Álvarez Monsiváis: ¿Quién ganó el debate en el Estado de México? Las encuestas en Twitter como síntoma de posverdad

¿Quién ganó el debate en el Estado de México? Las encuestas en Twitter como síntoma de posverdad

Who won the debate in Estado de México? Polls on Twitter as a symptom of post-truth


Palabras clave

Keywords:


Introducción

Desde 1994 que se realizó el primer debate presidencial en México, se han organizado, por medio del Instituto Nacional Electoral (INE), dos encuentros entre los candidatos a un puesto político. El ejercicio está destinado a que los participantes muestren posiciones partidistas sobre ciertos temas, defiendan ideologías y refuten las de sus adversarios. Los medios de comunicación tienen un papel importante en difundir dichos eventos para que los ciudadanos estén conscientes de los puntos de vista de quienes pretenden gobernarlos.

Autores como Islas (2014) han planteado críticas sobre la rigidez del formato al asegurar que el diálogo es casi nulo por no dar cabida a la demostración de pruebas que sustenten los argumentos, además que los ciudadanos no tienen oportunidad de plantear sus inquietudes en los temas que les atañen. Echeverría (2008) añade que esta estructura no permite que los que ya han tomado una decisión se vuelquen a otras perspectivas, sino que los encuentros están destinados a los votantes con un alto interés en la política, que no sean parte del llamado voto duro de un partido y caracterizados por indecisión del voto.

Los debates en el Estado de México fueron realizados y aprobados por el Instituto Electoral del Estado de México (IEEM) para los comicios de 2017. Participaron Josefina Vázquez Mota (PAN), Alfredo del Mazo (PRI, PVEM, PANAL y PES) Juan Zepeda (PRD), Delfina Gómez (Morena), Isidro Pastor (PT) y la candidata independiente Teresa Castell. El debate del 25 de abril fue moderado por el periodista Javier Solórzano, quien indagó en los tópicos de seguridad, corrupción y desarrollo social. El 9 de mayo se realizó un segundo y último debate con la conductora Rina Mussali como moderadora, la cual dirigió tres bloques temáticos: economía y empleo, desarrollo sustentable y salud y educación. En todos los casos, los candidatos tuvieron la oportunidad de exponer sus propuestas y de realizar réplicas a alusiones.

Los debates fueron transmitidos en vivo a través del Sistema de Radio y Televisión Mexiquense, sin embargo, varios canales de televisión, estaciones de radio y portales de Internet replicaron la señal. Hubo un impacto considerable en redes sociales puesto que los debates ocuparon los temas tendencia de la noche, al mismo tiempo que las cuentas de periodistas y medios de comunicación examinaban en tiempo real los argumentos de cada candidato. En los días posteriores, se encontraron varios análisis en páginas web y diarios de circulación nacional acerca de quiénes resultaron afectados, beneficiados o ilesos del debate.

En un afán de diversas cuentas de Twitter por conocer el estado de la opinión pública, se abrieron encuestas en la plataforma donde los usuarios seleccionaron quién fue el ganador de acuerdo con su punto de vista. La red social activó la opción de creación de encuestas desde octubre de 2015 con el propósito de generar mayor interacción entre los tuiteros. A pesar de que la opción de la red social se llame encuesta, tiene mayor relación con un sondeo en el sentido de que solo hace referencia a una pregunta y no a una serie de preguntas con una lógica particular. Los usuarios pueden activar hasta cuatro opciones de respuesta donde los votantes tendrán que seleccionar una y su voto quedará registrado de manera privada, es decir, nadie podrá saber cuál fue su elección. Los usuarios pueden compartir y dar ‘me gusta’ a la encuesta para que otros puedan participar. Los resultados son presentados en porcentajes que cambian en tiempo real hasta pasar 24 horas donde el sondeo cierra y notifica a todos sus participantes los resultados finales.

La presente investigación plantea el análisis de nueve cuentas que realizaron una encuesta al finalizar cada uno de los debates. El estudio parte de la idea de demostrar, a través de datos cuantitativos, que se tratan de encuestas que no reflejan la realidad de la opinión pública en las redes y que sus resultados dependerán de qué tanto esté susceptible a ser visualizada por una red de usuarios con una orientación política definida.

Marco Teórico

La exposición selectiva de la información en redes sociales

La llamada era de la posverdad se utiliza para describir la preferencia que los usuarios de Internet tienen por el material informativo con carga emotiva que sea consistente con sus creencias, en detrimento de las noticias que presenten evidencias fácticas. Lo relevante de esta actitud al estudiarla dentro de las redes sociales como Facebook y Twitter es que los usuarios se encuentran en una constante creación de microcosmos de afinidad política, donde no solo producen y difunden sus puntos de vista, sino que también eligen a cuentas afines y bloquean opiniones alternas (Masip, Suau-Martínez, & Ruiz-Caballero, 2017).

Algunos autores nombran a esta situación de los usuarios de las redes como cámaras de eco, ya que la acción de filtrar la información en pos de ideas afines es similar a la de recibir el eco de la propia voz. Sunstein (2009) apunta que restringir la información en estos términos genera fragmentación debido a que anula las experiencias comunes que ayudan a comprender al otro.

Pariser (2011) añade que además de estas cámaras, existen también las burbujas filtro, las cuales se tratan de algoritmos en las redes sociales y motores de búsqueda que tienen el fin de personalizar la información de acuerdo con los gustos del usuario. De esta manera, la idea de que este pueda ser capaz de exponerse a información alterna de sus propias opiniones también se ve reducida por los sistemas de Internet que lo ven como un consumidor al que hay que presentarle contenidos que puedan resultarle potencialmente agradables.

La creación de cámaras de eco puede ser explicada por el paradigma de la exposición selectiva a la información, el cual es definido como cualquier sesgo que la audiencia posee al elegir su contenido mediático (Knobloch-Westerwick y Meng, 2009). Se trata de la búsqueda intencional, consciente o no, de información orientada a objetivos específicos (Dutta-Bergman, 2004). El estudio del fenómeno inició desde los años cincuenta con las teorías cognitivas y desde entonces se han encontrado diferentes matices en cuanto a que existen condicionantes que vuelven inestable a la selección intencional de contenidos (Cotton, 1980; Frey, 1986; Chadwick, 2013). Sin embargo, esta misma cualidad de que existen contextos sociopolíticos para la exposición selectiva, la torna interesante para continuar su investigación (Stroud, 2007).

De forma reciente, Masip et al. (2017) encontraron que dicho paradigma se cumple en la actualidad ya que se halló que los usuarios se suscriben a sitios de noticias con ideas afines, pero también que las redes sociales traen la oportunidad de suscribirse a medios de comunicación independientes y nacidos en la web. En ellos, de acuerdo con los investigadores, se encuentra una oportunidad para contrastar las posiciones arraigadas con una ideología alterna, para así tener una mejor comprensión de la realidad.

Del espacio público al microcosmos

La creación del microcosmos en la era de posverdad trae consigo una nueva lectura hacia el espacio público habermasiano. La esfera pública es definida como una arena donde se revisan temas como política, guerra y negocios que son discutidos por las instituciones correspondientes (Habermas, 1989). Asimismo, Dahlgren (2005) la describe como los espacios comunicativos en la sociedad que permiten la libre circulación de información, ideas y debates para la formación de voluntad política. En contraparte, de acuerdo con Colleoni, Rozza, & Arvidsson (2014), las cámaras de eco han reducido dichos espacios mediante una actitud de homofilia, es decir, el generar conexiones solo con aquellos usuarios que refuercen sus puntos de vista políticos, sin la intención de ponerlos a debate.

La diferencia con el modelo de usos y gratificaciones, el cual señala que el receptor del mensaje consume lo que es le es afín de acuerdo con sus disposiciones individuales (Lozano, 2007), estriba en que, en las plataformas digitales, el usuario es el encargado de dar un sentido al mensaje a través de sus comentarios y de difundir información con la intención de que otros hagan uso de ella. En ese sentido, su actitud es tan evidente que es posible predecir la orientación política de los usuarios mediante el mapeo de sus ‘me gusta’, ‘compartir’, ‘retuit’ y ‘comentar’ (Grömping, 2014).

Mientras que la llegada de Internet supuso el ideal de la aldea global donde la disponibilidad de información haría más democrática y plural la exposición de ideas, los filtros selectivos de sus usuarios han puesto a debate si un mayor flujo de información representa una sociedad con apertura a diferentes puntos de vista. El estudio de Bennett e Iyengar (2008) demostró que entre más diversidad de temas y posiciones políticas exista, mayor será la conducta de los usuarios de buscar únicamente aquella información afín con sus ideas políticas. Esta constante no se explica únicamente por la acción deliberada y motivada de los usuarios de buscar información con ideas similares a las suyas, sino que, aunque no posean una ideología establecida, existe también una exposición de facto, es decir, que se trata de información partidaria que llega al usuario porque su círculo cercano social pertenece a un determinado partido (Iyengar y Hahn, 2009).

Sin embargo, otra serie de estudios han concluido que la diversidad de usuarios que se puede tener en las redes como Facebook y Twitter es tan grande que fomenta al menos una exposición ocasional o accidental a otro tipo de información que no sea afín a su espectro ideológico. Por tanto, aunque el usuario pueda fomentar la creación de cámaras de eco, la posibilidad de filtración de una idea alterna en su microcosmos sigue latente (Brundidge, 2010; Bakshy, Messing & Adamic, 2015; Mitchell, Holcomb & Weisel, 2016).

El que una verdad alterna puede cruzar los filtros impuestos por los usuarios obedece a la misma lógica de red. A diferencia de los medios tradicionales que son los que imponen la agenda de noticias, en las redes sociales los usuarios funcionan como un nuevo guardabarrera en el proceso informativo, en tanto estos seleccionan y distribuyen la información relevante (Singer, 2013; Suau Martínez, 2015). Entre mayor cantidad de interconexiones tengan los usuarios o nodos de la red, la difusión será potencialmente mayor, es decir, tendrá un alcance a más usuarios. Sin embargo, de acuerdo con Castells (2001), la intensidad entre dos nodos que pertenecen a una misma red siempre será mayor que dos nodos de redes diferentes, por lo que si un usuario es parte de una red que comparte una ideología específica, la intensidad del mensaje que sus conexiones envíen siempre será de mayor intensidad que las ideas alternas de otras redes que se alcancen a filtrar.

Dicha intensidad de los mensajes puede hacer creer que la popularidad del candidato en cuestión es superior. Sin embargo, Trejo (2011) explica que, así como en los mítines políticos en las calles, las multitudes en línea suelen ser poco representativas, puesto que la mayoría de las personas que acuden serán adherentes al partido que las organiza. Las posiciones de los ya convencidos, por tanto, solo se ratifican con otros contenidos afines.

Noticias falsas, usuarios falsos

La posverdad es planteada con la circulación de las llamadas noticias falsas que consisten en narrativas con desinformaciones publicadas en la web, cuyos fines suelen ser políticos para generar un tráfico web amplio, sobre todo en las redes sociales (Allcott y Gentzkow, 2017). Otros autores las llaman también hechos alternativos, debido a que las descripciones se realizan bajo la ausencia y exclusión de la realidad (Strong, 2017).

Los contenidos de las noticias falsas pueden ser el reproducir íntegramente declaraciones y sentencias oficialistas sin dar cabida a contrapartes (Hannan, 2016); pero también el uso de datos como estadísticas, antecedentes y otro material de evidencia que sea aparentemente verificable, pero cuya interpretación es distorsionada (Romano, 2017). Aunque se han propuesto métodos para identificarlas como los análisis lingüísticos y pruebas científicas, la dificultad de hacerlo aún sobrepasa el tiempo e interés del usuario promedio para contrastar su información (Conroy, Rubin & Chen, 2015).

Para Bounegru, Gray, Venturini & Mauri (2017), el auge de las noticias falsas significa una alerta ante la falta de consenso que existe entre las instituciones de comunicación y los procesos de producción del conocimiento. Esto es, la falsedad ha encontrado en los baches comunicativos una manera de generar ingresos económicos. Para los autores, lo interesante de este tipo de información alterna en la sociedad en red no es tanto el contenido, sino la difusión del mensaje: “En este sentido, las noticias pueden ser consideradas no solo en términos de la forma o contenido del mensaje, sino también en términos de las infraestructuras mediadoras, plataformas y culturas participativas que facilitan su circulación” (Bounegru et al., 2017, p. 8).

Aunque las noticias falsas y la posverdad son conceptos nuevos, durante varias décadas, campos como la política y la psicología han estado interesados en estudiar el cómo y porqué los individuos e instituciones adoptan creencias que están desfasadas de la realidad observable (Strong, 2017). En el campo de la comunicación política, por ejemplo, en los años veinte, Lippmann (1998) ya había concluido que la opinión pública era propensa a ser maleable, puesto que las personas eran fácilmente manipuladas y guiadas por información falsa con fines empresariales y políticos. Si bien este pensamiento sería posteriormente matizado para estudiar a las audiencias en su forma activa (Jensen y Rosengren, 1997), este tipo de pensamiento permitió predecir que la llegada de nuevos medios trae consigo nuevas formas de manipular la información para añadirle hechos alternos.

Además de las noticias falsas en redes sociales, otra forma en la que se ha tratado de interferir en la opinión pública es a través de generar tendencias con ayuda de usuarios fantasmas. También conocidos como bots, se tratan de cuentas controladas por medio de algoritmos que emulan la actividad de los usuarios humanos, pero a un ritmo mucho más alto (Bessi y Ferrara, 2016).

Hwang, Pearce & Nanis (2012) han diferenciado a los bots de los bots sociales. Los primeros son utilizados para fines de desarrollo informático, mientras que los segundos están en constante relación con las personas, de tal forma que crean interacciones con los usuarios humanos que hace apenas perceptible su identidad artificial.

Para Messias, Schmidt, Oliveira & Benevenuto (2013), los usuarios en Twitter recurren a estos algoritmos para aumentar su número de seguidores, de esta manera, amplían su influencia para la difusión de ideas y se vuelven económicamente rentables para que empresas interesadas busquen promocionarse en sus “líneas del tiempo”. Los autores también señalan que existen dos funciones de bots en Twitter. Por un lado, los bots que únicamente se dedican a seguir a una cierta cantidad de usuarios de forma aleatoria para así atraer la mayor cantidad de seguidores. Este bot funciona bajo la idea de que al usuario que den “seguir” tendrá una reacción similar hacia la cuenta artificial creada. La segunda función del bot ocurre mediante un algoritmo que le permite buscar, mediante palabras clave, determinadas ideas y noticias para volverlas tendencia. Así, el usuario común se enfrenta a una agenda de temas en tendencia artificialmente creada.

Ante el crecimiento del uso de bots, estudios han encontrado que los usuarios fantasmas son creados para apoyar campañas electorales a través de la difusión de noticias que favorezcan la imagen de un candidato y den la ilusión de que su popularidad es mucho mayor que sus contrincantes (Ratkiewicz, Conover, Meiss, Goncalves, Flammini & Menczer, 2011; Gayo-Avello, 2012; Metaxas & Mustafaraj, 2012).

De acuerdo con la investigación de Varol, Ferrara, Davis, Menczer & Flammini (2017), 15% de los usuarios de Twitter pueden ser definidos como bots en el sentido de que tienen un perfil por defecto y contiene patrones más propagandísticos que de contenidos originales elaborados por un usuario humano. De acuerdo con la investigación, existen tres clústeres: el primero contiene cuentas con gran actividad, pero de pocos seguidores; el segundo, comparte con frecuencia contenidos de otras plataformas como Facebook e Instagram, de tal forma que no genera contenido dentro de Twitter; el tercero que se subdivide en siete más, hace referencia a los bots complejos y sofisticados que pueden ser controlados tanto automáticamente como por un humano.

Con la anterior discusión teórica, se pretende demostrar que las encuestas publicadas en diversas cuentas de Twitter, con la intención de medir cuál candidato al gobierno del Estado de México tuvo un mejor desempeño en los debates, presentan algunas de las características de la era de la posverdad. Para ello, se analizan las interacciones que determinados usuarios tuvieron con las encuestas.

Las hipótesis a comprobar son dos comportamientos específicos. Primero, de acuerdo con la creación de microcosmos, que los usuarios que apoyaron a un determinado candidato tendieron a compartir las encuestas donde su candidato resultó favorecido en orden de reforzar su idea política con ayuda de sus conexiones políticamente afines. Segundo, que los resultados de las encuestas en la red social dependieron de la cantidad de interconexiones y orientación política de los usuarios que la compartieron. Es importante acotar que no se estableció si el sondeo fue compartido cuando todavía se aceptaban votaciones o posteriormente al cierre de la encuesta, sin embargo, esto no impide la búsqueda de correlaciones entre ambas variables. Al alimón, se plantean cuatro preguntas de investigación que permitan corroborar las hipótesis anteriores y ofrecer características específicas de los usuarios y las encuestas:

  1. ¿Cuáles encuestas tuvieron mayor visibilidad y participación?

  2. ¿En qué medida los usuarios afines a un determinado partido político compartieron la encuesta donde su candidato resultó vencedor?

  3. ¿Qué tendencias existen entre el impacto que puede generar el Retuit de un usuario políticamente definido y el resultado de la encuesta?

  4. ¿Cuáles características tuvo el usuario promedio que apoyó a un determinado candidato?

Método

La técnica utilizada fue el análisis de contenido en su modalidad cuantitativa. La elección se justifica en que los cruces de variables permitirían destacar las tendencias buscadas por las preguntas de investigación. Asimismo, el establecer un manual de codificación permitió tener control sobre ciertas características de los usuarios y así crear categorías para analizar.

La muestra consistió en nueve cuentas de Twitter pertenecientes a periódicos, periodistas y medios, tanto tradicionales como nacidos en la web, que hayan elaborado una encuesta después de cada uno de los debates (tabla 1). En total se emplearon 18 encuestas, tanto las generadas en abril como en mayo. Se utilizó el trabajo recopilatorio de Ayala (2017) para Publimetro con el fin de seleccionar las cuentas a analizar. En un primer momento, se registraron los resultados de todas las encuestas y el número de votos que recibió cada candidato.

En cada una de las 18 encuestas se analizaron los retuits de los usuarios, es decir, las cuentas que compartieron dicha información a sus seguidores. Del total de retuits de cada encuesta se analizaron hasta 80 cuentas diferentes que son las que permitía visualizar la aplicación móvil de Twitter. Es importante aclarar que no se detectó si dichas 80 cuentas fueron las primeras o las últimas en dar retuits, o si fueron seleccionadas aleatoriamente, de lo que sí se tuvo constancia es que en cualquier teléfono móvil que se abra la encuesta aparecerán las mismas 80 cuentas. En las encuestas que tuvieron una cantidad menor, se realizó un censo completo de sus retuits.

Un total de 1,170 retuits fueron analizados a los cuales se les codificó si el usuario que compartió la encuesta contaba con descripción o no, su número total de seguidores, candidato o partido al que apoyan y cuál fue la encuesta que compartieron. El objetivo de recolectar dichos datos fue saber si el usuario podría caer en la descripción de bot, la intensidad de sus conexiones y si el candidato al cual apoyaron era el mismo que el ganador de la encuesta, respectivamente. Se contó como descripción, la frase o frases del apartado bio que den la seguridad de que se trata de un usuario humano. Asimismo, se registró el número total de seguidores que tuviera al momento de la codificación. Para conocer a qué candidato o partido eran afín los usuarios, se analizaron hasta los primeros 20 tuits y retuits que aparecieron en su línea del tiempo en busca de contenido del candidato al que apoyaban, de algún mensaje partidista o de pensamientos propios del usuario que expresaron afinidad política. Esta acción se valida en la idea de Grömping (2014) de que se puede predecir la orientación política de un usuario de redes a través de los contenidos que publica. Por último, se codificó el medio al que pertenecía la cuenta que elaboró la encuesta y si hacía referencia al primer o segundo debate.

Procedencia de encuestas

Cuenta Bio Seguidores
@Milenio Periodismo con carácter 3.85 millones
@JoseCardenas1 Cuarenta y siete años en el oficio del periodismo y la información 624 mil
@lopezdoriga Periodista. #Televisa #RadioFórmula #TeleFormula Escribo en #Milenio. Facebook.com/joaquinlopezdo… Periscope. #SoyPuma 7.67 millones
@SinEmbargoMX Periodismo digital con rigor. Todas las voces. Las mejores plumas. Sin Censura. Sin Intereses. Sigan también a @SinEmbargoTR 1.08 millones
@Reforma Corazón de México. Puedes ver más información en: reforma.com 2.34 millones
@CapitalEdomex Información relevante e interesante de lo que sucede en el Estado de México 21.8 mil
@PublimetroMX Las noticias del diario global más grande en 140 caracteres. 663 mil
@UnoNoticias Las noticias más importantes de México y el mundo. |¡Únete a la conversación! • instagram.com/unotv_/ • facebook.com/UnoTVNoticias/ 278 mil
@EfectoPolitico La política de México desde un punto de vista parcial y critico - Encuestadora Análisis político / Encuestadora Independiente 54

[i] Fuente: elaboración propia con información de Twitter.

Tabla 1:

Resultados

Alcance de las encuestas analizadas

Se realizó una comparativa entre dos factores: el resultado de las encuestas y la visibilidad de las mismas. La primera categoría hizo referencia a la proporción de votos obtenidos al sumar las 18 encuestas de la muestra. En la tabla 2 se muestran los resultados de participación y visibilidad de las dos encuestas, una por debate, realizadas por los nueve medios analizados. En ese sentido, la cuenta oficial del diario Milenio acaparó más de 180 mil votos, lo que representó casi 30% del total. Este resultado indicó que, a pesar de ser una red social digital, los usuarios continúan con participación en las cuentas de la prensa impresa y, en este caso, de alcance nacional. En un segundo lugar, se encontró que las cuentas personales, es decir, que estaban a cargo de un periodista (José Cárdenas y Joaquín López-Dóriga), lograron una participación de más de una tercera parte de los votos totales (34.6%). Mientras que las cuentas de corte más independiente y crítico, como son los casos de Sin Embargo (13.9%) y Efecto Político (0.2%), obtuvieron una votación más discreta.

Los resultados en participación del voto demostraron que, a pesar de que los medios y periodistas de gran prestigio acaparan participación en redes sociales, existen medios alternativos e independientes que pueden llegar a filtrarse tal y como lo indicaron los estudios de Brundidge (2010), Bakshy et al. (2015) y Mitchell et al., (2016). Asimismo, Masip et al. (2017) describieron que este tipo de cuentas podría ser una forma en la que la audiencia decida contrastar sus ideas políticas. Por otra parte, el que exista una votación mayor en fuentes de amplia historia en la comunicación del país, podría deberse a una forma de filtrar la información para asegurarse de que las noticias presentada no son falsas, puesto que el prestigio de un diario de circulación nacional o de un periodista con amplia experiencia avalan dicha información

Participación y visibilidad

Participación Visibilidad
Cuenta de Twitter Votos % Usuarios meta %
@Milenio @JoseCardenas1 @lopezdoriga @SinEmbargoMX @Reforma @CapitalEdomex @PublimetroMX @UnoNoticias @EfectoPolitico 70,395 115,868 80,222 38,417 37,484 62,602 3,765 83,790 59,531 5,396 29,954 11,405 1,372 14,139 562 14,935 168 1,188 11.2 18.4 12.7 6.1 5.9 9.9 0.6 13.3 9.4 0.9 4.7 1.8 0.2 2.2 0.1 2.4 0.0 0.2 35,017 424,233 10,649 406,083 28,100 105,574 1,015,903 31,167 35,625 42,147 1,066 32,293 42,370 14,947 5,573 31,636 5,474 27,596 1.5 18.5 0.5 17.7 1.2 4.6 44.3 1.4 1.6 1.8 0.0 1.4 1.8 0.7 0.2 1.4 0.2 1.2
Totales (n=631,193) 100% (n=2,295,453) 100%

[i] Fuente: elaboración propia con datos de las encuestas analizadas.

Tabla 2:

El segundo factor a discusión en la tabla 2 es el de la visibilidad. Por esta se entiende la cantidad usuarios potenciales de estar en contacto con dicha encuesta. Para ello, se realizó una sumatoria al número de seguidores que registraron los 1,170 usuarios que comprende la muestra. De ello, se obtuvo que 2.3 millones de seguidores pudieron interactuar con alguna encuesta, siendo la del primer debate de Sin Embargo la que mayor visibilidad tuvo con 44% del total. Es relevante este tipo de datos porque a pesar de que menos de 4 mil usuarios participaron en dicha encuesta, hubo una visibilidad grande; mientras que encuestas como la de José Cárdenas donde participaron hasta 80 mil usuarios, tuvo una visibilidad mínima de medio punto porcentual.

Este ejercicio, por tanto, no refleja que, ante mayor votación en las encuestas, mayor visibilidad. Incluso, algunos medios bajaron la cantidad de votos de forma contundente durante el segundo debate, como Reforma que perdió más de 50 mil votos, así como José Cárdenas y Capital Edomex que registraron menos de la mitad de votos en su segunda encuesta y, sin embargo, lograron aumentar su visibilidad exponencialmente. Por otra parte, cuatro de los medios (Milenio, López Dóriga, Uno Noticias y Efecto Político) tuvieron una tendencia contraria, puesto que se encontró que, al aumentar la cantidad de votos, también lo hizo su visibilidad, aunque no de forma proporcional. Por lo tanto, esta primera tabla alerta de otros condicionantes que jugaron para aumentar la visibilidad.

El Retuit como reforzamiento de afinidad política

El presente trabajo se propuso evaluar qué tanto los usuarios con una determinada orientación política compartieron la encuesta en la que su candidato favorito resultó vencedor. Para ello, se realizó una comparativa entre el resultado de las dos encuestas realizadas por los nueve medios analizados y qué orientación política fue la que tuvo la mayoría de los usuarios que la compartieron. El resultado muestra, en 61% de los casos, que el candidato vencedor de la encuesta fue el mismo que el candidato favorito de los usuarios que la compartieron (tabla 3). Asimismo, el resultado aumentó hasta 94% de coincidencia si se tomaba en cuenta la segunda orientación política más recurrente en los usuarios.

Dicha tendencia encontrada refleja la idea de que los usuarios se comportaron como hacedores de cámaras de eco, de tal forma que para reforzar la idea de que su candidato es el más preparado para gobernar se utilizó una encuesta que fundamentara su creencia, tal como lo describe Sunstein (2009). Al tomar en cuenta la participación y visibilidad de los medios (tabla 2), se obtuvo que los usuarios también buscaron que su voz fuera respaldada por un medio o periodista con amplia credibilidad para así garantizar un eco válido de su propia voz. Así, los resultados evidencian una exposición selectiva de la información, la cual puede ser consciente o no, pero que tiene un objetivo en sí que es el comprobar su idea política (Knobloch-Westerwick y Meng, 2009; Dutta-Bergman, 2004).

Asimismo, es de notar que el resultado de los votos en las encuestas entre el primer y segundo debate no fue estable en ocho de los nueve medios analizados. Así como que, en cinco de las cuentas, la orientación política prominente en los usuarios no fue la misma. Lo anterior concuerda con las investigaciones de Cotton (1980), Frey (1986) y Chadwick (2013) quienes hacen referencia que existe una inestabilidad del fenómeno de acuerdo con el contexto sociopolítico, por lo que los usuarios pudieron habrían decidido no compartir cierta encuesta por cambios en los objetivos de su contexto.

Sin embargo, también es relevante reparar en que tanto los medios de alcance nacional, Milenio y Reforma, como en el caso de las cuentas de periodistas, José Cárdenas y Joaquín López-Doriga, se mantuvo la misma orientación política de los usuarios que dieron Retuit en ambos debates. De esta manera, se infiere que existió una tendencia en que los seguidores de Alfredo del Mazo y Josefina Vázquez Mota, candidatos de los dos partidos con mayor injerencia en el país, reforzaron sus ideas políticas a partir de cuentas con larga tradición en la comunicación de México. Mientras que, la voz de los que apoyaron a Delfina Gómez y Juan Zepeda, que pertenecen a partidos de izquierda y oposición, tuvieron visibilidad en medios de reciente creación y de opinión como Sin Embargo, Uno noticias y Efecto Político.

Resultado de la encuesta y orientación política de los usuarios que la compartieron

Resultado de la encuesta Orientación política del retuit
Cuenta de Twitter Candidato vencedor % Candidato con más usuarios afines %
@Milenio @JoseCardenas1 @lopezdoriga @SinEmbargoMX @Reforma @CapitalEdomex @PublimetroMX @UnoNoticias @EfectoPolitico Josefina Vázquez Mota Alfredo del Mazo Josefina Vázquez Mota Alfredo del Mazo Josefina Vázquez Mota Josefina Vázquez Mota Delfina Gómez Josefina Vázquez Mota Josefina Vázquez Mota Alfredo del Mazo Josefina Vázquez Mota Alfredo del Mazo Josefina Vázquez Mota Alfredo del Mazo Delfina Gómez Alfredo del Mazo Delfina Gómez Josefina Vázquez Mota 45 44 44 69 40 41 47 45 51 31 52 48 33 94 50 75 50 70 Alfredo del Mazo Alfredo del Mazo Alfredo del Mazo Alfredo del Mazo Josefina Vázquez Mota Josefina Vázquez Mota Delfina Gómez Alfredo del Mazo Alfredo del Mazo Alfredo del Mazo Alfredo del Mazo Juan Zepeda Josefina Vázquez Mota Alfredo del Mazo Delfina Gómez Alfredo del Mazo Delfina Gómez Juan Zepeda 56 70 80 27 34 49 40 65 71 73 98 34 61 73 60 75 33 61
Coincidencias = 11 (61%) (n=18) Discrepancias = 7 (39%) (n=18)

[i] Fuente: elaboración propia con datos de las encuestas analizadas.

Tabla 3:

Es importante recordar que de acuerdo con Sunstein (2009), el reforzamiento de ideas políticas afines produce una fragmentación en la sociedad al no poder dar cabida a propuestas alternas. De igual forma, da la falsa idea de una discusión de puntos contrarios, puesto que el usuario se mantiene estoico en su posición y, por tanto, ciego a las ideas del otro, como lo describieron Colleoni et al. (2014), al decir que existe homofilia política en las redes sociales. Se encontró, por tanto, un comportamiento de los usuarios por exponerse selectivamente a las noticias lo que erosiona el debate en la esfera pública. Se trata de exposición, pero también de dar sentido al mensaje a través del voto y de difundir la encuesta para que usuarios afines voten y refuercen su posición.

El acercamiento de las encuestas al concepto de fake news

Al realizar una comparación entre el resultado de la votación y qué orientación política fue la que tuvo la mayoría de los usuarios potenciales a observar y participar en dicha encuesta, se encontró una tendencia positiva entre ambas. Para obtener este resultado, se sumaron todos los seguidores de cada usuario con una orientación política definida que retuiteó una determinada encuesta. De esta manera, se halló que en 72% de las 18 encuestas, el candidato que resultó con mayor cantidad de votos fue el mismo candidato al que apoyaban la mayoría de los usuarios potenciales a observar y participar en la encuesta (tabla 4). De esta manera, al tomar en cuenta el fenómeno de las cámaras de eco perpetuado por los usuarios, se obtuvo que cuando una cuenta con un determinado perfil político comparte a sus seguidores la encuesta, estos tendrán una ideología política afín y votarán por el mismo candidato, lo cual haría ganar a este en la encuesta virtual.

Lo anterior se puede plantear en un acercamiento hacia el término de las fake news. Si bien, como es evidente, un sondeo en redes sociales no tiene la construcción periodística de una nota informativa, existen intenciones similares que aproximan a las encuestas hacia las noticias falsas. En el marco teórico se conceptualizó que una noticia falsa se trata de información, por lo general política, con tres fines: generar un tráfico web relevante en redes sociales (Allcott y Gentzkow, 2017), hacerse pasar hechos no concordantes con la realidad como verdaderos de tal manera que desinformen a la audiencia (Strong, 2017) e incluir datos estadísticos aparentemente verificables (Romano, 2017).

Con los resultados de esta investigación y con base en las definiciones anteriores se puede acercar al ejercicio de los sondeos en Twitter para saber quién ganó cada uno de los debates al concepto de fake news. La relación entre las encuestas y las noticias falsas no ocurre en cuanto a forma, es decir, no hay manera de sostener que una encuesta tenga la construcción de una nota informativa. Lo que las une es el ofrecer un hecho noticioso, es decir, una interrupción del flujo normal de eventos (Benavides y Quintero, 2005). Si bien no existe un periodista detrás de las encuestas que triangule los datos para otorgar veracidad o falsedad, sí existe la posibilidad de que los mismos usuarios puedan hacer uso de esta herramienta promovida por un medio informativo para realzar su creencia de que su candidato es el mejor posicionado. Los usuarios de Twitter, en ese sentido, comparten las encuestas que conllevan el hecho noticioso de que su candidato lleva una delantera, a pesar de que el mismo ejercicio de compartir el sondeo genera una alta probabilidad de que sus conexiones voten por su mismo candidato y, por ende, remueva la fiabilidad y representatividad del sondeo.

De esta forma, los datos que se ofrecen en este estudio reflejan una tendencia similar a la del acarreo político (Ricaurte, 2012) donde el ganador será el que mayor número de simpatizantes haya votado en la encuesta. El anterior hallazgo no impide que algunos usuarios hayan realizado una posición crítica ante el debate ni que contestaran con base únicamente en el desempeño del candidato. Sin embargo, al sumarse estos votos a los de los simpatizantes políticos la encuesta se vuelve no representativa, altamente propensa a mostrar datos inconsistentes con la realidad como se caracterizan las noticias falsas.

Es relevante acotar que, mientras que ciertas páginas web fabrican noticias abiertamente falsas con fines de entretenimiento y denuncia, en este estudio no se puede percibir si el usuario es consciente o no de la baja representatividad de la encuesta. Por tanto, es importante precisar que se trata de un acercamiento al concepto de fake news con fines de entender el fenómeno como consecuencia de la posverdad en la era digital.

Resultado de la encuesta y visibilidad

Resultado de la encuesta Visibilidad del retuit
Cuenta de Twitter Candidato vencedor % Candidato con más seguidores entre sus usuarios afines %
@Milenio @JoseCardenas1 @lopezdoriga @SinEmbargoMX @Reforma @CapitalEdomex @PublimetroMX @UnoNoticias @EfectoPolitico Josefina Vázquez Mota Alfredo del Mazo Josefina Vázquez Mota Alfredo del Mazo Josefina Vázquez Mota Josefina Vázquez Mota Delfina Gómez Josefina Vázquez Mota Josefina Vázquez Mota Alfredo del Mazo Josefina Vázquez Mota Alfredo del Mazo Josefina Vázquez Mota Alfredo del Mazo Delfina Gómez Alfredo del Mazo Delfina Gómez Josefina Vázquez Mota 45 44 44 69 40 41 47 45 51 31 52 48 33 94 50 75 50 70 Josefina Vázquez Mota Alfredo del Mazo Alfredo del Mazo Alfredo del Mazo Josefina Vázquez Mota Josefina Vázquez Mota Delfina Gómez Alfredo del Mazo Josefina Vázquez Mota Alfredo del Mazo Alfredo del Mazo Josefina Vázquez Mota Josefina Vázquez Mota Alfredo del Mazo Delfina Gómez Alfredo del Mazo Delfina Gómez Juan Zepeda 91 99 39 69 72 54 6 32 35 31 71 41 75 46 29 58 28 48
Coincidencias = 13 (72%) (n=18) Discrepancias = 5 (28%) (n=18)

[i] Fuente: elaboración propia con datos de las encuestas analizadas.

Tabla 4:

De acuerdo con el análisis, fueron señales de que los datos buscaron pasar por confiables, viables y representativos los siguientes: que la encuesta la realizó una cuenta sin orientación política definida, que presentó datos verificables, que cualquier usuario podría votar y que los usuarios utilicen el tuit como un refuerzo de sus ideas políticas.

El presente ejercicio de comparar al ganador de las encuestas con el que tuvo mayor visibilidad entre sus simpatizantes es una propuesta que se basa no tanto en el contenido de la información presentada, es decir, en comprobar si los datos son o no correctos, sino en la manera en la que se difundió la noticia como la apuntaron Bounegru et al. (2017). Mediante el mapeo del perfil político de los difusores de la información y la potencial audiencia, se obtuvo que existe una correlación entre el resultado de su encuesta y su visibilidad. En ese sentido, si en un estudio posterior encontrara que el usuario que comparte la encuesta confía en su veracidad, se comprobaría que continúa latente la idea de Lippmann (1998) de que la opinión pública puede ser moldeada para fines políticos.

Características de los usuarios

La cantidad de seguidores de los usuarios que compartieron alguna encuesta poseían en promedio de 1 a 100 followers en el 59% de los casos (tabla 5). Específicamente, los de Alfredo del Mazo tuvieron entre 0 y 10 seguidores en más de la mitad de los usuarios (57%), además de registrar la mayor proporción de 0 seguidores de los cuatro candidatos (8%). Por otra parte, Delfina Gómez concentró a los usuarios con mayor cantidad followers, de 101 a 1,000 en el 53% de los casos.

Cantidad de seguidores por usuarios que dieron retuit por orientación política

Número de seguidores Josefina Vázquez Alfredo del Mazo Delfina Gómez Juan Zepeda No identificado Totales
0 0 8 0 1 3 5
1-10 5 49 4 5 19 31
11-100 34 24 20 50 29 28
101-1,000 35 15 53 38 30 25
1,001-10,000 23 4 20 5 14 10
+10,001 3 0 3 0 4 2
Totales 100% (n=186) 100% (n=629) 100% (n=92) 100% (n=76) 100% (n=187) 100% (n=1170)

[i] Fuente: elaboración propia.

Tabla 5:

Ante el crecimiento del uso de bots, autores como Ratkiewicz et al. (2011), Gayo-Avello (2012) y Metaxas y Mustafaraj (2012) recomiendan la identificación de estos en los trabajos de comunicación política ya que pueden jugar un papel importante en el favorecimiento de la imagen de un candidato. Uno de los clústeres identificado por Varol et al. (2017) afirma que los bots se caracterizan por poseer pocos seguidores, pero una actividad constante. En ese sentido, se podría categorizar de forma sistemática que al menos el 8% de los seguidores del priista fueron bots; asimismo, el 49% de los followers que presentaron menos de 10 seguidores, se figuran como potenciales bots.

De acuerdo con las dos funciones que describen Messias et al. (2013) como propias del bot, se encontró que funge más como una red de usuarios que buscan crear tendencias de temas y no tanto la atracción de seguidores. Aunque se eliminen los potenciales bots de del Mazo, la cantidad de usuarios restante fue lo suficiente como para generar mayor atracción de simpatizantes para el voto en las encuestas puesto que el total de usuarios es al menos tres veces mayor que el resto de sus contrincantes. En el caso de Delfina, se observa que, aunque pocos usuarios afines compartieron alguna encuesta, las interconexiones entre estos fueron lo suficientemente fuertes como para ganar algunas de ellas y obtener mayor visibilidad, aunque como ya se explicó anteriormente, esto ocurrió más en medios independientes y de periodismo crítico o de opinión.

Concentrado de resultados

Candidato Resultado encuestas Cantidad de usuarios Intensidad del retuit Promedio de seguidores Cuentas con descripción
Josefina Vázquez M 32.2 15.9 8.2 11-1,000 60
Alfredo del Mazo 37 53.8 33.8 0-10 18
Delfina Gómez 15.6 7.9 5.4 101-1,000 67
Juan Zepeda 11.8 6.5 1.3 11-100 54
No identificado 3.4 16 51.4 101-10,000 53
Totales 100% (n=631,193) 100% (n=1,170) 100% (n=2’295,453) 1-100 (promedio) (n=1,170) 61% (promedio) (n=1,170)

[i] Fuente: elaboración propia con datos de las encuestas analizadas.

Tabla 6:

En términos generales, en la tabla 6 se observa que el resultado de las encuestas es consistente con la cantidad de usuarios políticamente afines que compartieron la encuesta y el número de interconexiones que generó dicho retuit. De esta manera, se sostienen las ideas planteadas por anteriores investigaciones en tanto que los usuarios de Twitter compartieron una encuesta donde su candidato resultó ganador para validar y reforzar su idea política con ayuda de sus conexiones afines; mientras que la intensidad del retuit pudo llamar a la intención del voto. Por último, en el tema de los bots se obtuvo que existió una tendencia a que el candidato por el PRI presentara mayoritariamente usuarios de menos de 10 seguidores. Asimismo, el 82% de los tuiteros que se identificaron como partidarios de este no poseían una descripción o biografía, lo cual para Varol et al. (2017) cae en la definición de bot en tanto tiene una cuenta por defecto y no personalizada.

Conclusiones

Los resultados presentados demostraron de manera cuantitativa que las encuestas publicadas en Twitter con el fin de sondear quién había tenido mejor desempeño durante los debates para el gobierno del Estado de México son un síntoma de la era de posverdad. Los hallazgos de que los usuarios generaron cámaras de eco, que las encuestas son no representativas y que se utilizaron bots para mejorar la imagen de un candidato fueron conductas encontradas que caracterizan a la creación de microcosmos por afinidad política en las redes sociales. Los resultados de la votación en las encuestas, por tanto, dependieron de la intensidad de este microcosmos construido y la difusión del mensaje.

Los resultados obtenidos van encaminados en el sentido de que esta esfera pública que caracterizaron Habermas (1989) y Dahlgren (2005) donde se discuten temas para la formación de voluntad política no es clara en el espacio público digital. Este, en cambio, se trata dar la ilusión de estar en constante debate, pero en realidad son cámaras de eco que más que aportar puntos de vista, los fragmentan (Bennett e Iyengar, 2008). El trabajo halló que la potencia de difusión que un usuario partidario tenga al compartir una encuesta dará como ganador a su candidato favorito. De esta manera, solo reciben la información que se acerca a sus creencias, lo cual más que defender una conducta de buscar ideas alternas, se limita a reforzar las ya contraídas.

De acuerdo con los datos obtenidos, la difusión de las encuestas tuvo un alcance importante en tanto que los usuarios fungen como un nuevo filtro en la información al ser los encargados de distribuirla (Singer, 2013; Suau Martínez, 2015). Asimismo, la lógica de red permitió que los resultados estuvieran en pos de la cantidad de usuarios afines de un partido que compartieran un mensaje dado (Castells, 2001). Así, los resultados del presente análisis plantean que los usuarios de esta red social toman en cuenta el espectro partidista de los usuarios a las que decide seguir.

Finalmente, las encuestas resultaron mítines políticos dentro la red social (Trejo, 2011), ya que las multitudes que asistieron a tal llamado de la encuesta eran en su mayoría adheridas a un partido político o ya convencidas por el voto. De este modo, los usuarios fomentaron el voto de los sondeos con la intención de dar legitimidad a la campaña de su candidato. Por todo ello, las encuestas, si bien no son noticias en el formato periodístico, pueden ser utilizadas para generar la apreciación de que un candidato ha captado los votos necesarios para gobernar.

Referencias

1 

Allcott, H., & Gentzkow, M. (2017). Social media and fake news in the 2016 election. Journal of Economic Perspectives, 31(2), pp. 211-236.

H. Allcott M. Gentzkow 2017Social media and fake news in the 2016 electionJournal of Economic Perspectives312211236

2 

Ayala, F. (2017, 26 de abril). Josefina y Delfina, punteras en el debate de Edomex en Twitter. Publimetro. [En línea]. Recuperado de: https://www.publimetro.com.mx/mx/elecciones/2017/2004/2026/josefina-delfina-punteras-debate-edomex-twitter.html

F. Ayala 26042017Josefina y Delfina, punteras en el debate de Edomex en TwitterPublimetrohttps://www.publimetro.com.mx/mx/elecciones/2017/2004/2026/josefina-delfina-punteras-debate-edomex-twitter.html

3 

Bakshy, E., Messing, S., & Adamic, L.A. (2015). Exposure to ideologically diverse news and opinion on Facebook. Science, 348(6239), pp. 1130-1132.

E. Bakshy S. Messing L.A. Adamic 2015Exposure to ideologically diverse news and opinion on FacebookScience348623911301132

4 

Benavides, J.L., & Quintero, C. (2005). Escribir en prensa (2a ed.). Madrid: Pearson.

J.L. Benavides C. Quintero 2005Escribir en prensa2aMadridPearson

5 

Bennett, W.L., & Iyengar, S. (2008). A new era of minimal effects? The changing foundations of political communication. Journal of Communication, 58(4), pp. 707-731.

W.L. Bennett S. Iyengar 2008A new era of minimal effects? The changing foundations of political communicationJournal of Communication584707731

6 

Bessi, A., & Ferrara, E. (2016). Social bots distort the 2016 U.S. presidential election online discussion. First Monday, 21(11) [En línea]. Recuperado de:http://firstmonday.org/ojs/index.php/fm/article/view/7090/5653a

A. Bessi E. Ferrara 2016Social bots distort the 2016 U.S. presidential election online discussionFirst Monday2111http://firstmonday.org/ojs/index.php/fm/article/view/7090/5653a

7 

Bounegru, L., Gray, J., Venturini, T., & Mauri, M. (2017). A field guide to fake news: Public Data Lab [En línea]. Recuperado de: http://fakenews.publicdatalab.org/download/SAMPLE-field-guide-to-fake-news.pdf

L. Bounegru J. Gray T. Venturini M. Mauri 2017A field guide to fake newsPublic Data Labhttp://fakenews.publicdatalab.org/download/SAMPLE-field-guide-to-fake-news.pdf

8 

Brundidge, J. (2010). Encountering ‘difference’ in the contemporary public sphere: the contribution of the Internet to the heterogeneity of political discussion networks. Journal of Communication , 60(4), pp. 680-700.

J. Brundidge 2010Encountering ‘difference’ in the contemporary public sphere: the contribution of the Internet to the heterogeneity of political discussion networksJournal of Communication604680700

9 

Castells, M. (2001). La era de la información: la sociedad red, Vol. 1 (3a ed.). México: Siglo XXI.

M. Castells 2001La era de la información: la sociedad red13aMéxicoSiglo XXI

10 

Chadwick, A. (2013). The hybrid media system: Politics and power. Oxford: Oxford University Press.

A. Chadwick 2013The hybrid media system: Politics and powerOxfordOxford University Press

11 

Colleoni, E., Rozza, A., & Arvidsson, A. (2014). Echo chamber or public sphere? Predicting political orientation and measuring political homophily in Twitter using Big Data. Journal of Communication , 64(2), pp. 317-332.

E. Colleoni A. Rozza A. Arvidsson 2014Echo chamber or public sphere? Predicting political orientation and measuring political homophily in Twitter using Big Data.Journal of Communication642317332

12 

Conroy, N. J., Rubin, V. L., & Chen, Y. (2015). Automatic deception detection: methods for finding fake news. ASIST, pp. 6-10 [En línea]. Recuperado de: https://www.asist.org/files/meetings/am15/proceedings/submissions/posters/193poster.pdf

N. J. Conroy V. L. Rubin Y. Chen 2015Automatic deception detection: methods for finding fake news.ASIST610https://www.asist.org/files/meetings/am15/proceedings/submissions/posters/193poster.pdf

13 

Cotton, J.L. (1980). Selective exposure to information and cognitive dissonance. Journal of Research in Personality, 14(4), pp. 518-527.

J.L. Cotton 1980Selective exposure to information and cognitive dissonanceJournal of Research in Personality144518527

14 

Dahlgren, P. (2005). The Internet, public spheres, and political communication: dispersion and deliberation. Political Communication, 22(2), pp. 147-162.

P. Dahlgren 2005The Internet, public spheres, and political communication: dispersion and deliberationPolitical Communication222147162

15 

Dutta-Bergman, M.J. (2004). The impact of completeness and web use motivation on the credibility of e-Health information. Journal of Communication , 54(2), pp. 253-269.

M.J. Dutta-Bergman 2004The impact of completeness and web use motivation on the credibility of e-Health informationJournal of Communication542253269

16 

Echeverría, M. (2008). Debates presidenciales y democracia en México. Desempeño de los candidatos en los debates presidenciales de 2006. Revista Mexicana de Ciencias Políticas, 50(202), pp. 33-49.

M. Echeverría 2008Debates presidenciales y democracia en México. Desempeño de los candidatos en los debates presidenciales de 2006Revista Mexicana de Ciencias Políticas502023349

17 

Frey, D. (1986). Recent research on selective exposure to information. En L. Berkowitz (Ed.), Advances in Experimental Social Psychology. Nueva York: Academic Press.

FreyF D.Frey, D.1986Recent research on selective exposure to information L. Berkowitz Advances in Experimental Social PsychologyNueva YorkAcademic Press

18 

Gayo-Avello, D. (2012). I wanted to predict elections with Twitter and all I got was this Lousy Paper. A balanced survey on election prediction using Twitter data. University of Oviedo [En línea]. Recuperado de: https://arxiv.org/pdf/1204.6441.pdf

D. Gayo-Avello 2012I wanted to predict elections with Twitter and all I got was this Lousy Paper. A balanced survey on election prediction using Twitter data.University of Oviedohttps://arxiv.org/pdf/1204.6441.pdf

19 

Grömping, M. (2014). ‘Echo chambers’ partisan facebook groups during the 2014 thai election. Asia Pacific Media Educator, 24(1), pp. 39-59.

M. Grömping 2014‘Echo chambers’ partisan facebook groups during the 2014 thai electionAsia Pacific Media Educator2413959

20 

Habermas, J. (1989). The structural transformation of the public sphere. Cambridge, MA: MIT Press.

J. Habermas 1989The structural transformation of the public sphereCambridge, MAMIT Press

21 

Hannan, J. (2016). Truth as first casualty in american politics. En J. Hannan (Ed.), Truth in the public sphere (pp. XI-XXXVI). Lanham, MD: Lexington.

J. Hannan 2016Truth as first casualty in american politicsJ. HannanTruth in the public sphereXIXXXVILanhamMDLexington

22 

Hwang, T., Pearce, I., & Nanis, M. (2012). Socialbots: voices from the fronts. Interactions, 19(2), pp. 38-45.

T. Hwang I. Pearce M. Nanis 2012Socialbots: voices from the frontsInteractions1923845

23 

Islas, I. (2014). El debate electoral #Yosoy132: oportunidad de diálogo. Observaciones desde la teoría de la deliberación. En C. Rodríguez Cano (Ed.), Comunicación en red: política en movimiento. México: Razón y Palabra. Recuperado de:http://www.razonypalabra.org.mx/LibroComunicacionRedPolitica/ComunicacionRedPoliticaMovimiento.pdf

I. Islas 2014El debate electoral #Yosoy132: oportunidad de diálogo. Observaciones desde la teoría de la deliberación C. Rodríguez Cano Comunicación en red: política en movimiento. México: Razón y Palabrahttp://www.razonypalabra.org.mx/LibroComunicacionRedPolitica/ComunicacionRedPoliticaMovimiento.pdf

24 

Iyengar, S. , & Hahn, K.S. (2009). Red media, blue media: evidence of ideological selectivity in media use. Journal of Communication , 59(1), pp. 19-39.

S. Iyengar K.S Hahn 2009Red media, blue media: evidence of ideological selectivity in media useJournal of Communication5911939

25 

Jensen, K. B., & Rosengren, K. E. (1997). Cinco tradiciones en busca del público. En D. Dayan (Ed.), En busca del público: recepción, televisión, medios (pp. 335-370). Barcelona: Gedisa.

K. B. Jensen K. E. Rosengren 1997Cinco tradiciones en busca del públicoD. DayanEn busca del público: recepción, televisión, medios335370BarcelonaGedisa

26 

Knobl ch-Westerwick, S., & Meng, J. (2009). Looking the other way: selective exposure to attitude-consistent and counterattitudinal political information. Communication Research, 36(3), pp. 426-448.

S. Knobl ch-Westerwick J. Meng 2009Looking the other way: selective exposure to attitude-consistent and counterattitudinal political information.Communication Research363426448

27 

Lippmann, W. (1998). Public Opinion. New Brunswick, NJ: Transaction Publishers.

W. Lippmann 1998Public OpinionNew BrunswickNJTransaction Publishers

28 

Lozano, J.C. (2007).Teoría e investigación de la comunicación de masas. México: Pearson Educación.

J.C. Lozano 2007Teoría e investigación de la comunicación de masasMéxicoPearson Educación

29 

Masip, P., Suau-Martínez, J., & Ruiz-Caballero, C. (2017). Questioning the selective exposure to news: understanding the impact of social networks on political news consumption. American Behavioral Scientist, pp. 1-20.

P. Masip J. Suau-Martínez C. Ruiz-Caballero 2017Questioning the selective exposure to news: understanding the impact of social networks on political news consumptionAmerican Behavioral Scientist120

30 

Messias, J., Schmidt, L., Oliveira, R., & Benevenuto, F. (2013). You followed my bot! Transforming robots into influential users in Twitter. First Monday , 18(7) [En línea]. Recuperado de:http://firstmonday.org/article/view/4217/3700

J. Messias L. Schmidt R. Oliveira F. Benevenuto 2013You followed my bot! Transforming robots into influential users in TwitterFirst Monday187http://firstmonday.org/article/view/4217/3700

31 

Metaxas, P.T., & Mustafaraj, E. (2012). Social media and the elections. Science , 338(6106), pp. 472-473.

P.T. Metaxas E. Mustafaraj 2012Social media and the electionsScience3386106472473

32 

Mitchell, A., Holcomb, J., & Weisel, R. (2016). State of news media 2016. Washington, DC: Pew Research Center.

A. Mitchell J. Holcomb R. Weisel 2016State of news media 2016Washington, DCPew Research Center

33 

Pariser, E. (2011). The filter bubble: What the internet is hiding from you. Londres: Penguin.

E. Pariser 2011The filter bubble: What the internet is hiding from youLondresPenguin

34 

Ratkiewicz, J., Conover, M. D., Meiss, M., Goncalves, B., Flammini, A., & Menczer, F. (2011). Detecting and tracking political abuse in social media. International AAAI Conference on Weblogs and Social Media, pp. 249-252 [En línea]. Recuperado de: https://www.aaai.org/ocs/index.php/ICWSM/ICWSM211/paper/view/2850

J. Ratkiewicz M. D. Conover M. Meiss B. Goncalves A. Flammini F. Menczer 2011Detecting and tracking political abuse in social mediaInternational AAAI Conference on Weblogs and Social Media249252https://www.aaai.org/ocs/index.php/ICWSM/ICWSM211/paper/view/2850

35 

Ricaurte, P. (2012). Twitter y el simulacro político. Revista Mexicana de Comunicación (130) [En línea]. Recuperado de: http://mexicanadecomunicacion.com.mx/rmc/2012/2006/2019/twitter-y-el-simulacro-politico/

P. Ricaurte 2012Twitter y el simulacro políticoRevista Mexicana de Comunicación130http://mexicanadecomunicacion.com.mx/rmc/2012/2006/2019/twitter-y-el-simulacro-politico/

36 

Romano, A. (2017). Asserting journalistic autonomy in the 'post-truth' era of 'alternative facts': lessons from reporting on the orations of a populist leader. Asia Pacific Media Educator , 27(1), pp. 1-16.

A. Romano 2017Asserting journalistic autonomy in the 'post-truth' era of 'alternative facts': lessons from reporting on the orations of a populist leaderAsia Pacific Media Educator271116

37 

Singer, J.B. (2013). User-generated visibility: secondary gatekeeping in a shared media space. New Media & Society, 16(1), pp. 55-73.

J.B. Singer 2013User-generated visibility: secondary gatekeeping in a shared media spaceNew Media & Society1615573

38 

Strong, S.I. (2017). Alternative facts and the post-truth society: meeting the challenge. University of Pennsylvania Law Review Online, 165, pp. 137-146 [En línea]. Recuperado de: https://www.pennlawreview.com/online/165-U-Pa-L-Rev-Online-137.pdf

S.I. Strong 2017Alternative facts and the post-truth society: meeting the challengeUniversity of Pennsylvania Law Review Online165137146https://www.pennlawreview.com/online/165-U-Pa-L-Rev-Online-137.pdf

39 

Stroud, N.J. (2008). Media use and political predispositions: Revisiting the concept of selective exposure. Political Behavior, 30(3), pp. 341-366.

2008Media use and political predispositions: Revisiting the concept of selective exposurePolitical Behavior303341366

40 

Suau-Martínez, J. (2015). Citizens and online media participation. attitudes and motivations towards participatory journalism and other online practices in London and Barcelona (Tesis de doctorado), Universitat Ramon Llull, Barcelona, Spain.

J. Suau-Martínez 2015Citizens and online media participation. attitudes and motivations towards participatory journalism and other online practices in London and BarcelonadoctoradoUniversitat Ramon LlullBarcelona, SpainBarcelona, Spain

41 

Sunstein, C.R. (2009). Republic.com 2.0. Princeton, NJ: Princeton University Press.

C.R. Sunstein 2009Republic.com 2.0.Princeton, NJPrinceton University Press

42 

Trejo, R. (2011). ¿Hacia una política 2.0? Potencialidades y límites de la red de redes. Nueva Sociedad (235), pp. 62-73.

R. Trejo 2011¿Hacia una política 2.0? Potencialidades y límites de la red de redes.Nueva Sociedad2356273

43 

Varol, O., Ferrara, E., Davis, C. A., Menczer, F. , & Flammini, A. (2016). Online human-bot interactions: detection, estimation, and characterization. Communication of the ACM, 59(7), pp. 96-104.

O. Varol E. Ferrara C. A. Davis F. Menczer A. Flammini 2016Online human-bot interactions: detection, estimation, and characterization.Communication of the ACM59796104

This display is generated from NLM NISO JATS XML. The XSLT engine is libxslt.

Enlaces refback

  • No hay ningún enlace refback.




ISSN: 2007-2678

Virtualis es una publicación semestral editada por el Tecnológico de Monterrey a través de la Dirección de Investigación de la Escuela de Humanidades y Educación. Calle del Puente #222, Colonia Ejidos de Huipulco, Delegación Tlalpan, C.P. 14380, Ciudad de México.

El Tecnológico de Monterrey es parte de la Red Mexicana de Repositorios Institucionales (REMERI). Esta red de acceso abierto integra, disemina, preserva y da visibilidad a la investigación científica y académica.

Las publicaciones no generan ningún costo ni para autores ni para lectores. La publicaciones se encuentran bajo una licencia CREATIVE COMMONS ATTRIBUTION-NONCOMMERCIAL 4.0 INTERNATIONAL. Los lectores pueden consultar los detalles de esta licencia aquí.

 

Licencia Creative Commons

Esta obra está bajo una Licencia Creative Commons Atribución-NoComercial 4.0 Internacional.