Si quiere tuitear sobre política y ganar visibilidad, que el mensaje sea negativo. Cuanto más lo sea, más probabilidades tiene de ser compartido en Twitter y, por tanto, de hacerse viral. Al mismo tiempo, se ha comprobado que el uso de la negatividad en un tuit aumenta la probabilidad de retuitear y que el lexicón iSOL es el que mejor determina la relación entre polaridad y viralidad. Por el contrario, los tuits con palabras positivas bajan la probabilidad de retuit.
Son los resultados más destacados de un estudio de la Universidad de Jaén (UJA), que ha tomado como banco de pruebas tanto la reciente campaña electoral madrileña como la campaña del referéndum de Cataluña de 2017. En el caso de los comicios a la Comunidad de Madrid, se han recopilado unos 7.000 mensajes vinculados con los hashtags oficiales y las cuentas de los principales candidatos que obtuvieron mayor votación. El 41% de ellos tenían un contenido negativo, casi el doble de los que presentaban una connotación positiva.
El estudio se ha llevado a cabo a partir de lo que los investigadores denominan análisis de sentimiento. Así, aplicando un modelo matemático y técnicas de inteligencia artificial (IA) basadas en procesamiento del lenguaje natural (PLN), se ha intentado comprobar si el nivel de positividad o negatividad de las palabras de un tuit influyen en su viralidad, aplicando la investigación a una situación política real. “El estudio nos ha permitido apreciar la polaridad que existe en el debate político, con multitud de mensajes cargados de negatividad y hasta de discursos de odio”, señala María Teresa Martín, catedrática de Lenguajes y Sistemas Informáticos de la Universidad de Jaén (UJA) y coatura del estudio. Entre las palabras negativas introducidas, dentro de los distintos recursos lingüísticos disponibles, prevalecen insultos y determinados verbos, según ha desvelado el trabajo de campo.
En el modelo matemático empleado en el estudio se han tenido en cuenta diversas variables y características del tuit, tanto a nivel del propio mensaje (cantidad de retuits, o cuántas palabras positivas o negativas emplea) como del usuario que lo publicó (número de tuits emitidos desde que se creó la cuenta, número de favoritos y listas, etcétera). Además, para determinar el número de palabras positivas y negativas se han empleado unos recursos lingüísticos denominados lexicones. “Los términos que expresan sentimientos afectan a la frecuencia de retuiteo, algo que hemos estudiado mediante un modelo de regresión que permite el análisis de diferentes variables, identificando cuáles de ellas influyen más directamente en la viralidad de un tuit”, ha señalado la profesora de la Universidad jienense Salud Jiménez Zafra, doctora en Informática y diplomada en Estadística. En el trabajo titulado ¿Cómo afectan los sentimientos a la viralidad en Twitter?, que ha sido publicado por la revista científica Royal Society Open Science, también colaboraron los profesores Antonio José Sáez Castillo y Antonio Conde Sánchez.
En los casos en los que los usuarios pueden ser considerados como un influencer, es decir, que tenga un gran número de seguidores, se han aplicado diferentes variables que han permitido probar que cuantas más palabras negativas haya en el mensaje, mayor probabilidad existe de que el tuit sea retuiteado.
Durante la campaña del referéndum de Cataluña se recogieron unos 50.000 tuits de unos 25.000 usuarios distintos. Se tomaron todas aquellas publicaciones lanzadas en Twitter en los días previos al 1 de octubre de 2017 con los hashtag #ReferendumCatalan y #CatalanReferendum. En esas fechas los investigadores no solo se centraron en Cataluña, sino que también tomaron en cuenta tuits publicados por cualquier usuario de esta red social en todo el territorio español.
La nota precedente contiene información del siguiente origen y de nuestra área de redacción.
