“Caricias significativas desde Hurlingham”: Los bots y el discurso político

Antes de la veda electoral de las PASO, una declaración de apoyo al presidente Macri buscaba instalar un Trending Topic (TT) mundial en Twitter: #YoVotoMM. Sin embargo, cuentas con nombres inverosímiles y mensajes extraños dejaron en ridículo la consigna. ¿Fueron una falla de la campaña oficialista o una trampa creada por la oposición?

Por Juan E. Bonnin*  
__

Agencia TSS — La idea era genial: justo antes de la veda electoral, una declaración global de apoyo al candidato oficialista se convertiría en Trending Topic (TT) mundial: #YoVotoMM. El mundo –es decir, Twitter– sería testigo de ese apoyo.

Para conseguirlo, el presidente y su equipo de campaña convocaron a un tuitazo el 8 de agosto a las 19, cuando sus seguidores publicarían mensajes de apoyo acompañados del hashtag elegido.

Entonces llegó la sorpresa: una usuaria llamada Lavonne Smythorsmith publicó: “¡Satisface a Mauricio, no te relajes! ¡Te elijo! ¡Caricia significativa proveniente de Hurlingham! #YoVotoMM”. La usuaria @malerey_ rastreó el origen de estos tweets: “¡Por favor, Mauricio!” se convirtió en “¡Satisface a Mauricio!” previo pasaje por el inglés (“Please Mauricio!”); “Abrazo fuerte desde Hurlingham” se convirtió en “Caricias significativas provenientes de Hurlingham”.

Semánticamente incoherentes, argumentativamente contradictorios, pragmáticamente inadecuados y, en muchos casos, claramente agramaticales, estos tweets vinieron de cuentas identificadas con nombres inverosímiles como “Lavonne Smythorsmith”, “Keitha Owen” o “Janet Fitzhugh”. Sus perfiles carecían, en muchos casos, de descripción. Prácticamente no tenían seguidores, habían sido creados recientemente, y sus fotografías de perfil eran inconsistentes con sus mensajes, especialmente en casos como el de Shawnna Atwell, quien aparecía posando junto al logo del partido de la oposición.

Sus nombres, como notó @kwinnyk, fueron generados con un script que segmentaba aleatoriamente una base de datos real. Así, “Smyth or Smith” se convirtió en “Smythorsmith”, “Keith A. Owen” se transformó en “Keitha Owen”, “Janet Fitz, Hugh…” fue “Janet Fitzhugh”. Los mensajes también fueron creados con un script –un programa que automatiza la realización de ciertas tareas– anticuado, que mantenía la vieja limitación de 180 caracteres de Twitter, un traductor automático de segunda y un diccionario de sinónimos que generaba variaciones de tuits reales. La fuente de estas variantes eran viejos tuits de apoyo al Gobierno y noticias de portales de noticias. Como la plataforma borra los mensajes idénticos –como parte de una poco efectiva política anti-bots–, el script realizaba transformaciones gramaticales y usaba sinónimos para generar mensajes parecidos, pero diferentes.

En suma: se trataba indudablemente de bots, tuiteando el hashtag #YoVotoMM. Y parecían ser un fracaso catastrófico.

Los tweets provenían de cuentas identificadas con nombres inverosímiles. Sus nombres, como notó @kwinnyk, fueron generados con un script que segmentaba aleatoriamente una base de datos real.

Demografía bot

¿Quién creó esos bots? ¿Fueron producto de la campaña oficialista, que tuvo éxito en crear un TT pero falló en hacerlo coherente? ¿O una ingeniosa trampa creada por la oposición para burlarse de la campaña #YoVotoMM? Comunicadores sociales y científicos de datos argumentaron sobre ambas hipótesis.

Luciano Galup (@lgalup), un periodista especializado, y @TuQmano, un científico de datos, analizaron la composición del hashtag usando las herramientas estándar que provee Twitter. Llegaron a la conclusión de que el 1,8% del total de las cuentas que participaron fueron responsables del 33% del total de tuits que usaban #YoVotoMM. Más aún: el 65% de los tuits fueron generados sólo por el 10% de las cuentas. Esta conducta, sin embargo, no puede atribuirse directamente a la acción de los bots. Muchas veces, se trata de cientos de simpatizantes que simplemente retuitean cualquier mensaje positivo que use el hashtag, lo cual los vuelve indistinguibles de trolls, sean pagos o voluntarios. En el mismo análisis, establecieron que el 30% de las cuentas que tuitearon el hashtag no tenían descripción de perfil. Esto sí funciona como un indicador más ajustado de que probablemente hayan sido bots o trolls. Aunque no identificaron el número total de cuentas que eran indudablemente bots, desde su punto de vista, todo el episodio fue una campaña automatizada que salió mal.

Por el otro lado, Guillermo Vagni (@GuillermoVagni), director de Políticos en redes (@BocaDeRedes), analizó cuántos de los tuits que usaron el hashtag habían sido generados indiscutiblemente por bots, es decir, pertenecían a la clase de las “caricias significativas”. En su informe, hubo sólo 161 cuentas involucradas (1% de la participación total), que generaron 1908 tuits “mal escritos”, 168 de los cuales usaron la expresión “Satisface a Mauricio”. Su conclusión: los bots no contribuyeron significativamente a impulsar el TT global #YoVotoMM, pero sí fueron determinantes para que #SatisfaceAMauricio fuera TT en Argentina. El equipo de Vagni detectó que esos bots habían sido creados pocos días antes del tuitazo y habían emitido una serie de mensajes de prueba el día 7 de agosto. Si su comportamiento hubiera sido considerado anómalo, se podría haber detectado y corregido a tiempo. Por último, es difícil explicar la súbita visibilidad de estos mensajes: ¿Cómo fue que un grupo de conocidos influencers políticos encontraron los mensajes de estos bots desconocidos, que ni siquiera aparecían en la línea de tiempo de Twitter, si no habían sido alertados de su existencia? Asumiendo que el equipo de campaña de Macri es altamente profesional y que hubo tiempo de sobra para detenerla si se hubiera detectado un error, Vagni concluye que todo el episodio fue una estrategia de campaña sucia llevada a cabo por un grupo opositor.

Ensayo de bots

Los bots habían sido creados pocos días antes del tuitazo y habían emitido una serie de mensajes de prueba el día 7 de agosto.

Bots y votos

Un análisis discursivo tradicional podría entretenerse tratando de interpretar la forma verbal y el contenido de estos mensajes. “Satisface a Mauricio” retiene una modalidad imperativa propia de la relación asimétrica entre el líder y sus seguidores; o es el rastro de un discurso autoritario que se mantiene a pesar de las transformaciones gramaticales y semánticas automatizadas; o es una parodia, en clave más o menos erótica, del discurso emocional que caracterizó buena parte de la campaña oficialista. Es imposible fijar una clave de interpretación sin saber quién creó efectivamente estos bots y con qué objetivos. Aunque el análisis del discurso ha rechazado, tradicionalmente, cualquier consideración explícita hacia los efectos del discurso político, argumentando que no hay relación directa entre producción y recoonocimiento, el populismo algorítmico pone en el centro del análisis la distribución, la interpretación y el uso de los discursos efectivamente producidos.

La distribución fue el principal acto comunicativo de esta campaña de bots: si fue una acción del oficialismo que salió mal, muestra que estos mensajes no tenían ningún valor comunicativo sino meramente algorítmico, para impulsar el hashtag #YoVotoMM. Si fue un acto de campaña sucia 2.0, fue diseñado para ser retuiteado y burlado por influencers de la oposición, “exponiendo” de esta manera el carácter falso de su popularidad online. También aquí los bots habrían sido diseñados para impulsar un hashtag, #SatisfaceAMauricio. En ambos casos, el hashtag funciona como discurso político de distribución y reconocimiento. Lo que lo vuelve significativo no es su contenido, forma verbal, sujeto discursivo o empírico, sino cómo rankea en una escala algorítmica.

Independientemente de que fueran bots oficialistas que “enloquecieron”, o bots de la oposición destinados a hacer fracasar el tuitazo, el episodio tocó una fibra muy sensible del ethos discursivo de Mauricio Macri, quien llamó a votar sin argumentos ni explicaciones, basado en el big data, el activismo en redes sociales y la celebración del TT como índice seguro de popularidad política.

Sin embargo, hay un límite para el populismo de los algoritmos. Las encuestas (tradicionales o de big data) pintaron un escenario benevolente para el candidato oficialista, que en algunos casos llegaba a aparecer como ganador por uno o dos puntos porcentuales. La crisis social y económica, sin embargo, alimentada por el capitalismo financiero –y sus propios bots, algoritmos y grandes conjuntos de datos– inclinó el voto popular hacia el principal candidato opositor, Alberto Fernández. Aunque asediadas, las democracias todavía necesitan de los votos, mucho más que de los bots.

*Profesor De Análisis del Discurso UNSAM e Investigador Independiente del CONICET. Texto original publicado en inglés en Diggit Magazine.

Dejar un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *