usuarios de dudosa procedencia - 100 por cierto · analizar tuits emitidos en nuestro país. en el...

(1)

USUARIOS DE DUDOSA PROCEDENCIA

Observando una conversación entre bots, trolls, militantes, y vos.

UNIÓN EUROPEA

(2)

Este reporte fue desarrollado por Juan Ignacio Belbis y Guadalupe González por parte del Observatorio de Redes, y en coordinación con Hernán Alberro del proyecto 100 por Cierto del Foro del Periodismo Argentino (FOPEA). Este proyecto no hubiera sido posible sin el apoyo de la Unión Europea y Thomson Media. Queremos agradecer también a Fernando Ruíz, María José Grillo, Andrea Schulte y John Reichertz.

Las opiniones expresadas aquí son de los autores y no representan necesariamente la visión de FOPEA o el resto de las organizaciones involucradas en el desarrollo de este trabajo de investigación.

Los datos aquí utilizados se pueden descargar en:https://github.com/OdeRedes/usuariosdudosaprocedencia

El código de programación utilizado para realizar los análisis fue creado en R por Guadalupe González y se puede encontrar en: https://github.com/OdeRedes/usuariosdudosaprocedencia

En este año de tanto ruido, esperamos haber podido aportar un poco de luz para alumbrar las zonasoscuras de la conversación pública.

www.100porcierto.comwww.100porcierto.com

https://www.fopea.org/ http://www.thomsonfoundation.org/thomson-media/

www.100porcierto.com

https://www.fopea.org/



(3)

8%

INTRODUCCIÓN

La pandemia originada por el virus SARSCOV-2 ha tenido un impacto ineludible en la vida de las personas, de las instituciones y del entramado social y cultural en su conjunto. Solo basta con mencionar los efectos en la salud pública y la economía, para comprender la dimensión de un fenómeno global que ha generado no sólo miles de muertes, millones de personas infectadas, industrias completas colapsadas y un planeta al vilo de la aparición de una vacuna.

Esta situación es, ha sido y será, parte de la conversación pública diariamente. Debates sobre las políticas públicas, sobre los debates médicos o sobre los datos publicados, pasando por la creación de memes, la proliferación de canales de streaming y el traslado de la interacción humana a canales digitales con un nivel de masividad y rapidez pocas veces visto configuran un ecosistema de conversaciones digitales omnipresente en la vida de la ciudadanía.

Con este contexto tan particular es que se ha desarrollado esta investigación, que pretende acercarse a la respuesta de algunos interrogantes sobre la potencial aparición de factores desinformantes en la conversación pública respecto de la pandemia:

¿Existe circulación de desinformación en Twitter referida a la pandemia COVID-19 en Argentina? ¿Es posible verificar qué cuentas son las que divulgan estos contenidos? ¿Es posible encontrar patrones de comportamiento que puedan ser interpretados como signos de intencionalidad? ¿Existen cuentas automatizadas (bots) que generan contenidos en este sentido? ¿Es posible detectar cuentas de comportamiento malicioso (trolls) que se posicionen como referen tes en estas conversaciones?

Es menester mencionar que la selección de Twitter como medio a analizar responde a dos cuestiones fundamentalmente. A lo largo del reporte se puede mencionar a Twitter tanto como un medio así como una plataforma, dependiendo del punto de vista: como medio en función del espacio donde se generan contenidos que cuentan con una audiencia específica que implica ciertos hábitos y códigos compartidos;o como plataforma en función de la tecnología detrás de este medio y sus funcionalidades particulares.

En principio la consideración de dicha plataforma como un espacio con eje central en la información, donde diversos actores de la vida pública (incluyendo políticos, periodistas, figuras del mundo deportivo, artístico y académico, etc) convergen e interactúan respecto de noticias, opiniones y novedades que muchas veces son replicadas luego en medios tradicionales. La segunda tiene que ver con las posibilidades técnicas que permite la herramienta de poder trabajar con las publicaciones de los usuarios de forma muy exhaustiva, dado que existe la posibilidad de descargar conjuntos de datos de gran volumen para la construcción de corpus estructurados.

(4)

LOS CONCEPTOS CLAVES

Es necesario en este punto realizar un conjunto de definiciones de algunos conceptos clave. Varios de ellos ya fueron mencionados previamente en la descripción técnica de esta investigación, pero merecen una pausa reflexiva para comprender el punto de vista de quienes realizamos este trabajo.

¿Desinformación, fake news o posverdad?

Entendemos como desinformación al proceso a través del cual se intenta afectar la conversación pública a través de la inclusión de mensajes/contenidos que no sean el reflejo literal de la realidad por parte de ciertos participantes de esa conversación con el fin de obtener una ganancia. Existen referencias a estos fenómenos bajo el concepto de posverdad, es interesante la distinción que al respecto hace Guadalupe Nogués, diferenciando la posverdad causal, emergente de la falta de atención o desinterés de las audiencias; por contrario, la posverdad intencional está atada a la explotación de estos recursos por parte de grupos de interés intervinientes en la conversación (Pensar con otros, 2018). Siguiendo en esa línea, y para los fines de esta investigación, la intencionalidad es el eje central que permite reunir estos fenómenos que desde diferentes bibliotecas se conceptualizan, y que en la narrativa popular se conoce como “fake news”. En este sentido Aruguete y Calvo definen: “La información falsa, (…) es un ejercicio del poder político cuyo objetivo es dañar al oponente y energizar al militante propio” (Fake news, trolls y otros encantos, 2020). Es destacable cómo vamos entrando en el terreno de la estrategia. Ya no sólo se interpreta a estos fenómenos como intencionales, sino que se empiezan a vislumbrar los usos estratégicos que pueden tener esos grupos interesados, tanto en sus adversarios como en sus adherentes. Así como entendemos que hay estrategias de desinformación, que pueden tener diferentes audiencias, es menester comprender quiénes son los sujetos que ejecutan estas estrategias.

¿Qué es un troll? Mejor dicho. ¿Quién es un troll?

En una investigación realizada para Chequeado, Pablo Fernández define a los trolls como “alguien enfocado en acosar, criticar o antagonizar de manera provocadora y despectiva” (Fernández, 2017). También nos recuerda que el origen de este término proviene de unos seres mitológicos escandinavos, luego incorporado en las primeras formas de comunidades online (foros, chats) con el sentido previamente descripto. Lo más importante a destacar entonces es que estamos hablando de alguien, de una persona que tiene una tarea específica: anular a aquellos que se encuentran en su posición antagónica a través de agresiones, acoso y otras prácticas violentas en el marco de plataformas de socialización online.

(5)

Uno de los puntos que nos interesa destacar y que surge del análisis de los datos que son expuestos a continuación es que no todos los usuarios que tienen tendencias a practicar la desinformación son trolls y/o bots. Encontramos otras dos categorías, con sus propias subcategorías que merecen ser destacadas:

Los influencers y los medios: son actores institucionales o individuales que tienen una jerarquía relevante y se convierten en autoridades de la conversación, con fines legítimos y en general su relevancia está asociada a un conocimiento específico del tema en cuestión. En algunos casos destacados cumplen rol de combatir la desinformación, discutiendo con otros usuarios y aportando datos veraces y validados objetivamente.

Los militantes/activistas: esta categoría merece un análisis en profundidad mayor, dado que presenta características muy similares a las de un bot en términos de comportamiento compulsivo (un volumen muy alto de tuits emitidos por día, por ejemplo) y pueden presentar un tono agresivo en ciertas apariciones, al estilo troll, pero a diferencia de estos y como fuera descripto anteriormente, su objetivo más que correral otro de la discusión es el de convencerlo de que su postura es errónea. Esta diferencia, que puede parecer sutil, en términos tácticos es muy relevante, dado que parecería ser una herramienta de construcción política más que de afectación de la conversación pública. Hecha esta aclaración, esimportante destacar que estas prácticas parecen estar distribuidas en los diferentes espacios políticos que componen la arena discursiva de la tuitósfera argentina, aunque con pregnancias particulares y matices propios de cada uno de esos espacios.

¿Y entonces qué sería un Bot?

Bot proviene claramente de la palabra robot. Es decir que en principio cuando nos referimos a un bot estamos hablando de un usuario que no es humano. O al menos el comportamiento automatizado de un usuario. Porque cuando entramos en los detalles, podemos ver que hay usuarios que combinan un comportamiento automatizado con un comportamiento humano. Hay bots que buscan evitar ser reconocidos como tales y los hay que tienen fines específicos y otros que se activan momentáneamente. En resumen un bot es el producto de la programación de código realizada por una persona, pero ejecutada automáticamente sin intervención de un humano.

(6)

Los detalles técnicos sobre el proceso se encuentran en el Anexo I, así como el código utilizado para realizar las capturas y los análisis se puede descargar desde el espacio en Github del Observatorio de Redes.

1

https://confiar.telam.com.ar/fake-news/2

https://chequeado.com/tag/coronavirus/3

Cabe mencionar que la “Ubicación” de cada usuario es un campo abierto en que se puede ingresar cualquier tipo de texto, o ninguno, lo que complejiza la definición de criterios respecto de que es considerado como un tuit emitido en la “tuitósfera” argentina. Para ello se construyó un conjunto de términos considerados como indicadores de residencia en nuestro país.

4

LA CONSTRUCCIÓN DEL CORPUS

Para poder realizar estos análisis se diseñó un proceso de captura de contenidos a través de la API de Twitter . Para ello se definieron dos conjuntos de palabras claves que determinarían el ingreso de los tuits emitidos en el corpus. Uno generalista que incluye términos sobre la conversación alrededor de la pandemia, y uno específico en función del análisis de las noticias verificadas y determinadas como falsas según los portales específicos sobre la temática de Telam y Chequeado . El período temporal definido para la captura de los tuits fue del 13 de abril al 15 de mayo de 2020.

Conjunto 1

Conjunto 2

Finalmente se capturaron 2.886.288 tuits, sumando los resultados de la captura de ambos conjuntos. Dadas las propias limitantes de la plataforma respecto de la georeferenciación de las publicaciones, es importante destacar que en el corpus ingresaron tuits en diversos idiomas y de diferentes países, lo que motivó a un riguroso proceso de filtrado incluyendo segmentación por idioma y ubicación con el fin de analizar tuits emitidos en nuestro país. En el análisis final realizado para este informe se trabajó sobre una versión recortada del corpus de 30.192 tuits que fueron emitidos por 17.760 usuarios.

La Metodología para el análisis

Desde el momento del diseño de la investigación el foco del estudio estuvo puesto en los usuarios y la emisión. No buscamos comprender los circuitos de circulación de los contenidos, sino conocer a sus emisores con el fin de intentar definir modelos de usuarios e intentar comprender si su comportamiento tiene intenciones perceptibles de desinformar.

#AislamientoObligatorio; #COVID19Argentina; #CuarentenaObligatoria;

#Quedateencasa, #Quedateentucasa; Alferdez; ginesggarcia

alcohol en gel en casa; automedicarse; bancos cerrados; bebidas

calientes; certificado circulación; check in; circulacion; Desinfectantes

en aerosol; ENACOM; Fronteras; Ibuprofeno; Limítrofes; Máscaras

faciales; Paracetamol; permiso de transito; solución fisiológica; TAD;

vacuna gripe

1

2 3

4

(7)

Con el fin de comprender más sobre estos usuarios se construyó un indicador que opera sobre un conjunto de variables propias de cada usuario en las conversaciones que fueron incluídas en el corpus:

Cantidad de tuits emitidos Cantidad de retuits realizados Cantidad de seguidores del usuario Cantidad de cuentas que sigue el usuario Cantidad de días en los que la cuenta del usuario estuvo abierta

Este Indicador de Comportamiento compuesto nos permite percibir lo que entendemos como un comportamiento fuera de la media de estos usuarios, en el contexto de las conversaciones que fueron capturadas, pero también en su historia como usuario de Twitter. De esta forma hacemos foco en un conjunto de 50 usuarios con el puntaje i4 más alto, que son los que observaremos en detalle para categorizar su comportamiento, e intentar dilucidar la intención de sus contenidos.

Finalmente se incorporó una última herramienta desarrollada por Michael W. Kearney (Kearney, 2018) que a través de un análisis algorítmico alimentado por procesos de aprendizaje automático establece con un 93% de confianza la probabilidad de que un usuario sea un bot o no. Utilizamos este dato como punto de contraste para los análisis que realizaremos luego para comprender si existe una presencia de usuarios de comportamiento automatizado, o si el comportamiento anómalo de ciertos “súperusuarios” pueda ser confundido con el de un bot.

Indicador Quantile Escala Puntajeasignado

Indicador de comportamiento

I1:cantidad_rtweets

I2:extremos_seguidores_seguidos

I3: ratio_seguidores_dias

< 0.25 & > 0.76

< 0.26 & > 0.50

> 0.51 & < 0.75

< 0.25 & > 0.76

< 0.26 & > 0.50

> 0.51 & < 0.75

< 0.25 & > 0.76

< 0.26 & > 0.50

> 0.51 & < 0.75

bajo

medio

alto

bajo

medio

alto

bajo

medio

alto

1

2

3

1

2

3

1

2

3

I4: Suma de puntajeobtenido en las 3 categorías

5

https://github.com/mkearney/tweetbotornot5

(8)

Dimensión Promedio Corpus Promedio Top 50

Relación aproximada

20.96Tuits en el corpus por usuario

Tuits por día en promedio

Tuits promedio emitidos

1.7

14.91 67.62

134079

12x

5x

5x28949.5

LOS ACTORES DESTACADOS DE LA CONVERSACIÓN

Analizamos entonces los 50 usuarios más destacados en función del indicador construido para esta investigación, con el fin de construir conjuntos de usuarios en función de su comportamiento. En primer lugar repasamos algunos indicadores generales comparando el universo total de usuarios incluídos en el corpus (17.759) y los Top 50 con el fin de comprobar la excepcionalidad de este segmento.

Los usuarios del top 50 tienen 12 veces la cantidad de tuits promedio en el corpus construído en relación al total, y casi 5 veces más tanto de tuits por día emitidos desde la creación de su cuenta, como de tuits emitidos promedio por día. Sin dudas son usuarios con una actividad muy por encima del promedio de los más de 17 mil usuarios analizados en este trabajo.

Si procedemos a construir categorías, surge una distribución llamativa, encontrando a dos usuarios que tienen un rol de autoridad, cinco que pertenecen al sector periodístico, siete que conforman la categoría ad-hoc de Usuarios de Dudosa Procedencia (UDP), 33 que integran la categoría de Activistas, con un resultado tan amplio que merece un análisis en mayor profundidad, finalmente tres usuarios que conforman la categoría residual de Otros, los que también serán detallados luego. Comenzamos entonces a describir cada categoría.

62%Activistas

14%UDP

10%Periodismo

10%Otros

4%Autoridad

(9)

screen_name Promedio tuits/día

Promedio tuits/díaIndicador de Comportamiento

Bot or Not DescripciónCategoría

jorgeluisaliaga

moscarielloe

322.00

126.00

13.08

16.83

15%

5.91%

Autoridad

Autoridad

Influencer

Influencer




ViajesyPaseos

TerritorioD

217.00

189.00

0.75

34.26

15.70%

3.92%

Periodismo

Periodismo

Medio local

Medio local

QuePasaWeb 173.0015.00 51.10% Periodismo Medio local

primeraedicionw 105.0034.50 0.38% Periodismo Medio local

jotaleonetti 98.0038.40 1.83% Periodismo Periodista

Las autoridades

El personaje con mayor puntaje según el Indicador de Comportamiento es una autoridad del mundo científico y de la gestión educativa, cuyo rol en la conversación pública sobre el COVID-19 ha sido el de brindar información y datos sobre los hallazgos científicos. De hecho en muchos casos ha adoptado el rol de refutar a otros actores que aportan datos que en el contexto de esta investigación podría ser caracterizada como desinformación.

Encontramos otro usuario que tomó relevancia en las discusiones sobre aspectos económicos y de gestión de algunas políticas públicas, partiendo de un conocimiento sectorial que en el contexto de corpus analizado tomaron relevancia en la conversación pública.

El periodismo

Cinco cuentas fueron categorizadas como parte del sector periodístico, cuatro de ellas de medios “locales” o especializados. Y finalmente una de un periodista especializado en tránsito que utiliza su cuenta como un medio en sí mismo.

(10)

https://github.com/mkearney/tweetbotornot




DocHissa

RachelHolwaySoy

228.00

141.59

0.08

3.89

98.13%

NA

UDP

UDP

Bot

Suspendida

matuastoandinio 130.00 73.48 NA UDPSuspendidaal momento de revisión

118.17MrsgreyV 119.00 96.32% UDP Bot

punky2007caba 115.0024.71 NA UDP"Esta cuenta no existe"

marcelomartino5 102.00146.95 NA UDP Cuenta Candado

josemorillogr 96.0042.49 99.32% UDP "Esta cuenta no existe

Usuarios de Dudosa Procedencia (UDP)

Siete usuarios fueron categorizados como UDP por defecto. Dos de estas cuentas fueron suspendidas, dos fueron categorizadas como bots, dos de ellas fueron cerradas o cambiaron su nombre de usuario y laúltima de ellas se encuentra configurada como “privada”, es decir que selecciona los usuarios que pueden leer sus contenidos, hecho realizado luego de la captura de los tuits que componen el corpus.

Esto en primera instancia nos abre un conjunto de interrogantes sobre los criterios de Twitter respecto dela gestión de su comunidad y su capacidad de aplicación de las normas de comportamiento admitido en su plataforma , que fueron aplicados sobre la mayoría de estos usuarios, aunque no sobre todos. Según indica la propia plataforma:

Twitter interviene cuando detecta violaciones a sus prácticas admitidas en términos de seguridad (violencia, terrorismo, explotación sexual infantil, abuso/acoso, incitación al odio, violencia gráfica, y/o oferta de servicios ilegales o regulados), en términos de privacidad (información privada y desnudez no concensuada), y autenticidad (spam y manipulación de la plataforma, integridad cívica, suplantación deidentidad, contenidos falsos y alterados,y derechos de autor y marca). Esta última categoría plantea algunas inquietudes respecto de la objetividad de estos criterios, y abre la puerta a ciertas prácticas discutibles por parte de la propia plataforma abandonando un espacio de neutralidad y tomando posición en debates públicos.

“La violencia, el acoso y otros tipos de comportamiento similares no incentivan a las personas a expresarse y, en última instancia, disminuyen el valor de la conversaciónpública a nivel mundial. Nuestras reglas tienen como objetivo garantizar que todas las personas puedan participar en la conversación pública de manera libre y segura” (Twitter, 2020).

6

6

(11)

48%

Los activistas




CARLOSATOLOSA

217.94119.99 4.42% ActivistasMEGA Militante JxC - Falleció

alitapaz 184.00137.51 98.65% ActivistasMEGA Militante K

DaPepitos07 171.0066.46 93.30% ActivistasMEGA Militante JxC

placebo99 152.0038.57 51.91% ActivistasMEGA Militante JxC

saavibal 138.0012.66 NA Activistas Militante K

aries2011956 136.00238.78 NA Activistas Mega Militante CC

Maria_e_pt 129.00180.82 40.55% Activistas MEGA Mili-tante Macri

marietafernand7 126.0033.69 97.18% Activistas MEGA Mili-tante Macri

Laurazul9 123.0022.24 9.99% Activistas Militante Macri

BarbieNiemann 122.00129.37 98.20% ActivistasMEGA Mili-tante Macri + Derechos animales

Okampus 121.0863.69 82.59% Activistas MEGA Mili-tante Macri

silvinabs22 118.00263.97 88.98% Activistas MEGA Mili-tante Macri

lilygabet 111.00250.54 93.13% Activistas MEGA Militante K

RosaMar89924286 108.0031.98 56.97% ActivistasMilitante Cristiandad > Macri

GuardiaViejaAr1 102.00224.61 86.02% ActivistasMEGA Militante K

che�ersorii 102.0015.39 85.29% ActivistasSimpatizante Alfonsin

patitorossi93 99.008.51 84.98% ActivistasMilitante Macri

fedewessn 98.293.73 71.24% ActivistasMilitante AntivacunasNOS

(12)

agustina3637 98.00136.87 96.79% Activistas MEGA Mili-tante Macri

joven8591 98.00228.48 8.83% Activistas MEGA Mili-tante UCR

Natalyalulu 98.0069.02 94.77% ActivistasMEGA Mili-tante Macri

mhkerry75 98.0032.45 43.89% ActivistasMEGA Mili-tante Macri

euledzep 98.0016.78 4.57% ActivistasMilitante Macri

MPParis 97.0030.46 41.52% ActivistasMilitante Macri

FreddyArias531 96.5630.78 90.15% Activistas Mega Mili-tante Macri

nbrouchy 96.0024.98 13.15% Activistas Militante Macri

Augusto18211689 95.00209.95 83.33% Activistas MEGA Mili-tante Macri

ReneGuer16 95.0022.43 94.32% Activistas Militante Celeste Anti K Vélez

MerixValentini 95.0018.71 94.63% Activistas MEGA Mili-tante Macri

R62Gustavo 94.6042.95 59.19% Activistas MEGA Militante K

hannabarbera02 93.005.04 94.11% Activistas MEGA Mili-tante Macri

Consideramos como oposición al frente Juntos por el Cambio, integrado mayoritariamente por los partidos PRO, UCR y Coalición Cívica.7

El conjunto más grande de usuarios del Top 50 responde a esta categoría, que como tal debería ser analizada en detalle, para comprender si encontramos un patrón único o encontramos diferentes fenómenos en este segmento de 31 usuarios. Cabe destacar que analizando los contenidos, la mayoría de estos usuarios están profundamente politizados, respondiendo a consignas partidarias de la política vernácula. En este sentido hay una predominancia notoria de usuarios que se alinean con planteos discursivos propios de la actual oposición , aun con matices de origen (hay usuarios que tienen tenden-cias más claras a la defensa o difusión de contenidos de un partido específico del frente opositor). Esto no quita que existan actores que aparezcan en esta clasificación y que presenten las mismas prácticas alineados a posiciones o acciones oficialistas, aunque la relación es de cinco a uno en comparación con los opositores.

En principio, como se puede ver en la tabla completa incluída ( y ampliada en el anexo 1), una gran cantidad de usuarios fueron evaluados como bots por el algoritmo BorOrNot mencionado previamente.

7

(13)

Más precisamente, 17 de los 31 usuarios presentan una probabilidad arriba del 80% de ser bot. Sumado a esto, 11 de estos usuarios emiten en promedio más de 100 tuits diarios, incluyendo a seis usuarios que emiten más de 200 tuits diarios. Esto significa que si entendemos que una persona está 18 horas despierta por día, estos usuarios están produciendo más de 11 tuits por hora, todos los días. Algo llamativo.

Aun así no nos consideramos en condición suficiente para caracterizarlos como bots. Presentan un comportamiento compulsivo, similar al de un autómata, pero analizando minuciosamente sus publicaciones, parecen ser usuarios humanos. En este sentido es interesante además como tienen matices. Hay usuarios que tienen favoritismos futbolísticos además de sus inclinaciones políticas, o tendencias individuales en la forma de involucrarse más con ciertas causas. Se perciben además ciertos niveles de coordinación entre estas cuentas, al menos las que responden la misma orientación en el eje oficialismo-oposición.

Miremos en detalle y como ejemplo a los tres usuarios con mayor indicador de comportamiento.

@CARLOSATOLOSA

Este caso es muy particular para demostrar lo necesario de contrastar diferentes indicadores, e incluye un factor más que elocuente sobre los fenómenos humanos que subyacen a los datos. En primer término miraremos los indicadores y el comportamiento de este usuario. Al momento de cierre del corpus tenía publicados 420466 tuits en su cuenta, que fue abierta en septiembre de 2010. Es decir, un promedio de casi 120 tuits diarios, de forma constante durante casi 10 años. No parece ser un comportamiento habitual, muy por fuera de los promedios.Los indicadores cuantitativos llaman la atención así que realizamos un análisis cualitativo sobre los tuits

(14)

de este usuario, para encontrarnos con una gran sorpresa. No sólo presenta una constancia y coherenciaen los tuits incluídos en el corpus (31), sino que al ver publicaciones más actuales al momento de la redacción de este informe aparecen las siguientes publicaciones .

8

https://twitter.com/CARLOSATOLOSA/status/12987904963205242908

(15)

https://medium.com/@astrid.fs/digamos-basta-19351c8603f89

Sin dudas es conmocionante la lectura del hilo publicado por su hija, siempre asumiendo la veracidad de los mensajes y la historia narrada. También es interesante leer el intercambio que se da con otros usuarios tras esta publicación en la que se expresan condolencias, lo que también trae a colación la idea de que estos usuarios funcionan en comunidad. Por último, es difícil no notar que aun en una circunstancia tan compleja, @tititoll elige tomar un posicionamiento político al publicar el mensaje, incluyendo una publicación en Medium donde relata el proceso en el contexto de la pandemia .

@alitapaz

Esta usuaria presenta un volumen de publicaciones aún mayor al caso anterior, un promedio de más de 137 publicaciones por día en más de 10 años. Además, a diferencia del caso anterior, el indicador de bot da un número extremadamente alto, con una posibilidad de 98.65% de que la cuenta presente un comportamiento automatizado. Es interesante al ver en detalle su comportamiento, que un gran porcentaje de sus publicaciones son retuits de cuentas oficialistas o gubernamentales, pero que además intercala algunos mensajes propios, en una relación muy baja. No podemos afirmar categóricamente que es un bot, tampoco que no lo es.

(16)

@DaPepitos07

Este usuario presenta al igual que el anterior un indicador de bot muy alto, con un 93.30% de probabilidad de que la cuenta sea automatizada. Aunque tiene un promedio menor de publicaciones que las vistas anteriormente, sigue siendo algo, con más de 66 publicaciones diarias en promedio en más de 9 años. Sus publicaciones son en gran parte retuits de cuentas con el mismo sesgo opositor de los pocos mensajes que publica.

No nos es posible concluir que sea un bot, tampoco presenta comportamiento atribuible a un troll, pero es claro que hay una intencionalidad de afectar la conversación pública en los patrones de conducta de este usuario. Esto se agrava revisando que efectivamente redistribuye información verificada como falsa o manipulada. De alguna forma, presenta patrones que sin ser los de un troll o un bot necesariamente, configuran un usuario que con fines políticos, sin agredir, daña el tejido del debate público.

Y vos (los otros)




Leonelanaya1

SebiQuintero

217.00

189.00

1.41

54.25

15.70%

3.92%

Otros

Otros

Simpatizante

Usuario

ArLui1984 173.000.07 51.10% OtrosUsuario con causa

adperotti 105.002.65 0.38% Otros Internaciona-lista celeste

gus76855047 97.6348.40 65.58% Otros Periodista

(17)

El conjunto final, es en el que recaen seguramente la mayoría de usuarios. El de un observador y comentador de la realidad. Con sus sesgos, opiniones, favoritismos y causas propias. En este sentido nos parece interesante destacar la historia de uno de ellos.

@ ArLui1984

Este usuario presenta indicadores muy particulares. Al momento de cierre del corpus tenía un solo seguidor y seguía a 11 cuentas. Con la cuenta abierta desde 2012, presentaba un promedio de 0.07 tuits diarios con un total de 196 tuits emitidos. Completamente distinto a lo visto en los usuarios analizados en la categoría anterior. ¿Entonces por qué surge como destacado en el top 50? De esos 196 tuits, 18 estaban dentro de nuestro corpus.

En este caso, mirando en detalle encontramos lo que podríamos llamar “un tuitero con una causa”. Todos esos tuits estaban dirigidos a funcionarios nacionales y expresando un reclamo puntual. La madre del usuario no estaba pudiendo cobrar su jubilación dado el contexto de la pandemia.

16%

(18)

ConclusionesLos mega militantes tienen un comportamiento que indica una combinación de características atribuibles tanto a bots como a trolls. En muchos casos son dañinos para la conversación pública, pero constituyen una nueva categoría de usuario con patrones y prácticas propias.

Un solo indicador no es suficiente. Todos los indicadores sirven para acercarse a comprender aspectos diferentes sobre el comportamiento de los usuarios y cómo categorizarlos.

Los análisis cuantitativos nos sirven para orientar dónde hacer foco. Los indicadores nos destacan usuarios, que nos permiten indagar en profundidad en sus historias, sus hábitos y sus prácticas.

Trabajos citadosNogués, G. (2018). Pensar con otros. Buenos Aires: El gato y la caja.Aruguete, N., & Calvo, E. (2020). Fake news, trolls y otros encantos. Buenos Aires: Siglo XXI.Fernández, P. M. (2017). El mundo secreto de los bots y los trolls… (y cómo esos “ejércitos” influyen en la política). Buenos Aires: Chequeado.Kearney, M. W. (2018, diciembre 28). tweetbotornot. Retrieved from Github: https://github.com/mkear-ney/tweetbotornotTwitter. (2020). Reglas de Twitter. Retrieved from Centro de ayuda: https://help.twit-ter.com/es/rules-and-policies/twitter-rules

Anexo I: Tabla completa top 50 usuarios

screen_name Tuits Seguidores Seguidos

Promedio tuits/día

Bot or Not

Indicador deComportamiento

jorgeluisaliaga 46 23801 1851 43407 3319.69 13.08 322.00 1.15 Autoridad Influencer

DocHissa 38 436 2313 244 3204.05 0.08 228.00 98.13% UDP Bot

CARLOSATOLOSA 31 2009 473 420466 3504.3 119.99 217.94 4.42% Activistas MEGA Militante JxC –

ViajesyPaseos 31 12529 285 2680 3558.33 0.75 217.00 15.70% Periodismo Medio local

TerritorioD 27 30831 1061 129220 3771.72 34.26 189.00 3.92% Periodismo Medio local

alitapaz 30 4664 5129 49700 3614.3 137.51 184.00 98.65% Activistas MEGA Militante K

QuePasaWeb 28 4651 3998 42734 848.78 15.00 173.00 51.10% Periodismo Medio local

DaPepitos07 33 1338 5002 21551 3242.90 66.46 171.00 93.30% Activistas MEGA Militante JxC

placebo99 19 376 123 85900 2226.94 38.57 152.00 51.91% Activistas MEGA Militante JxC

Leonelanaya1 21 54 226 3258 2307.89 1.41 147.00 53.92% Activistas Simpatizante

Total tuits

Días categoría Descripción

Falleció de COVID-19

https://twitter.com7jorgeluisaliaga

https://twitter.com/DocHissa

https://twitter.com/CARLOSATOLOSA

https://twitter.com/ViajesyPaseos

https://twitter.com/TerritorioD

https://twitter.com/alitapaz

https://twitter.com/QuePasaWeb

https://twitter.com/DaPepitos07

https://twitter.com/placebo99

https://twitter.com/Leonelanaya1

(19)

SebiQuintero 27 8354 8641 185898 3426.48 54.25 137.00 42.81% Activistas Usuario

aries2011956 22 7272 6649 654060 2739.15 238.78 136.00 NA Activistas Mega Militante CC

matuastoandinio 22 944 1064 78721 1071.28 73.48 130.00 NA UDP Suspendida a

Maria_e_pt 21 1590 1107 184869 1022.37 180.82 129.00 40.55% Activistas MEGA Militante Macri

ArLui1984 18 1 11 196 2753.36 0.07 126.00 93.51% Otros Usuario con causa

moscarielloe 18 5885 945 60762 3610.15 16.83 126.00 5.91% Autoridad Influencer

marietafernand7 18 1069 1484 51117 1517.42 33.69 126.00 97.18% Activistas MEGA Militante Macri

Laurazul9 15 705 185 73767 3317.21 22.24 123.00 9.99% Activistas MEGA Militante Macri

BarbieNiemann 22 2047 2711 260082 2010.35 129.37 122.00 98.20% Activistas

Okampus 25 4903 5184 254608 3997.82 63.69 121.08 82.59% Activistas MEGA Militante Macri

MrsgreyV 17 3 13 19080 161.47 118.17 119.00 96.32% UDP Bot

silvinabs22 22 3843 3812 231795 878.11 263.97 118.00 88.98% Activistas MEGA Militante Macri

lilygabet 18 5111 4530 537446 2145.19 250.54 111.00 93.13% Activistas MEGA Militante K

primeraedicionw 15 20921 616 114410 3316.1 34.50 105.00 0.38% Periodismo Medio local

marcelomartino5 17 2743 2891 405546 2759.68 146.95 102.00 NA UDP Cuenta Candado

GuardiaViejaAr1 17 4505 4960 54564 242.93 224.61 102.00 86.02% Activistas MEGA Militante K

che�ersorii 16 7 47 319 20.73 15.39 102.00 85.29% Activistas Simpatizante Alfonsin

RosaMar89924286 18 411 818 3120 97.56 31.98 108.00 56.97% Activistas

punky2007caba 16 865 1375 33469 1354.60 24.71 115.00 NA UDP

momento de revisión

MEGA Militante Macri

+ Derechos animales

"Esta cuenta no existe" https://twitter.com/punky2007caba

Militante Cristiandad > Macri

RachelHolwaySoy 54 3682 3718 11685 3002.38 3.89 141.59 NA UDP Suspendida

https://twitter.com/

RachelHolwaySoy

saavibal 34 1119 1346 42134 3328.57 12.66 138.00 NA Activistas Militante K


saavibal

https://twitter.com/SebiQuintero

https://twitter.com/aries2011956

https://twitter.com/matuastoandinio

https://twitter.com/Maria_e_pt

https://twitter.com/ArLui1984

moscarielloehttps://twitter.com/

https://twitter.com/marietafernand7

https://twitter.com/Laurazul9

https://twitter.com/BarbieNiemann

https://twitter.com/Okampus

https://twitter.com/MrsgreyV

https://twitter.com/silvinabs22

https://twitter.com/lilygabet

https://twitter.com/RosaMar89924286

https://twitter.com/primeraedicionw

https://twitter.com/marcelomartino5

https://twitter.com/GuardiaViejaAr1

https://twitter.com/che�ersorii

(20)

gus76855047 19 26 77 5466 112.93 48.40 97.63 65.58% Otros Rosarino omnisciente

MPParis 12 318 93 104070 3416.08 30.46 97.00 41.52% Activistas MEGA Militante Macri

FreddyArias531 18 1411 1385 111913 3636.30 30.78 96.56 90.15% Activistas MEGA Militante Macri

josemorillogr 15 337 3714 154800 3643.33 42.49 96.00 99.32% UDP

nbrouchy 12 597 63 90009 3603.07 24.98 96.00 13.15% Activistas MEGA Militante Macri

Augusto18211689 19 90 261 7121 33.92 209.95 95.00 83.33% Activistas MEGA Militante Macri

ReneGuer16 13 99 154 30315 1351.38 22.43 95.00 94.32% Activistas

MerixValentini 13 815 1170 61969 3311.26 18.71 95.00 94.63% Activistas

R62Gustavo 25 495 493 92528 2154.10 42.95 94.60 59.19% Activistas

hannabarbera02 12 348 950 18373 3645.99 5.04 93.00 94.11% Activistas

"Esta cuenta no existe"

https://twitter.com/MEGA Militante Macri

MerixValentini

MEGA Militante Khttps://twitter.com/R62Gustavo

MEGA Militante Macrihttps://twitter.com/hannabarbera02

https://twitter.com/Celeste Anti K Vélezi

ReneGuer16

https://twitter.com/Augusto18211689

https://twitter.com/nbrouchy

https://twitter.com/josemorillogr

https://twitter.com/FreddyArias531

https://twitter.com/MPParis

https://twitter.com/gus76855047

patitorossi93 15 360 1922 21071 2475.6 8.51 99.00 84.98% Activistas Militante Macri

fedewessn 17 295 770 13257 3555.90 3.73 98.29 71.24% Activistas Militante Antivacunas NOS

https://twitter.com/patitorossi93


jotaleonetti 14 611823 1452 142227 3703.76 38.40 98.00 1.83% Periodismo Periodista

adperotti 12 380 61 9827 3703.12 2.65 98.00 9.45% Otros Internacionalista celeste

https://twitter.com/jotaleonetti

https://twitter.com/adperotti

agustina3637 20 1442 1782 165479 1208.98 136.87 98.00 96.79% Activistas

Natalyalulu 14 1078 774 196026 2840.13 69.02 98.00 94.77% Activistas MEGA Militante Macri

MEGA Militante Macrihttps://twitter.com/agustina3637

https://twitter.com/Natalyalulu

mhkerry75 14 209 437 103619 3193.55 32.45 98.00 43.89% Activistas MEGA Militante Macrihttps://twitter.com/mhkerry75

euledzep 14 1143 465 42752 2547.12 16.78 98.00 4.57% Activistas MEGA Militante Macrihttps://twitter.com/euledzep

10 En los casos en que figura NA, al momento de conectar con el algoritmo no se logró obtener un resultado.

usuarios de dudosa procedencia - 100 por cierto · analizar tuits emitidos en nuestro país. en el...

Documents