Kitabı oxu: «La imaginación metodológica»

Minería de datos y análisis de redes sociales: malabarismos de una experiencia de investigación

César Augusto Rodríguez Cano

El análisis de redes sociales (ARS) es una tradición de investigación de larga data que ha destacado en el contexto de las llamadas tecnologías digitales, en particular para el estudio de las plataformas de redes sociales. Este renovado interés se explica en parte por el advenimiento de uno de los fenómenos culturales más importantes de la época, el big data, en el marco del giro computacional de la cultura (Berry, 2011) y la cuantificación del ser (Swan, 2013), pero también por una coincidencia clave entre esta metodología y los nuevos espacios de socialización digital: su dimensión reticular.

El ARS no se debe confundir con el estudio de plataformas en línea. El análisis de redes sociales o Social Network Analysis es un enfoque cuantitativo creado mucho antes del nacimiento de Internet en el plano de la sociometría o indagación de las relaciones sociales. Para los interesados en la historia de esta metodología, sugiero recurrir a L. Freeman (2004), quien expone cuatro elementos fundacionales de esta tradición de investigación: intuiciones estructurales, datos relacionales sistematizados, imágenes gráficas y modelos matemáticos.

Mi primer encuentro con el ARS¹ fue en el seminario metodológico que tomé en la Escuela de Posgrado en Estudios sobre Educación e Información de la Universidad de California en Los Ángeles (UCLA), a finales de 2013, durante mi año de estancia como Investigador de Posgrado Visitante. No se trató tanto de un curso totalmente dedicado al uso de la metodología y la teoría de grafos, sino al repaso de métodos multivariados entre los cuales pude conocer los fundamentos del ARS para desarrollar mi primera red —dedicada a vínculos interpersonales en Los Ángeles (véase Imagen 1)— y asistir a un taller sobre el software Gephi, dirigido por Zoe Borovsky dentro del curso cuantitativo que impartió Leah Lievrouw, conocida entonces por su libro Alternative and Activist New Media (2011). Al estudiar Twitter como parte de mi tesis doctoral, esta novedad en mi formación se convirtió de inmediato en un aprendizaje alentador al ajustarse a uno de los objetivos de mi estancia de investigación: renovar el repertorio de técnicas y metodologías de investigación en los ambientes digitales. En ese entonces, ya era evidente el protagonismo de las plataformas de redes sociales en la transformación de la vida pública del país, por ejemplo, en términos de consignas ciudadanas con la movilización conocida como #YoSoy132 en el contexto de las elecciones presidenciales en México de 2012.

Así como asistí al seminario cuantitativo, más adelante pude tomar un curso cualitativo con Chris Kelty, quien acababa de publicar el libro Two Bits: The Cultural significance of free software (2008), sobre el enfoque antropológico y las humanidades digitales, lo que complementó mi visión de investigador en el área de estudios de la comunicación y de muchas maneras marcó mi perspectiva de la metodología como un modelo para armar aprendizajes abiertos e incesantes en que lo cuantitativo y lo cualitativo constantemente se traslapan.

Imagen 1

Visualización de mi red social de conocidos en Los Ángeles, 2013

Fuente: Elaboración propia.

Todo esto estuvo enmarcado en la coasesoría de mi proyecto de investigación sobre el uso de Twitter en las elecciones presidenciales de 2012 en México, por parte de Ramesh Srinivasan —junto con Raúl Trejo Delarbre como tutor principal—, quien en ese entonces estaba preparando su libro Whose Global Village? Rethinking How Technology Shapes Our World (2017) y recién había publicado un artículo que me parecía clave para entender las movilizaciones digitales englobadas en la llamada primavera árabe, mucho antes de que la dimensión conectiva se apoderara de la discusión: Bridges between Cultural and Digital Worlds in Revolutionary Egypt (2013). En ese entonces había pocos artículos publicados por investigadores que habían trabajado directamente en estas geografías, que junto con las del movimiento de los indignados en España y el Occupy Wall Street en Estados Unidos, eran parte de la irrupción global de las multitudes conectadas, como teóricamente se les comenzó a llamar a partir de la noción de tecnopolítica (Toret, 2013). A la par, como complemento del ambiente de insurgencia, pero también de la teoría que se respiraba en esos años en Los Ángeles, me escapaba regularmente para escuchar a Manuel Castells en la Annenberg School of Communication de la Universidad del Sur de California, quien acababa de presentar su influyente libro Redes de indignación y esperanza (2012), producto de una mirada de las movilizaciones sociales desde el llamado giro afectivo que había explorado ya desde Comunicación y poder (2009) con perspectivas en red.

Al mismo tiempo, tuve la posibilidad de asistir a un taller de innovación en la investigación en el desbordante MIT Media Lab en Boston, con el equipo de investigación de Ethan Zuckerman, director del Center For Civic Media, en el marco de una gira que me llevó a conocer los espacios, bibliotecas y proyectos del Berkman Center for Internet and Society, de la Universidad de Harvard, la UC Berkeley School of Information (para escuchar a Danah Boyd), y el Center for Ethnography de la Universidad de California en Irvine (en un coloquio con Tom Boellstorff), así como las universidades de Stanford, CalTech, UC Riverside y Santa Barbara, Columbia, la New York University y la New School for Social Research. Asimismo, en un lado de la moneda que me interesaba para reconfigurar la mitología que rodeaba Internet, también dediqué tiempo para recorrer Sillicon Valley, en particular las oficinas de Google, Amazon y Facebook —esta última irónicamente ubicada en Hacker Way—, así como las de Twitter en San Francisco. Un cúmulo de experiencias que me parece importante recordar porque la formación metodológica en cualquier área científica debe considerarse más un aprendizaje holístico relacionado con nuestra historia de vida, que solamente con un curso académico y el desarrollo de un tema de investigación.

Esta experiencia, valga mencionarlo, fue la clave de la propuesta metodológica que realicé en mi tesis doctoral, además de la columna vertebral de los cursos sobre Métodos Digitales Cuantitativos y Métodos Digitales Cualitativos que desde 2017 pude impartir en el Programa de Posgrado en Ciencias Políticas y Sociales de la Universidad Nacional Autónoma de México (UNAM), en donde redoblé esfuerzos para fortalecer el debate de la cuestión metodológica en los estudios sobre Internet, con el reto de colaborar en el diseño de proyectos de investigación relacionados.

Cabe mencionar que, además del ARS, durante este trayecto como profesor, profundicé mi conocimiento sobre otras técnicas, autores, escuelas y tradiciones relevantes que sugiero conocer, tales como la etnografía digital y el destacado trabajo de Édgar Gómez Cruz, Elisenda Ardèvol, Adolfo Estalella, Tom Boellstorff, Sarah Pink y Christine Hine, entre otros; la escuela de métodos digitales, de la Universidad de Amsterdam, con Richard Rogers a la cabeza; la analítica cultural, propuesta por Lev Manovich para trabajar con grandes cantidades de datos; técnicas emergentes de las que resalto el análisis de sentimientos, el análisis crosesférico y la tecnografía, entre otras tradiciones como el análisis crítico del discurso aplicado a las narrativas en línea.

Respecto al uso de análisis de redes sociales, una de las consideraciones emanadas del seminario en la UNAM y de los incontables ejercicios realizados en clase, fue la propuesta de integrar a manera de taller este análisis con dos posibilidades en la obtención de datos: de arriba hacia abajo (top-down) y de abajo hacia arriba (bottom-up). La primera a partir de la descarga masiva en bases de datos relacionales, un fenómeno conocido como minería de datos, en las cuales las variables no son creadas por el investigador y están a expensas de los alcances y anaqueles del mecanismo de extracción —una situación que ha despertado reflexiones sobre el postempirismo y los riesgos de desarticular la indagación —. No obstante, ha sido reivindicado en la tradición de técnicas de investigación en el que la replicabilidad y validez no necesariamente recaen en categorías preestablecidas (Rose, 2016).

La minería de datos, también conocida como data mining, es la actividad mediante la cual se extraen datos y metadatos de la actividad social en los ambientes digitales, con el objetivo de analizarlos para realizar inferencias con sentido en direcciones que van desde la publicidad y la mercadotecnia hasta el diseño de políticas públicas y la investigación académica. Rogers ha considerado esta información un tipo de datos posdemográficos (2013), mientras que han surgido enfoques más críticos para definir este fenómeno en el marco de la cultura que describe, a partir de nociones como sociedad de la transparencia (Han, 2014), justicia de datos (Dencik, Hintz, Redden y Treré, 2019) o capitalismo de la vigilancia (Zuboff, 2019).

La segunda posibilidad para obtener datos corresponde al modo tradicional y se enfoca en la transición de la creación de matrices a la búsqueda de datos a conveniencia teórica del analista, con la limitante de que el número de campos es mínimo y no puede ser integrado dentro del fenómeno del big data, aunque sí en el marco de las sociedades datificadas como veremos a continuación.

El domador de datos

El análisis de las redes sociodigitales me enfrentó a la noción conceptual de big data, aspecto nodal para entender la cultura de la hiperconectividad y que se refiere a la explotación de datos en cantidades masivas, gracias a las posibilidades tecnológicas derivadas del rastreo, extracción y almacenamiento de las actividades sociales mediante dispositivos computacionales, un aspecto que posibilita observar las microinteracciones por primera vez en la historia de las ciencias sociales, las trazas digitales (Venturini y Latour, 2010). De acuerdo con uno de los artículos más citados sobre este tema en el área social, se trata de un fenómeno cultural con una cierta carga mitológica de trascender la versión estadística de la muestra para contener la totalidad del universo de estudio (Boyd y Crawford, 2012), algo que en mi experiencia como investigador ha sido imposible por una de sus características: la masividad. En las extracciones que he logrado hacer a lo largo de los años, sobre todo en Twitter, una de las dudas más acuciantes es cómo funciona el mecanismo de selección que mina los datos, pues las descargas son limitadas y representan solo una pequeña parte de lo existente. Por supuesto que en fenómenos con una interacción menor, es probable la obtención de la población total, pero ya no es big data.

Es decir, el imperativo de la obtención de datos nos hace quedar entrampados en la paradoja de que mientras menor sea la población también es limitada la posibilidad de considerarse big data, pero mayor la de estudiarse en su totalidad. Por el contrario, cuando es mayor la cantidad de datos extraídos puede llegar a considerarse big data, pero es común que no represente la totalidad del universo, por lo que es necesario mayor rigor en la justificación del muestreo. En este sentido, la selección del corpus en términos de grandes datos exige una cuidadosa explicación sobre su matiz representativo.

El Gran Archivero, como he propuesto traducir el fenómeno de los datos masivos (Rodríguez Cano, 2020), es un canon económico, político, social y, de nuestro interés, analítico. Las famosas tres v que lo definen: velocidad, variedad y volumen resultan en sendos desafíos para la investigación social. La velocidad exige una instantaneidad de captura inusitada; la variedad un proceso de limpieza y estructuración que es difícil realizar rudimentariamente y el volumen un procesamiento y almacenamiento computacional monumental. Nuevamente, en mi experiencia de investigación, he tenido que recurrir a diferentes diseños para plantear caminos más o menos estables en el trabajo de análisis.

Como señala Meneses Rocha (2018), los grandes datos son un gran desafío para las ciencias sociales, en parte por las dificultades en cada uno de los elementos necesarios en su cadena de valor: generación, recolección, almacenamiento, procesamiento, distribución y análisis. De acuerdo con este punto de partida, el big data exige un volumen casi ilimitado, velocidad rápida y continua, y una variedad amplia. Contrario a lo que Rogers (2013) denomina small data, que precisa un volumen limitado, velocidad lenta y una variedad también limitada. Con esta distinción, el trabajo que he realizado a lo largo de estos años con extracción de información y minería de datos ha sido más desde una perspectiva de los pequeños datos.

Sin embargo, aquí es importante hacer una aclaración. El big data no solo es un fenómeno tecnológico, por ende detonador de desafíos técnicos, sino que representa en mayor medida un fenómeno social cuya principal característica es la datificación de la cultura, una de cuyas fuentes es la sociedad de las plataformas (Van Dijck, Poell y De Waal, 2018). Desde esta perspectiva, al hacer minería de datos, incluso en cantidades menores, nos ubicamos en el marco de la datificación y por lo menos de inicio a la sombra de los grandes datos como paradigma de la época.

Como señala la misma Meneses, los desafíos respecto al big data en las ciencias sociales son de varios órdenes: en primer lugar, la importancia de tomar distancia de los discursos técnicos y mercadológicos que buscan objetivos más concretos sin fundamento, más que la propia utilidad de los datos, una tendencia explicada por los flujos cuantificables de cascadas mercantiles que caracterizan a la cultura digital. En segundo lugar, señala la autora, existe el reto de no ser avasallados por el saber computacional y, por el contrario, poner a la tecnología al servicio del conocimiento de lo social. Esto, quiero argumentar, supone no reivindicar la dimensión mitológica del big data al cuestionar investigaciones que tienen una menor cantidad de datos, muchas veces obtenidas al límite de las capacidades técnicas, siempre y cuando se encuentren en la lógica de la investigación científica.

De hecho, Brooker, Barnett, Cribbin y Sharma (2016) señalan que a pesar de los límites del data mining, podemos hacer análisis significativos, mientras se tome en cuenta la comprensión profunda de cómo se ha construido el conjunto de datos con la intención de diseñar aproximaciones analíticas apropiadas con las cuales lidiar, esto es pensar en procesos de obtención de los datos, no en los datos exclusivamente, entendiendo que la traducción de lo social convertido en datos envuelve un proceso de abstracción que impone ciertos compromisos en la forma en que los datos son generados, recolectados, seleccionados y analizados (Schäfer y Van Es, 2017).

En este sentido, en la discusión sobre grandes o pequeños datos, fue bastante conocida la mirada antropológica que aportó Wang (2013), con el término datos densos. Como imaginará el lector, en una analogía con la descripción densa que propuso Clifford Geertz (1973), por lo tanto, un enfoque desde la dimensión interpretativa de la cultura, esta autora cuestiona la reverencia al big data al reiterar la importancia de trabajar los datos en el sentido inverso, a conveniencia dela investigación y con estrictas precauciones: cercanía, precisión, descubrimiento, interpretación. Contrario a las bases que puedes descargar en las modernas aplicaciones, el acercamiento desde los datos densos permite elegir el corpus de investigación de la manera tradicional, en concreto las variables que conforman la matriz de información, con compleja comprehensión del fenómeno estudiado y sin imperativos cuantitativos inmanentes. En el sentido de los datos densos, como veremos, mi estrategia ha sido buscar la obtención de datos de abajo hacia arriba.

Equilibrista del software

El uso de Gephi fue parte de mi primer experiencia con el análisis de redes sociales, como he comentado. No así con software con enfoque cuantitativo, pues ya había trabajado con estadística descriptiva, inferencial y diseño factorial en el Paquete Estadístico para Ciencias Sociales (spss, por sus siglas en inglés) durante el procesamiento de bases de datos y generación de gráficas derivadas de cuestionarios para encuestas. Sin embargo, fue con Gephi cuando me empecé a dar cuenta de las implicaciones del software en el trabajo metodológico, en concreto con las posibilidades de realizar los cálculos estadísticos, editar directamente las bases de datos, cambiar la apariencia y aplicar algoritmos de espacialización, entre otras herramientas, lo que me dio el sentido para entender Internet como fuente y no solo como objeto de estudio (Rogers, 2013), cuestión que quiero comentar aquí a partir de la experiencia casi a la par en el uso de NodeXL, otro software enfocado en la visualización de grafos.

La primera diferencia entre ambos paquetes fue un aspecto que considero relevante porque condiciona los alcances del investigador. Mientras Gephi era una propuesta de fuente abierta y enfoque comunitario, basada en una filosofía sin ánimos de lucro y utilizable en cualquier computadora y sistema operativo, NodeXL era parte de la Social Media Research Foundation, ligada a Microsoft, un software que únicamente podía correrse como plug-in o dispositivo adicional de Excel, diferencia que resulta considerable si lo analizamos a partir de la matriz analítica que divide las plataformas en constructos tecnoculturales y estructuras socioeconómicas (Van Dijck, 2016) y que también se puede aplicar respecto al software. En este orden de ideas, las coordenadas políticas que han acompañado el fomento de actividades, como la minería de datos, en sectores no comerciales, han estado atravesadas por iniciativas performativas que exponen consignas políticas como el software libre y el acceso abierto. Paradójicamente, a diferencia de Gephi, en ese entonces NodeXL y su ecosistema comercial permitía algo novedoso que me fue muy útil: la extracción de datos directamente desde Twitter, YouTube, Flicker y Wikipedia.

No obstante, pese a no contar con pase directo a los datos de alguna plataforma, Gephi estaba ligado a ellas mediante otras aplicaciones de descarga. En mi primer ejercicio utilicé la aplicación Netvizz, desarrollada por Rieder (2013), de la Universidad de Ámsterdam, para extraer mi red de amigos en Facebook (véase Imagen 2), algo que en ese entonces estaba permitido, pero que se limitaría con el tiempo, incluso en páginas públicas, luego del escándalo por la intervención de Cambridge Analytica en las elecciones estadounidenses de 2016.

Imagen 2

Visualización de la red de contactos de mi perfil personal en Facebook, de 2013

Fuente: Elaboración propia.

Esta conexión entre Gephi y Netvizz fue la que me hizo descubrir que el llamado giro computacional de la cultura no solo aludía a la interacción en las plataformas, sino a la manera de estudiarlas. Fue la primera vez, en 2014, que escuché hablar de las Interfaces de Programación de Aplicaciones, las famosas API, puertas traseras que las propias empresas de redes abren a desarrolladores que con o sin ánimo de lucro otorgan acceso a datos de interacción entre sus usuarios, como en Twitter, o a páginas y grupos públicos como en el caso de Facebook. Mucho se ha discutido sobre la calidad de la información que proporcionan las API, al considerar que puede haber sesgos, restricciones e inconsistencias en los datos recabados. Para revisar estas limitaciones y sus posibilidades sugiero revisar los textos de Bruns y Burgess (2016) y a Brooker, Barnett, Cribbin y Sharma (2016). Un libro que se había publicado un año atrás, Software Takes Command (Manovich, 2013), había comenzado el debate sobre el software como una interfaz con el mundo, idea que a la fecha se ha complementado cada vez de manera más sólida desde la teoría del actor red (TA-R) gracias a su noción de actante.

El software, efectivamente, cambia la asociación entre investigador y conocimiento, incluso lo que entendemos por social. Y no solo el software, sino un extenso ensamblado multiengrane de posibles mediadores que incluye conexiones, antenas, dispositivos, sistemas operativos, navegadores, sitios web o plataformas, aplicaciones, interfaces, códigos programados, protocolos, algoritmos y formatos, etc. De hecho, al investigar he llegado a la conclusión de que es necesario presentar este ensamble con todas las precisiones posibles, al ser un artefacto sociotécnico móvil a deconstruir, en el marco de la problematización de la tecnología como caja negra, y las constelaciones de la ingeniería inversa. En este sentido, sugiero explorar la estrategia de indagación llamada tecnografía (Bucher, 2016) o los recursos de la descripción de las asociaciones desde el punto de vista de la TA-R. En la investigación doctoral que realicé llegué al límite de señalar las versiones de dispositivos, plataformas y navegadores, que tuve que anonimizar para desterritorializar los resultados de mis preferencias personales, de acuerdo con la noción de imaginarios algorítmicos (Bucher, 2017), pertinente en el marco de discusión de las epistemologías del software.

Otro aspecto relevante sobre este tema es el cúmulo de lecciones aprendidas por el uso de sitios desde los cuales he podido realizar descargas libres durante estos años. En primer lugar, como ya mencioné, Netvizz para Facebook, una aplicación que dejó de funcionar para esa red y comenzó en 2019 una nueva versión en YouTube. También utilicé NodeXL para descargar datos de Twitter, así como con Flocker, una plataforma de la española Outliers que estuvo durante mucho tiempo disponible para descargas gratuitas pero que desapareció, mismo caso que Topsy, que permitía la visualización de los tuits con búsquedas particulares, mucho antes que la misma plataforma Twitter y su herramienta de búsqueda avanzada facultara esto mismo con una gran cantidad de posibilidades.

Finalmente, en 2020, cuando escribí este artículo, la extracción se podía realizar de muchas formas, desde modelos de negocios basados en analítica de datos proporcionados por las API, pasando por expertos en vertientes de la disciplina conocida como data science, así como laboratorios académicos que también desarrollan herramientas, varias para generar visualizaciones en tiempo real. Muchas de las herramientas actuales combinan extracción y visualización como un dispositivo inapelable, con la limitante de eliminar instrucciones y con ello posibilidades de plantear hipótesis de datos para el investigador, pues generan redes ‘digeridas’ con base en la centralidad de grado. En lo personal, para exploraciones de la actividad en Twitter en el plano relacional utilizo Hoaxy, del Observatorio de Medios Sociales de la Universidad de Indiana, mientras que para descargas más amplias, he tenido que recurrir a servicios comerciales en el marco de los proyectos y objetivos del Observatorio de Ciudadanía Digital del Departamento de Ciencias de la Comunicación y Diseño de la Universidad Autónoma Metropolitana, unidad Cuajimalpa, ubicada en la Ciudad de México. Respecto a la minería de datos con visualización incluida, en 2019 tuve la oportunidad de conocer y utilizar el proyecto desarrollado por Pérez, Cortés, Gómez y Abascal, en el marco de la Maestría en Diseño, Información y Comunicación de la misma institución.

Derivado de la experiencia en minería de datos, una vez obtenida la información, es claro que un pendiente y a la vez una exigencia más para el investigador es aprender a utilizar paquetes computacionales e invertir en herramientas que permitan la extensión de las capacidades intelectuales e imaginativas para acompañar la participación interpretativa (Masson, 2017). En mi caso me he centrado en Gephi para el procesamiento y la visualización de los datos obtenidos de las plataformas mencionadas, sin embargo hay ejemplos como R Studio que permiten el uso de scripts microdirigidos para extraer información, así como diferentes formas de generar gráficas, lo que requiere un nivel avanzado de programación que pocos logran desde las ciencias sociales, motivo por el cual la colaboración interdisciplinaria se ha vuelto un imperativo en el trabajo de este tipo —en concreto con el auxilio de un experto de las áreas computacionales—, sobre todo cuando los recursos de autodidacta son insuficientes; una transición del hazlo tú mismo al hagámoslo juntos —del do it yourself al do it together— que traspone las metodologías del campo traviesa de lo digital (Ratto y Boler, 2014).

Recursos de saltimbanqui

A pesar de haber descubierto el uso del análisis de redes sociales antes de concluir la metodología de mi investigación doctoral, no pude desarrollarlo por dos razones elementales: la falta de bases de datos en formato relacional sobre las movilizaciones electorales en la contienda presidencial de 2012, en concreto sobre #YoSoy132, y la falta de conocimiento de que, aunque limitadas, yo mismo podía crearlas desde cero. En la tesis solo pude agregar una visualización del Tema Tendencia (Trending Topic) #2DeOctubreNoSeOlvida, generado hasta dos años después, en 2014, con fines meramente descriptivos en la revisión del tema redes sociodigitales (véase Imagen 3).

Imagen 3

Visualización de la tendencia #2DeOctubreNoSeOlvida, de 2014

Fuente: Rodríguez Cano, 2015a: 31.

El tránsito del análisis de redes, entendido como un divertimento con las posibilidades de descarga y visualización concentrado en el seguimiento de tendencias de opinión, a un momento de aplicación con mayor rigor, tuvo su escenario más adecuado en artículos que finalmente fueron publicados entre 2015 y 2020, propuestas que identifico de mejor manera con malabarismos despabilados que con fórmulas prescritas, a partir de extracciones de datos en Twitter y Facebook, tanto desde la perspectiva de los pequeños datos como de los datos densos.

En las extracciones de arriba hacia abajo puedo resaltar como primera experiencia el análisis longitudinal de las redes articuladas en Twitter para acompañar la marcha en las calles realizada con el hashtag #1Dmx (Rodríguez Cano, 2015b). Dentro de las posibilidades en la aplicación del ARS en este contexto apareció la riqueza de manifestaciones con el uso del hashtag #YaMeCansé para hacer eco de las protestas en las calles a dos años de la toma de protesta del entonces presidente Enrique Peña Nieto y frente a la desaparición de los cuarenta y tres normalistas de Ayotzinapa, así como la identificación de los nodos centrales en cuanto a grado de entrada con la cual pude diseñar una primera tipología de usuarios (activistas, ciudadanos, militantes, medios profesionales, medios independientes, periodistas, etcétera). Otro hallazgo fue observar cómo la movilización se convirtió en una conversación que reaccionaba en tiempo real a los acontecimientos en las calles, en ese caso a las estrategias policiales para disuadir la marcha que terminaron por cambiar el principal actor aludido en la protesta, el presidente de la República, al entonces jefe de gobierno del Distrito Federal, Miguel Ángel Mancera, por el uso excesivo de la fuerza (véase Imagen 4).

Los desafíos del ARS en este proyecto fueron principalmente técnicos, sobre todo en cuanto a la capacidad computacional para realizar las descargas de datos mediante NodeXL, pues la herramienta solo permitía hacerlo en tiempo real. Esto ha sido una constante en las herramientas para descargar bases de datos de Twitter. En la mayoría de los casos se debe hacer en tiempo real o cuando se habilita una búsqueda histórica, permite hasta un máximo de siete días previos como en Sociovizz o hasta 3 200 tuits, como en Twittonomy, límites que impone la misma plataforma.

Imagen 4

Visualización de la tendencia #1Dmx, de 2014

Fuente: Rodríguez Cano, 2015b: 61.

Finalmente, se presentó un corpus basado en una secuencia de siete momentos ubicados en los rangos de entre 5295 y 8053 usuarios y entre 20 750 y 25 845 tuits. Derivado de esto, el principal aprendizaje fue entender la extracción longitudinal como táctica para seguir de manera diacrónica una movilización sociodigital, evitando el riesgo de saturar los dispositivos con el entonces imposible objetivo de realizar una sola captura masiva en tiempo real y paralelo. A grandes términos, si se suman, se extrajeron más de 150 000 tuits, logro que no hubiera conseguido de intentar realizarlo en un solo momento, pese a que la computadora utilizada fue específicamente elegida por tener un procesador más capaz.

Estoy consciente de que estos números pueden resultar menores ante el constante desarrollo de herramientas de extracción de datos, sin embargo vistos en el contexto de esos años, aunado a la precariedad de recursos del investigador, significaron un gran logro. Y no por los números en sí, sino porque al existir los inconvenientes de la no representatividad de la muestra, como he mencionado, a mayor cantidad de datos se incrementaba también la proporcionalidad para explorar los alcances de un fenómeno que no rebasaba tampoco los cientos de miles de tuits.

La segunda experiencia de extracción fue con Facebook, a través de Netvizz. De hecho, derivado de experimentos previos con esta herramienta, pude publicar dos investigaciones: la primera con datos de interacción de las publicaciones de seis de los principales medios periodísticos en México, y la segunda con las redes de páginas que mediante likes se conformaron en esta plataforma a lo largo de los años para visibilizar protestas sociales.

En el primer caso, el ARS fue un recurso para contrastar los supuestos teóricos de cámaras de eco y filtros burbuja en la prensa mexicana (Rodríguez Cano, 2017). El análisis estructural basado en encontrar los nodos centrales entre los usuarios de medios periodísticos, me llevó a comprender el potencial estadístico de la metodología. Por un lado para descubrir que la interacción se centraba en pocos usuarios a lo largo del tiempo, y por otro que los resultados del análisis tendrían que presentarse solo con cálculos, sin visualizaciones. La estrategia partió nuevamente de los límites técnicos tanto en la extracción, que permitía un máximo de 999 publicaciones con todo y el registro de sus interacciones, como en la computadora y el software de visualización, que no pudieron con el reto de trabajar con bases ubicadas en un rango entre 96 000 y 379 000 nodos. En este sentido, una posibilidad que en ese entonces desconocía es la utilidad del filtrado en Gephi que permite seleccionar los nodos de acuerdo con algún criterio para conformar una red más pequeña y de ahí crear un nuevo documento más manejable. Con fines de visualización elegí una muestra muy pequeña que tenía solo cincuenta publicaciones por cada medio (en un rango de los 11 000 a los 32 000 nodos), aunque fue la extracción más amplia, gracias al reporte de la centralidad de grado, el grado medio, la densidad y la modularidad, la que confirmó la hipótesis de que los contenidos, usuarios e interacciones tendían a concentrarse en relación con el consumo de noticias en las páginas de medios en Facebook.

En cuanto al segundo artículo publicado con datos de esta plataforma (Rodríguez Cano, 2018), la estrategia fue diferente: supuso trabajar con redes de likes entre páginas públicas, un fenómeno que denominé redes de medios tecnopolíticos en el contexto de la apropiación de las plataformas digitales por parte de actores y agendas alternativas. Nuevamente, el punto de partida en la minería de datos fue la arquitectura de comandos de la plataforma de extracción Netvizz que permitía este tipo de redes en dos niveles: el primero, las redes de likes alrededor de una página; y el segundo, las redes de likes de las redes de likes alrededor de esa misma página.

La estrategia se basó en tres momentos. Primero, comprobar la hipótesis teórica acerca de la existencia de redes de medios tecnopolíticos en su indicador observable, la visualización de las mismas redes en contextos particulares. Para ello recurrí a una vieja pretensión de crear visualizaciones concretas sobre las movilizaciones sociodigitales más significativas de la época alrededor del mundo, lo que logré en el caso de Occupy Wall Street en Estados Unidos con la página Occupy Wall St., #YoSoy132 en México con la página #YoSoy132, los Indignados en España con la página Spanish Revolution, el escenario tecnopolítico en Brasil con la página Mìdia Ninja e incluso del movimiento 6 de abril, clave en las movilizaciones en Egipto, que ya no incluí por no comprender a cabalidad el nombre de las páginas asociadas —la mayoría estaba en árabe—, así como del movimiento de los Dreamers en Estados Unidos (véase Imagen 5).

Imagen 5

Visualización a partir de la página United We Dream en Facebook, 2017

Fuente: Elaboración propia.

El segundo momento consistió también en una forma novedosa, para mí, de visualizar redes: sumando las bases de datos de pequeñas redes individuales. De esta manera, extraje las siete redes de likes de igual número de las páginas más populares relacionadas con #YoSoy132 y mediante Gephi las pude sumar en una megared para obtener el panorama reticular más desarrollado que pude lograr sobre la movilización estudiantil, aunque en Facebook, cuando esta manifestación tradicionalmente estuvo asociaba a Twitter (véase Imagen 6).

Imagen 6

Visualización a partir de la suma de siete bases de datos de las páginas más relevantes sobre #YoSoy132 en Facebook

Fuente: Rodríguez Cano, 2018: 161.

Utilicé esta misma estrategia nuevamente para sumar veinte páginas entrelazadas, solo que ahora con un tipo de muestreo a partir del procedimiento bola de nieve. Con la intención de ilustrar el escenario tecnopolítico en México, elegí comenzar con la página #YoSoy132 y de ahí extraer la red de la página con mayor centralidad de intermediación, y así sucesivamente hasta llegar a una red de redes de veinte páginas con 954 nodos, que me ilustró la agenda social vista a través de la conversación y las relaciones en Facebook: libertad de expresión, desaparecidos, medios alternativos, cultura de paz, derechos humanos y migrantes, principalmente. El entrelazamiento derivado de los enlaces, sin embargo, mostraba clusters muy centrados en las propias páginas iniciales, como indicaba el índice de modularidad —aunque como hallazgo importante se identificó una serie de medios periodísticos opositores como nodos conectores entre las causas, como el caso de la red anterior sobre #YoSoy132—.

En la misma ruta, utilicé una tercera estrategia: luego de explorar las redes de varios medios, fue a partir de la página del Centro de Derechos Humanos “Miguel Agustín Pro Juárez”, A. C. (Centro Prodh) que pude extraer un grafo representativo del escenario tecnopolítico en México, con un nivel de profundidad 2 y 783 nodos, suficiente para identificar una complejidad interseccional en la vinculación entre organizaciones, observable en cuanto a la mayor cantidad de temáticas: medios alternativos, derechos de los consumidores, organizaciones contra la discriminación, ecologistas, feministas, de derechos humanos, causas indígenas, organizaciones internacionales, migrantes, cultura de paz, justicia penal, transgénicos, y transparencia y causas cívicas. La mayor sorpresa, de esta manera, fue descubrir la interrelación con páginas asociadas al movimiento de los Dreamers, en Estados Unidos, un hallazgo lógico en el sentido de la investigación, pero que no había considerado hasta desplegar la red, lo que le dio sentido nuevamente a las visualizaciones como extensión del ARS (véase Imagen 7).

Más adelante en el tiempo, con ejemplos de datos densos y de procedimientos de investigación de abajo hacia arriba, puedo señalar dos experiencias muy en el tono de la innovación metodológica, que ha resultado una actividad constante en la investigación de entornos digitales (Toret, 2013; Sneez et al., 2016; Kubitschko y Kaun, 2016), producto de los intereses de investigación sobre tecnopolítica feminista que desarrollé junto con Claudia Pedraza, en 2019, cuando coincidimos en el tiempo libre que tuvimos debido a la huelga en la UAM Cuajimalpa. A partir de mis cursos metodológicos en la UNAM, tenía la intención de combinar tres enfoques: el análisis de redes sociales, la TA-R y la elaboración de redes semánticas, cada uno de ellos con su trayectoria epistemológica propia, pero con un vaso comunicante sólido: la dimensión reticular de sus supuestos esenciales.

Imagen 7

Mega red de la página Centro Prodh en Facebook

Fuente: Rodríguez Cano, 2018: 164.

En un primer artículo, en el que se entrelazaron el ARS y la TA-R, se recopilaron ochenta y dos carteles de difusión de eventos que ocurrieron durante más de dos años, a partir de las páginas de Facebook de los colectivos más importantes del feminismo en México (Pedraza Bucio y Rodríguez Cano, 2019a). El primer reto fue crear una base de datos relacional desde cero —finalmente realizada con Calc, de Libre Office, en formato CSV—. Para ello ayudó la noción de redes heterogéneas propuesta por Latour (2005), quien apunta que la dimensión social debe ser explorada a través de las asociaciones entre actores humanos y no humanos. Esto permitió deconstruir los carteles de difusión en varias categorías (colectivos, expositores, temáticas, sedes, ubicaciones, modalidades y respaldos) que terminaron por conformar una visualización de diferente índole. Es decir, ya no se trató de nodos de un mismo tipo, léase usuarios de Twitter o páginas de Facebook, sino de diferentes actores (véase Imagen 8).

Imagen 8

Visualización híbrida ARS / TA-R.

Fuente: Rodríguez Cano, 2019: 206.

Al explotar los algoritmos de espacialización, principalmente Force Atlas, además de las instrucciones elementales del análisis de redes sociales, el resultado fue revelador en diversos sentidos: en primer lugar, en los hallazgos derivados de la centralidad de grado de cada categoría y, sobre todo, en el panorama heterogéneo que vislumbró la suma de todos los campos. El principal logro al aplicar esta metodología, de la mano de un fértil alcance descriptivo, fue modelar la cartografía de la tecnopolítica feminista en nuestro país, un ejercicio que permitía tanto vistas panorámicas como acercamientos específicos. Entre estos últimos, destacó el protagonismo de la modalidad taller, así como la limitante de la geografía de los eventos que tendían a concentrarse en la alcaldía Cuauhtémoc en pleno centro de la Ciudad de México.

En un segundo artículo sobre esta línea de investigación (Pedraza Bucio y Rodríguez Cano, 2019b), entrelazamos en el plano metodológico el ARS con el análisis de redes semánticas, entendido como una variante de análisis de contenido con un enfoque relacional basado en significado compartido (Doerfel, 1998), cuyos alcances pueden ser principalmente descriptivos y orientados al descubrimiento de dimensiones de sentido. De esta forma, en un análisis de temáticas y modalidades, pudimos encontrar tres vertientes: reflexión, apropiación e incidencia. Y dentro de la dimensión de apropiación, las variables “creación de contenidos”, “aprendizaje de lenguaje computacional”, “perspectiva de género” y “prácticas de autodefensa”. Cabe mencionar que la suma ARS/RS supuso un complemento interpretativo al enfoque ARS/TA-R; es decir, no solo elaboramos la cartografía de la diversidad de actores feministas, sino la relevancia discursiva de su intervención tecnopolítica (véase Imagen 9).

Derivado de este último artículo, la principal reflexión en términos metodológicos fue, por un lado, confirmar el potencial del ARS para ilustrar elementos estructurales de fenómenos relacionales en las interaciones sociales, particularmente en el plano de las hegemonías y contrahegemonías de comunicación y poder en tendencias asociadas a mis líneas de investigación sobre cultura digital y tecnopolítica, con lo cual pude derrumbar el mito de la horizontalidad en las redes. Pero también, en un aspecto complementario, la deseabilidad de fortalecer esta perspectiva con herramientas y técnicas de diferente tradición de investigación, en la dirección de análisis sobre los significados que se comparten y dan sentido en los diferentes campos sociales. De esta manera, la discusión se mostró no en el plano de la vieja disyuntiva entre lo cuantitativo y lo cualitativo, sino de la complementariedad entre estructura y sentido, incluso dentro del mismo ARS.

Imagen 9

Visualización híbrida ARS / redes semánticas

Fuente: Rodríguez Cano, 2019: 75.

Por último, a la par de un grupo de activistas y académicos que estaban interesados también en esta metodología y sus implicaciones para la vida pública, durante los años que narro pude proponer de diversas maneras algunas aportaciones a la discusión sobre las formas de apropiación digital (Rodríguez Cano, 2020). A partir de dicha exploración con data mining, la ingeniería y reingeniería de categorías en bases de datos, los sociogramas y la visualización de redes, destacaron algunas vertientes que están en proceso o ya se han consolidado como las áreas tradicionales de aplicación del ARS en contextos digitales: la visualización de redes de medios tecnopolíticos y de activismo digital; la elaboración de tipologías de redes por perfil de usuarios, comunidades y contenido; tendencias relacionadas con ciberpolítica y campañas electorales; así como de activismo militante y cuentas automatizadas o bots en el marco de fenómenos de desinformación y propaganda computacional (véase Imagen 10).

Imagen 10

Representación inorgánica de la tendencia #NuevoLeónYaEsBronco

Fuente: Rodríguez Cano, 2020.

Andar en monociclo

Trabajar con ARS en las plataformas digitales implica un desafío inicial en dos frentes. En el primero aparece la brecha cognitiva de contar con nociones epistemológicas y metodológicas cardinales, además del conocimiento especializado sobre teoría de grafos y los diferentes enfoques sobre redes. Para iniciar esta actualización, recomiendo el texto de Cazau (2011) sobre la evolución de las relaciones entre epistemología y metodología de la investigación. El segundo es la brecha técnica que pone en evidencia la parafernalia computacional de la minería de datos y el uso tanto de software como de hardware especializado.

Una vez superados medianamente estos retos, que se vuelven una constante, aparece una etapa de exploración, divertimento y serendipia, caracterizada por la plasticidad en la elaboración de corpus, la fascinación por el manejo de las herramientas y las incontables epifanías de resortes creativos para plantear problemas de investigación de pertinencia social. Finalmente, al encontrarnos insertos en una misión de carácter científica, toca seguir de la mejor manera los preceptos que nos han dejado las tradiciones más avanzadas de los estudios sociales.

Sin embargo, además de esto, he preferido cerrar este recuento con una inquietud de sobrada relevancia, ubicada en el campo de la metareflexión: me refiero a la inexcusable pregunta sobre el papel del investigador en el manejo de datos que esta metodología demanda, entendiendo que “las dimensiones más contundentes no están solamente en el debate estrictamente científico o no científico en la investigación, sino en la ética de sus para qué y en la política que circunda sus procesos de producción, difusión, aplicación y uso” (Orozco y González, 2011: 206).

En un contexto donde lo público ha ganado terreno sobre lo íntimo o lo privado, generalmente de facto, el cuidado que exige la generación de conocimiento aunado a la imposibilidad de obtener el consentimiento informado de miles de personas involucradas en los corpus, nos exige responder cuestionamientos sobre consideraciones éticas con un modelo predominantemente abierto bajo un mandato inexcusable: la prevalencia en el cuidado de los otros. Se trata de un asunto solventado con tácticas de despersonalización y anonimato como garantía del resguardo de la privacidad y la seguridad de los usuarios, principalmente si tenemos acceso a perfiles privados. Y esto no significa que plataformas como Twitter estén exentas de estas consideraciones. A final de cuentas, como investigadores, podemos disponer de una cantidad limitada, pero nada despreciable, de información que puede responder preguntas importantes sobre la convivencia social, y hay que indagarla, pero con cuidadoso esmero hacia las personas que los proyectaron.

Fuentes

BERRY, D.

2011 “The Computational Turn: Thinking about the Digital Humanities”, Culture Machine 12, <https://sro.sussex.ac.uk/id/eprint/49813/1/berry_2011-the_computational_turn-_thinking_about_the_digital_humanities.pdf>.

BOYD, D. Y K. CRAWFORD

2012 “Critical Questions for Big Data: Provocations for a Cultural, Technological, and Scholarly Phenomenon”, Information, Communication & Society 15, no. 5: 662-679.

BROOKER, P., J. BARNETT, T. CRIBBIN Y S. SHARMA

2016 “Have We Even Solved the First ‘Big Data Challenge?’ Practical Issues Concerning Data Collection and Visual Representation for Social Media Analytics”, en Digital Methods for Social Science: An Interdisciplinary Guide to Research Innovation. Londres: Palgrave Macmillan, 34-50.

BRUNS, A. Y J. BURGESS

2016 “Methodological Innovation in Precarious Spaces: The Case of Twitter”, en Digital Methods for Social Science: An Interdisciplinary Guide to Research Innovation. Londres: Palgrave Macmillan, 17-33.

BUCHER, T.

2017 “The Algorithmic Imaginary: Exploring the Ordinary Affects of Facebook Algorithms”, Information, Communication & Society 20, no. 1: 30-44.

2016 “Neither Black Nor Box: Ways of Knowing Algorithms”, en Innovative Methods In Media and Communication Research. Cham: Palgrave Macmillan, 81-98.

CASTELLS, M.

2012 Redes de indignación y esperanza. Madrid: Alianza Editorial.

2009 Comunicación y poder. Madrid: Alianza Editorial.

CAZAU, P.

2011 “Evolución de las relaciones entre la epistemología y la metodología de la investigación”, Paradigmas 3, no. 1 (enero-junio): 109-126.

DENCIK, L., A. HINTZ, J. REDDEN Y E. TRERÉ

2019 “Exploring Data Justice: Conceptions, Applications and Directions”, Information, Communication & Society 22, no. 7: 873-881.

DOERFEL, M.

1998 “What Constitutes Semantic Network Analysis? A Comparison of Research and Methodologies”, Connections 21, no. 2: 16-26.

FREEMAN, L.

2004 The Development of Social Network Analysis: A Study in The Sociology of Science. Vancouver: Empirical.

GEERTZ, C.

1973 The Interpretation of Culture: Selected Essays. Nueva York: Basic Books.

HAN, B. G.

2014 La sociedad de la transparencia. Barcelona: Herder.

KELTY, C.

2008 Two Bits: The Cultural Significance of Free Software. Durham: Duke Press University.

KUBITSCHKO, S. Y A. KAUN

2016 Innovative Methods in Media and Communication Research. Cham: Palgrave Macmillan.

LATOUR, B.

2005 Reensamblar lo social: una introducción a la teoría del actor-red. Buenos Aires: Manantial.

LIEVROUW, L.

2011 Alternative and Activist New Media. Cambridge: Polity Press.

LOZARES, C.

1996 “La teoría de redes sociales”, Papers revista de Sociología, no. 48: 103-126.

Manovich, L.

2013 Software Takes Command. Nueva York: Bloomsbury.

MASSON, E.

2017 “Humanistic Data Research: An Encounter Between Epistemic Traditions”, en The Datafied Society. Studying Culture through Data. Amsterdam: Amsterdam University Press, 25-38.

MENESES ROCHA, M. E.

2018 “Grandes datos, grandes desafíos para las ciencias sociales”, Revista mexicana de sociología 80, no. 2: 415-444.

MOLINA, J. L.

2001 Análisis de redes sociales: una introducción. Barcelona: Bellaterra.

OROZCO, G. Y R. GONZÁLEZ

2011 Una coartada metodológica: abordajes cualitativos en la investigación en comunicación, medios y audiencias. Ciudad de México: Tintable.

PEDRAZA BUCIO, C. Y C. A. RODRÍGUEZ CANO

2019a “Resistencias sumergidas: cartografía de la tecnopolítica feminista en México”, Teknokultura 16, no. 2: 197-212.

2019b “Conversatorios, talleres y editatonas: tecnopolítica feminista y redes de aprendizaje en México”, Comunicación y Medios 40: 70-82.

PÉREZ, C., R. GÓMEZ Y R. ABASCAL

2019 “Análisis de interacciones entre políticos, medios y ciudadanos: el caso de Uber en México”, en Madic a cinco años de su creación: pasado, presente y futuro. Ciudad de México: División de Ciencias de la Comunicación y Diseño, UAM Cuajimalpa, 61-78.

RATTO, M. Y M. BOLER

2014 DIY Citizenship: Critical Making and Social Media. Cambridge: MIT Press.

RIEDER, B.

2013 “Studying Facebook Via Data Extraction: the Netvizz Application”, en WebSci ‘13: Proceedings of the 5th Annual acm Web Science Conference (mayo): 346-355 <https://doi.org/10.1145/2464464.2464475>.

RODRÍGUEZ CANO, C. A.

2020 La expansión de lo público: indagaciones tecnopolíticas de la sociedad hiperconectada. Ciudad de México: UAM Cuajimalpa.

2018 “Communication in Movement and Techno-Political Media Networks: The Case of Mexico”, en Networks, Movements and Technopolitics in Latin America. Cham: Palgrave Macmillan, 147-176.

2017 “Los usuarios en su laberinto: burbujas de filtros, cámaras de eco y mediación algorítmica en la opinión pública en línea”, Virtualis 8, no. 16: 57-76.

2015a Por una democracia auténtica... Comunicación en red y cultura política: las protestas en Twitter durante las elecciones presidenciales de México en 2012. Ciudad de México: Posgrado UNAM.

2015b “Las redes, las calles y los medios: análisis visual de las protestas del #1Dmx 2014 en Twitter-México”, Virtualis 11, no. 1: 49-74.

ROGERS, R.

2013 Digital Methods. Cambridge: MIT Press.

ROSE, G.

2016 Visual Methodologies: An Introduction to Researching with Visual Materials. Londres: SAGE.

SCHÄFER, M. Y K. VAN ES

2017 The Datafied Society. Studying Culture through Data. Amsterdam: Amsterdam University Press.

SNEE, H., C. HINE, Y. MOREY, S. ROBERTS Y H. WATSON

2016 Digital Methods for Social Science: An Interdisciplinary Guide to Research Innovation. Londres: Palgrave Macmillan.

SRINIVASAN, R.

2013 “Bridges between Cultural and Digital Worlds in Revolutionary Egypt”, The Information Society 29, no. 1: 49-60.

2017 Whose Global Village: Rethinking How Technology Shapes our World. Nueva York: New York University Press.

SWAN, M.

2013 “The Quantified Self: Fundamental Disruption in Big Data Science and Biological Discovery”, Big Data 1, no. 2: 85-99.

TORET, J.

2013 Tecnopolítica: la potencia de las multitudes conectadas. El sistema 15M, un nuevo paradigma de la política distribuida. Barcelona: UOC-IN3.

VAN DIJCK, J.

2016 La cultura de la conectividad: una historia crítica de las redes sociales. Buenos Aires: Siglo XIX Editores.

VAN DIJCK, J., T. POELL Y M. DE WAAL

2018 The Platform Society: Public Values in a Connective World. Nueva York: Oxford University Press.

VENTURINI, T. Y B. LATOUR

2010 “The Social Fabric: Digital Footprints and Quali-quantitative Methods”, Proceedings of Future en Seine, 87-103.

WANG, T.

2013 “Big Data Needs Thick Data”, Ethnography Matters (mayo): 13.

WASSERMAN, S. Y K. FAUST

1994 Análisis de redes sociales: métodos y aplicaciones. Madrid: Centro de Investigaciones Sociológicas.

ZUBOFF, S.

2019 The Age of Surveillance Capitalism: The Fight for a Human Future at the New Frontier of Power. Nueva York: Profile Books.

Nota

1 En este libro, opté por un enfoque testimonial con tintes autoetnográficos sobre mi experiencia en la aplicación del análisis de redes sociales, en lugar de una especie de manual sobre sus principales elementos y aplicaciones. Por lo mismo, he decidido orientar el sentido de lo escrito al lector con conocimientos mínimos de esta metodología. Para una explicación a detalle, recomiendo los textos de Lozares (1996), Wasserman y Faust (1994) y Molina (2001).