158Comunicar1134-34781988-3293Grupo ComunicarEspañainfo@comunicarjournal.com15854832004https://doi.org/10.3916/C55-2018-04DOSSIER#TrumpenMéxico. Acción conectiva transnacional en Twitter y la disputa por el muro fronterizo#TrumpenMexico.
Transnational connective action on Twitter and the border wall disputehttp://orcid.org/0000-0001-8590-388XMenesesMaría-Elenamarmenes@itesm.mxhttp://orcid.org/0000-0001-9584-2486Martín-del-CampoAlejandrommdelc.ceis@gmail.comhttp://orcid.org/0000-0002-4909-3880Rueda-ZárateHéctorhrueda2212@gmail.comEscuela de Humanidades y Educación del Tecnológico
de Monterrey en Ciudad de México, MéxicoEscuela de Humanidades y Educación del Tecnológico
de Monterrey MéxicoEstudios Humanísticos en el Tecnológico
de Monterrey en Ciudad de México, MéxicoTecnológico
de Monterrey MéxicoTecnológico
de Monterrey en Ciudad de MéxicoTecnológico
de Monterrey MéxicoApril-June2018XXVI5539483009201703112017051220171502201801042018https://www.revistacomunicar.com/verpdf.php?numero=55&articulo=55-2018-03Resumen
El presente artículo busca identificar cómo se articuló la
opinión pública digital en la red social Twitter durante la visita del entonces
candidato republicano Donald Trump a la Ciudad de México en el año 2016 por
invitación del gobierno mexicano que fue precedida de la amenaza de construir
un muro fronterizo que pagaría México. Mediante una metodología mixta compuesta
por métodos computacionales tales como minería de datos y análisis de redes
sociales combinado con análisis de contenido se identifican los patrones de la
conversación y las estructuras de redes que se conformaron a partir de este
acontecimiento de la política exterior de ambas naciones que comparten una
extensa frontera. Se estudiaron las prácticas mediáticas digitales y los
encuadres emocionales con los cuales los usuarios de esta red social se
involucraron en la controversial visita marcada por una compleja relación
política, cultural e histórica. El análisis de 352.203 tuits en dos idiomas
(inglés y español), los más utilizados en las conversaciones, permitió
comprender cómo se articula la opinión pública transnacional en acciones
conectivas detonadas por eventos noticiosos en contextos culturales distintos,
así como los encuadres emocionales que permearon la conversación, cuyas
diferencias palpables demuestran que cuando se habla de Twitter no se trata de
un universo homogéneo, sino de un conjunto de universos codeterminados por el
contexto sociocultural.
Abstract
This article aims to
identify how digital public opinion was articulated on Twitter during the visit
of the Republican presidential candidate Donald Trump to Mexico City in 2016 by
invitation from the Mexican government, which was preceded by the threat to construct
a border wall that Mexico would pay for. Using a mixed methodology made up of
computational methods such as data mining and social network analysis combined
with content analysis, the authors identify conversational patterns and the
structures of the net-works formed, beginning with this event involving the
foreign policy of both countries that share a long border. The authors study
the digital media practices and emotional frameworks these social network users
employed to involve themselves in the controversial visit, marked by complex
political, cultural and historical relations. The analysis of 352,203 tweets in
two languages (English and Spanish), those most used in the conversations,
opened the door to an understanding as to how transnational public opinion is
articulated in connective actions detonated by newsworthy events in distinct
cultural contexts, as well as the emotional frameworks that permeated the
conversation, whose palpable differences show that Twitter is not a homogeneous
universe, but rather a set of universes co-determined by sociocultural context.
«Tras burlarse todo un año de los mexicanos, Trump visita hoy México», decía la primera plana de The New York Times el 31 de agosto de 2016 (Corasaniti & Ahmed, 2016). La visita del candidato Donald Trump a México por invitación del presidente Enrique Peña Nieto fue considerada como una torpeza del gobierno mexicano por la prensa internacional (The Economist, 2016; Ahmed & Malkin, 2016), debido a los comentarios despectivos de Trump, quien durante su campaña amenazó con construir un muro fronterizo que pagaría México.
La noche del 30 de agosto de 2016 los mexicanos se enteraron por un tuit del candidato estadounidense que había sido invitado por Peña a visitar el país. Twitter fue protagonista del evento, ya que los principales noticieros estaban por salir al aire. El tuit de Trump fue ratificado por la presidencia de México y el diario The Washington Post dio la información como nota de último momento. Estas fueron las fuentes de información de los medios digitales mexicanos que alcanzaron a dar cuenta de la intempestiva reunión y el único insumo para que se comenzara a articular una acción conectiva en Twitter.
Bennett y Segerberg (2013) denominan acciones conectivas a los diversos tipos de movilizaciones que se organizan en las redes cuya flexibilidad facilita la participación en la vida política y constituye el punto de partida teórico de la investigación. Para comprender cómo se articuló la opinión pública durante esta acción conectiva en Twitter, se identifican patrones, actores, prácticas mediáticas y encuadres emocionales con los cuales los usuarios dieron sentido a su agencia individual en relación con este episodio de la política México-Estados Unidos.
Se plantearon las siguientes preguntas: ¿Cómo se articuló la acción conectiva por la visita de Trump? ¿Quiénes fueron los actores más influyentes, cuáles sus comunidades y qué prácticas mediáticas facilitaron su preminencia en esta acción conectiva? ¿Qué encuadres emocionales fueron usados para dar sentido a la acción conectiva?
El análisis corresponde a un periodo de cuatro días: el día del anuncio de la visita, el día de la visita y los dos días posteriores en que se seguía conversando del tema.
<bold>1.1. Acción conectiva y encuadres
emocionales</bold>
Ante la visita se articuló una reacción afectiva (Papacharissi & Oliveira, 2012) y reactiva como es característica de los públicos de Twitter (Jungherr, 2015). Se trató de una acción conectiva que unió a los usuarios de forma espontánea y personalizada dando forma al ambiente noticioso que caracteriza a esta red social (Bruns & Burgess, 2012). La reunión conformó estructuras de comunidad para usuarios hispanoparlantes y angloparlantes (Conover & al., 2011). Estas fueron reforzadas por una probable experiencia de usos y gratificaciones, enfoque abordado por algunos investigadores para comprender cómo la gente usa determinados medios para satisfacer necesidades (Katz, Blumler, & Gurevitch, 1973; Jungherr, 2015; Chen, 2011; Parmelee & Bichard, 2011; Liu & al., 2010).
Más allá de los usos, en este artículo se analizan las prácticas mediáticas digitales (Couldry, 2012) y los recursos culturales, mediante los cuales los usuarios dieron sentido a su participación en este espacio de la esfera pública. Los usuarios de Twitter se unieron a la conversación mediante encuadres emocionales por los que se entiende al conjunto de filtros emocionales construidos socialmente para que el individuo comprenda e interprete el mundo (Goffman & Rodríguez, 2006).
Para los mexicanos la visita de Trump fue encuadrada emocionalmente en una relación bilateral compleja entre vecinos que, si bien comparten una frontera de 3.175 kilómetros, han sido definidos como distantes por sus diferencias económicas y culturales (Riding, 2011). Entre 1965 y 2015 salieron de México hacia Estados Unidos 16.2 millones de inmigrantes (Krogstad, 2016). En los últimos 25 años Estados Unidos ha endurecido su política migratoria en la frontera sur para frenar la inmigración ilegal y la reforzó en 2006 con la expedición de la Secure Fence Act. Hasta la llegada de Trump a la política, las diferencias sobre la inmigración habían sido dirimidas por la vía diplomática.
<bold>1.2. Twitter como ampliación del espacio
de comunicación política</bold>
Twitter ha sido estudiado por su papel para diseminar noticias y para la construcción de una agenda pública de carácter transnacional (Bruns & Burgess, 2012; Hermida, 2010). También como habilitadora para la organización de las multitudes por sus posibilidades comunicativas (Bennett & Segerberg, 2013); por su lógica conversacional y por la carga afectiva que se traslada desde la individualidad de la esfera privada hacia la esfera pública en una movilidad flexible, característica del ejercicio ciudadano en tiempos de redes (Ranie & Wellman, 2012; Hansen, 2011; Papacharissi, 2015). Se ha indagado como mediadora de la realidad que da la oportunidad de conocer lo que se comenta sobre la política (Jungherr, 2015).
Sus públicos realizan coberturas de tipo noticioso (Hermida, 2010; Lotan & al., 2011) o monitorial cuando hay temas que son de interés (Deuze, 2008), fenómeno analizado por diversos investigadores, quienes coinciden que Twitter es más parecido a un medio informativo que a una red social (Kwak & al., 2010; Hermida, 2010; González-Bailón & al., 2011); característica que lo vuelve útil para la movilización y el activismo.
Twitter facilita las conexiones y el compartir recursos simbólicos a todo el ambiente mediático híbrido que, según Chadwick (2013), está compuesto por diversas plataformas y por actores con diferentes niveles de relaciones, que postean, comparten, negocian significados y seleccionan la información en una labor continua de curación de contenidos permeados por emociones diversas.
Las conversaciones se estructuran a través de diferentes convenciones semánticas. Los hashtags sirven para organizar los temas –de malestar o apoyo– y para estimular la participación en la cual la gente negocia los significados de la acción (Jungherr, 2015). Permiten al usuario entrar en contacto con públicos más allá de su línea de tiempo –compuesta por quienes sigue– y hace funcional la búsqueda de temas. De acuerdo con Bruns y Burgess (2012), las comunidades discursivas alrededor de los hashtags permiten que Twitter sea reconocida como una red de difusión y discusión de temas noticiosos.
Los retuits contribuyen a la ecología conversacional al replicar la información de un usuario, mezclarlo con alguna opinión y testimonio de participación, sin que necesariamente exprese que se está de acuerdo (Boyd, Golder, & Lotan, 2010; Honey & Herring, 2009; Cha & al., 2010; Papacharissi & Oliveira, 2012). Otra convención son las menciones consideradas como medida de influencia -junto con los retuits y el número de seguidores- que favorecen la viralización que caracteriza a Twitter.
Algunas investigaciones contemplan factores estructurales para la participación en la red social como la conectividad. México es una economía emergente con amplias franjas de población desconectada: 57,4% de los mexicanos tiene acceso a Internet (INEGI, 2016) y apenas hay 9 millones de usuarios de Twitter (Brandwatch, 2016). En Estados Unidos 88,5% de la población tiene acceso a Internet (Internet Live Stats, 2016) y hay 56,8 millones de usuarios de Twitter (Statista, 2016).
<bold>2. Materiales y método</bold>
Se capturaron mediante la API de Twitter, 352.203 tuits entre el 30 de agosto y el 2 de septiembre a través de los siguientes hashtags: #EPN, #Trump, #QuePeñaTrump #TrumpalmuseoMyT #TrumpInMexico, #TrumpenMexico, #TrumpenMéxico #SrTrumpcontodorespeto y #Trumpnoeresbienvenido. La integración de un corpus a través de estas convenciones semánticas deja fuera parte de las conversaciones, aunque es una forma de captura accesible de datos desestructurados. Se tomaron como categorías de análisis las siguientes convenciones comunicativas: hashtags, menciones, retuits y el contenido de la conversación.
Se adoptó un enfoque metodológico mixto que permitió analizar las variables de la investigación. La minería de datos posibilitó analizar patrones de frecuencia e intensidad de las conversaciones; es una técnica que facilita extraer valor de una base de datos desestructurada. El programa R facilitó analizar distintas convenciones semánticas de los tuits, actores y recursos culturales de forma rápida que luego, a partir de submuestras, fueron observados para analizar de manera más focalizada los perfiles de actores intensivos, influyentes y sus prácticas mediáticas digitales. El análisis de redes sociales, de acuerdo al cual un ambiente social se expresa en patrones y tendencias de acuerdo a la interrelación de los actores, permitió analizar las estructuras que se configuraron en las conversaciones (Wasserman & Faust, 1994). Para conocer las estructuras de las redes de actores influyentes se usó el programa Gephi 8.2.
Para analizar el encuadre emocional se optó por el análisis de contenido, técnica que permite hacer inferencias confiables y replicables de los textos en su contexto para conocer variables cualitativas como las emociones detrás de los tuits (Krippendorf, 1997). Para el análisis se tomó una submuestra de 10.000 tuits de manera aleatoria y se dividió en dos idiomas (5.000 en inglés y 5.000 en español).
<bold>3. Análisis de resultados</bold>
La visita fue objeto de conversaciones multilingües con predominio del inglés y español sin que se pueda suponer su ubicación territorial ya que no todos los usuarios activan la geolocalización. De la muestra de tuits analizados a través de los hashtags, 46% estaban escritos en español y 54% en inglés; se identificaron otras lenguas como francés, alemán y árabe, lo cual da cuenta de una conversación de carácter transnacional.
Las acciones conectivas en Twitter generalmente son detonadas por estímulos externos, pero en este caso fue desde la red cuando a las 21:33 horas del 30 de agosto de 2016, Trump tuiteó: «He aceptado la invitación del presidente Peña Nieto, de México y espero verlo mañana». Seis minutos después lo confirmó la presidencia mexicana. La acción conectiva se activó en minutos cuando comenzaron a generarse dos tuits cada 60 segundos hasta la medianoche. Ningún medio mexicano tradicional dio la primicia, de lo cual se encargó el diario «The Washington Post».
El noticiero de televisión más visto en México, el de TV Azteca, dio la noticia en los últimos cinco minutos de transmisión, en tanto el de la cadena Televisa apenas lo informó. Los periódicos digitales mexicanos comenzaron a informar cerca de las 21:00 horas, tomando los tuits como fuente informativa. Entre las 6:00 y las 9:00 horas del 31 de agosto se registraban 45 tuits en español por minuto y solo cinco en inglés. Las dinámicas de información para ambas muestras tuvieron diferentes comportamientos, como se observa en la Figura 1.
La zona horaria con mayor densidad de color indica que hubo más tuits para cada idioma, aunque los mensajes en español comenzaron cerca de las 8:00 horas y duraron hasta pasada la media noche, el momento de mayor intensidad es a las 15:15 horas, mientras en inglés la mayor intensidad se presentó de las 16:00 a las 20:00 con más de 20.000 tuits por hora.
Al momento de clímax de la visita corresponde el mayor volumen de tuits y fue la tarde del 31 de agosto, luego de la reunión a puerta cerrada cuando ambos políticos ofrecieron un mensaje conjunto en el cual Peña pronunció un discurso conciliador. Este contrastó con el imaginario colectivo de los mexicanos reflejado en Twitter que esperaba un enfrentamiento con Trump, quien en los inicios de su campaña se refirió a los mexicanos como delincuentes (Time, 2015).
En el mensaje transmitido en vivo, la presidencia mexicana prohibió preguntas de la prensa, una práctica común en México, no así en Estados Unidos, por lo que periodistas de las cadenas CNN y ABC, respectivamente, interrumpieron para preguntar si habían hablado del muro fronterizo. Ante el desconcierto de Peña, Trump aseveró que habían hablado del muro, pero no de quién lo pagaría. En ese momento el perfil reactivo de Twitter fue patente ya que el flujo de mensajes corría a un ritmo de cuatro tuits por segundo, intensidad que se prolongó por varias horas confirmando que el ambiente noticioso en eventos controversiales se articula de manera híbrida, es decir, redes sociales y medios tradicionales como la radio y la televisión.
<bold>Volumen de tuits en español e inglés, 31 de agosto de 2016.</bold>
Figura 1. Volumen de tuits en español e inglés, 31 de agosto de 2016.
Ante las críticas por no responder a Trump, Peña recurrió horas más tarde a
Twitter para aclarar que sí había dicho que México no pagaría por el muro.
Twitter se convertía en un arma para dirimir asuntos que podrían haberse
resuelto mediante la diplomacia (Figura 2).
<bold>La disputa discursiva por el muro fronterizo.</bold>
Figura 2. La disputa discursiva por el muro fronterizo.
A su regreso a Estados Unidos, Trump pronunció en Arizona un discurso que ratificó su convicción de que México debería pagar por el muro (Politico.com, 2016). Para la prensa internacional, Peña había legitimado las amenazas de Trump en contra de México. Este hecho causó una baja en su popularidad ya que 75% de los mexicanos consideró a la visita como inconveniente (AFP, 2016).
El 1 de septiembre, la conversación continuaba. El presidente mexicano envío un segundo tuit ratificando el del día anterior, el cual sería refutado por el candidato quien en otro tuit reafirmó que México pagaría el muro. Para los republicanos había sido un triunfo, en tanto que para la candidata demócrata Hillary Clinton el intercambio de tuits demostraba que su contrincante mentía y había avergonzado a Estados Unidos (Merica, 2016).
El hashtag de mayor uso en inglés y español fue #TrumpenMexico en tanto que el volumen fue mayor en inglés, 188.964 tuits contra 166.239 tuits en español.
<bold>3.1. Actores intensivos y prácticas
mediáticas digitales</bold>
Se tomaron dos submuestras, una de usuarios en español y la otra en inglés que permitiera identificar a los actores que hicieron el uso más intensivo de Twitter durante esta acción conectiva.
Se seleccionaron a los 20 usuarios que más tuitearon sobre el tema por cada idioma, si bien se ha demostrado en estudios previos que quienes publican más no son los usuarios más influyentes (Cha & al., 2010; Wu & al., 2011; Bakshy & al., 2011). Se indagaron sus patrones de uso, así como las prácticas digitales a partir de las cuales se vincularon con la visita. Para analizar la frecuencia en la actividad de los 20 usuarios más activos en cada idioma (Tabla 1) se promedió la cantidad de tuits totales registrados en su cuenta y se dividió entre el número de días desde la creación de cada cuenta. En español las publicaciones de los 20 más activos aumentó 80% alcanzando un promedio de 105.9 tuits al día. Para los 20 más activos en inglés, la actividad aumentó en un 70%, alcanzando 121.35 tuits al día. La intensidad de uso confirma hipótesis relativas al carácter reactivo y temporal de Twitter ante acontecimientos controversiales.
Al observar la línea del tiempo de cada usuario se detectó que se trata de usuarios políticamente activos, lo que lleva a ratificar que la opinión en Twitter no es representativa de la opinión pública, se trata de públicos politizados que reaccionan ante eventos políticos creando un flujo noticioso. El número de seguidores en la submuestra de usuarios intensivos osciló entre los 30 y los 54.000 seguidores lo cual denota una gran variedad de perfiles. Al compararlas se encontraron diferencias importantes en relación con sus prácticas de involucramiento: 85% de las cuentas de los usuarios más activos en español eran anónimas, contra 45% de las cuentas en inglés, lo cual coincide con estudios previos que demuestran una relación entre el anonimato con las cuentas que más tuits emiten sobre asuntos polémicos (Peddinti, Ross, & Cappos, 2014).
De las cuentas en español, 100% fueron adversas tanto a Peña como a Trump y reprobaron la visita en coincidencia con estudios demoscópicos realizados en México (AFP, 2016). En las cuentas en inglés se encontró mayor balance, 50% apoyaban al republicano y el 50% restante a Hillary Clinton, con lo cual se sugiere que la intensidad y las prácticas de los usuarios estuvieron influenciadas por la campaña presidencial.
<bold>3.2. Actores influyentes y comunidades de
influencia</bold>
La influencia ha sido estudiada por las ciencias sociales y cognitivas. La teoría de la difusión señala que una minoría de usuarios, llamados influyentes, pueden persuadir a otros (Rogers, 2010) y establece que cuando estos alcanzan una determinada red, se puede lograr una reacción en cadena a un bajo costo. Existen otros factores que determinan la influencia, como la relación interpersonal entre usuarios y su disposición (Watts & Dodds, 2007). Si bien no hay un consenso para la medición de influencia en Twitter, se realizó un análisis basado en dos variables:
• Influencia directa. Se representa por la cantidad de seguidores que tenga un determinado usuario.
• Influencia de retuits (RT). Se puede medir a través del número de RT que generó el contenido de un usuario.
Hay estudios que analizan la influencia de menciones que se mide a través del número de veces que determinado usuario se mencionó para involucrar a otros en la conversación. En este caso los usuarios más mencionados fueron los dos líderes políticos.
<bold>3.2.1. Influencia directa</bold>
Seleccionamos los 20 usuarios con más seguidores en cada idioma. Observamos
en ambas submuestras que periodistas, medios y personas del espectáculo fueron
los influyentes por su número de seguidores. Como se puede ver en la Tabla 2 en
español los influyentes registran menos seguidores probablemente por el número
de usuarios que es sustancialmente superior en Estados Unidos.
Con este hallazgo se refuerza la hipótesis previamente explorada en la
literatura acerca de los personajes influyentes en las redes sociales quienes
están directamente conectados y pueden tener una alta interacción uno a uno. En
esta acción fueron pocos quienes sirvieron de nodos y pivote de la
conversación. En el caso de la submuestra en español destacan únicamente
medios, periodistas y personajes de la televisión mexicanos, en tanto que en la
de inglés sobresalen medios como el francés @France24 y el diario canadiense
@TorontoStar pero también una actriz mexicana (@adelareguera) y un periodista
mexicano afincado en Los Angeles (@LeonKrauze) que tuitean en inglés y español.
Este entrecruzamiento de actores influyentes diluye fronteras nacionales y
reafirma el carácter transnacional de Twitter.
<bold>3.2.2. Influencia de retuits</bold>
Los usuarios más retuiteados no fueron los que más seguidores tienen (Tabla
3). Para los usuarios en español destacan actores oportunistas que se
integraron a la conversación política para otros fines, como la promoción, este
fue el caso de un museo de la Ciudad de México (@MuseoMyT); una característica
de las redes sociales que merece ser explorada.
En la red de RT en inglés destacaron celebridades y una base de apoyo a Trump, aunque también observamos a seguidores de Clinton y a medios de comunicación. Algunas de las cuentas pro Trump fueron suspendidas pasado el evento, lo cual sugiere la utilización de bots, fenómeno documentado por expertos para quienes una quinta parte de la conversación en Twitter relacionada con las elecciones de Estados Unidos estuvo conducida por estos (Bessi & Ferrara, 2016).
Los retuits representan la influencia de cierto usuario más allá de una interacción uno a uno, pues los mensajes pueden reforzar un argumento y tener amplia difusión. El análisis de redes sociales combinado con observación de los perfiles de los actores que generaron más RT permitió delinear las comunidades que se conformaron alrededor de estos. Dichas comunidades se formaron a partir de aquellos nodos que estuvieron más densamente conectados entre sí que con el resto de la red.
En la submuestra en inglés se observó que la conversación se inscribió en la batalla republicana y demócrata por la presidencia. En la red en español se detectaron cuatro grandes comunidades destacando un actor no vinculado directamente al tema como el museo Memoria y Tolerancia de México que encontró una oportunidad para colocar su mensaje a través de hashtags que invitaban a Trump a visitarlo y que fue el nodo más retuiteado que articuló diversas comunidades a su alrededor.
<bold>3.3. Encuadres emocionales y contextos
culturales</bold>
Estudios previos como el de Hong, Convertino y Chi (2011) han encontrado diferencias culturales sustanciales en el uso de Twitter de acuerdo con la comunidad lingüística, lo cual fue corroborado.
Esta no pretende ser una indagación sobre la relación entre lengua e identidad nacional. Asumimos, como Even-Zohar (1999), que la lengua es solo una parte de la complejidad cultural máxime en un mundo configurado por migraciones e hibridaciones culturales como las observadas en México y Estados Unidos.
Twitter es una red transnacional en la que los usuarios declaran el idioma en el que escriben por lo que la conversación se dividió en dos clusters. Para entender el sentido que los usuarios dieron a la conversación y el encuadre emocional detrás de la acción conectiva se realizó un muestreo aleatorio de 5.000 mensajes por cada idioma y se analizaron las narrativas temporales de Twitter bajo las siguientes categorías: burla, apoyo, repudio, sorpresa y tuit informativo. Se incorporaron «otro» e «insuficiente» para los tuis de difícil categorización y «no relacionado» para los que usan el hashtag para hablar de otros asuntos.
<bold>Recursos ciberculturales. Trump en México (Captura de pantalla de
cuenta de Twitter del Museo Memoria y Tolerancia (2016, 31 de agosto).</bold>
Figura 3. Recursos ciberculturales. Trump en México (Captura de pantalla de
cuenta de Twitter del Museo Memoria y Tolerancia (2016, 31 de agosto).
En el conglomerado en inglés la postura predominante fue de apoyo a Trump.
Un 40,60% aplaudieron este episodio y 24,22% lo vieron con desagrado (aquí se
catalogaron todos los tuits que desprestigiaban a los políticos). Un 9,72% de
los mensajes se tipificaron como burla y como otros a cualquier otra intención
relacionada al tema de la visita. Como puede verse en la Tabla 4, esta
categoría representó un 10,68% en inglés y 3,66% en español. Aquí se
clasificaron los mensajes hacia Clinton, tanto los positivos como los
negativos. Un 7,18% fueron mensajes informativos y transmisiones en vivo. En la
muestra en inglés se observó un involucramiento permeado por la contienda
electoral.
El conglomerado en español se involucró con la visita de otra forma: más de la mitad de los tuits (59%) fueron mensajes de repudio o desagrado en relación a la visita y en contra los políticos. Los hispanoparlantes se vincularon con burla en la conversación (21,38%), ya que de 1.069 tuits -contra 486 en inglés- se catalogaron bajo esta categoría. Solo se encontraron 30 tuits de apoyo (0,6%). Se puede sostener que el encuadre emocional estuvo permeado por los insultos de Trump en contra de los mexicanos.
Algunos de los mensajes estuvieron acompañados por memes y elementos gráficos para ridiculizar a los políticos, recursos que no se utilizaron significativamente en inglés. Se detectó el uso de palabras altisonantes como recurso recurrente para expresar repudio, desagrado y burla -emociones dominantes en este conglomerado-. A estas categorías les siguieron los tuits neutrales o informativos, con 12% de mensajes que no llevaban una connotación y que buscaban citar, dar datos o ligar alguna noticia. Se encontraron 34 casos de mensajes donde se mezcla el inglés con el español, un fenómeno que merece ser estudiado.
<bold>4. Discusión y conclusiones</bold>
La analítica de datos masivos permitió contar con un mapeo de un fenómeno que aconteció de forma frenética a través de infinidad de variables y correlacionarlas entre sí. Con técnicas mixtas se obtuvo un mapa de la conversación y gracias a la focalización que permite la observación digital y el análisis de contenido se comprendieron los encuadres emocionales detrás de esta acción conectiva.
El análisis de contenido bilingüe permite sostener que tuitear es una práctica cultural en la que se entremezclan contextos y se expresan diversas formas de ver el mundo. Se reforzaron hipótesis relativas a las reacciones afectivas de los públicos de Twitter ante eventos noticiosos, usualmente reactivos a partir de encuadres emocionales y de contextos culturales y políticos específicos.
El contexto cultural y político es factor determinante del sentido de las conversaciones, lo cual obliga a realizar análisis por contexto para un pleno entendimiento de las dinámicas de la comunicación digital transnacional en las cuales los medios tradicionales continúan teniendo un papel relevante. La investigación tiene como reto perfeccionar con técnicas de aprendizaje automatizado el procesamiento de sentimientos en otros idiomas diferentes al inglés, por lo cual son pertinentes más estudios sobre el papel de las emociones en la política contemporánea.
Por ahora hay un amplio conocimiento generado desde el mundo científico anglosajón, pero hacen falta estudios desde otros contextos culturales y lingüísticos, sobre todo desde la realidad sociopolítica del denominado sur-global. Un análisis de bots es más que pertinente en los actuales estudios para los cuales la automatización constituye una variable imprescindible de la comunicación política.
El análisis en inglés constata que la visita fue parte de las campañas en Estados Unidos en las cuales la maquinaria partidista fue patente en los usuarios intensivos e influyentes afines a Trump y a Clinton respectivamente. El análisis de redes sociales fue útil para sostener este hallazgo ya que encontramos dos clusters bien delineados de seguidores de ambos candidatos.
Gracias a la mezcla de métodos se pudo ratificar la influencia del contexto sociopolítico en las conversaciones de Twitter. Por un lado, una acción enmarcada en la contienda electoral de Estados Unidos en que la inmigración fue tema central y por el otro una de carácter reactivo y espontáneo de usuarios indignados ante los desplantes xenófobos de Trump.
En la acción conectiva en español, la red se conformó de manera más descentralizada. En esta participaron muchos actores con distintos fines que se pudieron detectar con la mirada cercana que permite la observación digital, con lo cual queda de manifiesto que la opinión pública en Twitter no siempre es conducida por periodistas, indignados, bots o actores influyentes, sino también por actores que encuentran una oportunidad para entrar y conformar una meta de conversación en busca de objetivos particulares lo cual complejiza el estudio de la opinión pública digital.
Son pertinentes estudios de conversaciones a escala transnacional que indaguen los puntos de encuentro entre culturas y contextos políticos diferentes para dar solidez a las hipótesis relativas a las cámaras de eco como fenómeno característico de la opinión pública digital. Se reforzó la hipótesis abordada en la literatura sobre la falta de horizontalidad en la red social; esta fue una acción más tuiteada en inglés lo cual puede tener su causa en el grado de conectividad y cultura participativa de cada país lo que conduce a un desequilibrio en la construcción de la agenda internacional a partir de las redes sociales. Este análisis puede ayudar a plantear preguntas para investigaciones futuras sobre los riesgos de hacer política en Twitter para dirimir controversias sin la mediación de los medios tradicionales, como lo hizo Trump en su primer año en la presidencia.
ReferenciasAFP (2016). Visita de Trump a México golpea la popularidad de Peña Nieto. El Economista. (https://goo.gl/DM8yeZ).AFPEl Economista2016Ahmed, A., & Malkin, E. (2016). Mexicans Accuse President of ‘Historic Error’ in Welcoming Donald Trump. The New York Times, A17. (https://goo.gl/yb1Kbu).AhmedAMalkinE.The New York Times2016Bakshy, E., Hofman, J.M., Mason, W.A., & Watts, D.J. (2011). Everyone’s an influencer: Quantifying influence on twitter. Proceedings of the fourth ACM International Conference on Web Search and Data Mining (pp. 65-74). ACM. https://doi.org/10.1145/1935826.1935845BakshyEHofmanJ.MMasonW.AWattsD.J.Proceedings of the fourth ACM International Conference on Web Search and Data Mining2011Bennett, W.L., & Segerberg, A. (2013). The logic of connective action: Digital media and the personalization of contentious politics. Massachusetts: Cambridge University Press. (https://goo.gl/NxxV1Z).BennettW.LSegerbergA.The logic of connective action: Digital media and the personalization of contentious politics.2013Bessi, A., & Ferrara, E. (2016). Social bots distort the 2016 US presidential election online discussion. First Monday, 21(11), https://doi.org/10.5210/fm.v21i11.7090BessiAFerraraE.First Monday2016Boyd, D., Golder, S., & Lotan, G. (2010). Tweet, tweet, retweet: Conversational aspects of retweeting on twitter. System Sciences (HICSS): 43rd Hawaii International Conference On (pp. 1-10). IEEE. https://doi.ieeecomputersociety.org/10.1109/HICSS.2010.412BoydDGolderSLotanG.System Sciences (HICSS): 43rd Hawaii International Conference On2010Brandwatch. (2016). Estadísticas de TW. Brandwatch. (https://goo.gl/rhs3vv).Brandwatch.Brandwatch.2016Bruns, A., & Burgess, J. (2012). Researching news discussion on Twitter: New methodologies. Journalism Studies, 13(5-6), 801-814.BrunsABurgessJ.Journalism Studies2012Cha, M., Haddadi, H., Benevenuto, F., & Gummadi, P.K. (2010). Measuring user influence in twitter: The million follower fallacy. ICWSM, 10(10-17), 30. https://doi.org/10.1145/2897659.2897663ChaMHaddadiHBenevenutoFGummadiP.K.ICWSM2010Chadwick, A. (2013). The hybrid media system: Politics and power. New York: Oxford University Press.ChadwickA.The hybrid media system: Politics and power.2013Chen, G.M. (2011). Tweet this: A uses and gratifications perspective on how active Twitter use gratifies a need to connect with others. Computers in Human Behavior, 27(2), 755-762. https://doi.org/10.1016/j.chb.2010.10.023ChenG.M.Computers in Human Behavior2011Conover, M., Ratkiewicz, J., Francisco, M.R., Gonçalves, B., Menczer, F., & Flammini, A. (2011). Political polarization on Twitter. ICWSM, 133, 89-96. (https://goo.gl/JFkQUD).ConoverMRatkiewiczJFranciscoM.RGonçalvesBMenczerFFlamminiA.ICWSM2011Corasaniti, N., & Ahmed, A. (2016). Donald Trump to visit Mexico after more than a year of mocking it. The New York Times, A1. (https://goo.gl/A9c5as).CorasanitiNAhmedA.The New York Times2016Couldry, N. (2012). Media, society, world: Social theory and digital media practice. Cambridge: Polity. (https://goo.gl/dMkYYp).CouldryN.Media, society, world: Social theory and digital media practice2012Deuze, M. (2008). The changing context of news work: Liquid journalism for a monitorial citizenry. International Journal of Communication, 2, 18. (https://goo.gl/xR3Q7j).DeuzeM.International Journal of Communication2008Donald J. Trump [realDonaldTrump] (2016-08-30). I have accepted the invitation of President Enrique Pena Nieto, of Mexico, and look very much forward to meeting him tomorrow. [Tweet]. (https://goo.gl/o3ieL6).[realDonaldTrump]TrumpTwitter2016-08-30Donald J. Trump [realDonaldTrump] (2016-09-01). Mexico will pay for the wall! [Tweet]. (https://goo.gl/KDfJ1i).[realDonaldTrump]TrumpTwitter2016-09-01Enrique Peña-Nieto [EPN] (2016,1 de septiembre). Repito lo que le dije personalmente, Sr. Trump: México jamás pagaría por un muro. [Tweet]. (https://goo.gl/vdYSa1).[EPN]Peña-NietoTwitter2016,1 de septiembreEnrique Peña-Nieto [EPN] (2016-08-30). Al inicio de la conversación con Donald Trump dejé claro que México no pagará por el muro. [Tweet]. (https://goo.gl/2qsQNX).[EPN]Peña-NietoTwitter2016-08-30Even-Zohar, I. (1999). La posición de la literatura traducida en el polisistema literario. Teoría de los Polisistemas, 1, 223-231. (https://goo.gl/E7cbxE).Even-ZoharI.Teoría de los Polisistemas1999Goffman, E., & Rodríguez, J.L. (2006). Frame analysis: Los marcos de la experiencia. Madrid: Centro de Investigaciones Sociológicas.GoffmanERodríguezJ.L.Frame analysis: Los marcos de la experiencia2006González-Bailón, S., Borge-Holthoefer, J., Rivero, A., & Moreno, Y. (2011). The dynamics of protest recruitment through an online network. Scientific Reports, 1, 197. https://doi.org/10.1038/srep00197González-BailónSBorge-HolthoeferJRiveroAMorenoY.Scientific Reports2011Hansen, L.K., Arvidsson, A., Nielsen, F.Å., Colleoni, E., & Etter, M. (2011). Good friends, bad news-affect and virality in Twitter. In Park J.J., Yang L.T., & Lee C. (Eds.), Future information technology. Communications in computer and information science future information technology (pp. 34-43). Berlin: Springer. https://doi.org/10.1007/978-3-642-22309-9_5HansenL.KArvidssonANielsenF.ÅColleoniEEtterM.Communications in computer and information science future information technology2011Hermida, A. (2010). Twittering the news: The emergence of ambient journalism. Journalism Practice, 4(3), 297-308. https://doi.org/10.1080/17512781003640703HermidaA.Journalism Practice2010Honey, C., & Herring, S.C. (2009). Beyond microblogging: Conversation and collaboration via Twitter. System Sciences, 2009. HICSS’09: 42nd Hawaii International Conference On (pp. 1-10). IEEE. https://doi.org/10.1109/hicss.2009.89HoneyCHerringS.C.System Sciences, 2009. HICSS’09: 42nd Hawaii International Conference On2009Hong, L., Convertino, G., & Chi, E.H. (2011). Language matters in Twitter: A large scale study. ICWSM. (https://goo.gl/7yN5Ku).HongLConvertinoGChiE.H.ICWSM.2011INEGI (Ed.) (2016). Estadísticas a propósito del día Mundial de Internet. (https://goo.gl/ed9Aet).INEGIEstadísticas a propósito del día Mundial de Internet.2016Internet Live Stats (Ed.) (2016). Internet live stats 2016. (https://goo.gl/3UQcZL).StatsLiveInternet live stats2016Jungherr, A. (2015). Analyzing political communication with digital trace data. Switzerland: Springer. (https://goo.gl/8CWHZs).JungherrA.Analyzing political communication with digital trace data.2015Katz, E., Blumler, J.G., & Gurevitch, M. (1973). Uses and gratifications research. The Public Opinion Quarterly, 37(4), 509-523. https://doi.org/10.1086/268109KatzEBlumlerJ.GGurevitchM.The Public Opinion Quarterly1973Krippendorff, K. (1997). Metodología de análisis de contenido. Teoría y práctica. Barcelona: Paidós.KrippendorffK.Metodología de análisis de contenido. Teoría y práctica.1997Krogstad, J. (2016). 5 facts about Mexico and immigration to the U.S. Pêw Research. (https://goo.gl/eNZn3N).KrogstadJ.Pêw Research2016Kwak, H., Lee, C., Park, H., & Moon, S. (2010). What is Twitter, a social network or a news media? Proceedings of the 19th international Conference on World Wide Web (pp. 591-600). Nueva York: ACM. https://doi.org/10.1145/1772690.1772751KwakHLeeCParkHMoonS.Proceedings of the 19th international Conference on World Wide Web2010Liu, I.L., Cheung, C.M., & Lee, M.K. (2010). Understanding Twitter usage: What drive people continue to Tweet. In PACIS, 92, 928-939. (https://goo.gl/fq2iZh).LiuI.LCheungC.MLeeM.K.In PACIS2010Lotan, G., Graeff, E., Ananny, M., Gaffney, D., & Pearce, I. (2011). The Arab Spring, the revolutions were tweeted: Information flows during the 2011 Tunisian and Egyptian revolutions. International Journal of Communication, 5(31). (https://goo.gl/bX6Ebo).LotanGGraeffEAnannyMGaffneyDPearceI.International Journal of Communication2011Memoria y Tolerancia [MuseoMyT] (ed.) (2016-08-31). #SrTrumpConTodoRespeto, lo invitamos a que nos visite para recordar la historia y no la repita. #TrumpAlMuseoMyT [Tweet]. (https://goo.gl/oVMDT2).Memoria[MuseoMyT]ToleranciaTwitter2016Memoria y Tolerancia [MuseoMyT] (Ed.) (2016-08-31). #SrTrumpConTodoRespeto, lo invitamos a que nos visite para recordar la historia y no la repita. #TrumpAlMuseoMyT [Tweet]. (https://goo.gl/VJ3xB3).Memoria[MuseoMyT]ToleranciaTwitterEd.Merica, D. (2016). Clinton: In Mexico ‘Trump just failed his first foreign test’. CNN. (https://goo.gl/fksyKB).MericaD.CNN2016Papacharissi, Z. (2015). Affective publics: Sentiment, technology, and politics. New York, NY: Oxford University Press.PapacharissiZ.Affective publics: Sentiment, technology, and politics2015Papacharissi, Z., & Oliveira, M. (2012). Affective news and networked publics: The rhythms of news storytelling on# Egypt. Journal of Communication, 62(2), 266-282. https://doi.org/0.1111/j.1460-2466.2012.01630.xPapacharissiZOliveiraM.Journal of Communication2012Parmelee, J.H., & Bichard, S.L. (2011). Politics and the Twitter revolution: How tweets influence the relationship between political leaders and the public. London: Lexington Books. (https://goo.gl/pmRtWH).ParmeleeJ.HBichardS.L.Politics and the Twitter revolution: How tweets influence the relationship between political leaders and the public2011Peddinti, S.T., Ross, K.W., & Cappos, J. (2014). On the Internet, nobody knows you’re a dog: A Twitter case study of anonymity in social networks. Proceedings of the Second ACM Conference on Online Social Networks (pp. 83-94). Nueva York: ACM. (https://goo.gl/pAgVTL).PeddintiS.TRossK.WCapposJ.Proceedings of the Second ACM Conference on Online Social Networks2014Politico (Ed.) (2016). Full text: Donald Trump immigration speech in Arizona. Político. (https://goo.gl/hLVjLK).PoliticoPolítico2016Presidencia México [PresidenciaMX] (2016-08-30). El Señor @realDonaldTrump ha aceptado esta invitación y se reunirá mañana en privado con el Presidente @EPN. [Tweet]. (https://goo.gl/zFuPSF).[PresidenciaMX]MéxicoTwitter2016-08-30Riding, A. (2011). Distant neighbors: A portrait of the Mexicans. New York: Vintage Books. (https://goo.gl/WBMfJK).RidingA.Distant neighbors: A portrait of the Mexicans2011Rogers, E.M. (2010). Diffusion of innovations. New York: Free Press. (https://goo.gl/tftE3J).RogersE.M.Diffusion of innovations2010Secretaría de Relaciones Exteriores (Ed.) (2016). Comercio México-Estados Unidos. (https://goo.gl/Qd3gBb).ExterioresRelacionesSecretaría de Relaciones Exteriores (2016Secure Fence Act (2006). Public Law 109-367 109th Congress. Congressional Record, US, 26th october 2006. (https://goo.gl/HjdUv8).ActFence109th Congress. Congressional Record2006Statista (2016). Number of twitter users in the United States from 2014 to 2020 (in millions). Statista. (https://goo.gl/VVdzcg).StatistaStatista2016The Economist (Ed.) (2016). The unspeakable and the inexplicable. The Economist. (https://goo.gl/cMERzb).EconomistTheThe Economist2016Time (Ed.) (2015). Here’s Donald Trump’s Presidential announcement speech. Time. (https://goo.gl/2CRgBy).TimeTime2015Washington Post [WashingtonPost] (Ed.) (2016-08-30). Breaking: Trump considers meeting in Mexico with the country’s president ahead of wednesday immigration speech. [Tweet]. (https://goo.gl/7WTsZ6).[WashingtonPost]PostWashington Post2016Wasserman, S., & Faust, K. (1994). Social network analysis. Methods and applications. Cambridge University Press. (https://goo.gl/q2KgCM).WassermanSFaustK.Social network analysis. Methods and applications.1994Watts, D.J., & Dodds, P.S. (2007). Influentials, networks, and public opinion formation. Journal of Consumer Research, 34(4), 441-458. https://doi.org/10.1086/518527WattsD.JDoddsP.S.Journal of Consumer Research2007Wu, S., Hofman, J.M., Mason, W.A., & Watts, D.J. (2011). Who says what to whom on Twitter. Proceedings of the 20th International Conference on World Wide Web (pp. 705-714). Nueva York: ACM. https://doi.org/10.1145/1963405.1963504WuSHofmanJ.MMasonW.AWattsD.J.Proceedings of the 20th International Conference on World Wide Web2011