Читать книгу La imaginación metodológica - Raúl Trejo Delarbre - Страница 14

A pesar de haber descubierto el uso del análisis de redes sociales antes de concluir la metodología de mi investigación doctoral, no pude desarrollarlo por dos razones elementales: la falta de bases de datos en formato relacional sobre las movilizaciones electorales en la contienda presidencial de 2012, en concreto sobre #YoSoy132, y la falta de conocimiento de que, aunque limitadas, yo mismo podía crearlas desde cero. En la tesis solo pude agregar una visualización del Tema Tendencia (Trending Topic) #2DeOctubreNoSeOlvida, generado hasta dos años después, en 2014, con fines meramente descriptivos en la revisión del tema redes sociodigitales (véase Imagen 3).

Imagen 3

Visualización de la tendencia #2DeOctubreNoSeOlvida, de 2014

Fuente: Rodríguez Cano, 2015a: 31.

El tránsito del análisis de redes, entendido como un divertimento con las posibilidades de descarga y visualización concentrado en el seguimiento de tendencias de opinión, a un momento de aplicación con mayor rigor, tuvo su escenario más adecuado en artículos que finalmente fueron publicados entre 2015 y 2020, propuestas que identifico de mejor manera con malabarismos despabilados que con fórmulas prescritas, a partir de extracciones de datos en Twitter y Facebook, tanto desde la perspectiva de los pequeños datos como de los datos densos.

En las extracciones de arriba hacia abajo puedo resaltar como primera experiencia el análisis longitudinal de las redes articuladas en Twitter para acompañar la marcha en las calles realizada con el hashtag #1Dmx (Rodríguez Cano, 2015b). Dentro de las posibilidades en la aplicación del ARS en este contexto apareció la riqueza de manifestaciones con el uso del hashtag #YaMeCansé para hacer eco de las protestas en las calles a dos años de la toma de protesta del entonces presidente Enrique Peña Nieto y frente a la desaparición de los cuarenta y tres normalistas de Ayotzinapa, así como la identificación de los nodos centrales en cuanto a grado de entrada con la cual pude diseñar una primera tipología de usuarios (activistas, ciudadanos, militantes, medios profesionales, medios independientes, periodistas, etcétera). Otro hallazgo fue observar cómo la movilización se convirtió en una conversación que reaccionaba en tiempo real a los acontecimientos en las calles, en ese caso a las estrategias policiales para disuadir la marcha que terminaron por cambiar el principal actor aludido en la protesta, el presidente de la República, al entonces jefe de gobierno del Distrito Federal, Miguel Ángel Mancera, por el uso excesivo de la fuerza (véase Imagen 4).

Los desafíos del ARS en este proyecto fueron principalmente técnicos, sobre todo en cuanto a la capacidad computacional para realizar las descargas de datos mediante NodeXL, pues la herramienta solo permitía hacerlo en tiempo real. Esto ha sido una constante en las herramientas para descargar bases de datos de Twitter. En la mayoría de los casos se debe hacer en tiempo real o cuando se habilita una búsqueda histórica, permite hasta un máximo de siete días previos como en Sociovizz o hasta 3 200 tuits, como en Twittonomy, límites que impone la misma plataforma.

Imagen 4

Visualización de la tendencia #1Dmx, de 2014

Fuente: Rodríguez Cano, 2015b: 61.

Finalmente, se presentó un corpus basado en una secuencia de siete momentos ubicados en los rangos de entre 5295 y 8053 usuarios y entre 20 750 y 25 845 tuits. Derivado de esto, el principal aprendizaje fue entender la extracción longitudinal como táctica para seguir de manera diacrónica una movilización sociodigital, evitando el riesgo de saturar los dispositivos con el entonces imposible objetivo de realizar una sola captura masiva en tiempo real y paralelo. A grandes términos, si se suman, se extrajeron más de 150 000 tuits, logro que no hubiera conseguido de intentar realizarlo en un solo momento, pese a que la computadora utilizada fue específicamente elegida por tener un procesador más capaz.

Estoy consciente de que estos números pueden resultar menores ante el constante desarrollo de herramientas de extracción de datos, sin embargo vistos en el contexto de esos años, aunado a la precariedad de recursos del investigador, significaron un gran logro. Y no por los números en sí, sino porque al existir los inconvenientes de la no representatividad de la muestra, como he mencionado, a mayor cantidad de datos se incrementaba también la proporcionalidad para explorar los alcances de un fenómeno que no rebasaba tampoco los cientos de miles de tuits.

La segunda experiencia de extracción fue con Facebook, a través de Netvizz. De hecho, derivado de experimentos previos con esta herramienta, pude publicar dos investigaciones: la primera con datos de interacción de las publicaciones de seis de los principales medios periodísticos en México, y la segunda con las redes de páginas que mediante likes se conformaron en esta plataforma a lo largo de los años para visibilizar protestas sociales.

En el primer caso, el ARS fue un recurso para contrastar los supuestos teóricos de cámaras de eco y filtros burbuja en la prensa mexicana (Rodríguez Cano, 2017). El análisis estructural basado en encontrar los nodos centrales entre los usuarios de medios periodísticos, me llevó a comprender el potencial estadístico de la metodología. Por un lado para descubrir que la interacción se centraba en pocos usuarios a lo largo del tiempo, y por otro que los resultados del análisis tendrían que presentarse solo con cálculos, sin visualizaciones. La estrategia partió nuevamente de los límites técnicos tanto en la extracción, que permitía un máximo de 999 publicaciones con todo y el registro de sus interacciones, como en la computadora y el software de visualización, que no pudieron con el reto de trabajar con bases ubicadas en un rango entre 96 000 y 379 000 nodos. En este sentido, una posibilidad que en ese entonces desconocía es la utilidad del filtrado en Gephi que permite seleccionar los nodos de acuerdo con algún criterio para conformar una red más pequeña y de ahí crear un nuevo documento más manejable. Con fines de visualización elegí una muestra muy pequeña que tenía solo cincuenta publicaciones por cada medio (en un rango de los 11 000 a los 32 000 nodos), aunque fue la extracción más amplia, gracias al reporte de la centralidad de grado, el grado medio, la densidad y la modularidad, la que confirmó la hipótesis de que los contenidos, usuarios e interacciones tendían a concentrarse en relación con el consumo de noticias en las páginas de medios en Facebook.

En cuanto al segundo artículo publicado con datos de esta plataforma (Rodríguez Cano, 2018), la estrategia fue diferente: supuso trabajar con redes de likes entre páginas públicas, un fenómeno que denominé redes de medios tecnopolíticos en el contexto de la apropiación de las plataformas digitales por parte de actores y agendas alternativas. Nuevamente, el punto de partida en la minería de datos fue la arquitectura de comandos de la plataforma de extracción Netvizz que permitía este tipo de redes en dos niveles: el primero, las redes de likes alrededor de una página; y el segundo, las redes de likes de las redes de likes alrededor de esa misma página.

La estrategia se basó en tres momentos. Primero, comprobar la hipótesis teórica acerca de la existencia de redes de medios tecnopolíticos en su indicador observable, la visualización de las mismas redes en contextos particulares. Para ello recurrí a una vieja pretensión de crear visualizaciones concretas sobre las movilizaciones sociodigitales más significativas de la época alrededor del mundo, lo que logré en el caso de Occupy Wall Street en Estados Unidos con la página Occupy Wall St., #YoSoy132 en México con la página #YoSoy132, los Indignados en España con la página Spanish Revolution, el escenario tecnopolítico en Brasil con la página Mìdia Ninja e incluso del movimiento 6 de abril, clave en las movilizaciones en Egipto, que ya no incluí por no comprender a cabalidad el nombre de las páginas asociadas —la mayoría estaba en árabe—, así como del movimiento de los Dreamers en Estados Unidos (véase Imagen 5).

Imagen 5

Visualización a partir de la página United We Dream en Facebook, 2017

Fuente: Elaboración propia.

El segundo momento consistió también en una forma novedosa, para mí, de visualizar redes: sumando las bases de datos de pequeñas redes individuales. De esta manera, extraje las siete redes de likes de igual número de las páginas más populares relacionadas con #YoSoy132 y mediante Gephi las pude sumar en una megared para obtener el panorama reticular más desarrollado que pude lograr sobre la movilización estudiantil, aunque en Facebook, cuando esta manifestación tradicionalmente estuvo asociaba a Twitter (véase Imagen 6).

Imagen 6

Visualización a partir de la suma de siete bases de datos de las páginas más relevantes sobre #YoSoy132 en Facebook

Fuente: Rodríguez Cano, 2018: 161.

Utilicé esta misma estrategia nuevamente para sumar veinte páginas entrelazadas, solo que ahora con un tipo de muestreo a partir del procedimiento bola de nieve. Con la intención de ilustrar el escenario tecnopolítico en México, elegí comenzar con la página #YoSoy132 y de ahí extraer la red de la página con mayor centralidad de intermediación, y así sucesivamente hasta llegar a una red de redes de veinte páginas con 954 nodos, que me ilustró la agenda social vista a través de la conversación y las relaciones en Facebook: libertad de expresión, desaparecidos, medios alternativos, cultura de paz, derechos humanos y migrantes, principalmente. El entrelazamiento derivado de los enlaces, sin embargo, mostraba clusters muy centrados en las propias páginas iniciales, como indicaba el índice de modularidad —aunque como hallazgo importante se identificó una serie de medios periodísticos opositores como nodos conectores entre las causas, como el caso de la red anterior sobre #YoSoy132—.

En la misma ruta, utilicé una tercera estrategia: luego de explorar las redes de varios medios, fue a partir de la página del Centro de Derechos Humanos “Miguel Agustín Pro Juárez”, A. C. (Centro Prodh) que pude extraer un grafo representativo del escenario tecnopolítico en México, con un nivel de profundidad 2 y 783 nodos, suficiente para identificar una complejidad interseccional en la vinculación entre organizaciones, observable en cuanto a la mayor cantidad de temáticas: medios alternativos, derechos de los consumidores, organizaciones contra la discriminación, ecologistas, feministas, de derechos humanos, causas indígenas, organizaciones internacionales, migrantes, cultura de paz, justicia penal, transgénicos, y transparencia y causas cívicas. La mayor sorpresa, de esta manera, fue descubrir la interrelación con páginas asociadas al movimiento de los Dreamers, en Estados Unidos, un hallazgo lógico en el sentido de la investigación, pero que no había considerado hasta desplegar la red, lo que le dio sentido nuevamente a las visualizaciones como extensión del ARS (véase Imagen 7).

Más adelante en el tiempo, con ejemplos de datos densos y de procedimientos de investigación de abajo hacia arriba, puedo señalar dos experiencias muy en el tono de la innovación metodológica, que ha resultado una actividad constante en la investigación de entornos digitales (Toret, 2013; Sneez et al., 2016; Kubitschko y Kaun, 2016), producto de los intereses de investigación sobre tecnopolítica feminista que desarrollé junto con Claudia Pedraza, en 2019, cuando coincidimos en el tiempo libre que tuvimos debido a la huelga en la UAM Cuajimalpa. A partir de mis cursos metodológicos en la UNAM, tenía la intención de combinar tres enfoques: el análisis de redes sociales, la TA-R y la elaboración de redes semánticas, cada uno de ellos con su trayectoria epistemológica propia, pero con un vaso comunicante sólido: la dimensión reticular de sus supuestos esenciales.

Imagen 7

Mega red de la página Centro Prodh en Facebook

Fuente: Rodríguez Cano, 2018: 164.

En un primer artículo, en el que se entrelazaron el ARS y la TA-R, se recopilaron ochenta y dos carteles de difusión de eventos que ocurrieron durante más de dos años, a partir de las páginas de Facebook de los colectivos más importantes del feminismo en México (Pedraza Bucio y Rodríguez Cano, 2019a). El primer reto fue crear una base de datos relacional desde cero —finalmente realizada con Calc, de Libre Office, en formato CSV—. Para ello ayudó la noción de redes heterogéneas propuesta por Latour (2005), quien apunta que la dimensión social debe ser explorada a través de las asociaciones entre actores humanos y no humanos. Esto permitió deconstruir los carteles de difusión en varias categorías (colectivos, expositores, temáticas, sedes, ubicaciones, modalidades y respaldos) que terminaron por conformar una visualización de diferente índole. Es decir, ya no se trató de nodos de un mismo tipo, léase usuarios de Twitter o páginas de Facebook, sino de diferentes actores (véase Imagen 8).

Imagen 8

Visualización híbrida ARS / TA-R.

Fuente: Rodríguez Cano, 2019: 206.

Al explotar los algoritmos de espacialización, principalmente Force Atlas, además de las instrucciones elementales del análisis de redes sociales, el resultado fue revelador en diversos sentidos: en primer lugar, en los hallazgos derivados de la centralidad de grado de cada categoría y, sobre todo, en el panorama heterogéneo que vislumbró la suma de todos los campos. El principal logro al aplicar esta metodología, de la mano de un fértil alcance descriptivo, fue modelar la cartografía de la tecnopolítica feminista en nuestro país, un ejercicio que permitía tanto vistas panorámicas como acercamientos específicos. Entre estos últimos, destacó el protagonismo de la modalidad taller, así como la limitante de la geografía de los eventos que tendían a concentrarse en la alcaldía Cuauhtémoc en pleno centro de la Ciudad de México.

En un segundo artículo sobre esta línea de investigación (Pedraza Bucio y Rodríguez Cano, 2019b), entrelazamos en el plano metodológico el ARS con el análisis de redes semánticas, entendido como una variante de análisis de contenido con un enfoque relacional basado en significado compartido (Doerfel, 1998), cuyos alcances pueden ser principalmente descriptivos y orientados al descubrimiento de dimensiones de sentido. De esta forma, en un análisis de temáticas y modalidades, pudimos encontrar tres vertientes: reflexión, apropiación e incidencia. Y dentro de la dimensión de apropiación, las variables “creación de contenidos”, “aprendizaje de lenguaje computacional”, “perspectiva de género” y “prácticas de autodefensa”. Cabe mencionar que la suma ARS/RS supuso un complemento interpretativo al enfoque ARS/TA-R; es decir, no solo elaboramos la cartografía de la diversidad de actores feministas, sino la relevancia discursiva de su intervención tecnopolítica (véase Imagen 9).

Derivado de este último artículo, la principal reflexión en términos metodológicos fue, por un lado, confirmar el potencial del ARS para ilustrar elementos estructurales de fenómenos relacionales en las interaciones sociales, particularmente en el plano de las hegemonías y contrahegemonías de comunicación y poder en tendencias asociadas a mis líneas de investigación sobre cultura digital y tecnopolítica, con lo cual pude derrumbar el mito de la horizontalidad en las redes. Pero también, en un aspecto complementario, la deseabilidad de fortalecer esta perspectiva con herramientas y técnicas de diferente tradición de investigación, en la dirección de análisis sobre los significados que se comparten y dan sentido en los diferentes campos sociales. De esta manera, la discusión se mostró no en el plano de la vieja disyuntiva entre lo cuantitativo y lo cualitativo, sino de la complementariedad entre estructura y sentido, incluso dentro del mismo ARS.

Imagen 9

Visualización híbrida ARS / redes semánticas

Fuente: Rodríguez Cano, 2019: 75.

Por último, a la par de un grupo de activistas y académicos que estaban interesados también en esta metodología y sus implicaciones para la vida pública, durante los años que narro pude proponer de diversas maneras algunas aportaciones a la discusión sobre las formas de apropiación digital (Rodríguez Cano, 2020). A partir de dicha exploración con data mining, la ingeniería y reingeniería de categorías en bases de datos, los sociogramas y la visualización de redes, destacaron algunas vertientes que están en proceso o ya se han consolidado como las áreas tradicionales de aplicación del ARS en contextos digitales: la visualización de redes de medios tecnopolíticos y de activismo digital; la elaboración de tipologías de redes por perfil de usuarios, comunidades y contenido; tendencias relacionadas con ciberpolítica y campañas electorales; así como de activismo militante y cuentas automatizadas o bots en el marco de fenómenos de desinformación y propaganda computacional (véase Imagen 10).

Imagen 10

Representación inorgánica de la tendencia #NuevoLeónYaEsBronco

Fuente: Rodríguez Cano, 2020.