¿Las redes sociales reflejan la realidad? No hay una respuesta sencilla ni definitiva. Este espacio ha sido amplio en explicar por qué y cómo es que los medios digitales, no sólo las redes sociales, son un factor que ha irrumpido en la cotidianidad de los usuarios y la manera que eso sí influye en la realidad, no sólo para los usuarios de primera mano sino también por el fenómeno de contagio y transmisión de boca en boca en la conversación fuera de las pantallas.

No se puede ser ingenuos y pasar por alto las amplias estrategias de manipulación, a favor o en contra de unos u otros en todo el ecosistema digital.

Sin embargo, Twitter tiene una peculiaridad. Visto lingüísticamente ofrece una unidad de análisis sintáctico perfectamente uniforme delimitada a 280 caracteres, los tuits, que son equivalentes a oraciones. Para ideas más extensas y complejas lo que se hace es ‘hilar’ tuits, pero siempre manteniendo esa uniformidad a la que se acotan los tuits. Estos tuits formando estructuras lingüísticas uniformes son la base de la interacción en la que también se construye una forma de conversación asíncrona.

Para mantener la atención de la audiencia, en persona de los usuarios, los medios digitales han ideado mecanismos de segmentación de contenido basados en lo que los algoritmos infieren le puede resultar de interés. Tal es el caso de los trending topics, los temas tendencia.

Los trendings tienen esa doble valencia, muestran lo que es un tema de relevancia, manteniendo la atención de la audiencia, pero también incitando a su participación en la conversación. Es por eso que una de las formas más comunes de coordinación y manipulación se hace buscando colocar trendings en la mayor posición del ranqueo que ofrece Twitter.

Twitter ofrece 50 posiciones de tendencias por ubicación. México está dividido en 23 ubicaciones, 22 ciudades más un trending nacional. Y estos datos se actualizan cada 5 minutos. Twitter tiene una peculiaridad más, la de ser una de las plataformas globales de interacción social más abiertas al escrutinio público mediante el acceso a los datos de su API. Todo es medible.

¿Los trending topics pueden dar una idea de cuales son los intereses para intentar conducir la conversación?, ¿de los temas que han sido relevantes para la conversación?, ¿del estado de ánimo de los usuarios?

Para el presente ejercicio se propone el factor de impacto de las tendencias en la conversación: se evalúa el tiempo y dispersión geográfica, sin importar si son horas y fechas continuas o discontinuas. Se cuantifica el alcance en todo el país, sin distinguir posición en el ranking ni por ubicaciones específicas para tener así una métrica de cual ha sido el alcance total de una tendencia.

Un número mayor del factor de impacto, significa que una tendencia ha estado por más tiempo, sin importar su posición dentro del ranking, y en más ubicaciones del país.

No es una medición basada en el número de tuits, sino su impacto por tiempo y alcance para la conversación al sumarizar tendencias locales y el trending nacional.

Marco de referencia

Se realizaron 75,047,436 mediciones mediante el API Trending de Twitter. Cada una representa una unidad formada por las posiciones de la 1 a la 50 en la clasificación de tendencias en Twitter en un lapso de cinco minutos por cada una de las 23 ubicaciones que se registran en México. Se recolectó información en la que aparecen 30,690 diferentes tendencias que fueron generadas entre el 15 de julio de 2020, fecha de inicio de la medición y la fecha de corte, el 11 de marzo de 2021.

Así, en el lapso analizado, las 20 tendencias que mayor factor de impacto han tenido son:

Significa que #FelizLunes es la tendencia que más ha impactado el trending de Twitter, con un factor de 192,568 unidades acumuladas en el periodo de análisis, seguida por #FelizJueves con 150,749 unidades, y así sucesivamente con las restantes tendencias que aparecen en el cuadro.

Twitter en México recurrentemente se desea feliz lunes, pero también se observa que la máquina de propaganda priista a favor de Alfredo del Mazo con su trending #SalarioRosa como uno de los que más impacto tiene.

¿Qué pasa si esta métrica se aplica para otros temas de la conversación? Por ejemplo, uno de los nombres que más ha influido la actividad del país en el reciente año, Hugo López Gatell.

Se observan 36 tendencias que han aparecido en el trending, de las que se puede inferir que 12 fueron negativas, 11 positivas y 13 neutras:

No es posible pasar de largo sin mencionar al hombre de paja preferido del régimen, Felipe Calderón, que además de ser uno de los motivos explícitos de animadversión mejor conocidos de López Obrador, acumula su propia base de gente que no simpatiza con él. En el periodo analizado aparecieron en el trending de Twitter 32 tendencias, de las que se infiere que 22 fueron negativas, 2 positivas y 8 neutras. Cabe mencionar que para analizarlo se debe considerar el apodo con el que suelen referirse a él de manera claramente despectiva.

Y, el mayor motivo de las campañas de coordinación, astroturf, o de engagement adversarial. El hombre que ocupa el micrófono más influyente y poderoso del país, desde donde gobierna, que dedica todo su esfuerzo, prácticamente su razón de ser, en permanecer en los medios.

De López Obrador, en el periodo analizado se encontraron 131 tendencias, de las que 37 se puede inferir fueron negativas, 38 positivas y 56 neutras.

Sirva el presente como una primera y muy, de verdad muy breve, aproximación a lo que ha sucedido en solo 8 meses de conversación nacional en Twitter. El paquete de datos recolectado da para extensos y muy sustanciosos análisis. Pero visto así, ahora se puede observar por qué la imperiosa necesidad del aparato del Estado y su insistente esfuerzo por convertirse en el regulador del medio digital. No tardaron mucho en tener que regatearles las bendiciones a las redes sociales.

Hagamos red, sigamos conectados. Hagamos conversación, somos la conversación.

Leo García

leogarcia001@outlook.com

Diseño y coaching de estrategias para manejo de redes sociales. Experiencia en análisis de tendencias en línea.