Predecir el futuro con Twitter

Resulta interesante la relación entre la física y la ciencias sociales. Parte de la idea de que los seres humanos podemos comportarnos, en determinadas circunstancias, como átomos sociales, sometidos a reglas y patrones predecibles. No somos, como veíamos en varios capítulos de Socionomía y nos recuerda Barábasi en Bursts, tan independientes de los demás como nos gusta pensarnos. La presencia de otros modifica indirecta y directamente nuestros comportamientos, permitiendo la emergencia de interesantes patrones.

Vivimos la era de los datos abundantes, especialmente, como explicamos a menudo en la esfera de lo social, lo cual revitaliza las tradicionales ciencias sociales y hace emerger con fuerza las denominadas ciencias de la complejidad. Estas últimas se dedican a complementar a las primeras en la búsqueda de esos patrones, modelos simples que puedan predecir o representar comportamientos o fenómenos sociales muy complejos.

Uno de los ámbitos en los que el tema resulta más prometedor, dada la evidente vinculación con las TEP de las que aquí siempre hablamos es el del análisis de las elecciones políticas en distintos contextos geo-políticos.

Uno de los estudios más citados es que ha motivado este artículo: Predicting Elections with Twitter: What 140 Characters Reveal about Political Sentiment (prediciendo elecciones con twitter, lo que 140 caracteres pueden decirnos del sentimiento político), de Andranik et al. en las elecciones Alemanas de 2009.

Lo podéis ver en este vídeo del BIFI, que refleja la evolución de las discusiones sociopolíticas en Twitter: se trata de una herramienta que está siendo apropiada de forma creciente como foro público de deliberación política ciudadana.

 

 

Así, volviendo al estudio, parece que sus temas, tendencias, reflejan el sentimiento político offline.

Los autores aplican el software de análisis del discurso de LIWC a unos 100,000 que contienen una referencia a un partido o político y concluyen en algo tremendamente interesante: el mero número de menciones a un partido refleja el resultado de las elecciones. Pueden predecirse incluso las coaliciones entre partidos observando las menciones conjuntas a dos de ellos.

Aunque Twitter se está convirtiendo en la red de intereses por antonomasia, el tema no se aplica solamente a esta. Williams and Gulati (2008), por ejemplo, encontraban cómo el número de seguidores en Facebook podía considerarse un indicador básico del éxito electoral.

Los medios tradicionales también muestran este tipo de propiedades de “espejo”. Véronis mostraba como algo tan simple como el número de menciones en prensa a cada candidato puede predecir el éxito electoral en mayor medida que las encuestas tradicionales.

En fin… que seguiremos hablando de ello, de esta nueva extensión de la psicología social en un mundo de social media.  Y aunque habrá que trabajar en asegurar la representatividad de las muestras, mejorar los métodos de análisis semánticos, buscar métodos que eviten el falseo o manipulación de los datos, etc., el tema es altamente prometedor para la evolución de nuestras democracias.

Una última mirada a Onemilliontweetmap reforzará esta última idea. Se trata de una muestra de lo que puede hacerse con este tipo de herramientas, en este caso monitorizando el último millón de twitts geolocalizados en el mundo, que estoy segura de que no os dejará indiferentes.

 

Fuentes:

A. Tumasjan, T.O. Sprenger, P.G. Sandner, and I.M. Welpe, 2009, Predicting elections with twitter: What 140 characters reveal about political sentiment. En Proceedings of the Fourth International

M. Buchanan, 2007, The social atom, Bloomsbury, New York

Williams, C., y Gulati, G. 2008. What is a Social Network Worth? Facebook and Vote Share in the 2008 Presidential Primaries. En Annual Meeting of the American Political Science Association, 1-17. Boston, MA.