Crédito:Pixabay/CC0 Dominio público
Un investigador de comunicación de la Universidad de Buffalo ha desarrollado un marco para medir el concepto resbaladizo de la opinión pública en las redes sociales.
Estos puntos de vista colectivos sobre un tema o problema expresados en las redes sociales, distintos de las conclusiones determinadas a través de encuestas de opinión pública basadas en encuestas, nunca han sido fáciles de determinar.
Pero el marco de "murmullos" desarrollado y probado por Yini Zhang, Ph.D., profesora asistente de comunicación en la Facultad de Artes y Ciencias de la UB, y sus colaboradores aborda desafíos como identificar datos demográficos en línea y tener en cuenta la manipulación de opiniones que son característicos en estos campos de batalla digitales del discurso público.
La murmuración identifica grupos significativos de actores de las redes sociales en función de la relación "quién-sigue-a-quién". Los actores atraen seguidores de ideas afines para formar "bandadas", que sirven como unidades de análisis. A medida que las opiniones se forman y cambian en respuesta a eventos externos, las opiniones de las bandadas se mueven como el murmullo fluido de los estorninos en el aire.
El marco y los hallazgos de un análisis de la estructura de las redes sociales y la expresión de opinión de más de 193 000 cuentas de Twitter, que siguieron a más de 1,3 millones de otras cuentas, sugieren que la pertenencia a la manada puede predecir la opinión y que el marco de la murmuración revela distintos patrones de intensidad de la opinión. Los investigadores estudiaron Twitter debido a la capacidad de ver quién sigue a quién, información a la que no se puede acceder públicamente en otras plataformas.
Los resultados respaldan aún más las tendencias de la cámara de eco que prevalecen en las redes sociales, al tiempo que añaden importantes matices al conocimiento existente.
"Al identificar diferentes rebaños y examinar la intensidad, el patrón temporal y el contenido de su expresión, podemos obtener conocimientos más profundos mucho más allá de la posición de los liberales y conservadores sobre un tema determinado", dice Zhang, un experto en redes sociales y comunicación política. "Estas bandadas son segmentos de la población, definidos no por variables demográficas de relevancia cuestionable, como las mujeres blancas de 18 a 29 años, sino por sus conexiones en línea y su respuesta a los eventos.
"Como tal, podemos observar variaciones de opinión dentro de un campo ideológico y opiniones de personas que normalmente no se supone que tienen una opinión sobre ciertos temas. Vemos a los rebaños como algo que ocurre naturalmente, respondiendo a las cosas a medida que suceden, de maneras que toman un elemento conversacional en consideración".
Zhang dice que es importante no confundir la opinión pública, según lo medido por métodos de sondeo basados en encuestas, y la opinión pública de las redes sociales.
"Podría decirse que la opinión pública de las redes sociales está dos veces separada de la opinión pública general medida por las encuestas", dice Zhang. "En primer lugar, no todo el mundo usa las redes sociales. En segundo lugar, entre los que lo hacen, solo un subconjunto de ellos expresa opiniones en las redes sociales. Tienden a tener opiniones firmes y, por lo tanto, están más dispuestos a expresar sus puntos de vista públicamente".
Murmuration ofrece información que puede complementar la información recopilada a través de encuestas basadas en encuestas. También se aleja de la minería de redes sociales en busca de texto de tweets específicos. La murmuración aprovecha al máximo el aspecto dinámico de las redes sociales. Cuando el texto se elimina de su contexto, se vuelve difícil determinar con precisión las preguntas sobre qué condujo a la discusión, cuándo comenzó y cómo evolucionó con el tiempo.
"La murmuración puede permitir investigaciones que hagan un mejor uso de los datos de las redes sociales para estudiar la opinión pública como una forma de interacción social y revelar las dinámicas sociales subyacentes", dice Zhang.