¿Por dónde empezamos?

 

Para pensar en un trabajo de investigación buscamos entre las nuevas formas de comunicación posibles gracias a las redes sociales, y decidimos que la plataforma para investigar sería Twitter. Elegimos especìficamente esta red social, dado su emergente potencial para informar sobre la actualidad en tiempo record, superando constantemente los parámetros establecidos, en tiempo y forma, sobre la producción y transmisión de información (500 millones de tweets diarios). Por eso indagamos en su forma de funcionamiento, sus reglas y usos, por lo que necesitábamos poder seguir el tratamiento realizado en Twitter sobre alguna situación particular. Acordamos que esa situación sería el conflicto bélico en Siria por la gravedad del asunto en la actualidad, por los intereses implicados y por los distintos relatos que fueron apareciendo sobre el tema, tanto en los medios como en las redes sociales.

 

Hipótesis de comportamiento

 

Además de realizar un rastreo de los Tweets sobre Siria únicamente, nos fue necesario hallar una hipótesis de comportamiento. Inicialmente, creíamos que al buscar tweets con el hashtag #Siria, en países de habla hispana y al compararlos con tweets con el hashtag #Syria provenientes de lugares angloparlantes, los resultados para cada caso serían distintos. Entonces, inferimos que los tweets sobre el conflicto nos remiten a construcciones políticas ideológicas correspondientes a cada lugar geográfico; respondiendo de alguna manera a la agenda-setting.

 

Twitter y las Noticias

 

Nuestro primer acercamiento al tratamiento de los datos desde la hipótesis de comportamiento antes mencionada no nos dejó conformes, por lo que fuimos a buscar los tópicos recurrentes en cada base de datos. Para poder hacer una lectura clara de los resultados, utilizamos Wordle y elaboramos una nube de palabras trabajando más con las bases ya filtradas. Tuvimos que quitar palabras que no contribuían al análisis, como “http”, “siria”, por ser redundantes, o “rt” y pasamos las bases del Excel a un txt antes de arrojar todos los datos en el Wordle.

Una vez que teníamos visualizadas las palabras más repetidas en ambas bases, vimos que nuestro análisis de estas bases quedaría corto a menos que lo pusieramos en relación con otro medio informativo. Decidimos realizar una comparación entre la información que circula por Twitter y la información que circula por los diarios. Nos preguntamos: ¿Hay relación en el tratamiento que hace en la red y en los medios?, esa relación ¿funciona del mismo modo en Argentina y en EEUU o varía? 

Complejizamos nuestra hipótesis inicial: La construcción que se hace del conflicto de Siria, en Argentina y EEUU, varía de acuerdo al posicionamiento ideológico y político de cada país, hecho que se manifiesta en el ida y vuelta de la información que circula entre los grandes diarios y las conversaciones realizadas en Twitter.

Para comproblarlo, buscamos noticias en dos diarios importantes norteamericanos (New York Times – Washington Post) y dos argentinos (Clarín – Pagina 12) sobre el conflicto bélico, con el mismo recorte temporal utilizado anteriormente. Luego, pasamos esos datos a dos nuevas nubes de palabras, para poder visualizar los tópicos más recurrentes al igual que con los de Twitter y ponerlos en relación.

 

Herramientas utilizadas

 

• Scraper Wiki

• Excel

 

Para la recopilación de los Tweets,  usamos el Scraper Wiki. Establecimos el rango temporal entre el 12 de Octubre y el 5 de noviembre, por una necesidad de recorte. Nuestra primera intención fue recopilar tweets de las semanas de mayor conflicto, pero no pudimos hacerlo por el cambio de aplicación de Twitter que nos impedía descargar información de semanas anteriores.

Ya con esos datos, el siguiente paso fue normalizar las bases utilizando Excel: quitamos las columnas que no nos servían para el trabajo, por ejemplo los usuarios de Twitter; pusimos un filtro para asegurarnos de eliminar tweets en otros idiomas en ambas bases.

 

En este primer momento quisimos buscar conceptos que entendíamos eran primordiales en los relatos que se construían del conflicto: guerra civil, terrorismo, refugiados y desarme.  Intentamos hacer un seguimiento de estos tópicos en ambos idiomas para comparar comportamientos, pero nos dimos cuenta que no había riqueza en ese análisis y que tendría más sentido utilizar los datos ya obtenidos que nos arrojaban las bases para construir los tópicos más frecuentes en un idioma y en el otro. Al buscar conceptos desde nuestras suposiciones, la lectura cercana a la que estamos acostumbrados nos impedía analizar el comportamiento de la red. 

 

Visualizaciones

 

• Wordle

• Many eyes

 

Las nubes de palabras nos permitieron ver los tópicos más frecuentes en cada base. Después, con esos tópicos, creamos nuevas visualizaciones utilizando Many eyes y Piktochart, para poder verlos de formas más clara, en porcentajes, y también para poder compararlos entre ellos.

En este momento del proceso, el foco está puesto en cruzar los conceptos más recurrentes de los tweets con los de los diarios, para poder entender de que manera construye cada medio la mirada sobre este conflicto; teniendo en cuenta que uno de ellos es una red social con diversos usuarios. La comparación entre la red y los medios nos permitirá arribar a conclusiones sobre el comportamiento y el rol de Twitter, y nos pemitirá descifrar si la preponderancia de la información que circula es la misma en uno u otro lugar del mundo.