Para el debate presidencial, la Universidad Veracruzana combatió trolls y haters en Twitter

En un lapso de seis días, un equipo conformado por 2 académicos y 2 estudiantes del Centro de Estudios de Opinión y Análisis de la Universidad Veracruzana (CEOA-UV) procesaron aproximadamente un millón de mensajes publicados en Twitter con el hashtag #DebateINE.

Lo anterior, con el objetivo de seleccionar las preguntas dirigidas a los cuatro participantes en el tercer y último debate entre aspirantes a la Presidencia de la República, convocado, organizado y transmitido este martes por el Instituto Nacional Electoral (INE).

En entrevista exclusiva con alcalorpolitico.com, el coordinador del Laboratorio para el Análisis de Información Generada a través de Redes Sociales en Internet (LARSI) del CEOA-UV, Carlos Adolfo Piña García, relató que dicha tarea inició con una solicitud enviada por el INE a la Universidad Veracruzana, a modo de elaborar un análisis de redes sociales, de manera paralela con los datos aportados por el ITESO.



“Nos preguntaron si aceptábamos el reto: realizar un minado de información en Twitter”, relató.

Con dicha información, el INE elegiría las preguntas aportadas por los usuarios de las redes sociales, que se plantearon la noche de este martes en el tercer debate. La pauta inicial consistió en recopilar del 31 de mayo al 5 de junio los tuits con las etiquetas o hashtag's: #DebateINEEconomía, #DebateINEPobreza, #DebateINEEducación, #DebateINETecnología, #DebateINESalud, #DebateINESustentable y #DebateINECambioClimático.

De las anteriores etiquetas, la más utilizada fue #DebateINESalud, seguida de #DebateINEEducación, en un tercer sitio #DebateINEEconomía; además de #DebateINEPobreza y por último, #DebateINESustentable, #DebateINETecnología y #DebateINECambioClimático.



De esta manera, los académicos Carlos Piña y Claudio Rafael Castro López, apoyados por dos estudiantes de la Facultad de Estadística de la UV, procesaron un millón de “tuits” y de éstos se depuraron 700 mil; finalmente 300 mil se sometieron a la observación del LARSI. La labor, añadió Piña García, se concentró en recaudar tuits de usuarios en todo el paísK; aunque el grueso de las etiquetas se concentró en el polígono conformado por la Ciudad de México, Puebla y Toluca.

“El estado de Veracruz es punto y aparte, el reporte es a nivel nacional y englobamos. Con estas etiquetas empezamos a extraer información en una ‘tuiteca’ en el laboratorio y empezamos el análisis de a qué candidato presidencial le dirigían más preguntas, qué tipo de preguntas eran para ese candidato y cuáles resultaban las palabras más utilizadas en redes”, dijo.

El análisis reveló que Andrés Manuel López Obrador, candidato de Juntos Haremos Historia, recibió más preguntas; seguido de Ricardo Anaya Cortés, de la coalición PAN-PRD-MC. En un tercer lugar destacó José Antonio Meade Kuribreña, del PRI-Verde-Nueva Alianza y por último, Jaime Rodríguez Calderón, "El Bronco". Sin embargo, Piña García aclaró que dicho estudio no implica que el de MORENA acaparara las preguntas, sino más que dependía de los temas dirigidos a cada aspirante.



"No podemos decir que uno de ellos se llevó la mayor cantidad de preguntas, sino que dependía del tema fundamental", aseveró.

A pesar de la carga que implicaba depurar un millón de tuits, el Centro de Estudios no requirió un servicio adicional de una consultoría privada o externa a la UV; principalmente por la experiencia de dicha institución en el estudio de redes. De igual forma,destacó la automatización de los procesos, pues si bien sólo cuatro personas participaron en la depuración de un millón de tuits, se auxiliaron con plataformas y programas específicos para dicha tarea, que operaron en modo automático 24 horas al día.



“Después de la curación y limpieza de la base de datos nos quedamos con 300 mil, es decir, 700 mil tuits podrían ser retuits, bots o comerciales; a final de cuentas nos quedamos con 300 mil tuits orgánicos o significativos y a partir de esto pudimos trabajar”.

Piña García admitió que la tarea de depuración es delicada, en vista de la interacción en redes sociales de “haters”, “trolls” o “bots”, pero para tales usuarios en Twitter, el LARSI aplicó una técnica usada con anterioridad en Estados Unidos y Europa.

“Si el personaje tiene 0.7 por ciento de probabilidades de ser bot, entonces lo reportamos como bot;

puede ser un ser humano a fin de cuentas, pero su comportamiento es el de un bot”, concluyó.