La llegada de la Web 2.0 ha traído consigo profundos cambios en el ámbito social y de la comunicación. Este hito ha implicado la transformación del modelo comunicativo tradicional jerárquico y vertical, en el que los ciudadanos eran solo receptores de información, en otro modelo de interacción comunicativa horizontal y multidireccional entre los usuarios de la red. Las nuevas plataformas, entre ellas las redes sociales online, han dado paso a que los ciudadanos se relacionen e interactúen con su entorno y en todos los ámbitos de la esfera pública y política.
Dicha transformación ha llevado a la comunidad académica y de expertos a cuestionarse hasta qué punto se ha producido un cambio en la participación ciudadana dentro de la esfera pública, si se mantienen los roles tradicionales de mediación comunicativa y cómo se están reconfigurando las relaciones entre la ciudadanía y los agentes sociopolíticos cuando se transfiere el debate de la esfera pública al espacio mediado digitalmente (Benkler, 2015; Castells, 2009).
Diversos enfoques teóricos han abordado el potencial que han desarrollado las redes sociales desde sus inicios para vincular a personas que, sin estas herramientas, no tendrían ningún tipo de repercusión ni opción para hacerse escuchar en el espacio público (Serrano-Contreras et al., 2020; Schäfer, 2016; Ellwardt et al., 2012). La adopción de roles de los nuevos actores que se incorporan a estos espacios ha reconfigurado el concepto de entorno público digital.
Existen diversas teorías de la desintermediación que se refieren a estos espacios como la “esfera pública híbrida” (Chadwick, 2013). El sistema híbrido de medios facilita la desintermediación, aportando un escenario que el que los ciudadanos de a pie adquieren cierto poder para decidir u orientar las decisiones que afectan al conjunto de la comunidad (Benkler, 2015). Este contexto, denominado por Dahlgren (2005) como sprawling public sphere (esfera pública dispersa), está marcado por la acción social y se caracteriza por una mayor participación, representación, interacción y heterogeneidad ciudadana.
Frente a este enfoque ciber optimista sobre el rol que desempeñan las TIC en el ámbito socio político, existen aportes teóricos y empíricos que cuestionan el papel de internet como elemento de transformación real para la participación ciudadana. Entre estas aportaciones se encuentra el del fenómeno del aumento de los afectos en los discursos digitales sobre temas sociopolíticos (Mateus, 2019). El debate en términos de afecto podría conducir a la acción conectiva que permite a los ciudadanos espacios de discusión y deliberación sin necesidad de fuertes estructuras organizativas (Bennett y Segerberg, 2012). La movilización generada a partir de hashtags como #metoo podría ser un ejemplo.
Sin embargo, otras aproximaciones empíricas alertan de un crecimiento de la acción colectiva liderada por los afectos negativos (Baumeister et al., 2001). Cuando estos posicionamientos ciudadanos en red derivan de este tipo sentimientos políticos, se produce la exaltación de los comentarios negativos (Papacharissi, 2016). Son afectos que se fundamentan en la homofilia, una tendencia esperada que descarta los juicios razonados y potencia los basados en temas de interés o ideologías con los que los internautas sienten sintonía colectiva. En la configuración de estas comunidades digitales homofílicas no primarían los acuerdos en base a la deliberación o el razonamiento, sino en puntos de vista compartidos por sintonía afectiva que no conducen un diálogo con intercambio de ideas (Bouvier, 2020). En este sentido, las redes sociales no estarían propiciando los juicios argumentados para el diálogo, sino un entorno de exposición de sentimientos colectivos e individuales (Arias Maldonado, 2016; Serrano-Contreras et al., 2020).
Partiendo de esta aproximación sobre las sentimentalización de los debates digitalmente mediados, este estudio tiene como objetivo principal indagar las emociones generadas en torno al debate digital sobre el aumento del gasto militar adoptado por el gobierno de España en 2022. La premisa de partida es que dicho debate se basa en la expresión de sentimientos por parte de los actores tradicionales (medios de comunicación, partidos políticos y sus líderes) y los no tradicionales (el resto de la ciudadanía internauta) para generar emociones y aumentar la difusión de juicios no razonados. Con este estudio se pretende contribuir a la visibilizar un proceso de comunicación en el que imperan las emociones por encima de los argumentos razonados, un fenómeno cada vez más presente en la arena política digital que se puede analizar con las herramientas de análisis de redes sociales y Big data propuestas en este artículo. En la práctica, las implicaciones de este tipo de análisis ayudan a comprender mejor las dinámicas discursivas que se producen en estos debates que tienen que ver con aspectos de la convivencia pública y, específicamente en el caso del presente estudio, con las Fuerzas Armadas españolas.
Para alcanzar el objetivo planteado, se analiza el papel de los sentimientos en los posts de Facebook y Twitter de los principales partidos políticos, sus líderes y principales medios de comunicación, la congruencia afectiva con las emociones y las reacciones a dichos mensajes. La hipótesis de partida es que el debate público digital se fundamenta en la noción de sintonía o congruencia afectiva. Es decir, la estructura de la conversación en torno al aumento del gasto militar, parte de criterios afectivos compartidos entre los emisores y los receptores. Por ello, la tasa de sentimientos que contengan los mensajes de los emisores para cada emoción estudiada será semejante a la tasa de reacciones de los usuarios internautas. Para testar esta hipótesis, se debe añadir al debate estudiado, centrado en emociones positivas o negativas, un mayor nivel de análisis, ya que no solo se pretende analizar la congruencia afectiva, sino también hacerlo en relación con distintos tipos de emociones. Este estudio, por tanto, no se centra exclusivamente en la disposición afectiva a favor o en contra.
En primer lugar, realizarnos una revisión teórica sobre el emotivismo y sentimentalización de la opinión pública en las redes sociales. En segundo lugar, describiremos el caso de estudio que nos servirá para testar nuestra hipótesis, así como el método utilizado. Seguidamente, tomaremos los hallazgos empíricos de nuestro análisis para evaluar el objetivo principal. Finalmente, se aportarán las conclusiones junto con una reflexión teórica sobre las implicaciones de los resultados obtenidos.
Fundamentación teórica
Diferentes ramas científicas, entre ellas la neurociencia, han cuestionado el predominio de los juicios razonados sobre los afectos y emociones en los debates (Damasio, 1999). Existe un amplio consenso científico sobre los efectos del emotivismo en la política derivados de los sentimientos, especialmente en el campo de la comunicación y la participación (Szabó, 2020). La comunidad científica ha orientado la investigación hacia el aumento del componente emotivo en los debates políticos, concretamente, en el rol de las emociones para producir, procesar y generar respuestas en los discursos políticos (Verbalyte, 2018; Zhang y Clark, 2018).
Papacharissi (2015) señala que, en participación política, la expresión de sentimientos y emociones no siempre van ligados a la falta de razón, sino que los afectos pueden incluso intensificar el pensamiento razonado. Estas dinámicas facilitan la construcción de vínculos de afinidad que ayudan a los usuarios a identificarse y compartir símbolos, valores o ideas que promueven la acción colectiva (Mateus, 2019; Nussbaum, 2014). Por ello, se puede argumentar que las prácticas políticas son emocionales, ya que tanto la propia acción política como sus estructuras institucionales y organizativas generan dinámicas afectivas. A su vez, las instituciones y las prácticas políticas dependen de formas concretas de afectividad, materializadas en sentimientos y orientaciones emocionales dominantes; es decir, los afectos constituyen un rasgo característico de lo político (Slaby y Bens, 2019).
Además, los afectos son un instrumento de la política vinculado con la práctica retórica para el ejercicio del poder o la resistencia al mismo (Mateus, 2019). Por ejemplo, fenómenos como los eslóganes, las expresiones políticas y colectivas, o los hashtags y memes en los medios sociales, constituyen el imaginario colectivo. En estas representaciones colectivas priman mitos, rituales y alegorías fundamentados en la propagación de emociones, y no solo las ideologías y los pensamientos utópicos. Es decir, se trata de un fenómeno de emocionalidad complejo que alienta la participación comunitaria y conduce al planteamiento de dos cuestiones: por un lado, como se utilizan los afectos en la configuración de la práctica política y, por otro, cómo influyen para comprender políticamente la sociedad (Mateus, 2019).
Desde diversos enfoques en Ciencias Sociales, como los de Arias Maldonado (2016) o Arfuch (2016), se ha bautizado como giro afectivo al aumento de los estudios centrados en los afectos como dinámicas espontáneas y preconscientes y su influencia sobre los individuos en su percepción e interacción con la realidad. En política, este fenómeno de cambio va más allá de un giro epistemológico, ya que abarca también una reconfiguración de la estructura social, cuyos rasgos son el individualismo, el debate público personalizado, la confusión entre espacios público y privado, la polarización y el predominio de lo audiovisual sobre la palabra escrita (Arias Maldonado, 2016; Arfuch, 2016).
En el giro afectivo, las emociones obran un papel fundamental para articular la opinión pública, destacando las redes sociales pro su transmisión inmediata de emotivismo (Han, 2014). Ya no son solo herramientas seleccionadas para consumir noticias y expresar la opinión públicamente (Shah et al., 2017). Tal y como afirma Papacharissi (2016), la ciudadanía hace uso de estas redes principalmente con propósitos heurísticos o expresivos y no para deliberar, por lo que su implicación en los asuntos políticos con otras comunidades es meramente transitoria; esta adhesión efímera aleja la racionalidad de los debates políticos sobre temas que afectan al conjunto de los ciudadanos. Sin embargo, esta autora también remarca que, por encima de la persuasión basada en razonamiento, en las redes se contagia la emocionalidad cuando se discute sobre asuntos de interés general (Papacharissi, 2016).
Conviene resaltar que existe cierta confusión a la hora de referirse a los afectos, ya que ocasionalmente se utilizan indistintamente sentimientos y emociones (Schemer, 2014). En el ámbito de interacción de las redes sociales, el afecto se considera performativo y provoca el contagio (Papacharissi, 2015). Al expresarse en palabras, toma forma y el afecto se transforma en sentimiento. De ahí que se pueda aseverar que los sentimientos y las emociones tienen el potenciar de transformar el afecto en una acción. Pese a que los teóricos habermasianos enfatizan la racionalidad para participar y deliberar en la toma de decisiones formales (Dahlberg, 2014), este ideal normativo puede conllevar la exclusión y el desempoderamiento de ciertos grupos que expresan de forma natural la subjetividad mediante los afectos (Dahlgren, 2018).
Empero, existe otra corriente teórica que alerta de que, en el contexto de los públicos afectivos en red, al estar mediados y estructurados en torno el afecto, no solo tienen la capacidad de conducir a la acción conectiva (Bennett y Segerberg, 2012), sino que también potencian la homofilia o propincuidad (la tendencia de los usuarios establecer vínculos con personas con las que comparten a sus creencias previas) (Sunstein, 2007). Este fenómeno, junto con la formación de las llamadas cámaras de eco (entornos en los que reverbera una misma idea compartida por individuos de ideas afines, reforzando sus posicionamientos de partida) (Sunstein, 2007; Bouvier, 2020; Castillo-de-Mesa et al., 2021).
En esta línea teórica, Papacharissi (2015) advierte de que en estos espacios en red se forman nodos que conectan efectivamente a los usuarios basándose en narrativas simples con altos niveles de polarización que desplazan los relatos deliberativos o los discursos basados en la razón y aumentan fuertemente el contagio de afectos. Este intercambio de expresiones emocionales es denominado por la autora como sintonía afectiva, un fenómeno que se aleja de la deliberación y la acción colectiva tradicionales, y conlleva nuevas formas de participación en función de las características del medio. Por ejemplo, en Facebook podemos observar la sintonía afectiva con la opción de “me gusta” en una publicación, apoyar una noticia en un agregador, subir y compartir videos, memes o imágenes. Estas acciones se pueden considerar intensas pero cívicas e implican cierto compromiso (Papacharissi, 2015).
De forma similar, Twitter ofrece compartir mensajes, fotos, infografías, noticias, y otros contenidos. Sin embargo, existe evidencia empírica en el potencial de Twitter para promover procesos participativos democráticos, puesto que los usuarios de la red no gozan del mismo reconocimiento público y ello dificulta la horizontalidad en los debates (Teruel y Zafra, 2022). Los líderes mediáticos y los partidos políticos continúan teniendo mayor capacidad de alcance en este tipo de redes, donde no solo prima el número de seguidores, sino la gestión de los perfiles bajo parámetros de personas expertas en comunicación digital, influencers, lideres mediáticos e instituciones como medios de comunicación y partidos (Marcos-García et al., 2020).
En la arena política, esta dinámica nos lleva a la verticalidad de poder, en la que prevalece un discurso que persigue conseguirlo. Por ello, el éxito de las personas que ejercen la política descansa en las normas de expresión y en el discurso emocional que conecta con los internautas. En las estrategias de comunicación política de profesionales el componente emocional es la clave y la rutina para mover seguidores (Heaney, 2019; Szabó, 2020). Por ejemplo, en las elecciones de 2016 de EE.UU. se compartieron significativamente más los tweets emocionales que los que tenían apelaciones neutrales (Brady et al., 2017).
También se ha comprobado que los mensajes del Gobierno de EE.UU. de carácter institucional generaban más interacción cuando contenían representaciones afectivas y simbólicas. Por ello, se puede destacar que, además del contenido, las redes sociales ofrecen reacciones al mensaje que son afectos ligados a estímulos determinados (Papacharissi y de Fatima Oliveira, 2012; Tettegah y Noble, 2016; Paasonen, 2016).
La preocupación de la comunidad científica se ha orientado también en la emotividad que se transmite en las redes mediante afectos que promueven sentimientos negativos. Sobieraj y Berry (2011) caracterizaron el discurso de la indignación o la ira (“outrage”) como un discurso político que persigue provocar respuestas viscerales como el miedo. Ese efecto se consigue, por ejemplo, con el uso excesivo de generalizaciones, el sensacionalismo, el melodrama o las noticias falsas, entre otras estrategias políticas. El peligro de estos mensajes es que podrían derivar en una polarización afectiva Allcott y Gentzkow (2017) pudiendo llegar incluso a romper el flujo de la comunicación. Este tipo de polarización puede suponer una amenaza para las democracias puesto que los participantes no solo muestran su afecto hacia su partido o sus líderes, sino que consideran desagradables y rechazan cualquier propuesta de los partidos opuestos. Por ello, la polarización afectiva requiere no solo un sentimiento positivo hacia el propio grupo, sino también un sentimiento negativo hacia aquellos que se identifican con grupos opuestos (Shanto et al., 2012).
Caso de estudio
El debate político sobre el aumento de gasto militar en la partida presupuestaria del Ministerio de Defensa en España ha enfrentado tradicionalmente a los partidos de gobierno y oposición.
El 30 de mayo de 2022, con motivo de la Conmemoración de los 40 años del ingreso a la OTAN, el presidente de España realizó unas declaraciones a la prensa. En las mismas, aseguraba que era prioritario garantizar la seguridad ante las amenazas bélicas que está sufriendo Europa con el conflicto entre Rusia y Ucrania, mediante el aumento del gasto militar. Unos días después, a principios de julio, Pedro Sánchez anunció en el Consejo de ministros de España que se iba a dotar de una partida de mil millones de euros, procedentes del Fondo de Contingencia español de ejecución presupuestaria 1 al Ministerio de Defensa para aumentar el gasto militar. Esta inyección presupuestaria iría acompañada de la aprobación de una ley de financiación a las Fuerzas Armadas de España. Con la aprobación de esta ley, no necesitaba el aval del Congreso de los Diputados, sorteando así la oposición total de sus del partido socio del Gobierno, Unidas Podemos, el debate fue ganando más fuerza en las redes sociales hasta que, el 4 de octubre de 2022, el Gobierno español aprobó el Proyecto de Presupuestos Generales que llevará posteriormente al Parlamento. Con ello, la discusión política volvió a las redes sociales, por un lado, entre los socios de la coalición y, por otro lado, entre Unidas Podemos y los partidos de la oposición. Además, los medios alineados ideológicamente también aprovecharon el contexto para movilizar la opinión pública y cuestionar la unión de los dos partidos de coalición, poniendo de relieve la “fragilidad” gubernamental.
Lo que otorga de un carácter excepcional a este acontecimiento, es que, en este debate político, los actores enfrentados son socios parlamentarios. Sin embargo, en la discusión de redes sociales han participado todos los partidos políticos aprovechando la coyuntura bélica a las puertas de Europa, para establecer sus posicionamientos difundiendo emociones. Los principales partidos de la oposición, el PP, Vox y Cs, llevan tiempo reclamando esta ley.
Ante este evento político que ha tenido tanta repercusión mediática en las redes digitales, es este estudio se ha querido analizar los mensajes de los actores tradicionales (partidos, líderes y medios) implicados en el debate en cuestión, midiendo hasta qué punto sentimentalizan más o menos tanto en términos de congruencia afectiva, como por los mensajes positivos/negativos que emiten y el impacto de difusión. En base a este objetivo principal, se plantearon los siguientes específicos:
O1.1. Determinar la actividad y alcance de las cuentas de los actores tradicionales.
O1.2. Identificar las emociones implícitas en los mensajes de los partidos políticos, sus líderes y los medios de comunicación en Facebook y en Twitter y su valencia.
O1.3. Observar la respuesta emocional de los usuarios a los mensajes de los actores seleccionados en Facebook y en Twitter, mediante el uso de las reacciones que se encuentran en las plataformas.
O1.4. Identificar la sintonía afectiva que existe entre el componente emocional de los mensajes de actores seleccionados y las reacciones de los usuarios en Facebook y en Twitter.
La selección de ambas redes sociales para el presente estudio se justifica, por un lado, porque Twitter es una herramienta clave integrada en la política para diseñar estrategias de comunicación y difundir intensamente los mensajes partidistas (López-Meri et al., 2017). Por otro lado, Facebook es la red social más utilizada por los internautas españoles según el último Panel de Hogares de la Comisión Nacional de los Mercados y la Competencia (CNMC, 2022). Mientras que Twitter ofrece interactuar con los usuarios mediante “Me gusta”, comentando o compartiendo las publicaciones, Facebook permite analizar reacciones de los usuarios expresando otras emociones 2 . La combinación de las dos redes sociales para este análisis ofrece la oportunidad de medir alcance de difusión junto con el estudio de las emociones que provoca el contenido publicado en las cuentas seleccionadas con la audiencia.
Material y métodos
Obtención y depuración de los datos
Para alcanzar los objetivos planteados, se han descargado los mensajes de los principales líderes y partidos políticos en Facebook y Twitter durante las dos primeras semanas de julio de 2022, tras las declaraciones del presidente del gobierno, a la prensa y en el Congreso de los Diputados; y las dos primeras semanas de octubre de 2022, coincidiendo con la votación de los presupuestos generales del Estado.
Se han obtenido los datos de la red social de Facebook utilizando la herramienta CrowdTangle 3 para descargar las publicaciones de los principales partidos políticos, sus líderes y los principales medios de comunicación. Respecto a la red social Twitter los datos se descargaron utilizando la API V.2 de Twitter, en su versión académica gracias a la librería academictwitteR 4 de R. Para ambas redes sociales, la descarga se realizó a partir de las cuentas de usuarios a estudiar. Compuestas los cinco principales partidos políticos españoles, sus líderes y los principales medios de comunicación (prensa generalista con más seguidores a la fecha de inicio de la descarga). Teniendo que especificar estas cuentas, y los intervalos temporales, para sendas herramientas de descarga.
Una vez se cuenta con los tweets de estas cuentas en el intervalo de tiempo citado, se pasa a un proceso de filtrado, para eliminar todos los tweets que no tengan relación con el tema de estudio. Esta depuración de los datos se realiza en dos fases:
Utilizando el software estadístico R (Santana y Mateos, 2014) se buscan los tweets que contengan:
Alguno de los siguientes pares de palabras: (defensa, gasto), (defensa, presupuesto), (militar, gasto), (militar, presupuesto). Estos tweets los interpretamos como los más utilizados en el momento de la descarga y que copan el debate en cuestión.
Alguna de las palabras: defensa, gasto, presupuesto y militar; de entre los tweets restantes.
Entre los tweets filtrados que contienen alguna de las palabras puede ser que existan tweets que realmente no hagan referencia al tema de interés. Por esto en esta segunda etapa, el resultado del filtrado del punto “b” pasa por un filtrado manual.
Los resultados de estos dos filtrados se unen para trabajar con ellos. De esta manera para Facebook, de los 17.736 posts recolectados tras el filtro restaron 65. Para Twitter, de los 2.634 tweets se obtuvieron 176. De esos mensajes, se obtuvieron 9.743 respuestas. con 13.252 respuestas.
El siguiente paso, una vez se cuenta con los posts, es realizar la descarga de las respuestas a estos en ambas plataformas. Para ello se realizaron los siguientes pasos: para Facebook, se descargaron las respuestas directas a los posts y tras una depuración manual se preservaron aquellas que eran mensajes de texto. En el caso de Twitter, se descargaron los tweets los cuales tenían como especificaciones que eran respuestas al usuario autor del tweet principal (in_reply_to_user_id); así como que tenían el mismo identificador de conversación (conversation_id) que el tweet principal. Esto, sin embargo, no descarta las respuestas a este usuario dentro de la conversación que sean respuesta al usuario, pero no al tweet. Estos casos son marginales, pero a la vez inevitables por las opciones de Twitter.
Medición de las emociones en los mensajes y las respuestas
El primer objetivo específico planteado se trataba de identificar las emociones implícitas de los mensajes publicados por los actores seleccionados y, el segundo objetivo, analizar la respuesta emocional de los usuarios. Para determinar las emociones de los agentes, las respuestas de los usuarios, incluyendo las connotaciones positivas o negativas (Amor et al., 2020), se aplicó sentiment analysis para interpretar automáticamente los sentimientos y las opiniones expresados en los posts (Koschut et al., 2017; Rosenbrock y Trossero, 2021).
Para ello, se utilizó el diccionario NRC emotion lexicon (en adelante, NRC) propuesto por Mohammad y Turney (2013), que incluye ocho emociones: alegría (emoción positiva de la felicidad, el placer y la satisfacción), confianza (se refiere a la emoción positiva de la seguridad, la autoconfianza y la convicción en la propia capacidad), sorpresa (se refiere a la emoción ante algo inesperado, novedoso o sorprendente), anticipación (se relaciona con la emoción de la expectativa, la anticipación y la emoción positiva por algo que está por venir), tristeza (se relaciona con la emoción negativa de la tristeza, la melancolía y el pesar), disgusto (se asocia con la emoción negativa de la aversión, la repulsión y el desagrado), miedo (se asocia con la emoción negativa de la ansiedad, la angustia o preocupación por un riesgo real o imaginado) y enojo (se refiere a la emoción negativa de la ira, la frustración y el enfado) (Ekman, 1992; Plutchik, 1994). Este diccionario asocia una puntuación a ciertas palabras para cada emoción y para positivo/negativo en base a la librería syuzhet de R y su método get_nrc_sentiment, especificando el idioma al español.
Los posts de ambas redes, así como sus respuestas, fueron procesados con parámetros de text mining para asegurar el funcionamiento correcto del diccionario. Previamente a la utilización de la función citada, se realiza un proceso de tokenización en que los posts son divididos en tokens, unidades léxicas (palabras) con sentido para el diccionario. El resultado es pasado como parámetro a la función para obtener una matriz cuyas filas serán los tokens del post, y las columnas las distintas emociones calculadas por el diccionario. Estas columnas son sumadas para conocer la puntuación total para cada emoción. Finalmente son relativizadas sobre el total de puntos de emociones y de positivo/negativo del post, para así saber el peso que tiene cada emoción en el tweet.
Una vez identificadas las emociones de los tweets y las respuestas, se calculó para cada respuesta la sintonía afectiva, y la diferencia con respecto el tweet al que respondían.
Identificación de la sintonía afectiva
El tercer objetivo específico, era medir la sintonía afectiva que existe entre el componente emocional de los mensajes de actores seleccionados y las respuestas de los usuarios en Facebook y en Twitter. Para alcanzar este objetivo se calculó para cada respuesta la sintonía afectiva y la diferencia entre el contenido emotivo implícito (CEI) de los posts de los actores tradicionales y las respuestas recogidas.
El mismo proceso se realiza para la diferencia del grado de cada emoción entre tweets y respuestas, considerando la siguiente fórmula:
Los valores de esta diferencia no son absolutos (como así ocurre con la Sintonía Afectiva), A diferencia del caso de la sintonía afectiva, los valores de esta diferencia no son absolutos, permitiendo lo que permite ampliar la información. Un valor positivo indica que el grado de la emoción expresada en un post es mayor que la respuesta recibida. Un valor negativo indica que la emoción de la respuesta es mayor a la expresada en el post original.
En este estudio se asume que la estructura de la conversación que se establece en las redes sociales parte de criterios afectivos que comparten emisores y receptores. Entendemos que los mensajes de los emisores contienen una tasa de sentimientos vinculada a cada emoción analizada que será semejante a la tasa de reacciones de los usuarios. Para poder afirmar esta asunción, consideramos necesario ir más allá del análisis de las emociones positivas o negativas (a favor o en contra) e indagar en el tipo de emociones porque aporta un análisis más profundo que el de la congruencia afectiva.
Medidas de dispersión y centralidad
Tras los procesos mencionados anteriormente, el resultado será una lista de tweets con sus respectivos puntajes en las diferentes emociones y una lista de respuestas asociadas a los tweets con sus puntajes para las emociones, así como la sintonía afectiva y la diferencia para cada emoción con respecto al tweet al que responde.
Para ir más allá en nuestro análisis, se agregarán los datos del usuario a estudiar. A continuación, se obtiene una lista de usuarios, para cada uno de los cuales se cuenta, por un lado, con el número de publicaciones en ambas redes sociales, la proporción de publicaciones con respuesta y la media del número de respuestas por tweet y post. Por otro lado, el coeficiente de variación de las emociones de los tweets y post.
El análisis finalmente se realiza sobre cada grupo de actores tradicionales. Tanto para los partidos, como para los líderes y los medios de comunicación, las estadísticas son agregadas mediante su coeficiente de variación, de manera que podamos tener una noción del tipo de interacción de cada grupo, las emociones expresadas y recibidas, su sintonía afectiva y la diferencia del grado de emociones entre emisores y respuestas, así como su grado de variación entre los usuarios de cada grupo.
Resultados
Actividad y alcance de los actores tradicionales en las redes sociales
Los datos obtenidos confirman que los medios de comunicación (de ahora en adelante, MC) son los que emiten más mensajes en ambas redes, muy por encima de los partidos y de sus líderes. Son los medios los que generan mayor número de respuestas en Facebook, y los líderes políticos lo hacen más en Twitter, seguidos de la prensa (ver tabla 1).
Tabla 1 Número total mensajes (emitidos y recibidos) por categoría en Twitter y Facebook.
| Categoría | Mensajes emitidos | Respuestas recibidas | ||
|---|---|---|---|---|
| Medios de comunicación | 164 | 60 | 5.891 | 8.505 |
| Partido político | 9 | 2 | 155 | 644 |
| Líderes | 3 | 3 | 7.206 | 594 |
| Total | 176 | 65 | 13.252 | 9.743 |
En términos de eficiencia en el alcance de los mensajes (respuestas recibidas entre los mensajes emitidos) de los medios de comunicación, en la Tabla 2 se observa que la prensa nacional ha tenido mayores niveles de eficiencia en ambas redes. Sin embargo, los diarios progresistas diferencian su estrategia en las redes, siendo Infolibre el que tiene el nivel más alto de respuesta en Twitter de todos los diarios, y Público entre el top cinco en la red de Facebook. Resulta sorprendente que un debate en el que la tasa de participación en redes sociales de partidos y líderes ha sido tan escasa, los medios de comunicación hayan conseguido tanta repercusión con un elevado número de respuestas.
Tabla 2 Eficiencia de los mensajes de los medios de comunicación en Twitter y Facebook
En la tabla 3 se puede observar que Podemos es el partido político que tiene mayor número de mensajes en Twitter (3), y el único con mensajes en Facebook (2). En cuanto a la red social Facebook, sí se muestra correspondencia en el alcance de las respuestas, en donde Podemos (644) es el único partido con retroalimentación. Sin embargo, no hay correspondencia con el alcance en los mensajes en la red social Twitter, donde PSOE (105) es el partido con mayor número de respuestas.
Tabla 3 Número de los mensajes de los Partidos Políticos en Twitter y Facebook
| Partido político | Mensajes emitidos | Respuestas | ||
|---|---|---|---|---|
| CiudadanosCS | 1 | 0 | 8 | 0 |
| Podemos | 3 | 2 | 85 | 644 |
| Ppopular | 1 | 0 | 23 | 0 |
| Psoe | 3 | 0 | 105 | 0 |
| vox_es | 1 | 0 | 14 | 0 |
| Total | 9 | 2 | 158 | 644 |
Ione Belarra, miembro del consejo ciudadano estatal de Podemos, y Pablo Echenique, secretario de Acción de Gobierno, Institucional y Programa de Podemos, son los líderes con más mensajes en Facebook y en Twitter. Respecto a las respuestas emitidas a los lideres, hay una correspondencia en ambas redes sociales, siendo Pablo Echeniche el que tiene mayor alcance de respuesta (ver Tabla 4).
Tabla 4 Número de los mensajes de los Líderes Políticos en Twitter y Facebook
| Lideres | Mensajes emitidos | Respuestas | ||
|---|---|---|---|---|
| Ionebelarra | 2 | 2 | 2.336 | 221 |
| PabloEchenique | 1 | 1 | 4.870 | 373 |
| Total | 3 | 3 | 7.206 | 594 |
Emociones en los mensajes de los actores tradicionales
En la Figura 1 se presentan las emociones promedio en Twitter por cada grupo estudiado, siendo el valor 1 el máximo para cada emoción. El miedo es la más preponderante en todas las categorías: medios de comunicación (0.36) en los partidos político (0.26) y, especialmente, en los lideres (0.61). La emoción de confianza, aunque en valores inferiores, también es remarcable tanto para los partidos (0.21) como para los medios de comunicación (0.20). Además, cabe resaltar que el sentimiento negativo predomina en los lideres (0.81), seguido de los medios de comunicación (0.48), y el sentimiento positivo en los partidos políticos (0.65). Asimismo, en el caso de los medios de comunicación las emociones positivas y negativas están igualadas (0.51).
Coeficiente de variación de los mensajes de actores tradicionales en Twitter y Facebook
En el estudio se midió el coeficiente de variación de las emociones de cada usuario para cada grupo, para así conocer el grado de variación en las emociones expresadas por los miembros de un grupo. Un mayor coeficiente de variación indicará una mayor diferencia entre las emociones mostradas por los usuarios de un grupo en sus tweets, es decir, que hay mucha diferencia en las emociones en un tweet.
El coeficiente de variación se mide con la siguiente fórmula:
CV = desviación estándar / media aritmética x 100
Como se observa en la Tabla 5, en la red social Twitter, la mayor variabilidad se encuentra para la emoción miedo de los partidos políticos y sus líderes, destacando bastante sobre las demás y para las emociones anticipación y miedo del total de cuentas. En este caso, la variabilidad en la emoción “miedo” se entiende que se produce debido a que dentro de los partidos políticos y, entre alguno de los líderes, es la que más peso tiene; es decir, disparan la emoción respecto a la media. El sentimiento de miedo en los partidos políticos está relacionado a los siguientes mensajes:
"Respecto al gasto de Defensa, Sánchez tendrá que explicar cómo va a gastarse doce mil millones de euros más, si solo piensa recaudar tres mil millones de euros más con el nuevo impuesto de la banca y eléctricas" (Popular).
Tabla 5 Coeficiente de variación en las emociones de los posts entre los usuarios de cada grupo
Pero, sobre todo, con mensajes como:
"Todo el dinero extra que se invierte en gasto militar, que en España ya es récord, no puede ir a inversión social". 📰 No os perdáis esta entrevista a Ione Belarra, donde analiza sin pelos en la lengua, toda la actualidad política 👇🏼. (Podemos)
“Nosotros no vamos a romper el gobierno por una deslealtad del PSOE, porque serán muy irresponsable cuando tenemos a Feijoo y Abascal afilando los cuchillos, Pero quiero decir claramente que nos han ocultado el aumento unilateral en el gasto en defensa y que es una vergüenza”. (PabloEchenique)
En el caso de Facebook la emoción tristeza es la que más variaciones presenta entre las cuentas en general. También destaca la mayor variabilidad de la emoción alegría en los medios de comunicación.
Se debe resaltar el hecho de que no existen puntuaciones para el caso de los partidos políticos en Facebook, lo que se debe a que Podemos es la única cuenta de esta categoría de la que se han capturado posts. Asi mismo llama la atención que en Facebook y Twitter encontremos los mismos valores para los lideres de opinión. La explicación de esto es que las cuentas de Pablo Echenique e Ione Belarra, las únicas que participan en la conversación de este grupo, han hecho los mismos posts en ambas redes.
Emociones presentes en las respuestas en redes sociales
Las cuentas con mayor porcentaje de respuestas con emociones en Twitter, siendo 1 el valor mínimo y 0 el valor máximo, son: ABC.es (0.34), ElPais (0.27), Heraldo.es (0.25), Eldiaro.es (0.24) y Okdiario.com (0.22). Mientras que, en Facebook, las cuentas con mayor porcentaje de respuestas con emociones son las siguientes: IoneBelarra (0.02), LaVanguardia (0.01), ABC.es (0.01), Okdiario.com (0.01).
Respecto a las categorías de actores tradicionales, la Figura 3, representa la media de emociones en las respuestas por cada grupo en la red social Twitter. La confianza, es la emoción principal despertada por los partidos políticos (0.29) y en los MC (0.22); el miedo prevalece en las respuestas a los líderes (0.21) junto con la confianza (0.2). Las respuestas con emociones negativas y positivas también tienen promedios similares y muy cercanas al valor de 0.5, es decir, expresan emociones negativas y positivas casi en el mismo grado. Estos hallazgos muestran un posicionamiento de partida de los actores no tradicionales (ciudadanía internauta) con los partidos políticos a los que siguen o con los medios de comunicación con los que se alinean ideológicamente. Es decir, si cuando el partido, el líder o medio de comunicación publica un comentario que se corresponde con lo que piensan, entonces les genera confianza. Algunos ejemplos en relación con los medios de comunicación serían los siguientes:
a) Emociones de confianza:
“´Directo | Lambán dice que la discrepancia de Podemos sobre el gasto militar "no favorece nada ni dentro ni fuera del país" https://t.co/7Cq8fLCWMy https://t.co/NeZlvt5gDg” (Infolibre)
“Yolanda Díaz se ha mostrado segura de resolver la tensión entre PSOE y Unidas Podemos por el gasto en defensa, El presidente y yo llegaremos a un punto de encuentro” https://t.co/MnBdkCy4Uf (El País) (el diario.es)
b) Emociones de Ira / Anticipación / Confianza:
“#Lo más Leído El PSOE vota en contra de subir el gasto en Defensa al 2%, como Sánchez prometió en la cumbre de la OTAN” https://t.co/vUXhiFp9LF (abc_es)
Nótese en este último ejemplo, que se recogen tres emociones, dos de ellas muy negativas y otra positiva. Ello implica un posicionamiento afectivo de los actores no tradicionales quienes manifiestan a través de la ira o la anticipación cierta indignación con el mensaje, o confianza porque creen en el contenido publicado. En cualquiera de los casos, la respuesta es emotiva y no razonada.
Los resultados de las emociones en las respuestas de Facebook están alineados con los de Twitter, con confianza y miedo como las emociones que más destacan para los tres grupos. Algunos ejemplos de las emociones que generan los mensajes de Facebook de los medios de comunicación serían los siguientes:
Confianza: “El presupuesto en Defensa aumentará a pesar de las reticencias de Podemos, que dice no haber sido informado: "Nos lo han ocultado, es una vergüenza" (El Mundo).
Ira / miedo / anticipación: “¡PRESUPUESTOS GENERALES 2023 -£ Echenique acusa al PSOE de «deslealtad» por «ocultar» un mayor gasto en defensa” (ABC.es): “Además de subidas del salario mí nimo y pensiones, el grupo confederal pide condenar la masacre de Melilla aunque no aborda el gasto militar” (elDiario.es).
También están muy equilibrados los valores positivos y negativos, siendo las respuestas más positivas las de los mensajes de los partidos, como consecuencia, una vez más, del posicionamiento de partida con el que entran a participar en el debate digital los actores no tradicionales (ciudadanía internauta). Se muestran a continuación algunos ejemplos:
Mensaje muy negativo (valor 1): “Las prioridades no son aumentar el gasto militar, en el que ya somos récord, si no apostar por los servicios públicos y la protección social de las familias”, (Podemos).
Mensaje muy positivo (valor 1): “La #CumbreOTANMadrid ha supuesto una reacción potente y transparente a los desafíos de seguridad y defensa, España debe incrementar la inversión en Defensa para alcanzar un 2% del PIB en 2029 (Psoe).
Mensaje ni muy negativo ni muy positivo: "Respecto al gasto de Defensa, Sánchez tendrá que explicar cómo va a gastarse doce mil millones de euros más, si solo piensa recaudar tres mil millones de euros más con el nuevo impuesto de la banca y eléctricas" (Partido Popular), despierta emociones tanto positivas como negativas al mismo nivel.
Mensaje muy positivo: @Jorgebuxade sobre el incremento del presupuesto en Defensa: "Estamos a favor", (Vox). Recibe la siguiente respuesta: https://t.co/mB9ykbvYHc@vox_es @Jorgebuxade Incremento para que? Ya sabemos que para defender a España no se utiliza, estar a favor de su incremento teniendo al mando enemigos de la nación es un tanto contradictorio, y las emociones son a la par positivas y negativas pero se alejan de los valores de los anteriores mensajes que estaban entre 0.5 y 0.83, porque caen al 0.33 (tanto en positivo como en negativo).
Índice de sintonía afectiva
La sintonía afectiva permite conocer la congruencia en las emociones expresadas por los usuarios y las expresadas en la respuesta a esto. El índice utilizado para la sintonía afectiva varía entre 0 y 1, indicando el 0 la mínima sintonía afectiva, y e1 1 la máxima. Así una sintonía afectiva alta indicara que las emociones emitidas por los posts de los usuarios, y las recibidas en sus respuestas, son muy similares.
Conviene remarcar que en este estudio se esperaba obtener los mismos valores para el grado de cada emoción en las publicaciones que en las respuestas, es decir, la misma proporción de contenido emocional implícito en una publicación, que la proporción de la reacción emocional en cada respuesta.
En términos generales, los resultados muestran que la sintonía afectiva es bastante alta en todos los grupos de actores tradicionales y en ambas redes. El miedo es la emoción con menor sintonía afectiva en ambas redes, destacando sobre las demás sobre todo en el caso de los lideres en Twitter. En la Tabla 7 se puede observar que la sorpresa y el disgusto y son las emociones con mayor sintonía afectiva en todos los grupos de actores tradicionales y en ambas redes. La alegría también está muy próxima a estas, seguida de las emociones enojo y anticipación.
La sintonía afectiva respecto a la emocionalidad positiva o negativa entre los posts y sus respuestas es muy similar para ambas redes y para ambas categorías. Destacan los lideres por ser los que menos sintonía afectiva logran con sus audiencias; junto con los partidos políticos en el caso de Facebook.
Tabla 7 Sintonía afectiva media para cada emoción en Twitter y Facebook
Como se ha comentado en el apartado metodológico, la diferencia permite conocer el signo de la sintonía afectiva, para saber si en las cuentas con menor sintonía, el grado de las emociones realmente está aumentando (positivo) o disminuyendo (negativo).
En la siguiente gráfica destaca la diferencia del grado de emociones entre posts y respuestas para el caso del miedo y de la tristeza. El grado de la emoción miedo es menor en las respuestas, sobre todo para el caso de medios y lideres. La tristeza es mayor en las respuestas que en los posts sobre todo para medios y partidos, y la confianza es mayor para lideres y partidos. Es curioso el caso de la emocionalidad negativa y positiva: el sentimiento positivo que emiten los medios y los partidos es mayor que la respuesta positiva que reciben, mientras que la respuesta positiva a los líderes es mayor que la emoción que emiten en sus publicaciones.
Para el caso de Facebook, también destaca la diferencia en la emoción del miedo, que como se ve en la figura, aumenta considerablemente, sobre todo para los partidos y lideres, en el caso de la respuesta respecto del post. Los usuarios en sus respuestas muestran la emoción de miedo en bastante menor grado que el expresado por los actores tradicionales. Para la emoción de tristeza la diferencia es menor, igual que en el caso de la confianza para los lideres. Para el caso de las emociones positivas/negativas las respuestas muestran menor negatividad que los posts en el caso de los partidos y los líderes.
Leyenda: MC: Medios de comunicación/ PP: Partidos políticos/ L: Líderes
Figura 6 Media de las diferencias entre mensaje y respuesta para cada emoción en Facebook