To bot or not to bot?

Un acercamiento a Twitter durante los alegatos contra Cristina Fernández de Kirchner (Argentina)


To bot or not to bot?

An approach to Twitter during the allegations against Cristina Fernández de Kirchner (Argentina)


To bot or not to bot?

Uma abordagem ao Twitter durante as acusações contra Cristina Fernández de Kirchner (Argentina)


DOI: https://doi.org/10.18861/ic.2023.18.2.3524


IRENE LIS GINDIN

iregindin@gmail.com – Rosario – Consejo Nacional de Investigaciones Científicas y Técnicas, Argentina.


ORCID: https://orcid.org/0000-0002-3080-0207


JOSÉ ROSTAGNO

pepeleproso@gmail.comRosario – Universidad Tecnológica Nacional Regional Rosario, Argentina.


ORCID: https://orcid.org/0000-0001-8346-0261


ANA LAURA CARDOSO

cardosoalaura@gmail.com – Rosario – Universidad Tecnológica Nacional Regional Rosario, Argentina.


ORCID: https://orcid.org/0000-0002-2867-3317



CÓMO CITAR: Gindin, I. L., Rostagno, J. & Cardoso, A. L. (2023). To bot or not to bot? Un acercamiento a Twitter durante los alegatos contra Cristina Fernández de Kirchner (Argentina). InMediaciones de la Comunicación, 18(2), 111-131. DOI: https://doi.org/10.18861/ic.2023.18.2.3524



Fecha de recepción: 1 de febrero de 2023

Fecha de aceptación: 25 de mayo de 2023



RESUMEN


El artículo analiza, desde la perspectiva de la semiodata y la semiótica de las mediatizaciones, la circulación de sentido en torno a un acontecimiento de suma relevancia política para Argentina: los alegatos en una de las causas de corrupción contra la actual vicepresidenta Cristina Fernández de Kirchner –causa comúnmente conocida como “Vialidad” u “Obra Pública”–. Con el fin de describir dicho flujo de sentido, analizamos los intercambios producidos en la plataforma mediática Twitter. ¿Qué flujos y contraflujos podemos observar en Twitter? ¿Cuáles fueron los hashtags preponderantes? ¿Qué papel cumplen, en estos casos, las cuentas falsas? El estudio se realizó a partir de la recolección de los tweets producidos en Argentina desde el 27 de julio al 23 de agosto de 2022, período en el que se desarrollaron las audiencias acusatorias. Dicha recolección se llevó a cabo a partir de ciertas palabras clave y hashtags preseleccionados, tarea que se efectuó mediante un pequeño script utilizando el lenguaje de programación Python en conjunto con la librería de software libre denominada Tweepy, que permite conectarse a Twitter y escuchar en tiempo real los tweets publicados. Los resultados a los que arribamos nos llevaron a la utilización de un modelo que pudiera identificar cuentas falsas y nos permitiera conocer el impacto que las mismas tuvieron en la discusión pública.


PALABRAS CLAVE: semiodata, twitter, bot, sentido, circulación.



ABSTRACT


The article analyzes, from the perspective of semiodata and the semiotics of mediations, the circulation of meaning around an event of great political relevance for Argentina: the allegations in one of the corruption cases against the current vice president Cristina Fernández de Kirchner –cause commonly known as “Roads” or “Public Works”–. With the aim of describing this flow of meaning, we analyze the exchanges produced on the Twitter media platform. What flows and counterflows can we observe on Twitter? What were the prevailing hashtags? What role do fake accounts play in these cases? The study was carried out based on the collection of tweets produced in Argentina from July 27 to August 23, 2022, period in which the accusatory hearings took place. The recollection was carried out from certain preselected keywords and hashtags, a task that was carried out by means of a small script using the Python programming language in conjunction with the free software library called Tweepy, which allows you to connect to Twitter and listen to the posted tweets in real time. The results we arrived at led us to use a model that could identify fake accounts and allow us to know the impact they had on public discussion.


KEYWORDS: semiodata, Twitter, bot, sense, circulation.



RESUMO


O artigo analisa, desde a perspectiva dos semiodata e da semiótica das midiatizações, a circulação de sentido em torno de um acontecimento de grande relevância política para a Argentina: as denúncias em um dos casos de corrupção contra a atual vice-presidente Cristina Fernández de Kirchner –causa comumente conhecidas como “Vialidad” ou “Obra Pública”–. Para descrever esse fluxo de sentido, analisamos as trocas produzidas na plataforma de mídia Twitter. Que fluxos e contrafluxos podemos observar no Twitter? Quais eram as hashtags predominantes? Qual é a função das contas falsas nesses casos? O estudo foi realizado com base na coleta de tweets produzidos na Argentina de 27 de julho a 23 de agosto de 2022, período em que ocorreram as audiências acusatórias. Essa coleta foi realizada a partir de algumas palavras-chave e hashtags pré-selecionadas, tarefa realizada por meio de um pequeno script usando a linguagem de programação Python em conjunto com a biblioteca de software livre chamada Tweepy, que permite conectar-se ao Twitter e ouvir em tempo real os tweets postados. Os resultados obtidos nos levaram a usar um modelo que pudesse identificar contas falsas e nos permitisse conhecer o impacto que elas tiveram na discussão pública.


PALAVRAS-CHAVE: semiodata, twitter, bot, sentido, circulação.


INTRODUCCIÓN


Este artículo se propone reconstruir un acontecimiento, un evento mediático y mediatizado de la actualidad; actualidad que, a la manera de Verón (1987), entendemos en tanto “producción de la realidad social como experiencia colectiva” (p. IV). La reconstrucción de tal acontecimiento tiene como finalidad analizar las circulaciones o flujos de sentido que, en una sociedad hipermediatizada (Carlón, 2020, 2021a, 2021b), se producen entre los distintos sistemas de comunicación. Con el fin de describir dicho flujo de sentido, nos hemos focalizado en el análisis de los intercambios producidos en la plataforma mediática Twitter de un acontecimiento de trascendencia tanto nacional como internacional: los alegatos presentados durante el mes de agosto de 2022 por el Ministerio Público de la Acusación contra la expresidenta argentina Cristina Fernández de Kirchner (a partir de ahora, CFK) en la causa comúnmente conocida como “Vialidad” u “Obra Pública”. En tal sentido, haremos algunas precisiones sobre la causa –aún en curso– que la tiene a CFK como acusada, aunque el foco de atención estará centrado en la parte del proceso judicial antes mencionada para poder describirla y analizarla de manera pormenorizada.

El objetivo es, entonces, poner bajo la lupa este acontecimiento tomando en consideración dos aspectos generales. El primero tiene que ver con su condición de acontecimiento en una sociedad hipermediatizada y sus flujos de sentido: el acontecimiento “alegatos CFK” deambula por los medios masivos de comunicación y las plataformas1 de redes sociales de modo fluido. El espacio público mediatizado ocupa, también, un lugar privilegiado para seguir el acontecimiento: Uruguay y Juncal, la esquina del departamento de CFK en la Ciudad Autónoma de Buenos Aires se volvió –durante los alegatos– sede de militantes, opositores y periodistas, hasta terminar lastimosamente en el intento de asesinato a la vicepresidenta2. En ese marco, como ya se precisó, el recorte del artículo atiende al modo en que ciertos sentidos circularon en Twitter, en qué momentos y con qué intensidad. El segundo aspecto tiene que ver con la inscripción de este acontecimiento en una suerte de contexto internacional ampliamente conocido como guerra de leyes, guerra jurídica o lawfare. La complejidad que encierra dicha cuestión –a la que apenas se le dedicará algunas menciones– supone pensar en lo preocupante que resulta la connivencia entre el sistema judicial y ciertos sectores del poder político y, asimismo, el manto de sospecha que recubre al Poder Judicial que es regularmente acusado de no regirse bajo las normas del sistema democrático.

Ambos aspectos, aunque al segundo apenas se le dedicarán algunas menciones, llevó a preguntarnos, puntualmente: ¿Qué flujos y contraflujos de intercambios podemos observar en Twitter?, ¿cuáles fueron los hashtags preponderantes?, ¿qué papel cumplieron, en estos casos, las cuentas falsas? Y sumamos dos preguntas que Díaz Ordoñez, Solki y Taraborrelli (2020) se realizan a propósito del estudio de los flujos de sentido en torno a un discurso del actual presidente Alberto Fernández (2019-2023), a saber: “¿Cuáles son los significantes más utilizados en cada una de las comunidades identificadas?, ¿cómo afectan las variaciones de los eventos en tiempo real a la circulación de mensajes en las plataformas digitales?” (pp. 5 y 6).

Asimismo, vale mencionar que este artículo se inscribe en el marco de un programa de investigación más amplio que ha contemplado la pesquisa de las formas en que se construyen ciertos liderazgos políticos en la plataforma Twitter3. Los resultados previos del equipo (Gindin, 2021, 2022; Gindin, Rostagno & Cardoso, 2022) sitúan al estudio realizado en una zona de vacancia respecto a cómo el sentido circula en los distintos espacios mediatizados; zona de la que este artículo pretende hacerse cargo.



  1. TEORÍA Y PLANTEO DEL PROBLEMA


En un interesante artículo, en el que Carlón (2020) busca apropiarse –y no aplicar– la teoría comunicacional de Eliseo Verón, nos advierte sobre la necesidad, ante la presencia de un acontecimiento mediatizado, de realizar una línea de tiempo, línea que permita situar dicho acontecimiento y analizar sus respectivos flujos de sentido.


Sólo a partir de la línea de tiempo se puede identificar el estatuto del enunciador y la dirección comunicacional del proyecto que se analiza. La línea de tiempo marca el desarrollo diacrónico del caso que se está estudiando, cuándo comienza y cuándo termina (o, si continúa vigente, donde se produce el punto de corte del análisis). Gracias a la línea de tiempo se van determinando las distintas fases en que se va desplegando temporalmente el objeto de estudio. Cada fase constituye un cambio de escala en la mediatización y, generalmente, un cambio de dirección comunicacional. Por lo tanto, cada fase instaura una complexificación en la circulación (Carlón, 2020, pp. 80 y 81; cursivas del autor).


Cuestión que exige hacer algunas aclaraciones. En este artículo no pretendemos centrar la atención en los movimientos ascendentes/descendentes que trabaja Carlón y que hemos analizado, también, en artículos previos (Gindin, Castro Rojas, Coiutti, Cardoso & Rostagno, 2019; Coiutti, Gindin, Castro Rojas, Cardoso & Rostagno, 2019; Gindin, Castro Rojas, Coiutti, Cardoso, Rostagno & Brussa, 2018). La particularidad del estudio plasmado aquí no tiene que ver con la novedad que significaron casos como “#RosarioSangra”4 o “Chicas Bondi”5 en cuanto a la utilización que las plataformas de redes sociales –Facebook, principalmente– tuvieron en las circulaciones de sentido ascendentes –es decir, las primeras referencias tuvieron lugar en las redes sociales; luego aparecieron en los medios masivos y se produjeron movilizaciones ciudadanas–. Por el contrario, en el caso del acontecimiento “alegatos CFK” se trató de un evento que fue transmitido por el canal de YouTube del Poder Judicial de la Nación6, interesándonos particularmente el modo en que fue retomado en Twitter.

El análisis realizado busca, como explica Carlón (2020), analizar la película de la circulación, en tanto se trata de un análisis centrado en la temporalidad del acontecimiento. Del mismo modo, si bien hemos recolectado materiales previos y posteriores al acontecimiento, este artículo muestra los resultados correspondientes al durante. Acordamos, siguiendo la línea planteada por Carlón (2021b), que la construcción de los acontecimientos en la era contemporánea implica la resignificación del antes, el durante y el después, entendiendo que la presencia de nuevas plataformas mediáticas supone un cambio en el tiempo de estos acontecimientos. Así, el antes ya no es el tiempo de la espera, como lo pensaba Verón (1987), sino el de la “pre-construcción activa del sentido del acontecimiento” (Carlón, 2021b, s/p); el durante (o el presente) no es exclusivamente el tiempo de la representación, sino el de flujos simultáneos de sentido (ascendente/descendente y viceversa); y, por último, el después ya no es un tiempo de exclusividad en la disputa de la significación de lo acontecido, pues esa disputa “comenzó antes, continuó durante y se extiende en el después” (Ibíd.).

La causa judicial con la que trabajamos es la N° 2833, “Fernández, Cristina Elisabet y otros s/ inf.”, comúnmente conocida como “Vialidad” u “Obra pública” en tanto se acusa a la expresidenta de ser jefa de una asociación ilícita en la que se investigan irregularidades en la concesión de la obra pública nacional. El juicio tuvo su inicio en 2019, fue suspendido luego a causa de la pandemia por COVID-19 y retomado a finales de 2020. Cada una de las instancias del proceso judicial contó con una amplia cobertura mediática, aunque, como era de esperar, el momento que aquí recortamos como material de análisis –la instancia judicial que comprende la exposición de los alegatos por parte del Ministerio Público de la Acusación contra CFK– amplificó sus alcances. Esta etapa, tal como se puede apreciar en el Gráfico 1, comenzó el 1° de agosto y se desarrolló durante nueve sesiones de aproximadamente 8 horas cada una.


Gráfico 1. Línea de tiempo



Fuente: elaboración propia.



Los fiscales a cargo del caso, los abogados Diego Luciani y Sergio Mola, desarrollaron los alegatos contra CFK a través de la plataforma Zoom transmitidos en directo en el canal de YouTube del Poder Judicial, y todos los diarios de circulación nacional retomaron, en sus versiones digitales, un acceso directo a dicha transmisión –tal como lo ejemplifica el caso del diario La Nación mostrado en la Imagen 1–. A pesar de los pedidos presentados por las distintas partes acusadas que pretendían que el juicio se desarrollara presencialmente, la Corte Suprema de Justicia de la Nación (CSJN) se rehusó a cambiar la modalidad.


Imagen 1. Captura de pantalla del Diario La Nación del día 22 de agosto de 2022





Fuente: sitio virtual del diario La Nación (22 de agosto de 2022).


Tal como indicamos, la realización de una línea de tiempo permite situar las distintas aristas o micro-acontecimientos en el marco de un encuadre mayor y poder reconocer, en caso que existan, cambios de escala o de dirección en la circulación del sentido de los intercambios virtuales. Los puntos A, C, D y E de la línea de tiempo expresada en el Gráfico 1 refieren a los días en que fueron desarrolladas las audiencias. Hemos agregado, complementariamente, algunos materiales que colaboran en la construcción de este acontecimiento a los que hemos identificado como B y F. En el caso de B, se trata de un hilo de tweets publicado por la cuenta de CFK7 en el que se hace eco de una nota escrita por el periodista Raúl Kollmann (2022) en Página/12 –diario que por su posición editorial suele ser identificado como filo kirchnerista–, donde se muestran imágenes en las que se probaría el vínculo existente entre el expresidente Mauricio Macri (2015-2019) y uno de los fiscales, Luciani, responsable de la acusación contra CFK. Si bien las fotos expuestas por el matutino y replicadas por la expresidenta no dejan mayores dudas sobre un vínculo previo entre el fiscal Luciani y el expresidente Macri –además de la relación con otros colegas del Poder Judicial que han estado a cargo de otras causas contra CFK–, la referencia de la nota al hecho de que se trataría de una operación política-mediática no es nueva. De hecho, la denuncia sobre la existencia del lawfare ha acompañado el desarrollo de los dos gobiernos de CFK (2007-2011 / 2011-2015), agudizándose una vez que dejó la presidencia en el año 2015.

Por su parte, retomando la línea de tiempo, el punto identificado como F se vincula también con una intervención pública y jurídica de CFK en la que solicita “derecho a defensa en juicio” a partir de la ampliación de su declaración indagatoria8. Finalmente, dicha solicitud fue rechazada y la expresidenta y actual vicepresidenta argentina realizó una exposición transmitida en vivo por su canal de YouTube en la que denunció el accionar de los fiscales y las operaciones políticas en su contra9.



  1. CONSIDERACIONES METODOLÓGICAS


Dado el volumen de piezas discursivas con las que preveíamos encontrarnos y las restricciones que impone Twitter en cuanto a cantidad de tweets que permite recoger por mes, decidimos hacer un primer recorte que contemple, por un lado, contar con los tweets producidos en Argentina la semana previa al comienzo de las audiencias judiciales y poder observar el crecimiento del tema en la red analizada; y, por el otro, recoger los materiales publicados el día anterior al alegato, el día del alegato y el día posterior a la audiencias y detener la recolección el resto de los días. Por tanto, seleccionamos las siguientes fechas: del 27 de julio al 3 de agosto; del 8 al 10 de agosto; el 16 de agosto; del 18 al 23 de agosto.

Los tweets se recogieron a partir de ciertas palabras clave y hashtags preseleccionados por el equipo, eligiendo algunos y sumando otros a medida que se iban presentando con más fuerza en las observaciones del grupo. Las palabras clave fueron: lawfare, alegatos, Luciani, obra pública, vialidad, fiscalía. Y, en cuanto a los hashtags, se contemplaron: #TodosConCristina, #CristinaPresa, #CristinaCondenada, #TodoslosCHORROSconCristina, #CFKLadronaDeLaNacionArgentina, #ElPoderJudicialApesta, #LucianiNoTienePruebas, #LucianiNoSeToca. A su vez, el corpus también se conformó de todos aquellos tweets en los que la cuenta de CFK y la del actual presidente Alberto Fernández fueran mencionadas.

La recolección del material se realizó mediante un pequeño script (programa de computadora) desarrollado por el equipo de trabajo utilizando el lenguaje de programación Python en conjunto con la librería de software libre denominada Tweepy, que permite conectarse a Twitter y escuchar en tiempo real los tweets publicadosPosteriormente, los tweets recolectados fueron almacenados en una base de datos MySQL con el fin de poder conformar el corpus de estudio y procesarlo mediante scripts en lenguaje SQL y R. Al tratarse de un corpus voluminoso –alrededor de un millón de tweets, junto con sus metadatos– se requiere del uso de herramientas especializadas como las mencionadas para poder transformarlos y analizarlos con el fin de obtener información valiosa.

Ahora bien, ¿cómo trabajar con un volumen grande de datos?, ¿cómo combinar las labores artesanales propias de las ciencias sociales –y, especialmente, de la semiótica– cuando se trata de un millón de piezas discursivas que combinan texto lingüístico, imagen fija, imagen en movimiento, hipervínculos? En esta línea, tomamos los desarrollos de Raimondo Anselmino, Rostagno y Cardoso (2021), quienes postulan la delimitación de un “nuevo subcampo o área de especialización semiótica” (p. 100) al que denominan como semiodata. Se trata, por tanto, de


el estudio empírico de la puesta en discurso pero que –dado el tipo de discursos mediatizados que indaga– lo hace desde una cooperación de saberes con otras disciplinas, como la ingeniería en sistemas de información, la lingüística computacional, o la estadística. Lo hacemos poniendo énfasis en que se trata de una cooperación interdisciplinaria y no de una mera apropiación de esos saberes específicos (Raimondo Anselmino, Rostagno y Cardoso, 2021, p. 100).


En este sentido, gracias a la cooperación generada entre distintas disciplinas, hemos podido arribar a resultados que, si hubiéramos contando solamente con uno de los saberes específicos –sea el de la semiótica, sea el de las ciencias computacionales– hubiese resultado infértil o incompleto.



  1. RESULTADOS


Pasemos entonces a algunos datos que funcionan como resultados y como disparadores para próximas indagaciones. Nos interesa, en este apartado, no solo mostrar un conjunto de resultados –siempre parciales, siempre parte de un work in progress– sino, fundamentalmente, narrar cómo el propio proceso de investigación nos obligó a seguir una nueva línea de investigación que, inicialmente, no estaba planificada: la pregunta en torno al lugar, la importancia y el status de los bots.

Estos recortes, temporales, espaciales y temáticos que explicamos en el apartado anterior, nos devolvieron una totalidad de 974.624 tweets, de los cuales 40% se trató de tweets originales y 60% restante de retweets (Gráfico 2):


Gráfico 2. Cantidad de tweets y retweets



Fuente: Elaboración propia.


De ese total de tweets, el Gráfico 3 nos muestra su evolución temporal considerando los días recolectados por el equipo:









Gráfico 3: Cantidad de tweets por fecha





Fuente: Elaboración propia.


Nos detendremos aquí en dos aspectos: por un lado, en los picos que pueden observarse en el Grafico 3 y, por el otro, en la evolución de los hashtags preponderantes.

Los “grandes” picos coinciden, claramente, con el comienzo y el fin de las audiencias judiciales, mientras que los picos “menores” registrados entre el 8 y el 9 de agosto corresponden a la denuncia sobre la participación de parte del staff jurídico en un equipo de fútbol, mostrando lo que, tanto para el medio (Página 12) como para la vicepresidenta (CFK), significa una clara connivencia entre el ámbito judicial y el político10. El otro pico “menor” registrado entre el 19 y el 21 se vincula a la propia audiencia, en la que el fiscal Mola sentenció: “El lawfare no existe”.

En el análisis realizado, nos detuvimos en la pregunta acerca de cuáles fueron los hashtags más utilizados. En este sentido, mostraremos los resultados obtenidos en la observación de dos de ellos: por un lado, el que numéricamente sobrepasó cualquier otro hashtag (#TodosConCristina) y, en segundo lugar, uno que consideramos relevante en tanto fue la propia acusada la que lo puso en circulación –nos referimos a #ElPoderJudicialApesta–. Respecto del primero, de un total de 974.624 tweets, 31% es decir, 302.563 tweets– se publicaron utilizando el hashtag #TodosConCristina.














Gráfico 4: Cantidad de tweets del hashtag #TodosConCristina



Fuente: Elaboración propia.


El número es significativamente alto y su circulación irrumpe con fuerza al comienzo de las audiencias (10.527 tweets el 01 de agosto y 69.470 tweets un día después) y al final de ellas (132.018 tweets el 22 de agosto y 54.607 tweets el 23 de agosto). De hecho, al acercarnos a las piezas discursivas y considerando, también, las publicaciones de los diarios analizados, gran parte del arco político afín al kirchnerismo utilizó Twitter y dicho hashtag para expresar su apoyo a la expresidenta. Este dato resulta de interés si consideramos, en términos de circulación, que la potencia del uso de un determinado término genera la salida de esa discursividad hacia otro sistema de comunicación. Los diarios o la televisión son ejemplos de ello11.

El segundo hashtag analizado tuvo la particularidad, como ya mencionamos, que fue utilizado por primera vez por la propia acusada: luego de conocerse las fotografías que publicó el diario Página/12 en la que se exponen y consideran los vínculos entre el macrismo y algunos sectores del Poder Judicial, la vicepresidenta sentenció “El Poder Judicial argentino apesta”. Esta frase fue convertida en hashtag generando un pico en los días en que se publicó la nota (10.705 tweets el 08 de agosto y 8.765 el 9 de agosto). El número es menor comparado al hashtag anterior (Gráfico 5), contabilizando un total de 26.646 tweets, los cuales representan alrededor de 2.7% de la producción total:


Gráfico 5: Cantidad de tweets del hashtag #ElPoderJudicialApesta


Fuente: Elaboración propia.



  1. DISCUSIÓN: TO BOT OR NOT TO BOT?


Creemos que la riqueza de este artículo no tiene solo que ver con la exposición de ciertos resultados sino, fundamentalmente, con el relato del propio proceso de investigación. Una vez recolectados los tweets y comenzando el proceso de análisis macro, notamos con preocupación que los 100 primeros autores de tweets, que tenían una producción sensiblemente mayor a otros, a simple vista tenían nombres de usuarios que nos hacían sospechar sobre su estatuto de enunciador real o fake: RaulporsiempreK, monica29056556, Carlos44670067, y nombres por el estilo. Además, llamaba nuestra atención la cantidad de tweets producidos. Si pretendíamos recuperar algo de la discusión “real” de Twitter, ¿cuánto nos estaba ensuciando el análisis la producción de estos bots? Si bien la cantidad de tweets maquínicos ya es un dato en sí mismo, nos interesaba conocer si existían diferencias eliminando los tweets publicados por estos usuarios y dejando solamente aquellos que, al menos en un primer acercamiento, podemos considerar “personas de carne y hueso”.

Esto supuso dos desafíos: el primero, de tipo teórico, conceptualizar –considerando tanto la definición de la propia plataforma cuanto la que pueden brindarnos las disciplinas de las que hacemos uso– qué es lo que entenderíamos por bot. En segundo lugar, un desafío de tipo metodológico que supuso la aplicación de un modelo que nos permitiera distinguir usuarios con producción maquínica de aquellos que no lo eran.

Respecto del primer punto, Carlón (2020), por ejemplo, apunta lo siguiente:


En los fakes el enunciador puede ser tanto un organismo viviente (un individuo, como @juancampanella o @EameoOk, que es un colectivo) o una máquina, es decir, un bot (como @sofiazapatta, cuenta que participó de la gestación del #TinelliMercenarioK). Por eso preferimos decir que su estatuto es no especificado o anónimo, porque es un enunciador social que asume otra identidad o simplemente no se da a conocer. Esta ambigüedad se debe a que el fake lleva al extremo los dos componentes que lo definen: su estatuto como signo, es decir, de ser algo en el lugar de algo, y como proceso de la mediatización, en la medida en que toda mediatización implica una descontextualización o recontextualizacion (Carlón, 2020, p. 128).


Y agrega que los


enunciadores sociales y bots forman parte de un mismo sistema debido a que se definen teóricamente por la misma distinción: si son seres vivientes o no. Fakes y trolls tienen en común que no especifican el estatuto del enunciador extra-discursivo en su relación intersticial con el enunciador y la figuración del enunciador en el discurso (Carlón, 2020, p. 126).


Cualquier referencia a los bots no puede pasar por alto lo que se considera su génesis: el test de Turing, esto es, la creación de Alan Turing en los años ´50 del siglo XX de un test basado en la hipótesis de que los robots pudieran pensar. Así


los bots, chatbots o chatterbots son piezas de software diseñadas para responder de forma automática y coherente a lo que los humanos les escribimos o preguntamos. Cuando reconocen determinadas palabras o expresiones reaccionan e interactúan con nosotros como lo puede hacer una persona.

Si estos bots son capaces de tener interacciones similares a las de los humanos, es principalmente porque hacen uso de dos tecnologías como son la inteligencia artificial y el procesamiento del lenguaje natural. Así, estos bots contestan y pueden reaccionar como si de una persona se tratase (Ganzaba & Mendieta Bartolomé, 2020, p. 100).


Lo que unifica cualquier definición con la que trabajemos tiene que ver con la automatización del proceso: un bot será, por tanto, una entidad automatizada que, de modo fundamental, busca –o crea– hashtags populares para unirse “usually to promote spam” (Leavitt, 2014, pp. 146 y 147). En una línea similar, Wright y Anise (2018) afirman que un bot o cuenta de Twitter automática tiene como objetivo su efectividad para esparcir tanto spam y/o malware, así como también influir en las discusiones y sentimientos. Twitter dedica un blog especial para aclarar qué considera bot y, en tal caso, qué actitudes sancionará al considerar que ciertas actividades que mencionaremos seguidamente generan una “Manipulación de la Plataforma”:



Con las conceptualizaciones vertidas hasta aquí, decidimos la aplicación de un modelo de aprendizaje automático supervisado que, a partir de 20 variables distintas13, permite identificar cuentas que pueden ser consideradas bots. Es menester recalcar que la aplicación del modelo no se realiza sobre el recorte temporal realizado –es decir, los tweets que forman nuestro corpus– sino sobre los usuarios. El modelo aplicado arroja como resultado la probabilidad que tiene un usuario de ser considerado bot, por lo que establecimos un umbral de 50% o más para considerarlo como tal en nuestro análisis.

De allí obtuvimos los siguientes resultados que aplicamos a los dos hashtags con los que venimos trabajando, esto es, #TodosConCristina y #ElPoderJudicialApesta.

En el primer caso, del total de 302.563 tweets publicados, 35.43% fueron identificados por el modelo como posibles bots y, como tales, su producción se vincula más a la acción de retwittear que a la producción de contenido nuevo. En este caso identificamos que los bots que utilizaron el hashtag #TodosConCristina retwitearon 165,76% más que los usuarios clasificados como enunciadores reales. En las siguientes nubes de palabras (Gráfico 6 y Gráfico 7) se pueden ver las diferencias que se generan al aplicar el modelo:


Gráfico 6: #TodosConCristina antes de la aplicación del modelo de identificación de bots




Fuente: Elaboración propia.



Gráfico 7: #TodosConCristina después de la aplicación del modelo de identificación de bots



Fuente: Elaboración propia.


En el segundo caso, referido al hashtag #ElPoderJudicialApesta, el porcentaje de bots identificados aumenta, representando 70.76% de los tweets publicados bajo el hashtag mencionado. En cuanto a la publicación de retweets, se identifica 46,22% más que los usuarios clasificados como enunciadores reales. Tal como hicimos con el ejemplo anterior, mostramos las siguientes nubes de palabras con la aplicación del modelo previamente explicado: Gráfico 8 y Gráfico 9 en los que también se pueden percibir las diferencias.



















Gráfico 8: #ElPoderJudicialApesta antes de la aplicación del modelo de identificación de bots



Fuente: Elaboración propia.

Gráfico 9: #ElPoderJudicialApesta después de la aplicación del modelo de identificación de bots



Fuente: Elaboración propia.



  1. A MODO DE CIERRE


Como adelantamos, este artículo se inscribe en una investigación de mayor alcance y es el resultado de varios meses de trabajo en los que, en un primer momento, observamos nuestros materiales de análisis con un objetivo claro: nos interesaba describir y analizar el modo en que determinados hashtags circulaban en Twitter en el marco de un acontecimiento en el que prevalece la discusión política en torno al Poder Judicial –sus límites, sus potencialidades, sus particularidades y la desconfianza que inspira en algunos sectores de la sociedad–. Sin embargo, mientras realizábamos el análisis advertimos un problema que nos obligó a replantear nuestros objetivos: más de la mitad de los tweets que habíamos recolectado pertenecían a bots, es decir, eran tweets no producidos por un ser humano.

Llegados a este punto, obviar la producción de tweets maquínicos resultaba, cuanto menos, inconducente para el análisis. Sin embargo, considerarla como un aspecto negativo o una negación de una discusión “real” tampoco resultaría fructífero. Si bien nos queda mucho trabajo por delante, lo realizado hasta acá nos permite inferir que aunque semejante producción maquínica es real, también es cierto que la exclusión de dichos tweets no modifican –al menos en esta instancia– los resultados principales obtenidos en nuestro análisis acerca de la interacción y la circulación del sentido en torno de acontecimiento “Alegatos CKF”. La comparación que muestran los gráficos 6 y 7 en torno del hashtag #TodosConCristina y los gráficos 8 y 9 acerca del hashtag #ElPoderJudicialApesta, nos permite hacer esa caracterización, al tiempo que creemos que resultaría de sumo interés realizar un nuevo recorte del material –considerando tanto tweets producidos “personas reales” como por por bots–capaz de posibilitarnos pasar a un nivel micro de observación.

Por último, vale agregar dos consideraciones finales. Por un lado, la necesaria cooperación disciplinar que nos permitió, como se puede apreciar a lo largo del artículo, la riqueza de abordajes transdisciplinares que nos ayuden a pensar un mismo objeto de estudio desde distintas perspectivas, aportando cada una de ellas un saber particular para el abordaje del corpus analizado. En segundo lugar, urge decir que, al menos tal como hemos llevado a cabo este análisis, la propia lógica de la plataforma y de la producción de bots nos hizo analizar aquello que aparecía como trending topic, resultando un éxito de la propia producción de los bots. Esto no anula el análisis realizado, sino que nos muestra, quizá con más fuerza que antes, la enorme importancia de miradas críticas sobre los contenidos que circulan en las plataformas mediáticas y los usos de los hashtags analizados. Sus usos irónicos, por ejemplo, cuestión poco analizada en los estudios de este tipo, quedará como material para el desarrollo de otras publicaciones.



REFERENCIAS


Carlón, M. (2020). Circulación del sentido y construcción de colectivos en una sociedad hipermediatizada. San Luis: Nueva Editorial Universitaria.

Carlón, M. (2021a). El poder del humor en una sociedad hipermediatizada. Recursos estilísticos y saltos hipermediáticos En Burkart, M., Fraticelli, D. & Várnagy, T. (coordinadores), Arruinando chistes. Panorama de los estudios del humor y lo cómico (pp. 129-149). Buenos Aires: Teseo Press.

Carlón, M. (2021b). ¿El fin de la retransmisión de la historia? Archivo del Seminario Lo Contemporáneo. Con/desde América Latina. Recuperado de: https://www.youtube.com/watch?v=d8dRPZQqWfo&ab_channel=SeminarioLoContempor%C3%A1neo

Coiutti, N., Gindin, I., Castro Rojas, S., Cardoso, A. L. & Rostagno J. (2019). Twitter, medios masivos y acción colectiva en el caso #RosarioSangra. En Fernández, M., Sánchez, S., Cingolani, G. & Fernández, J. L. (2019). Mediatizaciones, Territorios y Segmentaciones (pp. 192-212). Rosario: UNR Editora.

Díaz Ordoñez, V., Solki, J. P. & Taraborrelli, D. (2020). Construcción de acontecimientos en Twitter: la apertura de sesiones ordinarias de Argentina en el 2020. Anais de Artigos IV Seminário Internacional de Pesquisas em Midiatização e Processos Sociais, 4(1), 1-11.

Fernández, J. L. (2016). Plataformas mediáticas y niveles de análisis. InMediaciones de la Comunicación, 11, 71-96. Recuperado de: https://revistas.ort.edu.uy/inmediaciones-de-la-comunicacion/article/view/2618

Ganzaba, M. & Mendieta Bartolomé, A. (2020). La guerra civil en Twitter. Análisis del uso de bots para una nueva narrativa multimedia. En Meso Ayerdi, K., Peña Fernández, S. & Larrondo Ureta, A. (coordinadores), Nuevos actores y estrategias en
el espacio mediático compartido
(pp. 99-114). Bilbao: Universidad del País Vasco.

Gindin, I. (2021). Cristina Fernández y el Poder Judicial: apuntes sobre un vínculo discursivo conflictivo. Revista Mexicana de Opinión Pública, 30, 59-73. DOI: https://doi.org/10.22201/fcpys.24484911e.2021.30.71082 

Gindin, I. (2022). El poder judicial en discurso. Controversias en la presentación del Proyecto de Democratización de la Justicia en Argentina. Revista Discursos del Sur, 8, 173-194. DOI: https://doi.org/10.15381/dds.n8.21302 

Gindin, I., Castro Rojas, S., Coiutti, N., Cardoso, A. L. & Rostagno, J. (2019). Emoción en acción. El caso de #RosarioSangra en Twitter (Rosario, Argentina, 2016). Ámbitos. Revista Internacional de Comunicación, 43(1), 48-69. DOI: https://doi.org/10.12795/Ambitos.2019.i43.03 

Gindin, I., Castro Rojas, S., Coiutti, N., Cardoso, A. L., Rostagno, J. & Brussa, V. (2018). Twitter como laboratorio de opiniones: #RosarioSangra, el paso de la emoción a la acción. Ponencia, Coloquio Anual del Centro de Investigaciones en Mediatizaciones: “Mediatizaciones, territorios y segmentaciones”, Universidad de Buenos Aires, Argentina.

Gindin, I., Rostagno, J. & Cardoso, A. L. (2022). La construcción de un acontecimiento contemporáneo: flujos de sentido y combinación metodológica en los alegatos contra Cristina Fernández de Kirchner (Argentina, 2022). Ponencia, XV Congreso Nacional y VIII Internacional sobre Democracia, Universidad Nacional de Rosario, Argentina.

Kollmann, R. (2022). Juicio contra Cristina Kirchner: Los partidos de fútbol del fiscal Luciani y el juez Giménez Uriburu en la quinta de Macri. Página 12. Recuperado de: https://www.pagina12.com.ar/447454-juicio-contra-cristina-kirchner-los-partidos-de-futbol-del-f

Leavitt, A. (2014). From #FollowFriday to YOLO: Exploring the Cultural Salience of Twitter Memes. En Weller, K., Bruns, A., Burgess, J., Mahrt, M. & Puschmann, C. (Eds.), Twitter and society (Digital Formations, 89). New York: P. Lang. Recuperado de: https://nbn-resolving.org/urn:nbn:de:0168-ssoar-47764-2 

Raimondo Anselmino, N., Rostagno, J. & Cardoso, A. L. (2021). Aplicación de técnicas de clustering para el estudio sociosemiótico sobre géneros periodísticos en fanpages de Clarín y La Nación. Revista del prudente saber y el máximo posible de sabor, 14. 77-103. 

Verón, E. (1987). Prefacio. En Construir el acontecimiento. Los medios de comunicación masiva y el accidente en la central nuclear de Three Mile Island (pp. 3-10). Buenos Aires: Gedisa.

Wright, J. & Anise, O. (2018). Don’t @ Me: Hunting Twitter Bots at Scale. Presentation, Black Hat USA 2018, Las Vegas, United State.


* Contribución: el artículo fue realizado en partes iguales.

* Nota: el Comité Académico de la revista aprobó la publicación del artículo.


Artículo publicado en acceso abierto bajo la Licencia Creative Commons - Attribution 4.0 International (CC BY 4.0).



IDENTIFICACIÓN DE LOS AUTORES


Irene Lis Gindin. Doctora y Licenciada en Comunicación Social, Universidad Nacional de Rosario (Argentina). Investigadora Asistente, Consejo Nacional de Investigaciones Científicas y Técnicas (Argentina). Investigadora Responsable, proyecto “Operaciones polémicas, liderazgo político y construcción de esfera pública virtual (2015-2019)” (FONCyT, ID: 00283). Ha publicado artículos en revistas especializadas en el campo de la comunicación y es autora del libro Mi aparente fragilidad. La identidad política en el discurso de Cristina Fernández de Kirchner: 2007-2011 (2019, Prometeo). Actualmente, trabaja en el área de semiodata y estudia los vínculos entre los liderazgos políticos y las redes sociales –con especial énfasis en los aspectos metodológicos relativos al estudio de datos voluminosos obtenidos de las plataformas de redes sociales.


José Rostagno. Ingeniero en sistemas de información, Universidad Tecnológica Nacional Regional Rosario (Argentina). Ha publicado diversos artículos y participa en proyectos de investigación centrados en el estudio de los medios en las redes sociales. Es referente en innovación y desarrollo en tecnologías .NET/Javascript y ha desarrollado técnicas de big data analytics, information retrieval y minería de datos. 


Ana Laura Cardoso. Ingeniera en sistemas de información, Universidad Tecnológica Nacional Regional Rosario (Argentina). Ha publicado diversos artículos y participa en proyectos de investigación centrados en el estudio de los medios en las redes sociales. En el ámbito privado, se desempeña como Senior Data Analyst y ha desarrollado técnicas de big data analytics, information retrieval y minería de datos. 

1 Fernández (2016) prefiere el término plataforma para referirse a un nivel de intercambio mediático múltiple que obliga a revisar no sólo la definición de medio, sino también, a esta altura, las de redes o las de medios sociales” (p. 75). En un texto posterior agrega que denominará “plataformas de mediatización a los complejos sistemas multimodality de intercambio discursivos mediatizados que permiten la interacción o, al menos, la copresencia, entre diversos sistemas de intercambio discursivo mediático” (2018, p. 30).

2 El 1 de septiembre, en un hecho que aún se encuentra en investigación, CFK fue atacada en la puerta de su domicilio durante una concentración de militantes y opositores. El perpetrador del atentado gatilló tres veces sobre el rostro de la vicepresidenta, pero, aparentemente por un defecto en el arma, las balas no salieron.

3 Se hace referencia al proyecto “Operaciones polémicas, liderazgo político y construcción de esfera pública virtual (2011-2019)” –desarrollado por la Dra. Gindin en el marco de su carrera como Investigadora Asistente en el Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET)– y al Proyecto de Investigación Científica y Tecnológica “Operaciones polémicas, liderazgo político y construcción de esfera pública virtual (2015-2019)” (FONCyT, identificación 00283).

4 #RosarioSangra es un fenómeno social que tuvo lugar en la ciudad de Rosario (Argentina) a partir de una serie de hechos delictivos que despertaron la movilización ciudadana. Las muertes, ocurridas en agosto de 2016 en zonas del macrocentro y periféricas de la urbe, fueron acontecimientos que impulsaron a la ciudadanía rosarina a solicitar justicia y mayor protección para circular, entre otros reclamos. El malestar fue tomando cuerpo generando discusiones e intercambios en las plataformas digitales mediante el intercambio de mensajes, comentarios, posteos y tweets para, progresivamente, ganar espacio en la prensa –tanto local como nacional–, y luego materializarse en la calle.

5 Chicas Bondi” se trató de un proyecto fotográfico que retrató a mujeres en el transporte público de la Ciudad de Buenos Aires (Argentina). El interés en el proyecto se despertó no solo por su impronta estética, sino porque fue denunciado por publicar sin consentimiento la imagen de distintas mujeres y, por lo tanto, violar el derecho a la imagen y la privacidad.

6 Véase: https://www.youtube.com/c/PoderJudicialVideoconferenciasAudioVideo

7 Véase: https://twitter.com/CFKArgentina/status/1556433729354170368?t=6Dr6KA3tkZnod67L3n0ueg&s=08

8 Véase: https://twitter.com/CFKArgentina/status/1561699842195341312

9 Véase: https://www.youtube.com/watch?v=Wt1d61wYyhw

10 Vale aclarar que este punto corresponde con el punto B señalado en nuestra línea de tiempo (Gráfico 1).

11 Véase, como ejemplos: “El juicio contra Cristina Kirchner: el operativo clamor del oficialismo al que todavía no se sumaron ni Massa ni Alberto Fernández” (La Nación, 2 de agosto de 2022. Recuperado de: https://www.lanacion.com.ar/politica/vialidad-el-kirchnerismo-reacciono-a-la-acusacion-del-fiscal-diego-luciani-con-una-campana-en-redes-nid01082022/), o “Todos con Cristina” (Página 12, 2 de agosto de 2022. Recuperado de: https://www.pagina12.com.ar/441862-todos-con-cristina).

12 Traducción propia. Véase el original en: https://blog.twitter.com/en_us/topics/company/2020/bot-or-not

13Del conjunto de variables que el modelo toma para diferenciar cuentas bot de enunciadores reales, las más importantes son: cantidad de Tweets desde el canal oficial (Pagina o App oficial); cantidad de Retweets; cantidad de Tweets de origen desconocido; antigüedad de la cuenta; cantidad de tweets con origen igual a otros usuarios; cantidad de tweets con origen en una botnet conocida (CB,DQ!|twittbot.net); variación en las menciones de los tweets. Se puede consultar el tipo de análisis que se realiza en: https://github.com/mkearney/tweetbotornot2#feature-importance