primera entrega:

• La esfera pública se ha transformado por la irrupción de las redes digitales. No hay sustitución sin ampliación y reconfiguración de repertorios de acción.
• Usuarias y usuarios de redes deciden participar e interpelar a los actores políticos o candidatos a la Presidencia; esto marca una transformación que señala un tránsito del testigo pasivo de procesos institucionales al involucramiento del que interpela activamente desde estos espacios.
• Se ha diluido el temor a la voz propia y a la participación desde un lugar de enunciación en constante cambio y tensión de legitimación como lo son las redes sociodigitales.
• Sin que lo digital pueda diferir o acallar la dimensión de lo factual, avanzamos hacia formas híbridas de producción del espacio público, del debate por la construcción del sentido de la realidad, y de modelos de participación política: sin red no hay conexión, sin conexión no hay comunidad.

• Bastian M., Heymann S., Jacomy M. (2009). Gephi: an open source software for exploring and manipulating networks. International AAAI Conference on Weblogs and Social Media.
• Yardon, D. (18 de febrero, 2016). Why do normal people struggle with Twitter?. Publicado en: https://www.theguardian.com/technology/2016/feb/18/twitter-problems-jack-dorsey-silicon-valley-technology