Analizando el comportamiento de usuarios de Twitter durante eventos televisados

Cuando le explico a la gente que estoy estudiando una nueva carrera a veces me preguntan ¿y por qué un ingeniero informático elige antropología, si no tiene nada que ver? El motivo, además de preferencias personales, también son profesionales. Desde que me dedicaba a crear videojuegos en mi primera aventura profesional tuve claro que internet se estaba convirtiendo en algo social, y que para entenderlo no bastaban los "gurús" que aparecían cada 6 meses con teorías encabezadas por frases triunfantes.

Para comprender lo que está sucediendo en el internet social, tienes que entender al ser humano, pero no al ser humano individualizado, como hace la psicología, sino al ser humano relacionándose los unos con los otros. Esto es precisamente lo que estudia la antropología, y es el motivo por el que un ingeniero informático pasa sus noches estudiando a Levi-Strauss, Marvin Harris, Bourdieu, etc. en lugar de estar viendo Juego de Tronos como el resto de mortales. Bueno... al lío.

Ayer encontré uno de los artículos que unen dos mundos con los que estoy familiarizado: el análisis de Big Data y la antropología social. El artículo se titula Rising Tides or Rising Stars?: Dynamics of Shared Attention on Twitter during Media Events y el objetivo era estudiar si el comportamiento de los usuarios de Twitter cambiaba cuando estaban viendo todos ellos un evento televisivo y comentándolo a la vez.

Cosas destacables a nivel informático:

• Para la extracción de datos de los usuarios seleccionados para ser estudiados utilizaron scripts en Python y el REST API de Twitter. 
• Este método de extracción limita el número de mensajes por usuario a los últimos 3.200, lo cual limita el tiempo al cual pueden estudiar el comportamiento anterior de los sujetos. 
• Tras la extracción completa de los tweets se hicieron con un corpus de más de 210 millones de tweets procedentes de más de 193.000 usuarios. 
• Para conseguir rescatar toda esa información utilizaron peticiones paralelas a Twitter, con el fin de no perder ningún dato. 
•  Sobre la análítica qué utilizan me gusta la forma en la que utilizan la curva de Lorenz para estudiar las diferencias de concentraciones de tweets entre principiantes y élites (luego iré a explicar esto).

No voy a entrar en muchos detalles, pero poder analizar las interacciones que suponen 210 millones de tweets supone un reto cuando menos interesante a nivel computacional. 

Por otra parte, a nivel antropológico, utilizan algunos conceptos interesantes: 

• Atención compartida: El estudio se centra en eventos televisivos porque está interesado en ver como esa "atención compartida" modifica la práctica de los usuarios y la forma de relacionarse entre ellos.  
• "Rising tides" (marea creciente): Es un efecto que se produce cuando todos los usuarios modifican su comportamiento a la vez. 
• "Rising stars" (estrellas crecientes): Efecto que se produce cuando una élite de usuarios consigue atraer la atención hacia ellos por parte de la masa de usuarios. 

Las preguntas que se hacen los autores del estudio son las siguientes: En situaciones de atención compartida, ¿hay un cambio en la forma de relación entre usuarios? Si la hay, ¿Es por un cambio en la mayoría o por un cambio en unos pocos? ¿Qué efectos tienen estos cambios?

La respuesta a la primera pregunta es que sí que hay un cambio de práctica. Para ello compararon el comportamiento de los usuarios los días de antes y después del evento televisivo y con otros acontecimientos como noticias. Para detectar cambios en comportamiento examinaron los retweets y las contestaciones como formas de interacción, categorizando las contestaciones como una forma de relación entre pares y el retweet como una forma de interacción de menor a mayor. 

La respuesta a pregunta de si era por un cambio en el comportamiento de unos pocos o de la mayoría, depende de qué miremos. Si observamos la producción de tweets, el efecto es una marea, es decir, hay más gente que publica más tweets, pero si observamos hacia quien se dirige la atención (a quien se retweetea y a quien se le responde) los datos apuntan a que es hacia un segmento más minoritario que en otras circunstancias, lo que sería un efecto de tipo estrella creciente. 

¿Que efecto tiene esto? Los autores argumentan que, pese a la naturaleza plural e igualitaria de Twitter, el comportamiento de los usuarios es altamente estratégico en estos periodos de atención compartida. Por un lado, los usuarios considerados 'élite' (con gran número de seguidores e influencia) no retweetean y tienden a relacionarse sólo con otros de su mismo status, sin embargo, los principiantes tienden a retweetear más a las élites como forma de lograr aceptación y tratan de responderles, siendo ignorados durante este periodo por las élites. Parece que el sector más experimentado de usuarios que está entre principiantes y élite no entra en el juego de retweetear a las élites tanto como los principiantes ni tratar de contestarles, lo que implica también cierto conocimiento implícito de la situación. 

Como crítica al estudio, y es algo que los propios autores proponen al final como otras futuras vías de estudio, es escoger otro tipo de eventos, ya que se han centrado en debates políticos de las elecciones presidenciales de EEUU de 2012. ¿Se comportan igual los que ven un debate político que la Super Bowl? ¿Se comporta igual alguien que ve un debate político que cuando la misma persona ve el último capítulo de Breaking Bad?

Aún así, muy bueno el artículo y me ha gustado mucho la aproximación de unir el tratamiento de Big Data con la antropología social. Esta creo que es la única forma de entender el internet social, y no leyendo el último libro del gurú de turno que compras en la librería de un aeropuerto.

Lin, Y., Keegan, B., Margolin, D., & Lazer, D. (2014). Rising Tides or Rising Stars?: Dynamics of Shared Attention on Twitter during Media Events PLoS ONE, 9 (5) DOI: 10.1371/journal.pone.0094093