Tijuana, Baja California, México
+526643318776
continentemovil@gmail.com

Las caravanas migrantes despiertan discursos negativos en Twitter

Consultoría y Estudios de Migración

Las caravanas migrantes despiertan discursos negativos en Twitter

🔸 Un análisis sobre la respuesta emocional de los usuarios de esta red social🔸

Las caravanas migrantes no son un acontecimiento nuevo. Desde el año 1999 se han documentado movimientos similares y continuos en México, Guatemala y El Salvador, cada uno motivado por diversas razones y consignas. Sin embargo, las ocurridas en el último bimestre del 2018 fueron algo totalmente novedoso, debido a su magnitud y al impacto que provocó en los países receptores.

La mayoría de los migrantes que conformaron las caravanas eran originarios de Honduras y, si bien tenían como finalidad llegar a los Estados Unidos, al arribar a la frontera norte de México se encontraron con una política migratoria restrictiva por parte del gobierno de Donald Trump que les orilló a comenzar su proceso de solicitud de asilo y a esperar en territorio mexicano su resolución, colocándolos en una condición de atrapamiento migratorio.

Bajo este escenario, México no solo se enfrentó a la atención y contención de estas caravanas durante su estancia en las ciudades fronterizas, sino también a las reacciones y acciones por parte de algunos de sus ciudadanos. El Consejo Nacional para Prevenir la Discriminación (Conapred) identificó que durante el arribo de estas caravanas se comenzaron a reproducir discursos discriminantes, racistas y xenofóbicos que, si bien ya existían, ahora se suscitaban de forma más abierta.

Atendiendo a este contexto, Francisco Reyes Vázquez y María Ines Barrios de la O, investigadores de Continente Móvil ®, realizaron un trabajo de minería y clasificación de textos de usuarios de Twitter respecto al tema de las caravanas, con el fin de indagar cuál fue su comportamiento en dicha red social. Este trabajo fue publicado en la Revista de la Asociación Mexicana de Ciencias Políticas, y en este post, resumimos sus principales hallazgos.

Minería de texto y Sentiment Analysis

Este estudio se basó en la técnica de Sentiment Analysis (SA), un proceso computacional que trabaja con información textual para evaluar las opiniones, sentimientos, subjetividades, actitudes, afectos y/o emociones respecto a un tema (Liu, 2012).² Para ello se usaron 1,063 tweets, de los cuales 461 fueron escritos en español y 602 en inglés. La información fue gestionada en el programa R Studio, mediante el paquete rtweet que extrae datos de Twitter.

Los criterios para obtener la información fueron los siguientes:

➡️ Que los tweets contuvieran la palabra “caravana migrante” (en el caso de los tweets en español),

➡️ Que los tweets contuvieran la palabra “Migrant Caravan” (en el caso de los tweets en inglés), y

➡️ Que los tweets fueran escritos entre el 16 y 25 de marzo del 2019 (esto porque el paquete solo permite extraer tuits en los últimos 9 días anteriores a la consulta)

Tras limpiar los datos se crearon token’s (unidades de texto compuestas por palabras de interés) y se eliminaron aquellas que no aportaban al análisis. Se utilizó el léxico AFINN6¹ y una traducción del mismo para confrontar los token’s hasta obtener una puntuación por palabra, que fue categorizada según su polaridad en positiva (x > 0) y negativa (x < 0).

 

Palabras y connotación

Los 461 tweets en español fueron escritos por 96 usuarios, mientras que los 602 tweets en inglés fueron escritos por 275. Ciertamente, la cantidad de tweets emitidos en inglés es superior a la de tweets emitidos en español, principalmente del 16 al 22 de marzo. Sin embargo, el 23 de marzo se invierte el comportamiento (Gráfica 1) y los tweets escritos en español aumentan hasta alcanzar su punto máximo el 24 de marzo (incluso por encima de los tweets en inglés).

 

Gráfica 1. Número de tweets por idioma en el que fue escrito

gráfica tweets caravanas migrantes

Fuente: Reyes Vázquez y Barrios de la O (2019).

 

Aunque las principales ubicaciones desde las cuales se emitieron los tweets corresponden a Estados Unidos y México, no se descarta la participación de otros continentes. Además, cabe resaltar que muy pocos tweets emitidos en Estados Unidos fueron escritos en español, mientras que la cantidad de tweets en inglés emitidos desde México es superior.

En total se identificaron 585 palabras con un valor <0 y 320 con un valor >0. Es decir: el 64.65% de ellas fueron clasificadas como negativas y el 35.35% como positivas (Gráfica 2). Al diferenciarlas por idioma, apenas el 58.44% de las palabras escritas en español fueron negativas y el 41.56% positivas, mientras que el 78.12% de las palabras en inglés mostraron ser negativas y el 21.88% positivas.

 

Gráfica 2. Frecuencia de las palabras positivas y negativas según idioma en el que fue escrito el tweet

Grafica palabras en twitter sobre caravanas migrantes

Fuente: Reyes Vázquez y Barrios de la O (2019)

 

Las palabras que más se repitieron en los tweets escritos en español hablan de una nueva caravana de centroamericanos que entra por el sur de México y avanza con destino a Estados Unidos. Dentro de este discurso figura una idea racista y xenofóbica (más no predominante) hacia los migrantes, tal es el caso de las palabras “invasión” y “delincuentes” que se repitieron en contadas ocasiones.

En tanto, las palabras que más se repitieron en los tweets escritos en inglés reflejan que la discusión está en otra parte, por ejemplo, en las acciones del entonces presidente estadounidense Donald Trump para fortalecer las fronteras. Aunque a simple vista la frecuencia de palabras no muestra un rechazo directo, las palabras muro, ilegal, deportado y emergencia figuran en el discurso de este tipo de usuarios.

Respecto a la polaridad del discurso, se puede concluir que los usuarios analizados tuvieron una ligera tendencia a escribir más palabras negativas que positivas en los tweets que emitieron respecto a la Caravana Migrante. No obstante, la opinión de los que escribieron en español se encontraba divida casi por la mitad, mientras que los que escribieron en inglés mostraron mayor negatividad. Aun cuando el discurso de los usuarios que escribieron en español fue predominantemente negativo (58.44% negativo y 41.56% positivo), el de los usuarios que escribieron en inglés fue superior (78.12% negativo y 21.88% positivo).

🔎 📑 Para conocer más detalles de este artículo, visita este enlace ➡️: https://www.academia.edu/41628985/El_comportamiento_de_los_usuarios_de_Twitter_respecto_al_tema_de_la_Caravana_Migrante

 

Sobre los autores ⇓

Francisco Reyes Vázquez, es Maestro en Estudios de Población y Sociólogo / Especialista en Data Science. Perfil de Linkedin de Francisco Reyes 

María Inés Barrios de la O, es Doctora en Estudios de Migración y Economista/ Especialista en Análisis Cuantitativos. Perfil de Linkedin de Inés Barrios.


¹ El léxico AFINN es una lista de 2,475 palabras en inglés capturadas por Finn Årup Nielsen (2011) que están asociadas a un número entero que va desde -5 a 5.

² LIU, B. (2012). Sentiment Analysis and Opinion Mining. Illinois, Estados Unidos: Morgan & Claypool Publishers.

 

Deja una respuesta

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

A %d blogueros les gusta esto: