Este documento discute cómo los gobiernos y organizaciones pueden escuchar y monitorear conversaciones en medios sociales de manera ética. Explica que se debe mapear a los actores clave y temas de discusión, y monitorear en tiempo real y con análisis retrospectivos. También advierte sobre las limitaciones de los métodos de muestreo y la necesidad de considerar múltiples perspectivas para evitar sesgos en la comprensión de las conversaciones.

1. El escuchar a los usuarios de los medios sociales - ¿cómo, cuándo y por qué?
Diploma de Pos-título en Diplomacia Pública
Marcelo Santos - @celoo
Universidad de Chile
Junio de 2019

2. Medios sociales
• Twitter: from afterthought to first thought (1)
• Facebook: más masivo, mayor penetración
• Instagram: público joven, imágenes (ej: Papa
Francisco)
• SnapChat: “donde los papás no están”
(1) Twiplomacy 2017: http://twiplomacy.com/blog/twiplomacy-study-2017/

3. Medios sociales
• Twitter: 95% cuentas son públicas (1)
• Facebook: post-Cambridge Analytica… Todavía
opera Netvizz
• Instagram: lucha contra los bots, barreras de
entrada
• SnapChat: solo marketing API
(1) Bruns, A. (2018). Gatewatching and news curation: Journalism, social
media, and the public sphere. NY, EEUU: Peter Lang.

4. Propaganda versus Diplomacia
Propaganda
• Propaganda persuasiva
• Fake news
• Bots y redes de bots
(botnets) amplificadores
• Cyborgs: perfiles falsos,
personas verdaderas
• Framing, Agenda Setting,
Priming
• Gatekeeping
• Fuentes centralizadas
Diplomacia
• “Gestión del entorno
internacional”
• Comunicación como
negociación (Wolton)
• Escucha
• Mecanismos de presión
blanda
• Múltiples actores

5. Puntos de vista

6. Medios sociales (bonus track)
• 12 ways to spot a bot
– Actividad repentina y/o inconstante
– Nombre extraño o secuencial, información
personal ausente
– Actividad automática (RT, quoted RT, like etc)
– Poca actividad, mucho resultado (muchos RT, likes)
– Foto “robada” (google, google reverso)
– Inconsistencia: foto-nombre-handle
– ¿Retweets = Likes?

7. Escuchar

8. Escuchar
• A quién: mapear actores
• Qué: mapear temas (issues)
• Cuándo: hacia futuro, presente, pasado
• Cómo (en Twitter):
– Pasado: compra de datos
– Presente y/o futuro: streaming de datos (ej: TAGS,
TCAT)
– Monitoreo: Tweetdeck, hootsuite

9. Tópicos x Usuarios (1)
9
(p. 4)
(1) Rafail, P. (2017). Nonprobability Sampling and Twitter: Strategies for
Semibounded and Bounded Populations. Social Science Computer Review,
0894439317709431.

10. 10
User-restricted
bounded pop.

11. Proxies de tópicos: palabras-clave
• Query: programa y anti-programa (Rogers,
2016)
Security Fence Separation Wall
X

12. Separation Wall

13. Security Fence

15. Monitorear

16. HootSuite

17. Tweetdeck

18. TCAT
Twitter Capture and
Analysis Toolset
https://github.com/digitalme
thodsinitiative/dmi-tcat

19. TAGS
“free Google Sheet
template which lets
you setup and run
automated collection
of search results from
Twitter”
https://tags.hawksey.info/

20. Mapear

21. Social Network Analysis (SNA)
• Actores-puente
• Individuos x organizaciones (1)
• Menciones (“@user”)
• Co-ocurrencia de hashtags
(1) Santos, M. L. B. & Condeza, R. (2017). Redes Horizontales de Movilización: valorando la
eficiencia del activismo personal en Twitter. In Calderón, C, Barredo, D. Castro, C. (coords) Analítica
y Visualización de Datos en Twitter. Barcelona, Spain: Editorial UOC.
http://www.editorialuoc.cat/analitica-y-visualizacion-de-datos-en-twitter

22. Analisar

23. Proxies de tópicos: hashtags
• Espacio público ad hoc (ad
hoc publics, Bruns y Burgess,
2011)
• Nivel Macro (Bruns y Moe,
2014)
• Diferentes funciones
retóricas (Daer et al., 2014)
23

24. Monopolio de uso
del hashtag

25. 25
CAPTURANÁLISIS

26. 26
CAPTURA
ANÁLISIS

27. Estrategias de muestreo y
representatividad
• “The distinction between the sample collected and the goal of
broad generalization is quintessentially important, as it can
result in a mismatch between whom or what is being
sampled, and the scope of any generalizations drawn from
subsequent data analysis” (Rafail, 2017, p. 4)
• “even samples collected by searching for the most widely
used hashtag could potentially overlook approximately half
of all user activity” (Rafail, 2017, p. 10)
• “we captured some 790,000 tweets containing the hashtag
#tsunami, but close to four times as many tweets simply
featuring the word ‘tsunami’” (Bruns & Moe, 2014, p. 25)
27

28. #FenomenoAmpuero

29. #FernandaBachelet

30. GRACIAS =)
Marcelo Luis Barbosa dos Santos
TW: @celoo
SlideShares: https://www.slideshare.net/celoo/
msantos@uft.cl