Conflictos armados y la construcción de narrativas a través de Twitter. El caso de la guerra entre Armenia y Azerbaiyán

INTRODUCCIÓN Y MARCO TEÓRICO[Subir]

La percepción de la opinión pública sobre las cuestiones internacionales es un aspecto ampliamente señalado en diversos informes y estudios sobre desinformación, comunicación estratégica y relaciones internacionales (‍Tomz et al. 2018; ‍Comisión Europea, 2018; ‍Torres-Soriano, 2020; ‍Koulas et al., 2021). Sin embargo, uno de los grandes retos de esta área de investigación es poder contar con herramientas sólidas accesibles que puedan aportar datos empíricos al respecto. Esta necesidad académica se hace más acuciante si consideramos que la opinión de expertos y medios de comunicación puede arrojar datos poco realistas. Un ejemplo bastante ilustrativo lo encontramos en la afirmación de Gift y Monten (‍2020: 8) en su estudio sobre las percepciones de la opinión pública norteamericana sobre la política exterior de su Gobierno: «Aunque todas las clases de expertos en política exterior subestiman significativamente cuánto apoya el público las acciones exteriores, los medios de comunicación están más desconectados que los expertos».

La progresiva irrupción de las tecnologías digitales ha ido perfilando el espacio mediante el cual los ciudadanos se informan, intercambian sus opiniones y discuten por aquellos asuntos que les afectan o interesan. Esta irrupción y expansión de los llamados social media (Facebook, Twitter, Instagram etc.) ha producido cambios normativos y teóricos dentro del concepto de esfera pública. Esta ha pasado de una concepción habermasiana, excesivamente encuadrada en la cultura de masas del siglo xx (‍Pecourt-Gracia, 2015), a un nuevo entorno mucho más volátil, con nuevos horizontes mucho más fragmentados y con una importancia extraordinaria de los medios digitales (‍Lara 2008; ‍Davis, 2019). We Are Social (‍2021) señala en su último informe que durante el año anterior los perfiles en redes sociales aumentaron un 13 % (490 millones de usuarios). Este cambio de paradigma ha provocado que algunos autores hablen abiertamente de una etapa de transición, denominada esfera post-pública (‍Schlesinger, 2020; ‍Sorice, 2020). Esta nueva esfera pública, ya transformada en esfera digital (‍Luengo et al., 2021) ha dividido a los académicos en dos bloques diferenciados: los optimistas (‍Berry et al., 2010; ‍Bruns, 2008), que ven en estas transformaciones nuevas posibilidades para afianzar los sistemas democráticos y el compromiso cívico, y los escépticos (‍Fuchs, 2017; ‍Pariser, 2011), más preocupados por la fragmentación y polarización que este nuevo espacio puede ocasionar.

Por supuesto, la percepción sobre los acontecimientos internacionales no ha escapado del actual debate sobre el papel de las redes sociales como vías de participación y debate ciudadano. Por un lado, porque hay autores que defienden que Internet abre la posibilidad de crear esferas públicas que aglutinen voces y temas que contrapesen los discursos dominantes (‍Clua et al., 2018). En este sentido, Elswah y Howard (‍2020) señalan, por ejemplo, que la democracia en Túnez tendrá poca viabilidad sin la penetración de plataformas como Facebook. Y, por otro lado, porque existen posturas no tan positivas que detectan altos grados de polarización (‍Freelon et al. 2015) que pudieran estar ligados a fenómenos como los filtros burbuja (filter bubbles) y las cámaras de resonancia (echo chambers). Esta polarización arroja datos significativos en algunas sociedades con escasos posicionamientos partidistas ante cuestiones de política exterior, pero ampliamente fragmentados por las posiciones de las élites políticas, como en el caso de Brasil (‍Raposo-de-Mello, 2019). En otras palabras, un ejemplo de indexación en la esfera digital.

La creciente y actual discusión científica al respecto obliga adoptar una actitud prudente a la hora de hablar de los posibles impactos, beneficios y desventajas. Ello es así especialmente porque algunos estudios demuestran que no existen relaciones significativas que verifiquen que una mayor participación lleve a un aumento de polarización (‍Serrano-Contreras et al. 2020) o, incluso, que la causa de la polarización esté en las propias redes sociales y en la comunicación en Internet (véase, por ejemplo, el reciente estudio de ‍Boxell et al., 2020). Empero, el análisis de redes sociales se ha mostrado como un medidor satisfactorio, aunque limitado, para los estudiosos sobre comunicación política y relaciones internacionales (‍Zeitzoff, 2015). Para reforzar esta afirmación se puede aludir al trabajo de Fisher (‍2020), en el que se concluye que los vínculos de grupos antisistema en Alemania, Reino Unido, Italia y Francia con Rusia influyen en el impacto sobre la positiva imagen de Vladimir Putin, pero tienen un efecto limitado en la preferencia de los ciudadanos europeos hacia Rusia, Estados Unidos y la OTAN. De ahí que «se trata de un debate abierto donde las valoraciones oscilan entre los que consideran que nos encontramos ante un nuevo hype pasajero y los que apuntan hacia un cambio de paradigma que afecta incluso a la viabilidad de los sistemas democráticos» (‍Torres-Soriano, 2019: IX).

En los últimos años se ha producido una gran cantidad de bibliografía en torno a la plataforma Twitter, aunque las referencias que señalan qué tipo de comunicación es la más eficaz todavía es escasa (‍Alvídrez y Franco-Rodríguez, 2016). En el caso de las crisis internacionales y los conflictos armados, la tecnificación de la guerra ha obligado a los diversos contendientes a sumergirse en las redes sociales para encontrar apoyos, justificar sus posiciones y ampliar su red de posibles voluntarios. En este sentido, cada vez es más frecuente y aceptado equiparar los efectos de las amenazas informativas a las amenazas militares convencionales (‍Hatuel-Radoshitzky y Yarchi, 2019), aunque hay que recordar que muchas de las teorías de comunicación-relaciones internacionales han sido más afirmadas que demostradas. Véase el caso del efecto CNN (‍Robinson, 1999; ‍Gilboa et al. 2016).

Las investigaciones al respecto pueden encuadrarse en dos grupos diferenciados. Por una parte, estudios que analizan Twitter y su potencial como herramienta de diplomacia pública de actores estatales y no estatales (‍Orhan, 2020; ‍Collins et al. 2019; ‍Yepsen, 2012). Por otra, trabajos que intentan hacer mediciones sobre la valoración que realiza la opinión pública en dicha plataforma ante sucesos internacionales (‍Roncallo-Dow et al., 2019; ‍Arbeláez-Linares y Matiz-Pulido, 2017). Este artículo se encuadra en la segunda categoría, aunque se plantea desde una perspectiva más metodológica-descriptiva que analítica; sobre todo, porque pretende conjugar técnicas propias del aprendizaje de máquina a través de algoritmos supervisados y no supervisados. A juicio de los investigadores este tipo de técnicas han sido escasamente utilizadas, aunque comúnmente señaladas, en estudios sobre política internacional. Realidad que ha dejado un campo de estudio por abordar y estudiar teniendo en cuenta que cada vez más los procesos comunicativos están siendo dictados algorítmicamente (‍Napoli, 2014). Además, nos encontramos en un proceso en el cual el estudio de la comunicación internacional está consolidándose como una disciplina muy a tener en cuenta en la explicación de fenómenos sociales (‍Manfredi-Sánchez, 2020).

Siguiendo a Campos-Domínguez (‍2017), los estudios centrados en el debate político existente en Twitter son los más abundantes en el campo de la comunicación política desde que se iniciaran en 2008. De ahí que cada vez sea más necesario la asunción de mecanismos que permitan realizar inferencias sobre ingentes cantidades de información inasumibles con las clásicas herramientas metodológicas. Para este estudio se asume la minería de texto como método eficaz para la extracción, cuantificación y clasificación de abundantes cantidades de información de diversos usuarios de Twitter en relación con el último conflicto entre Armenia y Azerbaiyán por la región de Nagorno Karabaj. «La idea emana de una traslación de datos cualitativos, en este caso palabras, a otros eminentemente cuantitativos» (‍Serrano-Contreras, 2020).

El 27 de septiembre de 2020 se produjeron importantes conflictos armados entre las fuerzas armadas de Armenia y Azerbaiyán que dieron paso a una escalada de enfrentamientos conocidos como la segunda guerra del Alto Karabaj. Meses antes, en julio de 2020, ambos países experimentaron una de las crisis diplomáticas más importantes de los últimos al darse varios intercambios de fuego de artillería a unas 185 millas de la región de Nagorno Karabaj (‍Welt y Bowen, 2021). La guerra entre armenios y azeríes finalizó tras 44 días de enfrentamientos, el 10 de noviembre de 2020, tras un acuerdo de alto el fuego anunciado televisivamente por Vladimir Putin y amparado por el Grupo de Minsk. Según los datos ofrecidos por ambos países, fallecieron 2425 soldados armenios, 2783 militares azeríes y, al menos, 143 civiles (BBC, 2020)^[1]. La gran mayoría de trabajos que han abordado este conflicto desde las relaciones internacionales señalan la importancia que los actores exteriores tuvieron en el devenir del mismo y el reforzamiento diplomático de Rusia, Turquía e Irán en la región (‍Baldeón-González, 2021; ‍Khoshnood y Khoshnood, 2021; ‍Isachenko, 2020), especialmente por el tibio posicionamiento de la Administración Trump, más preocupada en asuntos internos debido las elecciones presidenciales (‍Zarifan, 2021). Todo ello, unido al papel secundario y, en ocasiones, marginal de la Unión Europea como actor relevante en el conflicto (‍Piernas-López, 2021). Y es que, como señalan Gamaghelyan y Rumyantsev (‍2021), la victoria militar del régimen de Aliyev no solo ha debilitado las posiciones de los mediadores y los constructores de paz, sino a los defensores de la democracia en el espacio postsoviético.

El fenómeno abordado presenta unas peculiaridades que deben ser señaladas. El conflicto de Nagorno Karabaj fue uno de los principales casos de estudio, junto con la guerra de Bosnia, que sirvieron como base a las teorías de Mary Kaldor (‍2001) sobre las nuevas guerras que han articulado las principales investigaciones sobre sociología de la guerra y conflictos internacionales. Más allá de la base teórica que aportó el estudio de este conflicto, las tensiones entre armenios y azeríes se han mantenido constantes desde la disolución de la Unión Soviética, siendo uno de los tres conflictos vigentes en el Cáucaso Sur junto con las cuestiones de Abjasia y Osetia del Sur. Además, en el caso del último enfrentamiento armado en 2020 no solo ha provocado una profunda crisis interna dentro de Armenia, sino que ha habido una reconfiguración del sistema de relaciones internacionales en toda la región del Cáucaso Sur (‍Mukhanov y Skakov, 2020).

Es cierto que la imagen mediática del conflicto ha dejado un corpus bibliográfico importante (‍Atanesyan, 2020; ‍Mamedkhanova, 2020; ‍Goltz, 2012), pero no contamos con investigaciones que muestren una medida del debate público que suscita. Cuestión de relevancia científica si tenemos en cuenta que las autoridades públicas armenias y azeríes aumentaron su actividad en redes sociales, como Facebook, para interactuar con las audiencias nacionales y extranjeras (‍Kopečný, 2021). Esta razón da sentido y justificación a la presente investigación si tenemos en cuenta de que se trata de un conflicto donde las potencias involucradas hasta la fecha no han querido desestabilizar una de las principales rutas de petróleo a Occidente (‍Martín-Alesso, 2019), con sociedades fuertemente autoritarias (‍Freedom House, 2020; ‍The Economist, 2020) y escasamente digitalizadas (‍We Are Social, 2020a, ‍2020b). En relación con esta cuestión, los índices sobre democracia y libertad de expresión nos muestran una realidad muy restrictiva en ambos países. Armenia es clasificado como un país parcialmente libre por Freedom House y régimen híbrido por The Economist. Por su parte, Azerbaiyán es catalogado como no libre y régimen autoritario, respectivamente. Los datos de We Are Social muestran que ambas sociedades están escasamente conectadas. En Armenia la penetración de las redes sociales es del 51%, mientras que en Azerbaiyán es solo del 37 %.

En definitiva, este documento tiene una triple intención: primero, explorar los mensajes en Twitter, en castellano e inglés, durante uno de los momentos clave del conflicto, el tercer bombardeo a Stepanakert; segundo, reforzar las tesis que apuntan las enormes posibilidades y ventajas que otorga la ciencia de la computación en los estudios de comunicación política, y tercero, reflexionar sobre los posibles efectos que pueden producir los estudios que argumentan que nos encontramos ante una securitización^[2] mediática de los conflictos armados. Tras la presente introducción, que ha servido también como marco teórico, se desarrollará la estrategia metodológica aplicada. Le sigue un cuarto epígrafe dedicado a resaltar los resultados más relevantes. Cierra este trabajo un último apartado dedicado a las conclusiones y discusión derivadas del análisis realizado.

METODOLOGÍA[Subir]

La pregunta de investigación a la que pretende responder este documento es: ¿cómo fue el debate público durante los días del tercer bombardeo a Stepanakert? La capital de la República de Artsaj sufrió diversos ataques, especialmente con drones, que ocasionaron severos daños a infraestructuras críticas, como la central eléctrica de la ciudad, que dejó de suministrar energía a la ciudad durante varios días (‍Tabakian, 2021). Para responder a esta cuestión se ha acudido a Twitter, plataforma considerada la más influyente e importante para consumir información en tiempo real (‍Chaves-Montero, 2018). Además, Twitter posee diversas APIS que permiten la extracción de contenido automatizado.

Como se ha mencionado anteriormente, el análisis automatizado de textos se ha consolidado como una medida adecuada para establecer postulados sólidos sobre diferentes cuestiones politológicas y sociológicas (‍Arcila-Calderón et al. 2020). A través del software Orange Data Mining bajo Phyton, se extrajeron los tweets para el análisis. Se utilizó la API Rest, que permite descargar los tweets publicados en cualquier lugar del mundo y en el idioma seleccionado para, posteriormente, aplicar los algoritmos pertinentes. Con el fin de realizar un estudio más ambicioso se descargaron todos los tweets en español e inglés que contuvieran los términos Armenia, Azerbaijan y Azerbaiyán. Tras eliminar aquellos tweets cuyo contenido fuera distinto al conflicto armado, la muestra final quedó conformada por 12 708 tweets, concretamente 6133 en inglés y 6575 en español, lo que supone un corpus bastante equilibrado. Debido a las limitaciones de la API utilizada por Orange (que permite extraer los datos hasta dos semanas atrás) y que dicho trabajo se realizó durante el desarrollo del conflicto, se decidió acotar el periodo de estudio desde el 3 de octubre al 5 de octubre de 2020. El periodo seleccionado responde a dos cuestiones fundamentales. Por un lado, el conflicto ya estaba suficientemente desarrollado como para obtener datos suficientes y, por otro, porque durante dichos días se produjeron acciones militares significativas como los bombardeos sobre Stepanakert y Shusha^[3] o el anuncio por parte de las Fuerzas Armadas Armenias de ciertas retiradas en algunos frentes.

La aproximación metodológica se realizó bajo la premisa de la teoría de encuadres (‍Entman, 1993). Los encuadres suelen cumplir estas cuatro características: a) definen problemas; b) identifican las causas; c) proponen soluciones, y d) establecen juicios morales. A través del análisis de contenido —bajo las premisas clásicas de Krippendorff (‍1990)— se analizaron y clasificaron los tweets que componen la muestra. La localización de encuadres resultó sencilla, ya que al ser este un caso típico de política internacional, los debates y narrativas suelen asentarse bajo la definición del problema (‍Moreno-Mercado y García-Marín, 2020). En primer lugar, se realizó un análisis automatizado de los textos basado en el algoritmo no supervisado LDA (Latent Dirichlet Allocation) para identificar los principales topic models. Estos «son modelos matemáticos estocásticos debido a la existencia de incertidumbre al momento de formular respuestas o salidas de dichos modelos, es decir, esto implica que los resultados o salidas son probabilidades» (‍González et al. 2017).

Este método permite agrupar los tweets en determinados clústeres a partir de la asociación de palabras clave que representan el tema principal de cada grupo. El modelo LDA parte de la hipótesis de que la persona que escribe un documento (en este caso tweets) posee ciertos temas claves en la mente (‍Ostrowiski, 2015). El modelo gráficamente se plasma en una serie de cajas introducidas unas sobre las otras. «Las cajas son “placas” que representan réplicas. La placa exterior representa los documentos, mientras que la placa interior representa la elección repetida de temas y palabras dentro del documento» (‍Blei et al., 2003: 997).

A pesar de que el algoritmo LDA ya arroja resultados óptimos en el análisis de Twitter (‍García-Marín y Luengo, 2019), el presente texto pretende reforzar metodológicamente la investigación a través del uso de máquinas de soporte vectorial (SVM, en este caso un algoritmo supervisado) para determinar el peso de los encuadres detectados en la muestra (conflicto y drama humano). Ambos encuadres, cuya presencia queda abalada en el análisis LDA, coinciden con los marcos genéricos teorizados por Semetko y Valkenburg (‍2000). Igualmente, a juicio de los autores, permite aportar nuevos datos a las investigaciones que analizan el uso de encuadres durante el desarrollo de conflictos armados. En primer lugar, porque son dos encuadres clásicos presentes en todo tipo de enfrentamiento armado (‍Dimitrova et al. 2005). Y, en segundo lugar, porque suelen ser en la mayoría de los casos mutuamente excluyentes (‍García-Marín y Calatrava, 2018).

Una de las características del modelo LDA es que deben aplicarse a textos muy uniformes, lo que implica que hay que tomar cierta prudencia a la hora de establecer causalidades. Por este motivo deben utilizarse de manera exploratoria o descriptiva (objetivo de este trabajo). Gracias a las facilidades que otorga el algoritmo a la hora de reducir los términos y los tópicos se muestra muy pertinente aplicar el algoritmo supervisado SVM. Primero, porque la presunción de la existencia de encuadres ya viene justificada teóricamente por los resultados del LDA. Segundo, porque permite nivelar el peso de determinados discursos de manera más estructurada y uniforme.

El uso de las SVM, a pesar de que su origen se encuentra en la resolución de clasificaciones binarias, se ha extendido con éxito a otros campos y problemas, como regresiones, categorización de texto e hipertexto y procesamiento de lenguaje natural, entre otros (‍Carmona Suárez, 2014). No obstante, la finalidad de la técnica es la misma: utilizar un hiperplano o separador lineal en un espacio de alta multidimensionalidad que separe las categorías utilizadas. Sin embargo, la aplicación del SVM es sustancialmente diferente al ser una técnica supervisada; es decir, que los propios investigadores tienen que entrenar al algoritmo con una muestra de lo que quieren que localice. Muestra que ha sido de 900 tweets codificados por los autores (75 % entrenamiento, 25 % prueba). La función kernel utilizada ha sido sigmoide (c = 1,30). El resultado alcanzó un 99 % de fiabilidad y un 98 % AUC, lo que supone unos datos realmente excepcionales. Los datos son muy buenos seguramente porque la codificación ha sido mutuamente excluyente; es decir, la presencia de un encuadre excluía la del otro. En ambos casos los textos fueron tokenizados para no alterar el análisis. A través del preprocesamiento de texto se eliminaron los signos de puntuación (así como la ñ en los textos en español), las mayúsculas y los espacios en blanco, así como las stopwords.

ANÁLISIS Y RESULTADOS[Subir]

El uso de discursos y narrativas agresivas ha sido comúnmente señalado como uno de los mayores escollos para la consecución de la paz entre Armenia y Azerbaiyán. Los análisis empíricos al respecto señalan que ni siquiera los relatos que han hecho hincapié en el sufrimiento común de los dos pueblos han ayudado a disminuir la imagen negativa que tienen las audiencias de ambas naciones (‍Garagozov, 2012). En este sentido, el estudio de este conflicto desde la plataforma Twitter se muestra muy pertinente. Por un lado, porque convergen narrativas internas y externas, lo que nos aporta una visión general-internacional hasta la fecha inexplorada. Y, por otro lado, por el enfrentamiento armado que comenzó en septiembre de 2020 y cuya magnitud ha vuelto a visibilizar el conflicto en los principales medios de comunicación del mundo.

Naturalmente, Twitter no ha sido una plataforma que haya quedado fuera de dicha tendencia. La tabla 1 muestra los resultados del análisis LDA de los tweets escritos en inglés. Este tipo de algoritmos se han consolidado como una técnica eficaz para detectar grupos latentes de palabras que describen temas existentes en un texto. Por defecto, el algoritmo otorga una gran multitud de posibilidades para agrupar los tópicos existentes (desde uno hasta doce). Por esta razón es fundamental que los investigadores decidan qué número de temas arrojan resultados más clarificadores y relevantes para la investigación. En este caso, el número se ha limitado a tres. Primero, un tema que parece hacer hincapié en el papel de Turquía en el conflicto, sus intereses en la región del Cáucaso Sur y su apoyo armamentístico a las Fuerzas Armadas de Azerbaiyán. Segundo, un tema centrado en el enfrentamiento armado entre las dos partes que reclaman como propias el territorio, denominado Nagorno Karabaj por los azeríes y Artsaj pot los armenios. Y, tercero, un contenido más humano donde las bajas civiles y los objetivos militares se muestran como elementos narrativos principales.

El análisis LDA parece señalar que los términos giran en torno a la justificación y la atribución de responsabilidades de ambas partes (lo que concuerda con las teorías de encuadres y conflictos), tomando claramente partida por alguno de los actores implicados. Así lo señala la importancia de diversos hashtags como #StopTurkey, #StopArmenianAggression y #StopAzerbaijaniAggression. Sin embargo, el uso de términos hace intuir a primera vista que existe una predominancia de tweets que se muestran cercanos a las explicaciones armenias sobre el conflicto.

Los mensajes de Twitter que se alinean con las posturas armenias se apoyan en cuatro elementos básicos: a) La identidad armenia de Artsaj como territorio histórico de la nación armenia; b) la retórica y el recuerdo del genocidio armenio y su posible repetición ante la agresión azerí a Stepanakert y las localidades limítrofes; c) la voluntad expansiva de Turquía y la amenaza que supone Erdogán para la región y Europa, y d) un último elemento, que a juicio de los investigadores resulta pertinente: la responsabilidad del Gobierno israelí como uno de los principales proveedores militares de Azerbaiyán.

En el caso del análisis LDA de tweets en español, los resultados han arrojado datos similares al tratamiento de textos en inglés. Tras realizar diversas comprobaciones sobre el número más adecuado de temas, los investigadores se han decantado por limitarlos a tres. Su justificación la encontramos en no extender demasiado los grupos latentes de términos que, aun pudiendo existir pequeñas diferencias, no aportan datos relevantes para la investigación. Los resultados obtenidos pueden encuadrarse en dos grandes bloques. Por un lado, tweets que simplemente relatan y amplifican acontecimientos publicados en medios de comunicación. Por otro, explicaciones, al igual que en el caso de los tweets en inglés, centradas en el conflicto, las bajas civiles y el rol de las potencias regionales. No es de extrañar la importancia del primer bloque, ya que el conflicto de Nagorno Karabaj es un conflicto geográficamente alejado de las regiones hispanohablantes (tanto España como América Latina), pudiendo asumirse que es un conflicto desconocido para estas audiencias. Otra diferencia importante, que a la vez muestra una menor polarización, es que entre los grupos de términos de los topics no se encuentran hashtags claramente posicionadores. Predomina aquellos que a simple vista pueden calificarse como neutros (#Armenia y #Azerbaiyán).

Los dos primeros temas hacen referencia a las características del conflicto, tanto en su dimensión internacional como interna. Una muestra de ello es los tweets que hacen referencia a acontecimientos concretos, como bombardeos sobre diversos objetivos o las reivindicaciones históricas de cada nación. Al igual que en el caso anterior, se transmite una imagen negativa de Turquía, excesivamente expansionista y contraria a los intereses europeos. Empero, se detecta una cierta prudencia al tratar el papel de Rusia, probablemente por su fuerte apuesta en otros conflictos, como el de Siria. El tercer tópico muestra el componente humanitario del conflicto y la necesidad de poner fin a los enfrentamientos mediante un acuerdo de paz.

Como se ha mencionado anteriormente, no se observan elementos polarizadores en los textos en español. Las cuentas de Twitter hispanohablantes que se posicionan lo hacen mayoritariamente a favor de la postura armenia. No obstante, se puede establecer que entre las cuentas de Twitter que usan el español no se posicionan masivamente hacia ninguno de los países en disputa. En este sentido, el uso de hashtags en las cuentas que utilizan el español no llega al 30 %, mientras que en las cuentas que utilizan el inglés es del 52 %. El uso de estas etiquetas es muy clarificador, ya que sirve como nexo de unión entre posturas políticas compartidas y permite claramente lanzar temas concretos al debate público en Twitter hacia otros usuarios, facilitando las búsquedas. En otras palabras, es un elemento clave para la propagación de mensajes y explicaciones concretas. La tabla 3 muestra el peso de los hashtags (partidistas) más utilizados en ambos idiomas. Se observa una clara predominancia de etiquetas que apoyan la causa armenia (en inglés los hashtags proarmenios superan en diez puntos a los pro-azeríes), aunque los resultados en español indican que el conflicto de Nagorno Karabaj no presenta grupos diferenciados relevantes. Un ejemplo es los escasos resultados que muestra la tabla, el uso de etiquetas en inglés (exportadas) y la falta de hashtags escritos en español.

Como se ha podido ver, en las cuentas de Twitter en español e inglés se ha utilizado un lenguaje similar. Independientemente de la toma de posturas de las cuentas se observa una necesidad de definir cuál es la problemática del conflicto y sus responsables (ellos/nosotros, buenos/malos). El uso de los términos concuerda con las teorías clásicas de encuadres y las características propuestas por Entman (‍1993). No obstante, era de esperar que los usuarios empleasen mayoritariamente la definición del problema para encuadrar la guerra entre armenios y azeríes. Sobre todo, por la falta de contacto y experiencia con el fenómeno y los escasos reporteros europeos que se encuentran sobre el terreno. No obstante, ¿en qué medida las cuentas en español e inglés utilizan términos similares? Para responder a esta pregunta se ha realizado un análisis de frecuencias descriptivo plasmado en la tabla 4.

La mayoría de cuentas utilizan términos similares, aunque hay pequeñas diferencias reseñables. Como se muestra en la tabla, los términos Azerbaiyán y Armenia son utilizados de manera igualitaria en los tweets en inglés, mientras que en español las diferencias superan los treinta puntos. Este predominio de la presencia de Armenia en los tweets españoles invita a pensar que los mensajes proarmenios cuentan con una recepción entre el público hispanohablante aplastante en comparación con los mensajes proazeríes, a pesar del poco peso que puedan tener los hashtags (las palabras y hashtags en esta tabla son los que se han utilizado al menos una vez). Todo ello sugiere lo mencionado anteriormente en el análisis LDA. Los tweets españoles sobre Armenia están utilizando otras consideraciones que trascienden el conflicto, lo que nos lleva a la pregunta de si el público hispanohablante tiene una imagen más distorsionada de este fenómeno. Incluso, se podrían considerar otras explicaciones, como las estrategias comunicativas de la diáspora armenia, que engloba una población mayor que la que vive en Armenia. Un ejemplo es la considerable influencia que ejerce la comunidad armenia en Estados Unidos hacia el resto de la diáspora ante cuestiones como el reconocimiento del genocidio armenio y las políticas exteriores hacia Azerbaiyán (‍Machowska, 2020). Esta cuestión, a juicio de los investigadores, resulta significativa, ya que los líderes armenios y azeríes han utilizado los conceptos de víctima y genocidio para deslegitimar las aspiraciones políticas del contrario (‍De Andrade-Carvalho, 2021).

Otra diferencia reseñable es la inexistencia de Rusia entre los treinta términos más utilizados en los tweets en inglés. No obstante, en los tweets en castellano ocupa una posición discreta, con un resultado del 5,09 %. Un aspecto comúnmente señalado es que el Gobierno de Putin no desea implicarse en un conflicto militar donde Turquía se ha posicionado claramente. De hecho, los medios afines al Gobierno ruso resaltan los esfuerzos del Kremlin por dar una salida pacífica al conflicto con el apoyo de otros países, como Francia y Estados Unidos (‍Sputnik, 2020; ‍RT, 2020). Como señala Askerov (‍2020), Rusia (como actor encubierto) y otros actores, con importantes diásporas armenias que influyen en el proceso de mediación (como EE. UU. y Francia), han tratado de imponer un alto el fuego sin cambiar significativamente la situación.

Finalmente, se ha intentado responder a la siguiente cuestión: ¿qué explicaciones están copando el debate público sobre el conflicto? En otras palabras, ¿qué peso están teniendo los diferentes encuadres? Para ello se ha aplicado el algoritmo SVM en dos encuadres genéricos sobre conflictos armados: conflicto y drama humano. La presencia de estos encuadres ha sido ampliamente demostrada en estudios sobre medios de comunicación y son la columna vertebral de las investigaciones sobre framing (‍Semetko y Valkenburg, 2020). Además, el análisis LDA puede ser una muestra de la presencia de dichos encuadres. El análisis de encuadres con SVM tiene la finalidad de dar robustez al presente estudio y sirve de elemento confirmatorio. Además, consideramos que es muy pertinente para intentar arrojar algún aporte empírico sobre los posibles efectos que puede tener la progresiva securitización mediática de los conflictos bélicos. La tabla 5 muestra los resultados obtenidos al respecto.

La clasificación arroja datos contundentes. El encuadre conflicto es claramente predominante en los tweets en ambos idiomas (78,66 % en español y 76,72 % en inglés, sorprendentemente similar), mientras que las explicaciones humanitarias quedan muy relegadas. El análisis SVM permite demostrar que los usuarios definen el problema de la guerra principalmente desde los propios elementos que envuelven el conflicto. Como se ha visto anteriormente, podemos hablar de diversos issues, pero todos tienen algo en común; pertenecen al mismo encuadre. Más allá de las diversas temáticas, diferencias y similitudes entre ambos bloques de textos lingüísticos, a nuestro juicio estos resultados invitan a pensar que existe una cierta deshumanización del conflicto. Las explicaciones que se centran en el sufrimiento de la población armenia y azerí arrojan resultados muy pobres que no llegan, en ambos casos, ni al 30 % de los mensajes producidos. Resulta pertinente señalar esta cuestión aun cuando podemos considerar que el conflicto todavía estaba en proceso de alta noticiabilidad. Aunque, también puede ser un efecto de la falta de periodistas en el terreno. Esta fortaleza del encuadre conflicto invita a pensar que los procesos de securitización mediática están empezando a tener un impacto considerable en la opinión pública. Más allá de los mensajes puramente propagandísticos, consideramos estos resultados novedosos, ya que los encuadres de seguridad son tratados clásicamente como ramificaciones del encuadre conflicto, aunque ya existen textos que defienden su presencia como un encuadre genérico (‍Moreno-Mercado, 2020).

CONCLUSIONES[Subir]

Una de las premisas clásicas sobre opinión pública y relaciones internacionales es que las audiencias están poco interesadas o considerablemente desinformadas en cuestiones sobre política exterior (‍Berry, 1990). De hecho, una de las claves de la desinformación en política internacional, según Baumann (‍2020: 303), son los discursos antagónicos que difuminan el valor objetivo, siendo cada vez menos natural discernir entre correcto/incorrecto y verdadero/falso. Más allá de las estrategias comunicativas y los mecanismos de desinformación, el presente texto demuestra que los mensajes en Twitter acerca del conflicto en Nagorno Karabaj se circunscriben a elementos muy acotados a lo conflictivo y paradójico. El análisis de grupos de tweets agrupados en español e inglés ha dejado al descubierto ciertas pistas que dejan entrever la falta de información de las audiencias y la lucha por crear agendas externas al propio conflicto, pero intrínsecamente relacionadas. Por citar algunas, el especial hincapié de poner sobre el foco público el papel de Israel en la venta de armas a Azerbaiyán o la interpelación de la identidad cristiana de Armenia, simplificando el conflicto a una cuestión religiosa.

Otro rasgo característico de los estudios sobre opinión pública y relaciones internacionales es la falta de experiencia real en la práctica de los procesos de toma de información y los análisis excesivamente nacionales provenientes de la academia anglosajona. Michavila señala: «La principal conclusión sobre el estado de la investigación [en dicho campo] se puede resumir en que cada vez hay más información disponible sobre lo que piensan los ciudadanos de forma agregada, pero apenas se sabe sobre la motivación de tales opiniones» (‍2011: 38). El auge de las neurociencias (‍Luengo, 2016) y las técnicas propias de la ciencia computacional en el campo de la comunicación política han permitido, a nuestro juicio, romper con ciertos moldes acoplados en las ciencias sociales.

En cuanto a la pregunta de investigación, podemos concluir que ambas opiniones públicas presentan un posicionamiento más favorable a los planteamientos armenios, sobre todo en el caso de los usuarios que utilizan el español. ¿Quiere decir, por tanto, que los usuarios de Twitter tienen una posición clara ante el conflicto? A nuestro juicio, la respuesta es afirmativa, aunque se debe matizar que tales posicionamientos no significan que dichas audiencias estén debidamente informadas sobre la realidad armenia-azerí. La justificación la encontramos en el poco peso que tienen en la muestra el uso de hashtags y etiquetas (pudiendo constituir un ejemplo de refuerzo partidista) y la inclusión de otras temáticas más centradas en actores externos (islam, Turquía, cristianismo, entre otras) que en los contendientes. Además, el peso predominante del encuadre conflicto nos induce a pensar que los procesos de securitización mediática están teniendo efectos deshumanizadores (‍Steuter y Wills, 2009; ‍Hamas-Elmasry y el-Nawawy, 2020), donde el sufrimiento humano de las poblaciones en conflicto queda en un segundo plano narrativo. Elementos propios del llamado war journalism, que entre otras categorías se caracteriza por la omisión de aspectos más relacionados con la dimensión humana (‍Shinar, 2007). Sería recomendable investigar, no obstante, si este fenómeno se debe a la ausencia de corresponsales y, por lo tanto, de imágenes sobre el propio conflicto; quizá la no existencia de imágenes sobre las víctimas propicie el recurso a encuadres diferentes del de drama humano.

También deben ser señaladas otras futuras líneas de investigación que deja abiertas este trabajo. Los resultados obtenidos pueden sugerir que las estrategias comunicativas de la diáspora armenia pueden estar teniendo efectos significativos en las audiencias (especialmente en España y América Latina). Además, la casi inexistencia del papel de Rusia en los tweets analizados nos lleva a preguntarnos si desde el Kremlin se están utilizando bots y otras técnicas de desinformación que alejen del foco público al Gobierno ruso, que ya se ha mostrado reacio a intervenir militarmente en el conflicto, especialmente en una región donde Rusia ha sido un actor muy activo en la detención de megaproyectos internacionales (‍Modebadze, 2021). La utilidad de bots por parte del Gobierno de Vladimir Putin ya ha sido demostrada empíricamente con resultados óptimos (‍Sanagovich, 2017). A pesar de no estar entre los objetivos de la investigación analizar el uso de bots en redes sociales, consideramos que es una línea de investigación abierta que podría arrojar datos significativos en futuros trabajos.

Por supuesto, no hay que olvidar que las sucesivas derivas del propio conflicto pueden alterar el comportamiento de los usuarios de Twitter. Según las estimaciones de Ruíz González (‍2020): «Puede que se inicie una década de relativa calma en la zona, con Azerbaiyán satisfecha de su victoria, Armenia conforme con haber minimizado su derrota, Rusia y Turquía como mediadores principales del conflicto y Occidente excluido por completo de la región». Aunque la derrota militar armenia ha dejado un sentimiento de trauma colectivo y una vuelta a las narrativas victimizadoras de antes de 1994 que dejan un futuro político difícilmente predecible (‍Koutras, 2021). Sin embargo, los hallazgos de este trabajo apuntan a lo señalado anteriormente: la inexistencia de contacto directo con el fenómeno de los conflictos armados provoca audiencias ampliamente sensibles a la desinformación y con menos recursos para bloquear encuadres. Los conflictos y sus entresijos pueden variar, pero los discursos antagónicos que los envuelven parecen ser un caldo de cultivo perfecto para el establecimiento de agendas.