¿Puede Twitter ayudarnos a predecir quién ganará las elecciones?
Investigadores del Grupo de Sistemas Complejos, en colaboración con AGrowingData y Net-Works, desarrollan una metodología para medir la polarización política a través de la red social.
20-05-2019
Dentro de solo unos días los españoles tendremos que depositar de nuevo nuestro voto en las urnas con motivo de las elecciones locales y europeas. Desde que se abriese la campaña electoral el pasado 9 de mayo, son muchos los mensajes que nos llegan por diferentes medios sobre las propuestas de los diferentes partidos y candidatos. En este contexto, las redes sociales, y Twitter en particular, cobran cada vez más importancia, llegando a convertirse en herramientas claves en la campaña y los mensajes de los políticos. Pero ¿puede esta red social y las opiniones que se vierten en ella predecir el resultado de las elecciones?
Un estudio desarrollado por investigadores del Grupo de Sistemas Complejos de la Universidad Politécnica de Madrid (UPM), en colaboración con las empresas AGrowingData y Net-Works, ha desarrollado una metodología que permite medir la polarización política a través de Twitter y predecir, a partir de ello, los resultados electorales. El sistema propuesto se aplicó en la segunda vuelta de las elecciones chilenas de 2017, donde los votantes tuvieron que elegir entre los dos candidatos finales.
“La polarización política es un fenómeno social que puede tener consecuencias importantes en la vida de las personas y cuya naturaleza no se comprende completamente. Decimos que una población está perfectamente polarizada cuando se divide en dos grupos del mismo tamaño y opiniones enfrentadas”, explica Javier Borondo, uno de los investigadores de la UPM que ha participado en el estudio.
“Nos centramos en analizar la evolución de las opiniones y de la polarización política durante la semana anterior a las elecciones y durante el día de la votación. Encontramos un cambio en las opiniones de los usuarios y el grado de polarización política en el día de la votación en relación al día previo”, añade Juan Carlos Losada, otro de los investigadores participantes y profesor de la Escuela Técnica Superior de Ingeniería Agronómica, Alimentaria y de Biosistemas (ETSIAAB).
Los resultados sí se ajustan a las tendencias
En base a esta metodología, los investigadores exploraron hasta qué punto los cambios en el comportamiento pueden deberse a la alta participación de nuevos usuarios o a que los usuarios cambiaron de opinión según se iban conociendo los resultados.
“El aumento de la polarización observada el día previo a la votación implica un comportamiento de propaganda de los usuarios que ya tenían definida su opción, encontrando una correlación muy fuerte entre las opiniones inferidas por el modelo y los resultados electorales”, explica Losada.
El estudio también reflejó que la participación de nuevos usuarios con opiniones más heterogéneas y no tan comprometidos con el debate político daba como resultado una drástica disminución de la polarización observada durante el día de las votaciones que no se mantenía, no obstante, de cara a la jornada electoral.
“En el día de las votaciones observamos un cambio de tendencia en las opiniones de los usuarios que ya habían participado previamente en la conversación”, apunta el profesor.
En un trabajo previo, investigadores del Grupo de Sistemas Complejos (entre los que se encontraban también Juan Carlos Losada y Javier Borondo) propusieron un modelo para estimar opiniones y medir polarización en una conversación de Twitter en la que una minoría de individuos influyentes propagan sus opiniones a través de la red social, lo que implica superar un umbral de interés para propagar opiniones por parte de los intermediarios mediante retuits.
Sin embargo, para Gastón Olivares, otro de los autores de esta metodología, “su importancia radica en que puede aplicarse también a otros procesos electorales, como el que se va a celebrar en los próximos días en España y a cualquier otra situación o crisis social en la que existan posiciones opuestas, pudiendo incluso llegar a predecir posibles conflictos sociales”.
G. Olivares, J. P. Cárdenas, J. C. Losada, and J. Borondo, “Opinion Polarization during a Dichotomous Electoral Process”, Complexity, vol. 2019, Article ID 5854037, 9 pages, 2019.
Fuente: 'e-Politécnica Investigación e Innovación', boletín de la UPM.