El Gato y La Caja
Jugada preparada

Jugada preparada

TXT

Pablo A. González

¿Qué diferencia hubo entre las poblaciones que se expresaron en Twitter a favor y en contra del recorte en CONICET?

Jugada preparada

Siempre decimos que la ciencia es una linterna que ilumina la realidad. Eso implica pensar que apuntarle a un proceso y tratar de desentramarlo nos permite intentar entender lo subyacente, y esta es una de esas veces donde recoger, ordenar y presentar información puede contarnos una historia.

Esta es la historia de cómo Twitter se expresó respecto del recorte en CONICET, con lo bueno, lo malo y lo feo.

La posta de hacer visible este evento la tomaron Analia Celeste Luis (@Analiacl) y Yamila Abbas (@abbasyami), recogiendo los tweets que contenían referencias al CONICET, entre el 10 y el 21 de diciembre de 2016.

NOTA agregada 27/12 (13:17): Es importante remarcar que todo el análisis es válido para el evento particular, y que cualquier otro evento va a requerir un análisis particular (y tal vez hasta cruzarlo con otros eventos para encontrar patrones más grandes).

Para esto, usaron un script de Python sobre la api de Twitter que ellas mismas desarrollaron, bajaron un total de 156.000 interacciones de 29.000 usuarios, y después se coparon en compartir no sólo su análisis sino también los datos crudos (de la parte de redes, la parte de lenguaje natural nos escapa técnicamente), para que nosotros pudiéramos aportar en esa instancia.

El ‘52% de los usuarios se expresaron a favor’ viene de analizar lenguaje natural, con las limitaciones que eso tiene; pero dado que las limitaciones a priori son para ambos lados y que no tenemos forma automática de analizar esa cantidad de datos sin asumir un margen de error, lo vamos a tomar como ‘el mejor dato que tenemos al momento, que está sujeto a mejora, pero que está bueno’.

Vamos de lo general a lo particular

Puchito metodológico: Para determinar la postura de los usuarios en torno a los reclamos de la comunidad científica de CONICET, se utilizaron dos métodos principales: como primer paso o criterio tomamos una muestra del 50% de la base total de tweets y analizamos el texto con el programa SPSS Text, esto nos permite clasificar los términos más significativos de acuerdo a su tendencia: favorable o desfavorable en relación al reclamo. Cada contenido, tweet o retweet puede estar clasificado en más de una postura, definiéndose la predominante a partir de la suma de concurrencias. Como segundo criterio o método de clasificación, analizamos los usuarios más retweeteados y centrales asignándoles una postura. Esta categorización es manual, ya que no lleva mucho esfuerzo y permite tener un control más acabado de los contenidos cargados de ironía. Por ejemplo, podríamos presumir que un tweet que contiene el término “ñoqui” o “militantes” se encuentra más cerca de estar a favor del recorte en materia de ciencia y tecnología. Sin embargo, ese criterio no es suficiente, ya que  en gran parte de la conversación política predomina el sarcasmo.

Que una conversación de esa magnitud exista no es poco, porque por lo menos nos dice que decenas de miles de usuarios querían expresarse respecto del evento. No es menor ver que el 84% del peso de contenido vino de retweets y no de tweets escritos originalmente. Este dato por ahora parece irrelevante, pero tengámoslo en mente porque nos va a contar un poco de historia sobre la estructura y comportamiento de la red.

Pero recién estamos entrando en calor, porque hay data para hacer dulce de data.

Una de las cosas que más nos interesaba era entender cómo se organizaban las cuentas que empujaban esta conversación, así que lo primero fue descomponer la red de interacción en clusters (grupitos que dependen de la cantidad de menciones y retweets que relacionan a los usuarios entre ellos, y que nos terminan definiendo una especie de agrupación por afinidad). Cada nodo, entonces, es un usuario, y cada arco es un vínculo entre dos usuarios.

Puchito metodológico: Para analizar la existencia de clusters corrimos un análisis de modularidad en Gephi con distinta restrictividad, o sea que analizamos condiciones distintas donde los grupos se construyen de formas más o menos estrictas, lo que genera grupos más grandes o los subdivide en sus grupos internos.

Gracias a esa descomposición, pueden verse dos clusters bien definidos: por un lado, un cluster que en su mayoría se refiere negativamente a CONICET; por el otro, un grupo que en su mayoría se expresa en su defensa, y que critica el recorte en ciencia y técnica.

Los unos y los otros

Pero estas poblaciones no son idénticas en tamaño ni en estructura: una tiene usuarios clave bien definidos y de alto peso (lo que quiere decir que un puñado chico de cuentas se constituía como nodos centrales, o sea que mostraba gran potencia de amplificación), y la otra es una red más descentralizada, donde la distribución del peso en la conversación es más uniforme entre los usuarios.

Imagen detallada del cluster que se expresaba en promedio positivamente respecto de CONICET y sus usuarios clave, donde el tamaño del @ es proporcional al peso dentro de la red (la escala es válida para ambos gráficos).

 

Imagen más detallada del cluster que se expresaba en promedio negativamente respecto de CONICET y sus usuarios clave, donde el tamaño del @ es proporcional al peso dentro de la red (la escala es válida para ambos gráficos).

Esta diferencia de naturaleza en los dos grupos se ve mucho más clara cuando la ordenás en un gráfico con la distribución de los grados de entrada en las distintas comunidades.

Metodología: El grado de entrada sirve para entender cómo es la dinámica de interacción de los usuarios de cada comunidad; básicamente son las menciones y retuits entrantes que tienen los nodos de cada cluster.

En el eje de coordenadas podemos ver cómo los usuarios en favor de la comunidad científica se encuentran más cercanos al eje Y. Esto significa que hubo muchos más usuarios que no fueron retweeteados o no tuvieron menciones entrantes (recordemos el punto anterior sobre cómo la conversación fue dominada por los retweets y no por los tweets novedosos). Para ejemplificar un poco más en base al gráfico, hubo al menos 14 mil usuarios que tuvieron grado de entrada 0. Esto significa que expresaron su opinión activamente, sin aglutinarse en torno a un usuario central.

Por otro lado, en el cluster que se manifestó en favor del recorte se ven 7 burbujas que se alejan del eje Y superando el grado de entrada 1000. Esto significa que podemos ver que al menos 7 usuarios aglutinaron más de 1000 menciones o retuits, dando lugar a pensar que se trata de una comunidad jerarquizada, organizada a partir de líderes de opinión en su red. Qué cosa hermosa cuando los datos cuentan una historia.

No es menor notar también que los principales agentes del cluster neg-CONICET se muestran a sí mismos como oficialistas y anti-kirchneristas. Dentro del cluster contrario al recorte hay algunas cuentas fácilmente identificables como kirchneristas, pero estas cuentas no dominan el cluster entero, y esto no es menor. Si nos ponemos más finos con el agrupamiento (o sea, más restrictivos, y en vez de armar dos grupos grandes, armamos más), adentro de ese mismo grupo de expresión positiva respecto del CONICET (pero que, recordemos, se agrupó por su nivel de interacción interno, no por su forma de expresarse respecto del conflicto) hay varias poblaciones separadas: la recién mencionada, y una dominada por usuarios como @frazadadecactus@breogan66, @danyscht y @diegotajer, a la que no se la puede caracterizar políticamente de forma tan sencilla o unívoca (en el eje kirchnerista/antikirchnerista) [paréntesis agregado 28/12].

La misma, misma imagen detallada del cluster que se expresaba positivamente respecto del CONICET y sus usuarios clave, donde el @ es proporcional al peso dentro de la red, pero esta vez con un criterio de agrupamiento más restringido para poder ver comunidades dentro de la comunidad (la escala es válida para con los gráficos anteriores). Dentro del cluster de apoyo, identificamos dos poblaciones, cada una con sus referentes (verde y celeste).

Entonces, tenemos dos (o tres) poblaciones claras. Nuestro interés llegado ese punto fue evaluar el funcionamiento interno de cada una de las dos grandes poblaciones originales (neg/pos CONICET).

Para eso, empezamos por tratar de entender de qué habla cada grupo. Cuando el análisis se da sobre el cluster que se expresa negativamente respecto de CONICET, aparece esto:

Montonero Mufasa, RENUNCIE

Así se hacen claros los memes dominantes del cluster negativo, con mucha presencia de Mufasa, la NASA y Perón;  con las palabras ‘militantes’ y ‘ñoquis’ como calificativos preferidos y con un principal interés en atacar Sociales, principalmente Sociología de la Cultura, incluso a pesar de que el área de Sociales representa sólo un 20% del total de investigadores.

En la otra esquina, con un peso similar en llegada pero un perfil distinto en términos de forma de presentar la información, el cluster que en su mayoría se expresó a favor del CONICET (o en contra del recorte, como querramos decirle):

Este cluster se caracterizó además por replicar contenido informativo sobre el estado e intenciones de la toma e informes y cifras sobre CONICET y sus investigadores, contestando a los memes presentes en el primer grupo. Otro dato interesante fue, de nuevo, ver énfasis en componentes ideológicos más generales que el recorte en ciencia.

Pero todavía podemos hacer más para tratar de entender las diferencias y similitudes entre las poblaciones. Cuando visualizás la cinética de esta conversación en el tiempo, aparecen algunos patrones de lo más interesantes, como uno de actividad semanal, y un mínimo de proporción de tweets neg-CONICET durante los fines de semana. (emoji pensativo)

Los fines de semana, que labure otro

Dado que la conversación muestran este comportamiento tan diferente durante la semana, podemos empezar a pensar que ese patrón esconde algún tipo de característica distintiva entre las poblaciones (aunque bien podría ser simplemente simplemente que es fin de semana). Tercera idea a sostener, junto con el porcentaje de retweets y la estructura distintiva de ambas redes.

Algo que nos llamó mucho la atención es que muchos de los usuarios inmediatamente adyacentes a los centrales del cluster negativo tienden a no tener ningún tipo de identificación, estética o estilo personal discursivo que nos haga pensar que son personas expresando su opinión en redes. Exceptuando el caso del conocido ex periodista de Clarín @Bracesco, en la red de usuarios neg-CONICET abundan las cuentas con estética despersonalizada: caricaturas, fotos de bancos de datos y portadas en baja resolución(*). Podrán pensar “OK, yo tampoco tengo una estética que sea fácilmente identificable”, pero esto contrastó fuertemente con los usuarios de mayor centralidad en la red (NOTA sobre un comentario: este patrón también apareció en los adyacentes, no solamente en los centrales, pero está pendiente un análisis mucho mejor sobre esta comparación) que se manifestó en apoyo a la comunidad científica de CONICET. Los usuarios con mayor volumen de menciones y retweets en esta red fueron referentes académicos, investigadores y algunos portales digitales. El punto es que la opinión del cluster que apoya al CONICET suele estar más referenciada: sabemos quién nos habla y desde dónde.

(*)

Quiero ser un niño de verdad! NOTA 27/12, 13:25 @pablotorres es un mal ejemplo acá porque sí es un usuario real y bancamos que diga LO QUE QUIERA. Esto no quiere decir que no se encuentre (quiera o no) en una estructura que contiene cuentas que podrían no ser de personas reales).

De nuevo, esto no es análisis, es dato. Y es correlación, no causalidad. Porque correlación no implica causalidad. Correlación sí implica correlación. Muy tautológico todo.

Y esto ya sería un montón, pero hay otra posibilidad de amasar los datos y tratar de atacar una historia más. Muchos acusan la existencia de una estructura organizada de operadores, y otros consideran que eso es un mito, así que veamos si hay razones o no para pensar que esa idea de manipular la opinión pública usando cuentas que no responden a personas reales se sostiene o se debilita con datos. A lo que ya sabemos sobre la distribución jerárquica y centralizada de usuarios del cluster neg-CONICET y sobre su alta tasa de retweets sobre tweets originales, podemos sumarle el dato de que el clúster negativo tenía alto peso relativo de lunes a viernes y muy bajo los fines de semana, y podemos agregar un dato más: la fecha en la que esas cuentas fueron creadas.

Me viá abrir una cuenta en el Tuiter

Bueno.

Si bien esto no es una confirmación de que exista una actividad organizada para generar la amplificación de determinada información (en este caso en particular, opinión en contra de CONICET), sí es interesante y sí está bueno que tengamos en mente y a la vista este comportamiento y nos preguntemos qué modelos explican mejor esta acumulación de evidencia (y hasta qué medir para descartar hipótesis alternativas). Un gran paso siguiente podría ser ahondar minuciosamente en el comportamiento de cada una de estas cuentas (patrones como la tasa de tweets originales contra los retweets, un ejercicio divertido para cuentas como @gabrielluna007, @azulinamorena o @esthermdq, protagonistas del cluster neg-CONICET, que son básicamente cuentas de retweets sin generación de contenido propio pero al mismo tiempo con decenas de RTs diarios, lo que nos hace pensar en un sistema organizado de amplificación de contenido, o en usuarios reales muy entusiasmados con retweetear, pero nunca expresarse personalmente).

Nota 27/11: Hay un par de comentarios excelentes sobre explicaciones alternativas a estas conductas. Desde la idea de que es más fácil oponerse a las cosas en general desde lo anónimo y a favor desde lo personal a la ‘hipótesis oficinista’ de que los retuiteadores lo hacen durante su horario de trabajo normal y no lo hacen durante los fines de semana. Otra idea interesante es suprimir cualquier tipo de intuición de intención organizada y suponer que los comportamientos que asumimos automatizados no son parte de una estructura (formal o semi formal), sino de una población de usuarios reales que se expresan en tasas de decenas o centenas de RTs por día. Tal vez esta sea la hipótesis más desesperanzadora, pero no por eso menos válida o menos atendible de confirmar. Tendremos que buscar los métodos para abordarla.

Esto no significa que tengamos certezas. Desde ya que hay explicaciones alternativas al escenario organizado para la generación de opinión concertada. Hay escenarios de entusiasmados retweeteadores a los que no les copa poner su foto, que encima no opinan los fines de semana y que justo se dio que el día que abrieron la cuenta había habido un evento político relevante. Pero, al que le quepa el Bayes, que se lo ponga.

Toda esta información (y su análisis) debe ser vista con la cautela de quien presenta un preliminar y asumiendo buena voluntad y capacidad de refinar cada una de las estimaciones, pero al mismo tiempo como una señal extremadamente clara de cómo Twitter como soporte y medio no es ajeno a la posibilidad de ser analizado, entendido, expuesto y tal vez hasta manipulado para tomar ventaja de algunos de los sesgos más íntimos del humano: nuestra capacidad de acordar y dar por válida información que se solapa con lo que creemos (aun sin chequearla, ni a ella ni a sus emisores), nuestra tendencia a expedirnos con seguridad sobre áreas de las que no tenemos idea (sobreestimando nuestra capacidad de análisis y el ámbito en el que somos idóneos), y nuestra reticencia a admitir como válida evidencia que pueda ir en contra de las posturas que ya decidimos tomar.

Entonces, hablemos abiertamente de todos los temas que entendamos importantes. Hablemos del recorte. Hablemos del papel de la ciencia en la industria, la salud y la educación, de lo imprescindible de la ciencia básica, de lo igual de necesaria que es la aplicada, de cómo hacer ciencia para la sociedad plena, de cómo evaluar a nuestros científicos profesionales. Nada es perfecto ni sagrado, CONICET tampoco. Discutamos qué hace y cómo lo hace. Discutamos si necesita modificaciones y cuáles. Sobre todo y más allá de esa institución, hablemos de si existe una dirección pensada, estudiada y expresada abiertamente que muestre una visión sostenida y a largo plazo para el desarrollo de la ciencia, la tecnología y la educación. Pero no por discutir todo esto dejemos de hablar de cómo priorizamos la ciencia en el gran arco argumental de un plan país. Porque la charla de fondo a tener es esa: ciencia sí o no, y cuánto.

Precisamente por eso es que todas esas conversaciones tenemos que poder tenerlas hablando claro y hablando cada uno. Sabiendo que los que opinan son otros como nosotros, ciudadanos comunes, que fuimos habitando un medio que supuso en algún momento la posibilidad de democratizar el acceso a decir lo que pensamos; hasta que alguien se dió cuenta de que Twitter es un medio como cualquier otro, y que hecho el medio, hecha la rosca.

Aprendimos a leer los diarios como de quien vienen, a tratar de entender las intenciones por detrás. Quizás les toca ahora a las redes sociales ser observadas de manera de descubrir si hay piolines que hacen que las marionetas bailen, griten y retweeteen. Puede ser la única forma que tengamos de reclamar la posibilidad de discutir temas importantes sin que nadie sarpe la conversación gritando o usando humo y espejos para hacer que lo que piensa suene como rugido de masa, cuando en realidad es solamente eco.

 

NOTA 28/12: Cambiamos las nomenclaturas de los clústers a neg-CONICET y pos-CONICET para reflejar lo más unívocamente posible que la categorización se dió por ‘este grupo se expresó en promedio negativamente respecto de CONICET’ y ‘este grupo se expresó en promedio positivamente respecto de CONICET’.

COMPARTÍ LA NOTA

En esta nota se anda diciendo...

Marcelo

18/08/2019

Marcelo

Lindo para ver el fenómeno Hurlingham y Lyvonne Smythorsmith. No sé si sólo bots o también trolls, como guste más investigarlo.

John

06/04/2018

John

Para pulir un poco los datos de los “días de semana”, habría que tomar en cuenta la “hora tweeteada”, ya que si la mayoría es a media mañana, medio día, media tarde o noche. estaríamos hablando de usuarios y no boots, ya que son horarios de descanzo.

Habría que ver también cada cuanto un tweet o retweet, ya que no me sorprendería enterarme de “usuarios pagos” y tampoco de ej.: Fumadores, que cada 30 minutos, salen, se fuman un pucho, tweetean y vuelven a trabajar.

Pero déjenme decirles que el dato PRO-CONICET se de en los fines de semana es dado a una sola razón que todos aquí conocemos. Y denle la vuelta que quieran o disparenle con lo que sea, pero ese dato es fijo que es porque se trabaja de sol a sol, con todas las fuerzas y ganas.

Yo desde los 14 años (Ya son 18 años) que trabajo con datos ya que me interesé mucho por la Ing. Social (Seguridad en redes) y debo decir que su manejo de datos es muy bueno, pero una recomendación, por practica y experiencia en el campo:

Primero desmenucen todo, absolutamente todo, en este caso seria tweet por tweet, tener especial cuidado con los retweets (analizar aparte), se que hay muchas herramientas de precisión para analizar datos, pero no dejan de ser porcentajes, estadística, probabilidad. Y cuando se quiere informar de verdad, esas “minutas” marcan la diferencia, un ejemplo de ello es decir que:

Estudios demuestran que en una cuadra de 16 casas hay 16 autos “o lo que es igual” (Eso piensa una persona cuando se habla de estadística) a 1 auto por casa, pero no se toma en cuenta que esa calle divide un lugar como puerto maderos de la villa 31, y de paso que de las 16 casas, 15 pertenecen a la villa 31 ya que del lado de puerto maderos hay un solo edificio de 4 dptos. donde se hayan los 16 autos, entonces pasamos de 1 auto por casa a 4 autos por dpto. “de ese lado de la calle y en puerto maderos”.

Estudios demuestran que 1 de cada 3.500.000 astillas “chispas” de metal producidas por el corte de una amoladora golpean directamente el ojo, pero no es lo mismo decir que esa cantidad de “chispas” salen por segundo de uso, lo cual aumenta mucho la probabilidad de accidentes oculares.

Estudios muestran que la inflación es del 0.8% con respecto al trimestre pasado (La nada misma), pero si se compara con la del año pasado y misma fecha… Creo que cambia ¿O no?, Ni hablar si se compara a cuando era el 1 a 1.

La información no es buena ni mala, pero… Gana guerras, da vuelta las elecciones, hace ver que los terraplanistas y feminazis tengan razón y mantiene a las ovejas en el rebaño. Recuerden que todo pasa por la credibilidad del estudio, y la credibilidad depende directamente del análisis y presentación de los datos.

A lo mejor el INDEC no modifico o falseo datos cuando dijo que se podía comer con $6 al día, pero fue muy amateur el análisis, ya que nadie compra 0.18 de huevo, 0.075 de manteca, 0.097 de leche y 0.24789541 de papa para hacerse una porción de puré, con eso se demuestra un uso inconsciente de las herramientas de análisis de datos y demasiadas ganas de demostrar que “Ta too re piola loco”

Se que un perfecto análisis de datos demora mucho tiempo y consume recursos, pero recuerden que el prestigio y credibilidad de los realizadores y sus papers están en juego.

No aportemos a la “Era de la post verdad”, ya tenemos muchos científicos muertos y silenciados por construir motores de movimiento perpetuo y que funcionan con energía de punto cero, no olvidemos a los que probaron eficientemente que la tierra es plana.

Billy

28/08/2017

Billy

Hola! Me da mucha curiosidad qué es ese punto a la derecha de todo, de donde salen tantos links:

https://i1.wp.com/elgatoylacaja.com.ar/wp-content/uploads/2016/12/image07.png?w=961&ssl=1

es muy importante, o gephi tiró el nodo ahí por un tema de balanceo gráfico nomás?

yo

09/04/2017

yo

leer

Hugo

28/03/2017

Hugo

Bastante malo. Tanto análisis para nada concluyente. Eso sí, en medio deslizan conjeturas atadas a la ideología de los analistas. Todo muy científico.

Leandro

03/02/2017

Leandro

Disculpen la molestia, quisiera saber (si alguien sabe) que paso con los recortes que querían hacer sobre la ciencia y tecnología en el conicet. Muchas gracias!

Gigi

15/01/2017

Gigi

El tema es que no sabes como funciona twitter hermano, por eso esta barbaridad de hipótesis tendensiosas.
Es un lindo papper, llevarlo al CONICET, capaz debamos pagar esta inutilidad entre todos.

Mariano Roger

09/01/2017

Mariano Roger

Muy interesante analisis! Tengo un par de dudas (aclaro que no soy experto en este tema):

1. como se define la distancia entre 2 nodos particulares del cluster?
2. El “%de postura” en funcion de los dias esta normalizado por el numero de tuits? Mas aun, si agarras los mismos usuarios y miras el numero de tuits 10 dias antes del intervalo considerado, se ve la misma dinamica? Creo que haciendo algun tipo de normalizacion con dichos datos podrias responder la pregunta de si ese grafico refleja la expresion de una postura de un grupo y no simplemente el uso de twitter…

Concluir que estos datos reflejan una operacion organizada en contra de Conicet, mas que una conclusion es una posible (simple) interpretacion. Y lo digo, porque: no hay que subestimar al enemigo ;)

Saludos!

Laura

04/01/2017

Laura

Me parece que ésta es una de las encrucijadas que plantea al concepto mismo de ‘verdad’ a la forma social ‘democracia’ donde hay representación por mayoría y minorias proporcionales relativas a cantidades de votos directos o electores.
Una discusión que se da en cualquier mesa bien intencionada ante cualquier tema del que se pretenda encontrar una salida alternativa que conduzca a otro ‘estado’. Y tomando en cuenta, en la medida de mis posibilidades, los varios planos semánticos de ese término: Reducir el estado de cosas, el estado del arte, el estado social, confrontado el individuo al colectivo.
Creo que la singularidad de este momento sociopoliticocultural, coyuntural o histórico es ese: El Uno/El Todo.
La radicalización del individuo sobre el ambiente, siendo esta radicalidad caprichosa y no racional. La parte individuo, sea uno o grupo, imponiendo, dominando, sometiendo al ambiente, social o natural.
Ambiente entrampado ante el número abrumador de la mayoría obtenida a cómo de. Aún a costa de la misma mayoría que lo sustenta.
Creo que también se alteran las representaciones mismas de lo espacial y temporal. Coordenadas en las que un sujeto se sustenta e instituye.
¿A qué temporalidad remite el denodado afán de manipulación y concentración del poder si conduce a la desintegración y la destitución del fundamento mismo de lo social humano?
¿A que espacialidad remite la explotación, exfoliación, expropiación de la tierra y la diversidad?
…me fui =(

Hugo

31/12/2016

Hugo

Una sola¿Milstein Cesar investigaba en el conicet?Ok bajemos el prsupuesto.Ah, sociologia no sirve dijeron algunos por ahi,este trabajo fue realizado por sociologas.Gracias mil

ZTF

31/12/2016

ZTF

Che pero es de pelotudo tu analisis, te vas por el camino de cuentas fakes, sabes cuantas miles de fakes hay a favor de conicet? sabes cuantos perfiles de facebook con fotos robadas hay?

Alvaro E. Pedraza

30/12/2016

Alvaro E. Pedraza

Excelente análisis de datos. Hace falta mucho más análisis de este tipo. Para pensar y pensarnos. Mis respetos desde Tucumán, de parte de un ingeniero en computación que le gusta el data mining y el análisis

AoD

30/12/2016

AoD

Hay un solo párrafo de la nota con el que estoy 100% de acuerdo: “Entonces, hablemos abiertamente… … ciencia sí o no, y cuánto.”. Después, como a muchos de los que hicieron comentarios, hay muchas partes del análisis que no me convencen pero igualmente agradezco que tanto los autores como la mayoría de quienes comentan lo hacen con fundamentos y respeto, a diferencia de lo que pasa en la mayoría de las redes sociales. Lamento los pocos comentarios ridículos ya sea de un lado como del otro que lo único que apuntan es a desacreditar personas y no a criticar con fundamentos lo escrito. Igualmente, tanto para los que hacen esos últimos comentarios como para los autores, recuerden que el país no es binario y no está bien que lo sea.

Diego Fernández

29/12/2016

Diego Fernández

Hubiera sido interesante saber si los supuestos tweets anti CONICET eran contra todos, o contra cierto tipo de investigación, es decir iba contra todos los investigadores, contra los de sociales, contra los biológicos, etc. Y que temas de investigación criticaban y cuales no

Gabo Lato

29/12/2016

Gabo Lato

muy buena la nota, muy bueno el análisis. Me gustaría que haya una versión “resumida” para los vagos que opinan sin leer nada y que cuando se las mande no le van a dar ni bola cuando vean todo lo que hay que scrollear, pero qué se le va a hacer?

Adriana

29/12/2016

Adriana

Excelente análisis. Gracias.

javibishop

29/12/2016

javibishop

Muy interesante, casi como la revista!

Alan Schamber

28/12/2016

Alan Schamber

Separemos las cosas: el grafo por un lado, parece ser correcto. Pero el análisis de datos, es realmente pobre, y es de alguien que no comprende cómo funciona esa red social.
Que alguien haga un RT no significa que no tenga opinión propia, sino que coinciden con lo que dice en la mayoría de los casos. Vos podés tener 100 mil personas que opinan lo mismo, compartiendo solamente mil twits, porque han resumido de forma correcta lo que las personas piensan. Los corazones de twitter, lo mismo. Lamentablemente, veo demasiado sesgo de quienes hicieron el análisis, sin importar que me encuentre del otro lado: para mi, interpretaron como se les dio la gana, o como les convenía. Saludos.

SGP

28/12/2016

SGP

Me parece que deberíamos hacer un análisis de cuanto pesa realmente en la decisión de una persona las opiniones de Twitter. Tengo la sospecha que es absolutamente irrelevante en cuanto al pensamiento general respecto de un tema en particular.
Cada vez creo mas que es una burbuja que tiene poca representatividad en el total de la gente de un país. Cada vez estoy mas convencido que esta burbuja alimenta los medios y asi se va deformando la realidad o al menos verdades objetivadas con datos pero que termina siendo irrelevante en el total de la población (Trump, Brexit, etc).

En definitiva lo segundo mas importante de toda esta discusión es el resultado de lo que la mayoría de la gente que vota o ejerce influencia en la votación creen: Está bien ajustar el Conicet o NO está bien ajustar?
Lo 1ro es que haya un buen desarrollo de la ciencia argentina.

Agustin

28/12/2016

Agustin

Hola, muy muy bueno este análisis. Los datos crudos están disponibles?

Maryan

28/12/2016

Maryan

Me parece un excelente analisis! Nos abre mucho la cabeza para entender como funciona actualmente la politica y la manipulacion que se hace a la gente que no tiene tiempo o ganas para investigar un poco mas alla.

Sugiero solo una cosa:
Estaria bueno tambien que se agregue un link para las personas que queremos profundizar sobre el tema de CONICET.
Si bien entiendo que es grabe la situacion de los cientificos y como son menospreciados, negreados durante tantos años y despues posiblemente abandonados, me gustaria si pueden hacer o conseguir algun analisis objetivo sobre el tema y agregarlo al articulo en un link para que la gente que quiera interiorizarse, sepa que estos problemas no son de ahora sino que vienen de hace muchos años y que no es la primera vez que dejan afuera a tanta gente pero si es la primera vez que los medios (ya sea redes sociales o periodisticos) lo dan a conocer.

Los numeros son importantes, nos dan una idea del contexto actual pero tambien pensemos mas alla de los numeros, busquemos en la historia si nos interesa un tema antes de ponernos de un lado o del otro y volvernos partidarios.

Diego

28/12/2016

Diego

Qué notaza. De las que no abundan.

Gisele

28/12/2016

Gisele

EXCELENTE ANÁLISIS

Fede

28/12/2016

Fede

Estaría bueno si fuese verdad. Muestran los datos que apoyan sus hipótesis sesgadas y omiten el resto. Hacen una investigación acientífica. Se les nota la agenda, muchachos.

Seba Bortnik

28/12/2016

Seba Bortnik

Amigos,

Como les adelantaba por Twitter, el artículo me generó sensaciones encontradas. En primer lugar, me encantó, porque se hace un laburo con los datos que no muchos medios hacen y eso es genial, hay un laburo detrás del post que es extraordinario, y que tiene que ver con el uso de datos para sacar conclusiones y me encanta que se fomente eso y entiendo está super alineado a su misión. Pero hubo algunas cosas que no me gustaron y que quiero compartir con ustedes, justamente porque tengo una excelente imagen del laburo que hacen…

1. Lo que menos me gustó, es que se nota claramente detrás del artículo la condición ideológica de quién lo escribe y que eso no está mal, si fuera escrito con sinceridad y no detrás de una supuesta “verdad arrojada por los datos (queda alguna duda que está en contra del recorte en el Conicet?). El mismo post dice “esto no es análisis, es dato.”, cuando gran parte del post es justamente análisis… Y NO ESTÁ MAL QUE LO SEA! Me encanta, pero sería mucho mejor si lo presentan como lo que es: un análisis de datos.

Como apoyo a este punto, en los mismos comentarios se termina indicando que muchas de esas conclusiones podrían no ser reales (como tomar a usuarios como “bots” cuando la gente los conoce y sabe que son personas con convicciones o como confundir usuarios claves de qué “lado estaban” por una mención del otro lado).

Después se arrojan con “Qué cosa hermosa cuando los datos cuentan una historia”, cuando como científicos deberían saber mejor que nadie que somos las personas las que contamos historias.

Solo un ejemplo en los comentarios (hay varios más): https://elgatoylacaja.com.ar/jugada-preparada/#comment-54007

2. El título. Se que todos queremos atraer gente a nuestros sitios, difundir nuestras ideas, etc.; pero un post que se titula “Jugada Preparada” no puede tener como inicio de su conclusión que “esto no es una confirmación de que exista una actividad organizada”. O sea, la conclusión contradice DIRECTAMENTE el título del post, y hubiera sido genial que ya desde el título arranquen con la claridad y/o humildad de la conclusión: que son datos, que muestran tendencias, sobre las que ustedes hacen un análisis que por diversos motivos no pueden ser concluyentes. El título no solo no muestra nada de eso, sino que sugiere todo lo contrario.

Insisto, entiendo la tentación de poner títulos atractivos, se que funciona, trabajé como editor de sitios de contenidos; pero si su misión es de divulgación científica, yo los voy a leer mucho más si titulan como científicos que como periodistas. Al menos, esa es mi opinión.

3. El post omite un tema humano que también es ciencia: es mucho más fácil escribir un post “apoyando la ciencia” o “criticando el ajuste” que diciendo lo contrario. Si el recorte que se hizo en el Conicet se resume solo a “estás a favor o en contra de la ciencia”, es muy muy muy lógico que haya más gente escribiendo “a favor de la ciencia”.

La realidad es mucho más compleja, no hace falta ser un genio para saber que podríamos tener grandes avances en ciencia con 500 personas menos en el Conicet o menos avances con 500 personas más (es decir, hay al menos 4 escenarios en lugar de 2, la realidad es compleja, no simple).

En fin, estoy viendo que en una nota al pie del post terminan aclarando muchas de mis críticas, jejeje, pero leí el post antes de que lo pongan, jaja.

Un abrazo y que las críticas sirvan para que sigan creciendo!

Javier

28/12/2016

Javier

Buenisimo gato, primera y probable única consecuencia de la investigación: ejercito de trolls haciendo horas extras de noche y fin de semana y escribiendo sus propios mensajes!

Farias Ezequiel

28/12/2016

Farias Ezequiel

¿Con qué necesidad? ¿Para qué se molestan?

Lorenzo

28/12/2016

Lorenzo

Pecaron de tener razón….

Teniendo en cuenta que a la altura de ‘muchos de los usuarios inmediatamente adyacentes a los centrales del cluster negativo no tienen ningún tipo de identificación, estética o estilo personal discursivo’ ya había una baranda a bot que no se podía estar, realmente se podrían haber tomado una porción de la nota para cachetear un poco el hecho al que todos los datos apuntan (que hay bots), seguro algo piola salía, y las conclusiones, si bien no rigurosamente probadas, hubiesen cargado un poco mas de sustancia. Ustedes lo sabe, la existencia de bots en las redes está más que probada. Había ahí una oportunidad para introducir observaciones que otros han hecho, como el efecto de interés compuesto, . Ojalá me equivoque, pero sospecho pocos serán los que se queden en ‘hay bots’, la conclusión cristalina de esta nota, y no den varios pasos más hacia ‘existe una asociación Macri Magnetto para la manipulación sistemática de la opinión pública en las redes sociales’, y aún más allá. Pero, en vez de evitar esto, se quedaron con la sugerencia irónica
‘Desde ya que hay explicaciones alternativas al escenario organizado para la generación de opinión concertada. Hay escenarios de entusiasmados retweeteadores a los que no les copa poner su foto, que encima no opinan los fines de semana y que justo se dio que el día que abrieron la cuenta había habido un evento político relevante.’
que sin duda me hizo reír. Más constructivo me hubiese parecido lo que sugerí más arriba.

Sabrina

28/12/2016

Sabrina

Claros, muy buen aporte.

no traje dni

28/12/2016

no traje dni

Excelente nota! Por algunos comentarios que vi en las redes y acá, llegaron los trolls al gato… no soy k (tampoco anti k), una letra no me define, si apoyo muchas de las políticas del anterior gobierno (o el anterior a Pinedo ja). Si uno se pone a bucear un poco en las redes, me da la sensacion que hay trolls pagos y “trolls” que repiten como loro (en general porque coinciden con eso que repiten). Ultimamente cuando sale alguien a decir algo en contra del gobierno o de su política busco en ciertos lugares el “contraataque” y en general aparece (casos conocidos tinelli, Paenza, el sindicalista de docentes en provincia de BA), no es muy cientifico lo que digo, entra mas en “mepareceami” o “paramiqueesasi” (mi “director de tesis hasta no se cuando” se debe estar revolcando en sus papers).
La manipulacion de la opinion publica existe desde tiempos remotos (la que siempre se me viene a la cabeza es con el fallecimiento de gardel y los contratos de la carne). Hoy el tema se hace más rápido, siempre (antes, ahora y mañana) es triste que no pensemos y no podamos tener caminos cognitivos propios.
Abrazos desde la rueda de algúna jaulita de algún laboratorio, de un “cientifico” que no está investigando la cura de ninguna enfermedad

Santiago

28/12/2016

Santiago

Muy buena la nota, y un placer leer los comentarios que hay acá después de haber leído muchas de las respuestas que hay en Twitter (al respecto de eso, y por favor muchachos, no se olviden: do not feed the troll, especialmente después de haber sacado una nota agitándolos).

1. Me quedó picando el tema de “cuentas abiertas el mismo día” y coincidiendo exactamente con un evento como el debate presidencial. De tener un operativo preparado, esperaría un poco más de preparación y antelación sinceramente. Así que me puse a buscar un poco noticias del 15/11/2015 con referencias a Twitter, y no costó mucho encontrar referencias a comunicaciones de Macri y de Scioli pidiendo “Hoy retwitteame”. Ej, mail de Macri, enfasis mio:

> “Acordate que *hoy domingo* a las 21 horas voy a participar en el debate presidencial y que desde mi cuenta de twitter @mauriciocmacri estaremos tuiteando ideas, proyectos y esperanzas que traerá el cambio a la Argentina.
>
> Por favor, no te olvides de compartirlas en tus redes sociales. Postealas en Facebook y retuitealas usando el hashtag #MacriPresidente y #ArgentinaDebate”

Me imagino que algo así fácilmente pudo haber disparado la creación de muchas cuentas de twitter, y todas con un perfil mayormente “repetidor”; especialmente siendo que fueron creadas ante un pedido de “retuiteame, porfi”. Y esperaría que ese grupo de gente mantenga esa actitud en la red social, y además que lo haga en la comodidad de su oficina.

2. Dicho esto, y suponiendo que sí haya un subgrupo de gente paga con cuentas falsas, me intriga cómo “despegan” esas cuentas efectivamente. Un análisis interesante podría ser analizar cuál es el primer círculo de followers que logran. La API de Twitter, si bien no devuelve la fecha de follow, sí devuelve los resultados ordenados por ese valor, con lo que bastaría con tomar las cuentas más polémicas, extraer sus primeros N followers, y mirar la intersección entre los grupos si la hay (es decir, quiénes son los primeros que “empujan” esas cuentas).

3. Otro detalle más, no relacionado con el punto anterior: el hecho de que una cuenta mande tweets que pasen un captcha cada tanto no quita que la cuenta también sea un bot. Perfectamente puede tener parte del comportamiento (el retwitteo) automatizado, y aún así tener un humano (a veces siendo generoso con el término “humano”) atrás escribiendo cuando tiene ganas.

4. La última y no jodo más: en el agregado “NOTA 27/12, 13:25”, al final de todo cierra un paréntesis que no abre, y sí, eso logra ponerme nervioso. Te dejo adivinar a qué me dedico en base a ese comentario.

Julián

27/12/2016

Julián

Muy buen análisis y muy buena nota!
Los re banco gatos! Algo que me queda colgado de este temita: me suena pura estadística descriptiva, no hicieron tests de hipótesis de medias y desvíos? Algo de inferencia estadística? Onda, podemos decir que con un 95% de confianza que no se puede rechazar la hipótesis nula (los anti conicet Twitteros son tipos que buscan manejar la opinión pública). O algo así. Me encanta lo que hacen, siempre los leo.

Esteban Fernandez

27/12/2016

Esteban Fernandez

Supongo que para tener datos mas precisos sobre estos clusters, podrían cruzar por diferentes temas en diferentes períodos de tiempo tratando de entender que opinan en cada momento. Hacer solo minería de datos con un tema en un momento único del tiempo y en una sola red social deja el panorama incompleto. Estoy seguro que usuarios como Navarro (ElDestapeWeb) han opinado durante los últimos 4 años muy diferente de lo que a temas similares (bonos, aumentos, indec, conicet) opinan ahora.

Gustavo Saenz

27/12/2016

Gustavo Saenz

1- Las 2 autoras son kirchneristas o filo-k (pueden haber sesgo)

2- Que muchas cuentas anti-conicet sea anónimas no implica que sean trolls, de hecho me parece lógico que sea así, ya que es la postura “políticamente incorrecta”. Usar el nombre real y criticar al Conicet, al feminismo, a la educación pública, etc te puede provocar un escarnio público que muchos quieren evitar.

3- yo estoy completamente en contra del Conicet, al que quiera le doy mis argumentos.

SEbastián

27/12/2016

SEbastián

El rol de las redes sociales fue usado con errores fatales por la Sra Hillary Clinton y su “primavera árabe”, cuando falla en Siria ellos dicen “En Siria no usan internet o redes sociales” (Falso, Siria usa mucho internet y redes sociales, sobredimensionaron el rol de ellas). También Rusia se encargó de desarmar el agitprop de twitter con su propio motor (hizo bien). Es solo un ejemplo de como no se cumple lo de Watzlawick de construir el acontecimiento con redes sociales solamente.

SEbastián

27/12/2016

SEbastián

Es sabido que twitter es dominado por los famosos “Call Center” no es novedad. Los del anterior gobierno (K) y los de este (que tiene vertientes de Carrió, Marcos Peña, Durán Barba). La gente no come vidrio y se da cuenta, obvio que trabajos como el de “Disney” son todo lo que la gente necesita leer para apoyar que dinamiten el Conicet, gente que apoya o apoyó este gob pero coincide en hacer limpieza de ñoquis, chantas y acomodados. Saludos

Edgardo

27/12/2016

Edgardo

Muy interesante el artículo, pero poniéndome en exigente, me genera una serie de dudas:

1) “como primer paso o criterio tomamos una muestra del 50% de la base total de tweets y analizamos el texto con el programa SPSS Text”

Acá se hace obligatorio preguntar, dado que casi todo el análisis posterior viene derivado de esta selección, en cómo se hizo la misma. ¿Aleatoria? ¿Alguna variable de tiempo? ¿Eliminación de tweets repetidos?

2) El análisis de la fecha de creación de las cuentas es interesante, pero debería realizarse la misma medición sobre el resto de los clusters, y no solo sobre el identificado como anti-CONICET. Al hacérselo sobre uno solo puede caerse en un cierto sesgo que parece anteponer la conclusión al análisis, al evitarse realizar una comparación o contraste para ver si es un fenómeno que se repite en el resto de las cuentas.

Tema aparte es la proporción de estas cuentas sobre el total de las involucradas, que se indica al comienzo serían unas 29.000. Frente a esta cantidad de cuentas, las reflejadas en el gráfico parecerían ser un porcentaje ínfimo como para extrapolar conclusiones sobre el funcionamiento del cluster.

Idealmente también podría tomarse cualquier otro tema (tal vez no politizado) en un periodo similar de tiempo para usarlo como referencia o control.

3) Respecto al análisis del contenido en sí de los clusters, es el aspecto que más dudas me genera, y en el cual la verdad me gustaría ver el data set original, para chequear:

a) Respecto a las nubes de palabras, me llama la atención que Rey & León tengan diferencia de peso, porque ambas palabras deberían ir juntas siempre en este contexto (también que diga pagamo, pero bueno, es twitter).

b) También que se indique como conclusión que “militantes” y “ñoquis” sean los calificativos preferidos, dado que ñoquis no aparecen en la nube de palabras incorporada, y no se provee ninguna referencia que refleje esta preponderancia, o su presencia en relación a “militante”, que si aparece en la nube.

c) De manera similar, no puedo observar el uso o no de “memes” en lo presentado, al igual que “la replica de contenido informativo” indicada en el comportamiento del otro cluster.

Me surgen dudas sobre que se esta considerando como “meme”. Si se toma como evidencia las menciones de Mufasa y peronismo como indicadores de la presencia de los mismos, en el otro cluster la presencia de los términos trolls, center, campaña + miedo, etc, no debieran indicar un grado similar de uso de “memes”? Siempre dependiendo sobre que se este entendiendo por “meme”.

(PD: ¿Mufasa tampoco aparece en la nube de palabras?)

Debería incluirse algún dato duro que demuestren estas situaciones (sea cant. de tweets con imágenes “meme” en ambos clusters, inclusión o no de links a sitios o publicaciones científicas o periodísticas, porcentaje de aparición de los términos indicados como reflejo de la presencia de “memes”, etc.)

d) Me llama la atención que “Investigadores” no aparezca en la segunda nube de palabras, siendo superada por curas, ganancias, retenciones, obispos, etc.

e) También que figure “center”, pero no “call” en la nube de palabras del cluster identificado como Pro-CONICET, pues parecería estar presente en alusión al “call center” del PRO.

Damian

27/12/2016

Damian

Perdon pero muchos de los datos publicados son muy boludos y terminan por quitarle seriedad a tu propia nota…

Danimir Lorkovic

27/12/2016

Danimir Lorkovic

Me costó mucho leerlo, valoro el trabajo que hicieron y me cuestiono algo:

Socialmente, yo creo que es más fácil o aceptado en general ponerse del bando del “no recorten a nada” que del bando “recorten a algo” y si eso es verdad entonces aumentaría la propensión a opinar por “no recorten” naturalmente.
No creo que sea lo mismo opinar por uno o por otro, es negativo proponer recortes, nadie quiere sacarle el pan a otro. Por ende, ¿Qué puedo esperar de representatividad en la batalla que muestran? me da sensación que la opinión de Twitter está sesgada por el “mal visto”.

¿Hay algún trabajo realizado sobre la propensión a opiniones “mal vistas/connotación negativa”?

¿Cual es la hipótesis que a fin de cuenta, mal o bien, apoyan los datos? no entiendo. Gracias!

Andres

27/12/2016

Andres

Excelente nota, muchas gracias por ayudar a formarnos como usuarios críticos y no meros consumidores

Boris

27/12/2016

Boris

Hay una hipótesis alternativa al respecto de la diferencia sobre horario laboral entre ambos grupos y es que los que postean en horario de oficina son empleados escapando de su trabajo en Twitter.
Que compartan cosas donde mandan a laburar a otros cuando ellos se están haciendo los ñoquis estaría para un análisis cultural de esos que tanto detestan, en caso de que existieran estos ejemplares.

Amapola

27/12/2016

Amapola

Esto demuestra, en principio, que los usuarios anti Conicet, no son serios.

BlogueroConnor

27/12/2016

BlogueroConnor

Están disponibles los datos y el software utilizado? Supongo que mas de uno quisiera hacer una evaluación independiente.

NATALIA

27/12/2016

NATALIA

HERMOSO LABURO. Gracias gatos, siempre allá arriba.

Pablo

27/12/2016

Pablo

Aplaudo de pie frente a la compu, excelente.

Martin Irony

27/12/2016

Martin Irony

Los felicito por el análisis. La crítica que se les podría hacer es que es difícil la detección automática de positivo o negativo en un comentario. Sin embargo, con una red tan centralizada los posibles errores de clasificacion tienen poco impacto si uno se toma el trabajo de corroborar los comentarios de los nodos clave (los mas conectados).

Por lo tanto, y después de leer todo cuidadosamente, concluyo:

No hace falta ser investigador princpal (ni siquiera becario de PhD) para darse cuenta que ese grupo de opinólogos anti-ciencia se conforma de simpatizantes del gobierno nacional SIN formacion científica y posiblemente empleados en la administración pública.

Les deseo que reciban financiamiento (del conicet o de quien sea) para poder hacer este tipo de estudios de manera mas sistemática y mas general en los temas centrales de cada “ciclo noticioso”. La sociedad lo merece.

Elio Campitelli

27/12/2016

Elio Campitelli

Dicho lo de arriba, estas son algunas críticas puntuales:

“En el eje de coordenadas podemos ver cómo los usuarios en favor de la comunidad científica se encuentran más cercanos al eje Y”

Yo no veo eso, al menos no en ese gráfico. Sería bueno ver una función de distribución, un histograma o algo así, pero a ojo yo veo que hay muchísimos amarillos recontra cerca del eje y (hay mucho overplotting en ese gráfico, así que puedo estar equivocado).
Dice que hay 14.130 azules y 9.956 amarillos con cero entrada. Eso significa que entre los que tienen cero entrada, el 58% es azul, lo cual es sólo un poco más que el 52% que son el total de usuarios azules. En cualquier caso, salvo el caso de los outliers que señalan en el texto, el gráfico no deja en claro que los azules tengan mucha menos entrada que los amarillos.

“No es menor notar también que los principales agentes del cluster anti CONICET se muestran a sí mismos como oficialistas y anti-kirchneristas. Dentro del cluster contrario al recorte hay algunas cuentas fácilmente identificables como kirchneristas, pero estas cuentas no dominan el cluster entero…”

A mí esto sí me parece relativamente menor y menos sorprendente que a ustedes. Me parece bastante obvio que en la separación entre “defensores del gobierno” y “no defensores del gobierno”, el segundo grupo va a ser más heterogéneo, simplemente porque hay muchas ideologías, posturas y partidos que son “no gobierno” mientras que muchas menos son “gobierno”.
También esto estaría bueno cuantificarlo de alguna manera.

“Algo que nos llamó mucho la atención es que muchos de los usuarios inmediatamente adyacentes a los centrales del cluster negativo no tienen ningún tipo de identificación, estética o estilo personal discursivo que nos haga pensar que son personas expresando su opinión en redes. (…) [E]sto contrastó fuertemente con los usuarios de mayor centralidad en la red que se manifestó en apoyo a la comunidad científica de CONICET”

Acá no entiendo la comparación. ¿Se está comparando usuarios adyacentes a los centrales del lado amarillo con los centrales del lado azul? Eso es lo que entiendo del texto y si es así, no me parece que sea una buena comparación. Una comparación válida sería entre usuarios con los mismos niveles de centralidad. Si es esa la comparación, o yo soy medio bobo o no queda claro en el texto.
(Y, de nuevo, sería genial cuantificar esto)

“…un mínimo claro de presencia de tweets anti CONICET durante los fines de semana…”
“…el clúster negativo tenía alta actividad de lunes a viernes y muy baja los fines de semana…”

¿Éstas afirmaciones se basan en el gráfico de “Me tomo el finde” o en otros datos? Porque el gráfico no sirve para sostenerlas, ya que se trata de porcentajes, no de números absolutos (no muestra menos actividad en el fin de semana sino menor actividad relativa). No me queda claro eso. Tampoco me queda claro si la comparación es la actividad total de cada cuenta o de la cantidad de twits específicos sobre el CONICET.
Ahí también entra un poco el tema del “anomaly hunting” que hablaba arriba. Si yo le pagara a una red de usuarios falsos, ¿por qué sólo les pagaría para twittear durante la semana, especialmente en una situación aguda como esta? No me queda para nada claro que aún si el patrón es real, sea un indicador de que están pagados.

(De paso, esa quizás podría ser una medida interesante actividad total / actividad CONICET)

“…y podemos agregar un dato más: la fecha en la que esas cuentas fueron creadas.”

El gráfico no parece particularmente convincente, especialmente si no se compara con las fechas de creación de las cuentas azules. Por otro lado, no me queda claro la importancia de esos dos picos. ¿Qué proporción de las cuentas implican esos 160 usuarios? A ojo parecería que, contando sólo entre los dos picos, hay unas 14.600 cuentas creadas (~10 cuentas por día, durante 4 años). Al principio del artículo se mencionan 29.000 usuarios en total. Esas 160 cuentas, entonces, no parecen particularmente relevantes si son menos del 1% de la red. ¿Son cuentas con mucha centralidad o actividad? En el texto insinúa que sí y señala tres como “protagonistas del cluster anti CONICET”, pero en el grafo de arriba no las veo.

Espero que no se tome mal. Como dije antes, me parece un gran y valioso laburo que espero que siga y se refine.

Matias

27/12/2016

Matias

Macri EL GATO y LA CAJA de Conicet

Elio Campitelli

27/12/2016

Elio Campitelli

Muy buen laburo. Me encantaría tener los datos y la experiencia en NLP para hacer este tipo de cosas. Más de una vez se me ocurrió algo así pero nunca supe por donde empezar. Estaría bueno ver específicamente cómo hicieron la división entre azules y amarillos, porque a mí no se me ocurre ninguna forma confiable (de nuevo, mi falta de experiencia con este tipo de datos).

Más allá de eso, igual, creo que hay que tener muuuucho cuidado con la interpretación de un análisis de datos “open ended”; especialmente cuando confirma tus prejuicios. Hay mucho que es básicamente “cazar anomalías”: buscar patrones “raros” y luego inventar una narrativa que los explique. Algo así como un ghosthunter de la tele encontrando puntos fríos en una casa y concluyendo que son fantasmas (salvando las distancias epistemológicas, obviamente). Especialmente en un caso como este que sus conclusiones más o menos mesuradas terminan siendo totalmente distorsionadas como se puede ver en los pingbacks (que hablan de “la investigación que desenmascara la estrategia macrista” o en los compartidos por facebook y demás.

Hay algunas críticas específicas que voy a poner en otro comentario (para que no se haga largo), pero me parece una forma muy buena y prometedora de análisis.

Elio Campitelli

27/12/2016

Elio Campitelli

Muy buen laburo. Me encantaría tener los datos y la experiencia en NLP para hacer este tipo de cosas. Más de una vez se me ocurrió algo así pero nunca supe por donde empezar. Estaría bueno ver específicamente cómo hicieron la división entre azules y amarillos, porque a mí no se me ocurre ninguna forma confiable (de nuevo, mi falta de experiencia con este tipo de datos).

Más allá de eso, igual, creo que hay que tener muuuucho cuidado con la interpretación de un análisis de datos “open ended”; especialmente cuando confirma tus prejuicios. Hay mucho que es básicamente “cazar anomalías”: buscar patrones “raros” q

Pablo

27/12/2016

Pablo

Peleen por la redirección de fondos de Ciencias Sociales a I+D. Y que los sociólogos pidan laburo en Mac Donalds.

Max

27/12/2016

Max

Podra dormir esta gente de mierda a la noche….seguramente contando boots o dinero.

Facundo Calcagno

27/12/2016

Facundo Calcagno

Lei el artículo y siento que todo el mismo se basa en la buena o mala detección de comentarios positivos o negativos. ¿Qué técnica utilizaron para la detección? Pregunto esto porque la utilización de palabras positivas o negativas (duos o trios de palabras) demostró que no es suficiente para detectar la positividad o negatividad de un twit. Ya pasé por esto en varios análisis y uno termina “apostando” a que ciertas palabras (la cantidad que sean) van a hacer positivo o negativo al twit, y no es así. La pérdida del doble sentido, la ironía, etc, se hace presente en esta clasificación. Lamentablemente este problema no está resuelto en español (IBM Watson hace un gran esfuerzo en inglés, pero no lo termina de cerrar). Igualmente me parece super interesante y es para seguir trabajándolo con más detalle. Los felicito.

Guillote

27/12/2016

Guillote

Excelente trabajo! IMPECABLE

Esteban

27/12/2016

Esteban

Una cosa que se podria hacer para reforzar aun mas la tesis de que algo raro hubo, es analizar el subset de usuarios reales que se presume que tienen una autentica opinion en negativa del CONICET y ver que comportamiento tienen en cuanto a dias de posteo o relacion con otras cuentas.
Deberia tener claras diferencias con las otras cuentas que se presumen fake.

Raúl Gómez

27/12/2016

Raúl Gómez

Hola. Excelente aporte. Sólo una sugerencia. Un abstract con la principales conclusiones podría facilitar la divulgación a sectores no tan especializados o legos.

Fidel

27/12/2016

Fidel

Muy buena la nota! Me encantó ver los datos crudos, me parece muy importante, sobre todo para mostrar a gente que no es del ámbito. Lo único que les criticaría es la elección de los colores, me parece muy tendenciosa y hasta un poco prejuiciosa, tengo muchos compañeros oficialistas que bancan al Conicet y son Anti ajuste y familiares k que lo viven criticando. No me parece que sea tan dicotomica la cosa, no hay que caer en simplismos, colores neutros me parecería mejor.

Sole

27/12/2016

Sole

Buena nota chicos! Pero como excelentes divulgadores que son, esperaba más un acercamiento a las investigaciones realizadas por integrantes del instituto y su importancia para la sociedad, los resultados de las mismas y cómo pueden ayudarnos a mejorar en las distintas áreas de aplicación.
Estaría bueno llegar a la gente por lo que CONICET aporta, en lugar de por quienes están en contra.

Erwin

27/12/2016

Erwin

Espectacular la forma de presentar los datos, clarísima la explicación. Además despertaron mi sed por las librerías usadas, aunque es seguro me voy a quedar corto de teoría. Me gustaría poder analizar de esta misma forma muchas otras noticias, hasta podría hacerse un sitio que se dedique a mostrar exclivamente este tipo de análisis. Si 678 mostraba las jugadas de las corporaciones mediáticas en la tele, esto podría ser algo parecido aplicado a las redes sociales.

Maskot

27/12/2016

Maskot

Muy bueno el informe.
Creo que lo más grave de todo acá, más allá de mostrar si se utilizan o no bots para “manipular” el pensamiento de la gente (esto se ha hecho de todas las formas posibles desde el principio de los tiempos, no es ningún descubrimiento), es darse cuenta de la involución constante del ser humano. Cada vez existen más medios y maneras de obtener un razonamiento propio (incluso las redes sociales pueden servir para tal fin), pero sin embargo la inmensa mayoría sigue prefiriendo/eligiendo subirse a un barco ya en navegación aun desconociendo a sus capitanes, que construir de cero su propia balsa.

“La culpa no es del chancho sino de quien le da de comer”. Si no hubiera gente que asuma lo masivo/convocante como lo verdadero, como lo legítimo, sería mucho más difícil para los que nos gobiernan imponer una ideología determinada. Crear bots para instalar un pensamiento sería inútil si no existieran millones de errantes atrás que se coman el verso de que lo popular es lo correcto.

Fede

27/12/2016

Fede

Una pregunta más: si no hay un troll-center, podemos ir de visita un día a la “Subsecretaría de Vínculo Ciudadano” de Gallo? Podemos poner una cámara ahí para ver en vivo a qué se dedican con fondos públicos?

Ceci

27/12/2016

Ceci

Che, soy yo que entendí mal o este pedacito:
“En el eje de coordenadas podemos ver cómo los usuarios en favor de la comunidad científica se encuentran más cercanos al eje X”
debería decir “eje Y”?

Leandro Casiraghi

27/12/2016

Leandro Casiraghi

Sumo otra errata: La cuenta @Silvia_Molina aparenta ser real, la foto es la misma que la que sale en esa página de internet pero con la cara cambiada. Hay muchas fotos en su cuenta de la misma persona. El tema es que con la baja resolución de los avatares no se nota.

Pablo Morgenstern

27/12/2016

Pablo Morgenstern

Excelente el análisis de tráfico, “clusteres” twets y re-twets… Más allá de lo ideológico (¿es posible ir más allá de lo ideológico?), me resulta muy útil para la materia que dicto en CAECE “Gestión de la comunicación en Crisis” para que los alumnos reflexionen sobre el poder/manejo/función de las Redes Sociales y descarten la casualidad como origen de una crisis de comunicación.

Hansen

27/12/2016

Hansen

Son gente de ciencia che.. No pueden manipular los datos de esa forma. Un análisis un poco más neutral tendría algo de sentido, pero eso es una falta de respeto a ustedes mismos.

Joaquín Serna

27/12/2016

Joaquín Serna

Ya los quería de antes y ahora los quiero más. Este articulo es bancar el CONICET a fondo. El análisis que hicieron es excelente (amor al machine learning, NLP y todo) y hay datos que son hasta graciosos pensarlos, aunque correlación sí implica correlación…

carlos

27/12/2016

carlos

Excelente trabajo! Felicitaciones a las investigadoras y al comentador del trabajo.

Fede

27/12/2016

Fede

Agrego más data: el gobierno creó este año la Subsecretaría de Vínculo Ciudadano (http://www.saij.gob.ar/68-nacional-designacion-subsecretario-vinculo-ciudadano-dn20160000068-2016-01-08/123456789-0abc-860-0000-6102soterced). Es decir, institucionalizó el call center que el PRO utilizaba para la campaña (http://tiempoar.com.ar/index.php?rt=articulo/view/58517/ para una descripción somera).

En teoría se dedica a (http://servicios.infoleg.gob.ar/infolegInternet/anexos/255000-259999/257018/norma.htm):
OBJETIVOS

1. Establecer metodologías de diálogo con los habitantes de la República Argentina, con el fin de entender las problemáticas individuales y darles curso para su solución.

2. Detectar problemáticas sociales comunes a través del uso de herramientas tecnológicas.

3. Mantener informada a la población a través de redes sociales y otros medios de comunicación electrónicos que permitan el contacto individual.

4. Adoptar acciones que permitan un contacto y un vínculo personalizado.

5. Promover la participación de la ciudadanía, mediante herramientas tecnológicas.

Pero la verdad, esta nota aporta evidencia que respalda el “rumor” de que eso es una fachada para justificar los gastos que hacen y en realidad se dedican a otra cosa.

El que los coordina es Julián Gallo (https://twitter.com/gallo1?lang=es), pero su verdad y el responsable es Carlos Souto (que a su vez es el capanga de http://laese.com/).

Es decir, en lugar de usar la plata para el CONICET la usan para difamar. Recomiendo leer el manual de campaña de Durán Barba (“El Arte de Ganar”) donde explica este tipo de estrategias. El presupuesto de este año fue $163 millones (http://www.lanacion.com.ar/1945639-especialistas-caja-y-tecnologia-claves-de-la-imagen-de-macri-en-las-redes-sociales).

Juan Martín

27/12/2016

Juan Martín

Muy buen laburo y gran aplicación de ARS, felicitaciones!!
Para todos los giles que preguntaban para que sirven las ciencias sociales

Agustin B.

27/12/2016

Agustin B.

Muy buena la data, muy bueno el analisis y concuerdo con muchas de las mejoras propuestas en estos comments. Otros comportamientos interesantes que podrian llegar a analizarse serian:
1. La relacion followers/posts. Se supone que deberia haber cierta relacion directa entre la ambos factores: si uno no postea nada, seguramente tendra pocos followers, si postea mas quizas tenga mas (no digo que sea lineal porque la viralidad y la fama seguramente hagan la curva de followers mas exponencial en algun momento) o visto al reves… si a uno lo siguen muchos, posteara mas que si no lo sigue nadie. Esto no quita que hayan losers (va con onda) que posteen muchiiiisimo a pesar que nadie los lea, o famosos vagos que tengan muchos followers y no posteen nada… pero son outliers. Estaria bueno comparar cuantos hay del bando pro y anti corte de presupuesto y ver si existe algun patron… si vemos de un lado que hay un ratio followers/posts en esa semana demasiado cerca a 0 da para la duda. (Digo posts en esa semana o diarios o por hora porque si tomamos el total de la cuenta podria compensarse con largos periodos de no posteos – ver punto siguiente)

2. La dispersion de los posts. Si una cuenta esta hace 5 años y el 90% de los posts fueron en 2 o 3 ocasiones y eso se repite en varias cuentas del mismo bando… tambien da para la duda.

Fabio

27/12/2016

Fabio

Tengo un par de problemas con las conclusiones, no se me mal interprete, vivo haciendo análisis de bots y scripts para detectarlos hace rato y las características comunes de éstos varían año tras año en base a los métodos utilizados para ofuscar su existencia (sobran).
El usuario con avatar “nada que ver” y que tuitea poco salvo un tema específico no es necesariamente ni bot ni “troll pago”, muchas veces es gente descerebrada, natural, real, con pocas luces, pero que existe.
Este problema de detección lo tuve en cada informe que tuve que armar, es difícil porque mucha gente es tan… limitada, que tuitea como un bot, hasta a veces más mecánicamente (ej: el universo fandom es un gran ejemplo).

Por otra parte el hecho de que esten encolumnados detrás de una cantidad limitada de “referentes” tampoco implica automatización, en tal caso puede diferenciar a ambos grupos en cómo es su composición, pero no puede interpretarse directamente como automatización. Podríamos suponer que quienes le dan RT a un “acusador” (véase el caso de Bracesco) no saben un cuerno del tema en cuestión y aplican más a público limitado que quiere gritar que a un bot. El mejor ejemplo es la enorme difusión de las fake news en Facebook. No generan contenido, no generan opinión, replican lo que vieron, replicadores de “titulares”.

Otra cosa que no me cierra es interpretar que un usuario con avatar falso es necesariamente un usuario falso. Es una falacia verlo así, en tal caso podemos asumir que cuanto mayor es la percepción de anonimato más barbaridades se dicen, sobran estudios al respecto, ni hace falta ponerse a citarlos, pero me explico, no?

Por otra parte, y esto por ahí es porque no entiendo del todo del tema metodológico, es la falta de matices. Se divide a la población en dos grupos mutuamente excluyentes, A favor, en Contra. En mi timeline vi poco de esos absolutos, vi una opinión matizada entre “todo esto me gusta, todo esto me parece una mierda, todo esto no tengo idea”, y sí puedo hablar (mi información es meramente anecdótica pero sirve para encontrar este punto intermedio) de una gran opinión en contra de los estudios “sociales” como los de alguna banda de rock o arjona partiendo del prejuicio que muchas veces comparto de no considerar esos estudios “ciencia”, pero insisto, es prejuicio. Ese 23% (no es 20, en la web del conicet llega al 23) es suficiente cantidad como para que la masa que no se molesta en leer más allá del título considere que un cuarto del dinero se tira en boludeces.

Pero ¿y el 75%? Bueno, analizar a los pro como “acepto todo, no critico nada” y los contra como “contradigo todo, no me gusta nada” es un error desde la base, excluye las opiniones (masivas) en el medio.

Sumo también mis dudas sobre el análisis del lenguaje positivo-negativo de las expresiones en twitter ya que no conozco uno que la pegue cuando se usan ironías o bolubromas, siempre falla todo :P

Maxi

27/12/2016

Maxi

Excelente trabajo y el detalle de como llegaron a los resultados, ¡felicitaciones!.
Estaría bueno que alguien haga un resumen de dos párrafos empleando solo las palabras que la gente usa en charlas de café, así esto lo puede entender las personas que están en contra del Conicet… aunque capaz sea más fácil convencer a los bots.

Troll del Litoral

27/12/2016

Troll del Litoral

Genial todo como siempre, gracias!!! Una duda ¿Cómo se que las cuentas no se crearon todas el mismo día porque son gente interesada en la política y Twitter les pareció un buen lugar para opinar? Ya se que puede ser medio obvio que son call centers de trolls creados esos días, peeero ya saben lo detestable que resulta el sentido común en ciencia.

Hugo

27/12/2016

Hugo

Muy buen análisis, alguien lo compartió en taringa… un nido de bots jaja

Gonzalo

27/12/2016

Gonzalo

Fe de erratas: Donde dice: “Insisto, me parece un excelente trabajo el realizado, el cual sería excelente de haber … ” léase “Insisto, me parece un gran trabajo el realizado, el cual sería excelente de haber…”
Saludos,
@gbases

Gonzalo

27/12/2016

Gonzalo

Excelente trabajo, lo que me permito marcar es que existe un sesgo desde la construcción del relato donde se pretende evidenciar que los usuarios más activos son los de color celeste, quizás pretendiendo que fuera observado como Argentina, cuando implícitamente es el color asociado al FPV; mientras que el en otro extremo se encuentran los usuarios PRO (en vez de pro recorte) Recorte. Respecto de que la actividad de cluster pro CONICET (cuando nunca estuvo en discusión la existencia del mismo) y la del PRO recorte al CONICET (es decir becas destinadas a quienes desearan ser parte del mismo), puede tomarse de dos maneras (o más si quieren); durante la semana laboral el cluster PRO Recorte ocupa su tiempo en otras cosas además de tuitear a favor o en contra, por lo que durante el fin de semana tienen menor actividad en Twitter y a la inversa.
La existencia o no de un centro de difusión de contenidos (mal denominado call center (dado que no se trata de un centro de atención telefónica) es equivalente a la existencia o no de la propaladora en la Casa Rosada durante el kirchnerato.
Insisto, me parece un excelente trabajo el realizado, el cual sería excelente de haber pretendido la búsqueda de la verdad en vez de pretender demostrar quién la tiene.
Saludos
@gbases

Agustín

27/12/2016

Agustín

genial el trabajo muchachxs. tremenda relevancia política y un gran trabajo analítico. encima de todo lo hacen entretenido. unos genixs.
cómo antropólogo les digo que al leerlo, por un momento (solo por un momento) me dieron ganas de dejar la entongrafia y agarrar el spss.
por suerte ya se me pasó. :p
felicitaciones!

Matias

27/12/2016

Matias

No creo haber leído críticas al CONICET en sí, sino usuarios que criticaron que se destinen fondos a algún tipo de investigación en particular (rey león, rock chabon, etc).
Referir como “usuarios contra el CONICET” (tal la expresión usada en los gráficos) a aquellas cuentas que criticaron becas para investigaciones que creyeron innecesarias, es una conclusión falsa.
Me parece que en este sentido el estudio es sesgado y tendiente a desacreditar sin fundamentos de fondo las expresiones de algunos usuarios al respecto.

derfaq

27/12/2016

derfaq

mmm, correlación no es causalidad ya lo dicen en el informe, no veo como llegan al titulo. La dinámica del retwit es muy común en twitter.
Otra tema que no me parece bien que en el informe pongan los usuarios originales, lo primero que hice fue entrar a una cuenta de un usuario pro, se están muriendo de risa, es como confirmar su teoría.
Y usar amarillo y azul, como negativo y positivo… nada, el gráfico quedó lindo igual.

juliocesar

27/12/2016

juliocesar

A mi juicio, si no se comprende el proceso de construcción de conocimiento institucional la crítica a los temas y problemas de investigación es apresurada. Luego, es posible hasta criticar la propia construcción del conocimiento institucional en la Argentina, e incluso analizar cuánto de la lejanía o rechazo que sienten muchos sobre algunos temas de investigación son responsabilidad del CONICET y demás organismos de CyT. Incluso, con ese criterio incompleto, nos podríamos preguntar a quién le puede interesar lo que la gente intercambia en Twitter, y quedarnos sin admirar este atractivo trabajo.

Lucas Ramirez Giribaldi

27/12/2016

Lucas Ramirez Giribaldi

Desde hace tiempo la verdad, como algo sólido, sustentado sobre la base de pruebas fehacientes y argumentos razonables dejo de ser algo de valor, hoy en día se busca el “golpe de efecto”, arrojar una mentira al mar de la opinión pública y que eso genere olas de desinformación para confundir al ciudadano promedio. Me recuerda a los reglas de la comunicación planteadas por Goebbels, muy buen trabajo, los felicito.

JAVIER

27/12/2016

JAVIER

Excelente! Eso pasa cuando te pones a criticar a un par ñoños del Conicet y te hacen un pseudo-paper al respecto.

Igualmente lo que más me preocupa no son las cuentas retwitteadoras, sino aquellas personas que uno conoce y repiten lo que dicen esas cuentas “son todos ladris”, “son ñoquis”, “son de la campora”.. como si un ñoqui K pudiera hacer un doctorado, un post-doc, y luego ser aprobado por un comité de expertos para entrar a carrera. Y si es así que haya más ñoquis K que transformen la vida a través de la Ciencia.

Habría que analizar porque gente común y pensante llega al punto de sesgamiento de repetir lo que dice un troll.

Polo

27/12/2016

Polo

Muy buen laburo.

Fabian P.

27/12/2016

Fabian P.

Excelente análisis! Felicitaciones!

Yago

27/12/2016

Yago

Enorme

BlogueroConnor

27/12/2016

BlogueroConnor

hay alguna manera de entrando con el user de twitter pueda ver donde estoy en los graficos estos?
Por otro lado, los que cuestionamos ñoquis y las investigaciones de Arjona y Billiken no estamos necesariamente contra de la ciencia, sino contra el malgasto de recursos. No tengo objeciones en q se investiguen transgenicos, enfermedades, ciencia básica, etc, pero no encuentro la utilidad de investigar letras de Arjona, quizas la tenga y no la sé.

Nando

27/12/2016

Nando

Seria interesante laburar con los datos para ver si es posible crear categorías de usuarios mas generalizables a otros mensajes… Incluso, usando términos sociales, se podría ver si los usuarios haters opinan siempre igual en cuanto a lineamiento político o si solo quieren ver arder el mundo

Christian

27/12/2016

Christian

Excelente nota, como siempre, estúpidos y sensuales Gatos encajetados.
Además gane algunas cuentas a las que seguir y algunas otras a las que trollear, de troll, ojo.

Julieta

27/12/2016

Julieta

Excelente nota, súper clara. Los gráficos de los términos más usados por cada cluster son sensacionales (#Montonero Mufasa, renuncie ♥♥♥)
1. Los quiero un montón.
2. Un comentario: en el gráfico de “las comunidades dentro de la comunidad a favor del CONICET”, utilizan el verde para los kirchneristas (me parece, no estoy 100% segura) y azul para los “no fácilmente identificables”. Me parece que, dado que el resto de los colores elegidos tiene clara asociación política (amarillo -> PRO), estaría bueno que los kirchneristas sean identificados con el azul, ¿no? Me pasó que, sin leer los usuarios dentro de cada grupo, asocié el azul con los K y el verde con los “no fácilmente identificables”.
Un saludo, la radio está buenísima.

Monica Cohendoz

27/12/2016

Monica Cohendoz

Excelente , muy claro

Facundo Landívar

27/12/2016

Facundo Landívar

Excelente el análisis, súper completo. No coincido en muchas cosas, pero eso no implica la gran altura con la que está hecho. Sí, si me permiten, me parece que no está exactamente igual valorizado el tema de las identidades difusas, o como dicen, “Exceptuando el caso del conocido ex periodista de Clarín @Bracesco, en la red de usuarios anti-CONICET abundan las cuentas con estética despersonalizada: caricaturas, fotos de bancos de datos y portadas en baja resolución”. Del lado pro-Conicet, para simplificar categorías, hay cuentas como frazadadecactus y varias así de pesos también importante. Pero, de nuevo, es apenas un dato, todo lo demás impecable. Gracias.

Edgardo Silvi

27/12/2016

Edgardo Silvi

Excelente trabajo, se percibe un análisis muy profundo de la info.
En cada uno sacar conclusiones.
Felicitaciones !

Noe

27/12/2016

Noe

Que les puedo decir… “Son lo todo! Los amo!” [Desde mi ciudad y mi instituto no bajamos los brazos… no entró ninguno pero acá estamos con las patas en el barro!— No me van a robar el amor y la dedicación así me toque atender un super y ser investigadora los fines de semana… Pero vamos por lo justo!! y lo que nos merecemos!!—-]

Mauro

27/12/2016

Mauro

Espectacular nota! No sólo por el tema de análisis, sino por las explicaciones metodológicas y las reflexiones epistemológicas.

Además me parece un claro ejemplo de modernidad (en sentido coloquial, no filosófico) en las ciencias sociales. Lograr que un retweeteador olímpico lea esta nota (providing he ain’t a troll) podría generar un doble efecto.

Cel

27/12/2016

Cel

Los Banco! Mi Twitter tiene una cara de un Banco de datos (aguante ALF) y mi postura política es básicamente en contra de todo lo que polarice (de un lado y otro). Aún así, jamás estaría a favor del recorte. He leído cosas tremendas de un lado u otro, haciendo opinión política, sin saber de que hablaban. Pero a la hora de analizar, no encontré ninguno pro recorte con un argumento lógico. Hablan de ñoquis, de vagos, de militantes y no tienen ni puta idea de lo que es investigar. Piden mejor educación, pero sacar investigación…
Aguante la Ciencia argentina. Sigamos investigando que no nos para nadie

Christian

27/12/2016

Christian

Ahora sería interesante mezclar esto con otras “guerras binarias” (a favor/en contra) y ver si el cluster anti también forma parte de otros clusters de noticias, más si ideologicamente son clusters del mismo lado. Ejemplo: si el cluster anti-Conicet también pertenece (en porción significativa) al cluster anti-Tinelli, o pro-ajuste, o etc etc.

Excelente nota, análisis, y también estética. Todo muy bien conjugado, felicitaciones!!

Sebastián

27/12/2016

Sebastián

Me parece raro ver a @danielcatalano_ entre los principales referentes del cluster que se expresó a favor del recorte en CyT… claramente está ubicado en la vereda opuesta.

El resto del análisis me parece muy interesante.

además de lo bueno de la nota, x el análisis, la data, la metodologia, etc. etc…. viendo que más leer, veo que metió primer puesto en lo más leído del MES… debut y top mes, vaya que movilizó la nota

Alcides Acevedo

27/12/2016

Alcides Acevedo

Todo bien… pero cuando les ofrecieron empleos públicos remunerados (no se sabe bien haciendo qué) a los becarios que no consiguieron entrar a la carrera de “investigador” movían la cola como un caniche… analizar ese fenómeno me parece más interesante que el de las redes sociales.

El Gato y La Caja