Notice: Undefined variable: n_imagen in /var/www/html/es/detalle_nota.php on line 22

Warning: getimagesize(): Filename cannot be empty in /var/www/html/es/detalle_nota.php on line 22
FALACIAS DEL MONITOREO EN REDES SOCIALES

FALACIAS DEL MONITOREO EN REDES SOCIALES

BY Angel vallejos &Mara Destefanis - 2019-05-01

« volver



Los resultados estadísticos de la automatización del monitoreo de redes sociales no pueden considerarse métricas válidas para el entendimiento cualitativo del discurso del colectivo social/online. Inferir que la sociedad se adhiere o no a un paro por una cuantificación de hashtags es reduccionista, al ser huérfana de la participación analítica de las ciencias humanísticas.



Frente al Paro convocado el martes 30 de abril en Argentina, las redes sociales se hicieron eco de la conversación social bajo los hashtag #yoparo #yonoparo.   A modo de compartir algunas observaciones sobre resultados de monitoreo automatizados que pueden traer conclusiones erróneas, capturamos menciones con la herramienta de monitoreo de datos de internet, BigDataMachine, en redes sociales (90% Twitter y un 10% distribuido por Facebook, Instagram, youtube y otros)  y exponemos simples situaciones a tener en cuenta.

Dar por verdaderas, inferencias cuantitativas sin metodologías de análisis de la comunicación social, o compartir la compleja versatilidad de significados e intencionalidades que existen detrás de los mensajes, interpretaciones y actores en  redes sociales es caer en un reduccionismo erróneo. El riesgo a tomar por válidos conclusiones provenientes de generalizaciones basadas en métodos automáticos a través de herramientas de monitoreo de redes sociales, sin la previa auditoría humana se convierte en herramienta de poder que se ejerce sobre la ignorancia del conocimiento general de las personas imponiendo como válido un dato falso.  Veamos rápidamente, algunas de las falacias ocurridas sobre conclusiones de análisis reduccionistas utilizando métodos automáticos:

 

FALACIAS:

1er. FALACIA: GENERALIZACION CUANTITATIVA

 

EL VOLUMEN DE MENCIONES NO REPRESENTA UNA TENDENCIA CUALITATIVA VALIDA DE  ADHESION

Cada mención expresada por un perfil en redes sociales no expresa el mismo conjunto significante que otra mención aunque utilicen el mismo hashtag “#yonoparo - #yoparo”

Ejemplo error nro1: Generalización , información compartida en el diario online Perfil:

 
Siguiendo la línea, utilizar el hashtag tendencia del momento para otros mensajes, también es un ejemplo de cuantificar menciones no referidas al mismo significado.

2da FALACIA: SUMAR  RT.  COMO NUEVAS
INFERIR ADHESION AL MENSAJE DE UNA MENCION VIRALIZADA A TRAVES DE LA SUMA DE LOS RT.

 Compartir una mención presenta diferentes motivos y no específicamente significa adhesión de opinión. Una situación común que se repite es el RT de una mención bajo la derivación del eje principal del tema de discusión por otra que plantea debate, ya sea orgánico o intencionado. 

 

3erFALACIA: DAR POR REALES  CUENTAS ANONIMAS

NO DIFERENCIAR CUENTAS ANONIMAS DE PERFILES VERIFICADOS.

Las cuentas que pueden llegar a ser posibles trolls o bots inhiben la expresión de perspectivas plurales y limitan las opiniones sobre temas cardinales del espacio público. A esta altura de madurez de uso de redes sociales, ya se comprende el poder de las cuentas anónimas utilizadas como posibles trolls o bots para influenciar a la población y que están organizados sistemáticamente. Si las menciones no son diferenciadas en cuentas verificadas y cuentas anónimas, no podremos tomar ninguna conclusión cuantitativa como válida. Ya que esa misma conclusión expuesta se convierte en una afirmación impuesta y errónea.