Figura 4

Visualización-red de composición de archiva con algunas de las subcategorías y sus códigos

Las carpetas de las subcategorías se llenaron de códigos que van caracterizando cada subcategoría como se puede ver en la fig. 4. A continuación describo algunos ejemplos de cómo operé con ellas.

A partir del trabajo de observación y la categoría de contexto identifiqué coyunturas (fig. 5) a propósito de las cuales se recurre al artefacto hashtag y se producen o comparten materialidades. Al encontrarme con cada materialidad y los detalles que de ellas dan las actoras, pude establecer relaciones con otras materialidades cuyo ensamblaje textual era más sucinto en cuanto al contexto. Podría decir que, en su mayoría, quienes publican se ocupan de dar alguna referencia para el encuentro con la publicación, pero en ocasiones lo inferí por fecha o por lo que está en la imagen como tal. Insistir en el detalle de fecha y elementos de contexto en la materialidad no fue para forzar la clasificación de eventos, al contrario, se convirtió en un dato observación que reflejaba una práctica con el artefacto. Me permitió distinguir que a veces las reacciones ante las coyunturas ocurren en un umbral de tiempo que se distiende, o que lo que surge en un acontecimiento citado 'fuera de tiempo', tiene que ver con un proceso creativo/afectivo que les ha tomado tiempo desarrollar pero que está anclado a un acontecimiento muy específico, o, en su defecto, que dicha imagen de otro tiempo es socorrida por para hablar de otra experiencia. Por ejemplo, una de las ilustradoras explica que llevaba muchos días triste con todo lo que estaba pasando, la abrumaba tanto que no sabía ni por dónde empezar, hasta que encontró el momento para poder elaborarlo y lo publicó meses después.

Además de las coyunturas en 'tiempo real' de 2019 y 2020 (fig. 3, en azul), donde hay amplio uso del artefacto, se dan otras menciones textuales o gráficas a eventos con los cuales se relaciona ese #NoNosCuidanNosViolan o #NoMeCuidanMeViolan con formas anteriores de represión del Estado (figura 3, en rosa).

Figura 5

Diagrama de Sankey sobre coyunturas, artefactos y países

Atender texto e imagen al mismo tiempo permite identificar elementos de la práctica de publicación y su narrativa que si me enfocara solo en la imagen o exclusivamente en texto se perderían. Con distintos elementos se complejiza el contexto y se muestran escenarios comunes y particulares. En las publicaciones de actoras mexicanas leo una y otra vez #feminicidio, #desaparición, impunidad, represión y referencias a la burla o deslegitimación a la protesta y lucha feminista. En el caso de Chile también destaca la represión, pero con el cariz de la militarización, de la tortura, de #lasbalasquenostiraronvanavolver.

Hablan de #violenciadegénero, de #machismo, de #misoginia, de #patriarcado, de quererlas callar, de #acoso y de control de los #cuerpos. Aparece la lucha por el derecho al #aborto, acentuada con #seráley y los pañuelos verdes en la propuesta gráfica o capturados en las fotos. Algunas hablan de violencia de estado. Una policía que viola y un ejército que desaparece, cuerpos de uniformados que someten a la población de distintas maneras, con represión y tortura. Estas alusiones textuales y gráficas las fui atajando en la categoría 'violencias citadas' (fig. 6). Los hashtags en coocurrencia no tuvieron un tratamiento en el cual cada uno se convirtiera en una categoría en sí misma. No era funcional al análisis porque hay pequeñas variaciones textuales y la observación permitió atender a que dichas menciones se dan de diversas maneras en las materialidades, por lo que les agrupé en códigos con la gramática más representativa y describí en el comentario del código todas las formas de expresión que caben ahí.

Figura 6

Visualización-red por grupo de documentos NNCNV y NMCMV y subcategoría de violencias citadas

Algo similar ocurre cuando observo lo que se dice de la violencia sexual por parte de fuerzas policiales. Usan el concepto 'cultura de violación' o hablan de condiciones sociales que dan pie a este tipo de violencia; se señala la culpabilización y cuestionamientos a la víctima; se dan cifras de agresiones y condenas; se cuestiona al cuidado y la seguridad. Responden a esto retratando una manifestación y varios de los materiales plasman intervenciones a las patrullas, al monumento de policía caído, al escudo de la policía o al del himno de carabineros (fig. 7). Surgen conceptos como 'violicía' y aparece la figura del cerdo policía. En ilustraciones digitales, dibujados en cartulinas, en un pastel, en la pared, en un afiche con los nombres de jóvenes detenidas en la protesta, con la cabeza de un cerdo en la marcha, ahí está el señalamiento en repudio a los uniformados, y está también una contra respuesta en defensa del cerdo 'siempre cerdo, nunca policía'.

Figura 7

Red de materialidades imágenes sobre policías

Este es uno de los elementos que, si bien pude identificar desde el registro de observación en Excel en las subcategorías 'violencia sexual' y 'recursos de la acción', mis opciones para aislarlo y analizarlo eran limitadas. Al pasar a Atlas.ti pude codificar y agrupar lo relacionado a la policía en la carpeta de la subcategoría 'recursos de la acción' y desarrollar una descripción detallada en un memo. La red de visualización sirve para destacar las formas en que se interviene el símbolo policial con matices, patrones y diversidad de expresiones creativas.

Así, la categoría contexto, su subcategoría 'violencias citadas' y la subcategoría 'recursos de la acción', permiten ver el trazo de un paisaje de acción y producción con el artefacto hashtag, pero ¿de qué otra manera puede ser útil visualizar las prácticas contenidas en la archiva?

Una de las limitantes de Atlas.ti es que si bien podemos hacer redes código-documento y nos ofrece información de recurrencia y coocurrencia de códigos, en la representación visual de la red no observamos alguna distinción visual entre códigos -más allá de la posibilidad de insertar color o descargar un diagrama de Sankey con el dato numérico- que nos permita ver un ensanchamiento del código por recurrencia a él en red. En cambio, un software de análisis de redes sí ofrece esa y más posibilidades. Gephi busca patrones y tendencia en los datos por medio de algoritmos, entonces pensé que los datos generados en la codificación con Atlas.ti podían ordenarse con nodos y aristas. A modo de ejemplo, presento lo que hice con las emociones.

El reto era dislocarse de una lectura simple o explícita. No identifiqué emociones únicamente basada en su escritura: miedo, rabia, dolor, etc., sino en elaboraciones textuales que muestran matices, intenciones y direcciones. Por ejemplo, 'Bonita' es una expresión de afecto a quien lucha en la calle; #sevaacaer es una expresión de esperanza y empoderamiento, al igual que un #nuncamáscalladas. Hay una complejidad textual-visual y me pareció que ésta podía ser visualizada en Gephi.

Las sub-redes de comunidades de sentimientos (fig. 8) muestran la recurrencia hacia #juntassomosmasfuertes, #sororidad, #empoderamiento, como enuncias técnico-gramaticales del artefacto hashtag, pero además está en las descripciones textuales donde se extiende esa sensación o percepción de poder y fuerza al tomarse las calles de forma colectiva. Estas no están precisamente ligadas a las publicaciones con más 'me gusta', sino a una diversidad de materialidades con distintas densidades de visibilidad que abonan al engrosamiento de esa expresión y que se hace visible en su representación a dos nodos -Imagen y texto-. El algoritmo centrado en espacialización y segmentación que distingue comunidades y se compensan de acuerdo con las relaciones entre nodos, permite observar cómo queda al borde el miedo, la rabia, el enojo, el dolor y ayuda elaborar descripciones densas e interpretaciones más complejas de su enuncia.

Las categorías y subcategorías establecidas al inicio de la investigación se mantuvieron, pero adquirieron otros matices, se enriquecieron y un par de ellas mostraron no ser operantes para caracterizarse con codificación, sino en un memo con lectura transversal -experiencia, por ejemplo-. El trabajo de codificación procuró darle su espacio de habla a la materialidad visual y contuvo el análisis con categorías acotadas que agruparon elementos esquemáticamente, al tiempo que formaba una 'maraña de vínculos' donde podía desplazar y jugar con combinaciones para visualizar.

Por un lado, evité llenarme de datos con flexibilidad y deseo de que surja lo inesperado. Por otro, con las potencialidades de los softwares en muchos momentos fue tentador codificar nuevas cosas. Me enfrenté a la decisión de si algún detalle aportaba a mi pregunta y se vinculaba con las categorías o abría posibilidades no contempladas en un inicio pero que en la observación era una práctica recurrente. Algunas las descarté, pero otras las trabajé. Por ejemplo, al tipo de perfil en un inicio no les presté atención en mi intención de evitar tratamientos que preponderan cuentas con muchos seguidores y vistas. Sin embargo, la observación y sistematización me ayudó a hacerme preguntas sobre los perfiles y ver en otros términos los elementos que aportan para el análisis de las prácticas.

Figura 8

Red de imágenes -sus likes- y emociones, elaborada con Gephi -ForceAtlas 2, Modularidad y Betweenness centrality-

Las materialidades están en perfiles de participantes o simpatizantes de las acciones, artistas digitales, fotoperiodistas feministas, etc. La clasificación es un tanto injusta o arbitraria porque las fotógrafas también participan, las ilustradoras también son activistas y viceversa. Diré entonces que la mención es solo para señalar que al compartir materialidades se preocupan de expresar que 'son fotógrafas, bordadoras, ilustradoras, etc.'.

Además de lo que explicitaron, le di seguimiento a dicha enuncia al ingresar a sus perfiles, ver la descripción de estos y el contenido de sus publicaciones. Con estas observaciones agrupé -con fines analíticos- las publicaciones de las materialidades como provenientes de cinco tipos de perfiles: artistas (fotografía, bordado e ilustración), personal, organización/colectiva, recopiladora/divulgadora y plataforma de noticias. La visualización en la fig. 9 muestra que las materialidades con más 'me gusta' son las de plataformas de noticias, seguidas de algunas de perfil de artista y recopiladora, de donde provienen la mayoría de las materialidades.

Figura 9

Visualización de imágenes (sus likes) y perfiles, elaborada con Gephi -131 nodos y 126 aristas, Modularidad y Fruchterman Reingold-

Trasladar la codificación a Gephi y aplicar un algoritmo de espacialización equilibrada, en el que se distinguen comunidades por color y se distribuyen uniformemente, fue de apoyo para advertir la procedencia de las materialidades con mayor visibilidad y la composición modular entre perfiles e imágenes en ese 'mundo de archiva'. Lo más visible no tiene precisamente los elementos más protagónicos, estos están en la gran mayoría de las materialidades que provienen de perfiles menos visibles.