Diumenge al vespre, després del recompte de vots de les primàries del PSC i la consegüent desfeta del Jordi Martí, al meu Timeline es llegia certa incredulitat: “com ha pogut passar?”, “no ho teníem guanyat això?”, "has vist el zeppelin?", “quiere una rosa amigo?” i “qui és Carmen Andrés?”. Jo des de la política no us ho sé explicar per això intentaré aportar una mica, una miqueta, de llum des dels Social media.
En aquest post destacaré tres maneres que twitter (i la Xarxa, en general) distorsiona la nostra percepció de la realitat, i així intentar desfer aquesta incredulitat sobre els resultats electorals: la demografia de la xarxa social, el “polarized crowd” en les discussions polítiques i el filtre bombolla de Eli Pariser. Anem per feina...
1. La demografia de la xarxa social
El 80% dels usuaris d’internet a Espanya fan ús d’alguna xarxa social. D’aquest 80% un 32% té compte de Twitter – Espanya és un dels països on aquesta xarxa social té més penetració després d’Aràbia Saudí i Indonèsia. Seguim fent números; quin és el perfil de l’usuari de Twitter a Espanya? Aquest és el seu retrat robot.
És un home (50,70%) d’entre 35 i 44 anys (42,40%) amb estudis superiors (80%), treballador assalariat (63,9%) amb un sou net mig anual d’entre 18000 i 22000€ (28,8%).
Ara que tenim algunes dades dels usuaris de Twitter, què passa quan les comparem amb les dels votants del PSC a Barcelona? Busquem el perfil tipus del votant a la ciutat: És un home (53,7%) d’entre 50-64 anys (32%) – cal destacar que el següent percentatge majoritari en edat és el de majors de 64 anys (30%). El percentatge d’estudis superiors cau en picat (19%) així com el nombre de treballadors assalariats (31,6%).
Una curiositat del CEO, que crec definitiva: a la pregunta “16d. I com s'informa dels temes polítics per Internet?” el 15,3% de votants del PSC contesta “per xarxes socials”; el 42,2% contesta www.elpais.com
2. el “polarized crowd” del PewResearch
El passat 20 de febrer, el PewResearch Internet Project publicava un post que ens ha de servir per aquesta reflexió: “Mapping Twitter Topic Networks: From Polarized Crowds to Community Clusters”. En aquest article els autors aconsegueixen dibuixar 6 mapes que mostren el comportament dels usuaris i els seus tuits en converses sobre temes polítics. Un d’aquests mapes és el “Polarized Crowd” – extrapolable al nostre cas, #indyxMarti. imatge La metodologia que dibuixa el mapa de la “polarized crowd” va consistir a rastrejar el hashtag #my2k proposat per la Casa Blanca durant el conflicte amb els republicans sobre pressupostos; aquella notícia del “abisme fiscal d’EEUU” (recordeu?).
En aquest cas, el mapa de comportament dels tuits mostra com dos grups amb opinions molt divergents sobre un mateix tema quasi no guarden connexió entre les seves comunitats d’usuaris. Es donen l’esquena i s’ignoren enllaçant diferents webs i usant diferents hashtags. En el nostre cas #indyXmarti #hofarem o, una mica menys subtil, #votaCollboni – feu una cerca comparativa als vostres TL i veureu que només heu usat un hashtag en aquesta “discussió” política. I és que el nostre TL és un dels màxims distorsionadors de la realitat de la xarxa; ens escoltem molt a nosaltres mateixos – o el que és el mateix, a la gent que majoritàriament seguim - però quasi no escoltem les opinions de “los otros” i, heus aquí, la sorpresa de la realitat.
3. el filtre de la bombolla
Aquest és un terme d’Eli Pariser – que, per sort, just he descobert fent una mica de cerca i documentació per escriure aquest post. La idea que proposa l’autor és que la nostra personalització és la nostra censura i, aquesta bena als ulls, acaba significant una nova distorsió de la realitat. Què vol dir tot això? Doncs que Google sap més de nosaltres que les nostres mares – o que nosaltres mateixos - i des de 2011 el motor de cerca del buscador es personalitza comptant un mínim de 52 variables que l’usuari proporciona durant la seva connexió (origen de la connexió, tipus d’ordinador, sistema operatiu, navegador, historial de cerques...). D’aquesta manera hem deixat que el nostre filtre de la realitat estigui a les mans d’un algoritme que, atenent aquestes 52 variables, infereix què és el que ens interessa: elimina el contingut que “no ens agrada veure” (perquè no ens agrada l’autor, no hi estem d’acord, no compartim el seu posicionament...) i promociona el nostre “món feliç”. Tots podeu fer aquest senzill experiment; he buscat “primaries PSC” desconnectat amb el meu compte de Google (esquerra) i connectat (dreta). Tot i que estar “log” o no és una de les 52 variables que personalitzen la cerca, no creieu que per estar off de Google la cerca deixarà de ser personalitzada.
Finalment, en el nostre cas, plantegeu-vos quin és el posicionament SEO dels blogs, articles i notícies que hem seguit sobre el tema de les primàries (o quants de nosaltres esperàvem la sorpresa Carmen Andrés).
Enllaços relacionats
En aquest post destacaré tres maneres que twitter (i la Xarxa, en general) distorsiona la nostra percepció de la realitat, i així intentar desfer aquesta incredulitat sobre els resultats electorals: la demografia de la xarxa social, el “polarized crowd” en les discussions polítiques i el filtre bombolla de Eli Pariser. Anem per feina...
Benvinguts a Matrix.
El 80% dels usuaris d’internet a Espanya fan ús d’alguna xarxa social. D’aquest 80% un 32% té compte de Twitter – Espanya és un dels països on aquesta xarxa social té més penetració després d’Aràbia Saudí i Indonèsia. Seguim fent números; quin és el perfil de l’usuari de Twitter a Espanya? Aquest és el seu retrat robot.
És un home (50,70%) d’entre 35 i 44 anys (42,40%) amb estudis superiors (80%), treballador assalariat (63,9%) amb un sou net mig anual d’entre 18000 i 22000€ (28,8%).
Ara que tenim algunes dades dels usuaris de Twitter, què passa quan les comparem amb les dels votants del PSC a Barcelona? Busquem el perfil tipus del votant a la ciutat: És un home (53,7%) d’entre 50-64 anys (32%) – cal destacar que el següent percentatge majoritari en edat és el de majors de 64 anys (30%). El percentatge d’estudis superiors cau en picat (19%) així com el nombre de treballadors assalariats (31,6%).
Una curiositat del CEO, que crec definitiva: a la pregunta “16d. I com s'informa dels temes polítics per Internet?” el 15,3% de votants del PSC contesta “per xarxes socials”; el 42,2% contesta www.elpais.com
2. el “polarized crowd” del PewResearch
El passat 20 de febrer, el PewResearch Internet Project publicava un post que ens ha de servir per aquesta reflexió: “Mapping Twitter Topic Networks: From Polarized Crowds to Community Clusters”. En aquest article els autors aconsegueixen dibuixar 6 mapes que mostren el comportament dels usuaris i els seus tuits en converses sobre temes polítics. Un d’aquests mapes és el “Polarized Crowd” – extrapolable al nostre cas, #indyxMarti. imatge La metodologia que dibuixa el mapa de la “polarized crowd” va consistir a rastrejar el hashtag #my2k proposat per la Casa Blanca durant el conflicte amb els republicans sobre pressupostos; aquella notícia del “abisme fiscal d’EEUU” (recordeu?).
En aquest cas, el mapa de comportament dels tuits mostra com dos grups amb opinions molt divergents sobre un mateix tema quasi no guarden connexió entre les seves comunitats d’usuaris. Es donen l’esquena i s’ignoren enllaçant diferents webs i usant diferents hashtags. En el nostre cas #indyXmarti #hofarem o, una mica menys subtil, #votaCollboni – feu una cerca comparativa als vostres TL i veureu que només heu usat un hashtag en aquesta “discussió” política. I és que el nostre TL és un dels màxims distorsionadors de la realitat de la xarxa; ens escoltem molt a nosaltres mateixos – o el que és el mateix, a la gent que majoritàriament seguim - però quasi no escoltem les opinions de “los otros” i, heus aquí, la sorpresa de la realitat.
3. el filtre de la bombolla
Aquest és un terme d’Eli Pariser – que, per sort, just he descobert fent una mica de cerca i documentació per escriure aquest post. La idea que proposa l’autor és que la nostra personalització és la nostra censura i, aquesta bena als ulls, acaba significant una nova distorsió de la realitat. Què vol dir tot això? Doncs que Google sap més de nosaltres que les nostres mares – o que nosaltres mateixos - i des de 2011 el motor de cerca del buscador es personalitza comptant un mínim de 52 variables que l’usuari proporciona durant la seva connexió (origen de la connexió, tipus d’ordinador, sistema operatiu, navegador, historial de cerques...). D’aquesta manera hem deixat que el nostre filtre de la realitat estigui a les mans d’un algoritme que, atenent aquestes 52 variables, infereix què és el que ens interessa: elimina el contingut que “no ens agrada veure” (perquè no ens agrada l’autor, no hi estem d’acord, no compartim el seu posicionament...) i promociona el nostre “món feliç”. Tots podeu fer aquest senzill experiment; he buscat “primaries PSC” desconnectat amb el meu compte de Google (esquerra) i connectat (dreta). Tot i que estar “log” o no és una de les 52 variables que personalitzen la cerca, no creieu que per estar off de Google la cerca deixarà de ser personalitzada.
Finalment, en el nostre cas, plantegeu-vos quin és el posicionament SEO dels blogs, articles i notícies que hem seguit sobre el tema de les primàries (o quants de nosaltres esperàvem la sorpresa Carmen Andrés).
- "Estudio del uso de Twitter en España" http://www.slideshare.net/adigitalorg/adigital-estudio-usotwitterenespaa2012def
- "Baròmetre del CEO - 3a onada 2013" http://www.ceo.gencat.cat/ceop/AppJava/pages/home/fitxaEstudi.html?colId=4688&lastTitle=Bar%F2metre+d%27Opini%F3+Pol%EDtica+%28BOP%29.+3a+onada+2013
- Telenotícies Migdia - Les primàries al PSC: perfil dels votants http://www.tv3.cat/videos/4987412/Les-primaries-al-PSC-perfil-dels-votants
- PewResearch Internet Project - Part 2: Conversational Archetypes: Six Conversation and Group Network Structures in Twitter http://www.pewinternet.org/2014/02/20/part-2-conversational-archetypes-six-conversation-and-group-network-structures-in-twitter/#network-type-1-polarized-crowd
- Pariser, Eli "The Filter Bubble" http://www.thefilterbubble.com/