MADRID, 31 Mar. (EUROPA PRESS) -
La Politécnica de Madrid ha desarrollado un modelo para detectar el grado en que una conversación en Twitter -y así el argumento fuera del mundo digital y el clima político-, está polarizado.
A menudo, las personas con las que entablamos una conversación en esta red social tienen ideas afines y la vorágine electrónica subsiguiente de textos de 140 caracteres sirven para reforzarnos, llevándonos a nosotros y a ellos más hacia la dirección hacia la que ya tendíamos. Sin embargo, todo el ruido y la furia pueden significar algo.
Según los expertos, un grupo está "perfectamente polarizado" sobre un tema determinado cuando se divide en dos grupos de igual tamaño que sostienen opiniones contrarias. La muerte en 2013 del presidente de Venezuela, Hugo Chávez, conocido por sus seguidores como El Comandante, proporcionó un caso perfecto para el trabajo, con sus opositores envalentonados para hablar y los simpatizantes motivados para elogiarlo y venerarlo.
"Una sociedad políticamente polarizada implica varios riesgos, como la aparición de radicalismo o guerras civiles. Estábamos interesados ??en averiguar cómo se puede detectar la polarización política", explica la profesora Rosa María Benito, de la Universidad Politécnica de Madrid. Esta experta y sus colegas describen en un artículo en la revista 'Chaos' la construcción y las implicaciones de su modelo, que ahora se puede aplicar a cualquier red para detectar su grado de polarización.
Benito y sus colegas desarrollaron un modelo por ordenador para estimar el efecto que una minoría de individuos influyentes o "usuarios de élite" tenía en la opinión de cualquier usuario dado en base a la opinión promedio de sus vecinos. Como era de esperar, la mayoría de estos usuarios de élite eran políticos, periodistas y las cuentas en Twitter de los medios de comunicación con posiciones políticas muy conocidas.
El modelo produjo una distribución de la opinión, la cual da la probabilidad de que un individuo al azar tenga una opinión dada. Luego, los investigadores propusieron un índice para cuantificar el grado de polarización de la distribución resultante.
"El índice se inspira en el momento dipolar eléctrico de una molécula --subraya Benito--. Cuantificamos la distancia entre las dos opiniones mediante la determinación del centro de gravedad de las opiniones positivas y negativas".
Benito y sus colegas descargaron más de 16.383.490 mensajes escritos por 3.173.090 usuarios de Twitter desde un mes antes y hasta un mes después de la muerte de Chávez el 5 de marzo de 2013, un total de 56 días. Emplearon estos mensajes para crear redes de retuit, en las que los retuits podrían considerarse un indicador de la influencia y la adopción de las ideas, y aplicaron su modelo de índice y polarización de las redes.
Esta confluencia de datos les dio un desglose del día a día de la medida de la polarización política en Venezuela en el transcurso de 56 días. Los investigadores vieron que durante los días más críticos de la conversación --entre la muerte y el funeral de estado de Chávez_la polarización cayó a sus niveles más bajos, debido al hecho de que los usuarios extranjeros se unieron a la conversación, lo que causó temporalmente que desapareciera la estructura polarizada de la red hasta que comenzó la campaña política electoral seis días después.
Benito y sus colegas luego trazaron los tuits geolocalizados en un mapa de Caracas, la capital venezolana, y compararon la polaridad expresada --el oficialismo o la oposición-- con los registros de votación y las afiliaciones políticas de cada municipio, encontrando una fuerte correlación entre la dos. Este mismo enfoque podría aplicarse también para hacer "mapas de polarización" políticos de otras ciudades.
El trabajo futuro de Benito y sus colegas incluirá la generalización de la metodología de la polarización para su aplicación a situaciones con más de dos polos y la medición de la aparición de la polarización en un ámbito más amplio de situaciones políticas. En última instancia, estos expertos explorarán estrategias que podrían ayudar a reducir la polarización en las sociedades.
