{"id":1644,"date":"2023-09-29T13:14:56","date_gmt":"2023-09-29T16:14:56","guid":{"rendered":"https:\/\/datamining.dc.uba.ar\/predictivos\/?p=1644"},"modified":"2023-10-03T12:11:21","modified_gmt":"2023-10-03T15:11:21","slug":"discursos-de-odio-y-sesgos-de-genero-en-la-politica-argentina-de-2023-un-analisis-de-datos-relevante-en-twitter","status":"publish","type":"post","link":"https:\/\/datamining.dc.uba.ar\/predictivos\/?p=1644","title":{"rendered":"Discursos de odio y sesgos de g\u00e9nero en la pol\u00edtica argentina de 2023: un an\u00e1lisis de datos relevante en Twitter"},"content":{"rendered":"

Investigadores en ciencia de datos difundieron un trabajo que analiza m\u00e1s de 200 mil tweets que mencionan a referentes pol\u00edticos de Argentina, utilizando un modelo de procesamiento del lenguaje natural. El estudio evidencia que a pesar de que las pol\u00edticas mujeres s\u00f3lo reciben el 30 % de las menciones totales, el 57% de los tweets de odio son contra ellas, generalmente desde simpatizantes de la ideolog\u00eda de derecha hacia candidatas de izquierda. En esta nota del Blog exploramos los principales hallazgos de la investigaci\u00f3n.<\/b><\/p>\n

Actualmente los nuevos partidos de derecha han perturbado la arena pol\u00edtica argentina, y sus referentes han ganado popularidad en las redes sociales, en un contexto de creciente violencia pol\u00edtica contra grupos o minor\u00edas particulares.<\/span><\/p>\n

Recientemente investigadores elaboraron un estudio que analiza el discurso de odio y los sesgos de g\u00e9nero en las conversaciones de Twitter. Para ello se utilizaron herramientas cuantitativas y cualitativas que identificaron la prevalencia del discurso de odio dirigido a mujeres pol\u00edticas y analizaron el papel de las diferentes afiliaciones pol\u00edticas para promover este discurso. Al mismo tiempo, propusieron un modelo que predice las alineaciones pol\u00edticas de los usuarios en funci\u00f3n de las descripciones de sus perfiles, lo que permite explorar la distribuci\u00f3n del discurso de odio entre distintas orientaciones pol\u00edticas.<\/span><\/p>\n

El paper titulado \u201c<\/span>Gender biases and hate speech: promoters and targets in the Argentinean political context<\/i><\/b><\/a>\u201d (pre-print en SocArxiv y en revisi\u00f3n en Digital Media), tiene como autores a <\/span>Laia Domenech Burin<\/b>, <\/span>Juan Manuel P\u00e9rez<\/b>, <\/span>Germ\u00e1n Rosati<\/b> y <\/span>Diego Kozlowski<\/b>. Y aborda estos interrogantes vali\u00e9ndose de un modelo basado en el procesamiento del lenguaje natural y algoritmos avanzados de detecci\u00f3n de discursos de odio.<\/span><\/p>\n

\"\"<\/a>

Laia Domenech Burin<\/p><\/div>\n

\u201c<\/span>Al realizar este estudio, observamos que las mujeres son quienes reciben m\u00e1s discursos de odio y que hay cada vez m\u00e1s tweets violentos y estigmatizantes contra ciertos colectivos. No obstante, si bien muchos de los trabajos previos sobre discursos de odio utilizaban una metodolog\u00eda cualitativa tradicional con un an\u00e1lisis manual de los mensajes en Twitter, como investigadores decidimos escalar un poco m\u00e1s usando inteligencia artificial y aprendizaje autom\u00e1tico para detectar autom\u00e1ticamente estos discursos y contabilizarlos en grandes vol\u00famenes de datos<\/span><\/i>\u201d, puntualiza <\/span>Laia Domenech Burin<\/b>, investigadora de la Escuela Interdisciplinaria de Altos Estudios Sociales de la UNSAM y Licenciada en Sociolog\u00eda de la UBA.<\/span><\/p>\n

M\u00e1s all\u00e1 de este prop\u00f3sito, al momento de descargar los mensajes de Twitter para el estudio surgieron algunas dificultades en el trabajo con la muestra. Por un lado, los investigadores consultaron la API entre el 2 y 9 de febrero de 2023, fecha en la que se anunci\u00f3 que la API de Twitter pasaba de ser gratuita a ser paga, con un costo alt\u00edsimo. Por este motivo tuvieron que limitarse a los bloques pol\u00edticos que hab\u00eda en ese momento con 30 figuras pol\u00edticas relevantes, sin estar definidos a\u00fan los principales candidatos y candidatas a las elecciones nacionales. Por otro lado,\u00a0 debido a las propias limitaciones de la API, se recogieron los 3.200 tweets m\u00e1s recientes de cada figura y se excluyeron los retweets para centrar el an\u00e1lisis en el discurso emitido directamente por cada pol\u00edtico o pol\u00edtica. Sin embargo, la API incluy\u00f3 retweets en la cuota. Por lo tanto, la selecci\u00f3n de datos de cada referente pol\u00edtico vari\u00f3 en t\u00e9rminos de recuento de tweets y per\u00edodo temporal. Adem\u00e1s, las cifras con menos de 500 tweets originales en el momento de la descarga fueron filtradas: tal fue el caso de Javier Milei, quien si bien fue legislador nacional y candidato presidencial por el bloque LLA, ten\u00eda menos de 100 tweets originales disponibles para el an\u00e1lisis debido a que se alcanz\u00f3 el l\u00edmite de API por su gran n\u00famero de retweets.<\/span><\/p>\n

En s\u00edntesis, el conjunto de datos final comprende 258.779 tweets que mencionan a figuras pol\u00edticas y 44.430 tweets enviados por las propias figuras. Con el modelo utilizado pudieron detectar los discursos de odio y calcular los valores medios de odio recibido y emitido sobre el total de los tweets.<\/span><\/p>\n

\"\"<\/a><\/p>\n

\u201c<\/span>A trav\u00e9s de nuestras herramientas, pudimos correlacionar el perfil descripto de cada usuario con su alineaci\u00f3n pol\u00edtica particular. De este modo, encontramos que aquellos simpatizantes hacia las ideolog\u00edas de derecha eran quienes m\u00e1s emit\u00edan discurso de odio y concentraban la mayor cantidad de tweets con contenido violento hacia las mujeres, con un claro sesgo de g\u00e9nero. Y que las principales destinatarias de estos mensajes fueron las candidatas pol\u00edticas alineadas con la izquierda. Sin dudas, redes como Twitter permiten en mayor medida la viralizaci\u00f3n de un tweet violento y polarizante antes que un tweet neutral<\/span><\/i>\u201d, comenta Domenech Burin.\u00a0 A su vez, cabe recalcar que en este caso el anonimato facilit\u00f3 la circulaci\u00f3n de estos mensajes y la proliferaci\u00f3n de trolls con mensajes ofensivos.<\/span><\/p>\n

Principales conclusiones del estudio<\/b><\/p>\n

Entre los principales resultados de la investigaci\u00f3n se destacan:<\/span><\/p>\n

1)<\/span>\u00a0 \u00a0 <\/span>Las personas que m\u00e1s reciben odio son las mujeres. A pesar de que solo reciben un 30% de las menciones totales, el 57% de los tweets de odio son contra ellas.<\/span><\/p>\n

\"\"<\/a><\/p>\n

2)<\/span>\u00a0 \u00a0 <\/span>Abordando cualitativamente las predicciones del modelo, este odio se caracteriza centralmente con el ataque a cuatro candidatas: Manuela Casta\u00f1eira, Vilma Ripoll, Romina del Pla y Ofelia Fern\u00e1ndez. La violencia se enfoca en su ideolog\u00eda como militantes de izquierda, adem\u00e1s de los discursos sexistas (en el que se las refiere como \u201cfeminazi\u201d, \u201cabortera\u201d, \u201cbasura\u201d, \u201cgorda\u201d, etc.).<\/span><\/p>\n

3)<\/span>\u00a0 \u00a0 <\/span>En el an\u00e1lisis de los emisores, se encontr\u00f3 que el modelo captur\u00f3 como odio\u00a0 varios tweets con tono ir\u00f3nico o coloquial. Sin embargo, para los referentes de la derecha la predicci\u00f3n de discurso de odio fue acertada.<\/span><\/p>\n

4)<\/span>\u00a0 \u00a0 <\/span>Los principales objetivos del discurso de odio de los pol\u00edticos de derecha son las comunidades originarias, los movimientos de izquierda, feministas y LGBTIQ+. Tambi\u00e9n se encontraron repetidamente llamadas abiertas a la acci\u00f3n. Entonces los pol\u00edticos de los partidos de derecha promueven los discursos de odio en Twitter.<\/span><\/p>\n

5)<\/span>\u00a0 \u00a0 <\/span>Al mismo tiempo, aquellos usuarios alineados con los partidos de derecha son los que m\u00e1s emiten discurso de odio ensa\u00f1ado contra las mujeres.<\/span><\/p>\n

\"\"<\/a><\/p>\n

\u201c<\/span>Este trabajo constituye un an\u00e1lisis de la din\u00e1mica de circulaci\u00f3n de discursos violentos en redes sociales en una coyuntura y un espacio espec\u00edficos: el momento previo al inicio de la campa\u00f1a electoral 2023 en Argentina. En \u00e9l se logra visualizar de forma clara los principales emisores y receptores de este tipo de violencia. A su vez, tambi\u00e9n se pueden distinguir los objetos y los temas que estructuran esos discursos. En ese sentido, permite evidenciar con informaci\u00f3n p\u00fablica y con an\u00e1lisis reproducibles que muchas de las im\u00e1genes construidas alrededor de algunos espacios pol\u00edticos ubicados a la derecha del espectro ideol\u00f3gico est\u00e1n bastante cercanas a la realidad (al menos en lo que se refiere a la arena digital)\u201d<\/span><\/em>, afirma Germ\u00e1n Rosati<\/strong>, docente de la Maestr\u00eda en Ciencia de Datos de la UBA, investigador de la Escuela Interdisciplinaria de Altos Estudios Sociales de la UNSAM y Doctor en Ciencias Sociales.<\/span><\/p>\n

Por \u00faltimo, desde un \u00e1ngulo un poco m\u00e1s t\u00e9cnico, \u201c<\/span><\/em>el modelo de clasificaci\u00f3n de discursos de odio que utiliza el trabajo (desarrollado por Juan Manuel P\u00e9rez) es de los pocos recursos que existen en castellano para el abordaje de esta tem\u00e1tica. Su uso en una situaci\u00f3n concreta y espec\u00edfica, a su vez, permiti\u00f3 visualizar mejor los alcances y limitaciones que presenta\u201d<\/span><\/em>, complementa Rosati.<\/p>\n

A modo de cierre<\/strong><\/p>\n

Sin lugar a dudas muchos t\u00f3picos de las ciencias sociales se han beneficiado a partir de la aplicaci\u00f3n creativa de las fuentes y t\u00e9cnicas englobadas bajo el nombre de Ciencia de Datos, Inteligencia Artificial y Aprendizaje Autom\u00e1tico. Aunque las ciencias sociales argentinas no parecen haber hecho a\u00fan un uso extensivo de las mismas, paulatinamente encontramos ejemplos donde las ciencias sociales computacionales resultan de enorme valor para la investigaci\u00f3n de este tipo de tem\u00e1ticas.<\/span><\/p>\n

En esa direcci\u00f3n, este estudio sobre Discursos de Odio en Twitter aporta conocimiento valioso sobre un tema apremiante en el escenario pol\u00edtico y social argentino. Y traspasa los l\u00edmites del tradicional estudio sociol\u00f3gico con herramientas tradicionales, jerarquizando la validez de los m\u00e9todos cuantitativos y del an\u00e1lisis de datos como parte de la eclosi\u00f3n que tuvieron las ciencias sociales computacionales, en este caso para investigar el discurso p\u00fablico en las redes sociales.<\/span><\/p>\n

 <\/p>\n

Acerca de los autores<\/u><\/span><\/p>\n

Laia Domenech Burin<\/b> es Licenciada en Sociolog\u00eda por la Universidad de Buenos Aires y cient\u00edfica de datos. Actualmente es asistente de investigaci\u00f3n y docente de posgrado en la Universidad de San Mart\u00edn. Trabaja en la aplicaci\u00f3n de metodolog\u00edas computacionales en distintos t\u00f3picos de las Ciencias Sociales. <\/span>Es coordinadora del \u00e1rea de an\u00e1lisis de datos en la Asociaci\u00f3n Civil EcoFeminita.\u00a0<\/span><\/p>\n

Germ\u00e1n Rosati<\/b> es Soci\u00f3logo y Doctor en Ciencias Sociales por la Universidad de Buenos Aires. Tiene una maestr\u00eda en estad\u00edstica aplicada de la Universidad Nacional de Tres de Febrero. Actualmente es investigador del CONICET en la Escuela Interdisciplinaria de Altos Estudios Sociales de la Universidad Nacional de San Mart\u00edn donde dirige factor~data, un laboratorio de Ciencias Sociales Computacionales. Tambi\u00e9n es docente de la Maestr\u00eda en Ciencia de Datos de la UBA.\u00a0<\/span><\/p>\n

Juan Manuel P\u00e9rez<\/b> es Licenciado (2016) y Doctor (2022) en Ciencias de la Computaci\u00f3n por la Universidad de Buenos Aires. Actualmente es investigador postdoctoral en el Instituto de Ciencias de la Computaci\u00f3n, Facultad de Ciencias Exactas, UBA\/CONICET, y profesor en la Maestr\u00eda en Ciencia de Datos de la Universidad de San Andr\u00e9s. Su trabajo se centra en miner\u00eda de opini\u00f3n y detecci\u00f3n de discursos de odio.\u00a0<\/span><\/p>\n

Diego Kozlowski <\/b>es Economista y M\u00e1ster en Ciencia de Datos por la Universidad de Buenos Aires, y se doctor\u00f3 en ciencias computacionales por la Universidad de Luxemburgo trabajando sobre las desigualdades de raza y g\u00e9nero en la ciencia. Actualmente es investigador postdoctoral en la Universidad de Montreal, donde trabaja en ciencias sociales computacionales y bibliometr\u00eda. Ha publicado diez art\u00edculos de investigaci\u00f3n en revistas revisadas por pares y dos cap\u00edtulos de libros.<\/span><\/p>\n","protected":false},"excerpt":{"rendered":"

Investigadores en ciencia de datos difundieron un trabajo que analiza m\u00e1s de 200 mil tweets que mencionan a referentes pol\u00edticos de Argentina y evidencia que a pesar de que las pol\u00edticas mujeres s\u00f3lo reciben el 30 % de las menciones totales, el 57% de los tweets de odio son contra ellas.<\/p>\n","protected":false},"author":4,"featured_media":1645,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_mi_skip_tracking":false},"categories":[24,27,25],"tags":[21,28,31],"_links":{"self":[{"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=\/wp\/v2\/posts\/1644"}],"collection":[{"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=1644"}],"version-history":[{"count":8,"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=\/wp\/v2\/posts\/1644\/revisions"}],"predecessor-version":[{"id":1657,"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=\/wp\/v2\/posts\/1644\/revisions\/1657"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=\/wp\/v2\/media\/1645"}],"wp:attachment":[{"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=1644"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=1644"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=1644"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}