SciELO - Scientific Electronic Library Online

 
vol.28 issue46"RED FLAG IF IT BREATHES": RED FLAGS SPEECH ON TIKTOK DURING THE MONTH OF WOMEN FROM 2021 TO 2022DIGITAL MARKETING IN THE IMPULSE OF SALES IN SOCIAL NETWORKS AMONG ENTREPRENEURS IN TUMBES IN THE YEAR 2020 author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • Have no similar articlesSimilars in SciELO

Share


Punto Cero

Print version ISSN 1815-0276On-line version ISSN 2224-8838

Punto Cero vol.28 no.46 Cochabamba June 2023  Epub June 01, 2023

https://doi.org/10.35319/puntocero.202346193 

Artículos

EXPRESIONES VIOLENTAS O DE ODIO GENERADAS EN TORNO A LA RENUNCIA DE EVO MORALES

VIOLENT OR HATEFUL EXPRESSIONS GENERATED AROUND THE RESIGNATION OF EVO MORALES

Carlos M. Arroyo-Concalves1 
http://orcid.org/0000-0002-8788-4755

Luis Alejandro Phillips Pedriel2 
http://orcid.org/0000-0002-1656-4949

Lea Nathalia Camacho Peredo3 
http://orcid.org/0000-0002-6117-6793

Sofía Vargas Vásquez4 

Lorena Quisbert Pinedo5 
http://orcid.org/0000-0002-2315-4868

1Boliviano. Profesor a tiempo completo y Coordinador Grupo de Estudio sobre Discurso de Odio del Centro de Investigación en Ciencias Sociales (CICS). Universidad Católica Boliviana San Pablo, sede Cochabamba. https://orcid.org/0000-0002-8788-4755. carroyo@ucb.edu.bo

2Boliviano. Magister en Ciencias de la Geoinformación y Observación de la Tierra. Investigador asociado Grupo de Estudio sobre Discurso de Odio del Centro de Investigación en Ciencias Sociales (CICS). Universidad Católica Boliviana San Pablo, https://orcid.org/0000-0002-1656-4949. luis.phillips@ucb.edu.bo

3Boliviana. Presidenta de la Sociedad Científica Estudiantil de la carrera de Comunicación (SOCICOM). Universidad Católica Boliviana San Pablo, sede Cochabamba. https://orcid.org/0000-0002-6117-6793. lea.camacho@ucb.edu.bo

4Boliviana. Miembro de la Sociedad Científica Estudiantil de la carrera de Comunicación (SOCICOM). Parte del Grupo de Estudio sobre Discurso de Odio del Centro de Investigación en Ciencias Sociales (CICS). Universidad Católica Boliviana San Pablo, sede Cochabamba. sofia.vargas@ucb.edu.bo

5Boliviana. Estudiante de la carrera de Comunicación. Universidad Católica Boliviana San Pablo, sede Cochabamba. lorena.quisbert@ucb.edu.bo https://orcid.org/0000-0002-2315-4868


Resumen

El trabajo propone como caso de estudio el debate público generado en las redes sociales digitales durante los conflictos posteriores a las elecciones nacionales del año 2019 en Bolivia. El objetivo principal es clasificar las expresiones violentas o de odio presentes en las interacciones más significativas en las redes sociales digitales generadas en torno a la renuncia de Evo Morales el 10 de noviembre de 2019.

La confrontación política y social que duró 21 días se originó por la denuncia de un supuesto fraude electoral (OEA, 2019). La ciudadanía se polarizó defendiendo sus posturas tanto en las calles como en las redes sociales. Bolivia se dividió entre “masistas” (que acusaban golpe de estado y defendían al exmandatario) y “pititas” (que denunciaban fraude electoral y exigían la salida de Evo Morales). Dos años después, la tensión perdura y se expresa en las interacciones polarizadas, a menudo violentas, que buscan imponer el discurso del fraude vs. el discurso del golpe de estado.

El trabajo plantea un estudio empírico basado en la observación del fenómeno en Twitter. El tipo de estudio es descriptivo con una metodología mixta. Se usaron técnicas de recolección en redes sociales digitales, data mining, análisis de redes semánticas y clasificación de clústeres.

Palabras Clave: Ciberodio; convulsión social; comunicación violenta

Abstract

The paper will observe as a case study the public debate that was generated in digital social networks during the conflicts experienced after the 2019 national elections in Bolivia. The main objective is to classify the violent or hate expressions present in the most significant interactions on digital social networks generated around the resignation of Evo Morales on November 10, 2019.

The political and social confrontation that lasted 21 days originated from the denunciation of an alleged electoral fraud (OAS, 2019). Citizens became polarized defending their both in the streets and in social networks. Bolivia was divided between “masistas” (who accused a coup and defended the former president) and “pititas” (who denounced electoral fraud and demanded the departure of Evo Morales). Two years later, the tension persists and is in polarized, often violent interactions that seek to impose the fraud vs. the coup discourse.

The paper proposes an empirical study based on the observation of the phenomenon on Twitter. The type of study is descriptive with a mixed methodology. Collection techniques were used in digital social networks, data mining, semantic network analysis and cluster classification.

Key words: Cyber hate; social upheaval; violent communication

1. Introducción

Todas las sociedades desean tener una convivencia pacífica, pero cada país tiene conflictos internos que impiden cumplir ese deseo. Bolivia, por ejemplo, tiene altos niveles de conflictividad social y violencia. Según la Unidad de Análisis de Conflictos de la Fundación UNIR, sólo en marzo de 2022 se registraron 108 conflictos, dos casos más que en el mes de febrero del mismo año (UNIR, 2022). Las fracturas que alimentan estos conflictos podrían ser: el étnico-cultural, el político-espacial y el de las diferencias de clases (Peralta, 2021; Quiroga et al 2012).

Una característica de los conflictos sociales es la violencia tanto física como verbal. Según UNIR, en marzo de 2022 hubo 11 enfrentamientos con las fuerzas del orden y siete entre sectores de la sociedad civil, 76 heridos, seis detenidos y una persona muerta. No obstante, las expresiones de violencia verbal no han sido estudiadas hasta el momento, por lo que no hay datos concretos sobre el tema.

El diálogo durante conflictos sociales puede ser útil y conciliador o tóxico y violento. Por ello, entender la comunicación violenta durante estas coyunturas sociales ayudaría a identificar potenciales temas conflictivos o escaladas de violencia para desarrollar acciones (informar/ alertar/orientar) que contribuyan avanzar hacia una cultura de paz en la que se aspire a disminuir todo tipo de violencia.

Así pues, la presente investigación identifica y clasifica las expresiones violentas o de odio en las interacciones más significativas en Twitter generadas en torno a la renuncia de Evo Morales el 10 de noviembre de 2019. La salida del gobierno del expresidente Evo Morales se originó por la denuncia de un supuesto fraude electoral y generó una confrontación política que duró 21 días (OEA, 2019). Las consecuencias se vieron reflejadas en la quema de viviendas, muertes y bloqueos. La sociedad civil se fragmentó en dos grupos y generó interacciones comunicativas altamente polarizadas y a menudo violentas que luchaban por imponer el discurso del fraude vs. del golpe de estado.

Debido a la característica amplificadora de las redes sociales digitales, todas las expresiones generadas durante ese tiempo tenían una posibilidad de alcance mucho mayor que en un espacio físico. Esto genera dos problemáticas: "por un lado, internet como foro de radicalización violenta [...] para la mera difusión de mensajes de odio o de terror; por otro, la aparición de todo un conjunto de conductas ofensivas y expresiones de comunicación violenta más allá del propio discurso del odio tradicional, particularmente en redes sociales [...]" (Miró, 2016).

Este trabajo forma parte de un proyecto que busca conceptualizar y construir una taxonomía que clasifique las diferentes manifestaciones del discurso de odio en Internet dentro del contexto boliviano. Pues la preocupación de fondo es que se amplifica la posibilidad de que miles de personas puedan comunicar odio y violencia, en muy distintas formas, a través de las redes sociales digitales.

El objetivo principal es clasificar las expresiones violentas o de odio presentes en las interacciones más significativas en las redes sociales digitales generadas en torno a la renuncia de Evo Morales el 10 de noviembre de 2019.

1.1. Marco Teórico

El presente estudio está enmarcado en los abordajes sobre comunicación violenta y discurso de odio que se manifiestan en plataformas sociales digitales. Estos serán desarrollados a partir de las potencialidades que tienen estos entornos para incrementar la transmisión de este tipo de mensajes. Silva et. al. (2021) señalan que entre las principales características se encuentran el anonimato, el cual favorece a que muchos usuarios publiquen mensajes sin temor a ser identificados; el alcance, la permanencia e itinerancia del fenómeno, el cual tiene la posibilidad de llegar a una gran audiencia, por un tiempo indeterminado y con la capacidad de resurgir en cualquier momento; la invisibilidad, donde el discurso de odio se centra en el mensaje y el usuario, que provoca la comunicación violenta o el discurso de odio, puede quedar invisibilizado, sobre todo cuando este mensaje se populariza y se pierde el centro de referencia; el criterio de comunidad, donde se conforman espacios cerrados para los miembros que comparten este tipo de pensamiento, donde el efecto de caja de resonancia se acentúa y consolida, legitimando y validando este tipo de comunicación; y por último, la instantaneidad, que permite la generación de discursos y respuestas a partir de reacciones instintivas, juicios apresurados, improvisaciones o primeras impresiones sin pasar por el filtro de la información, la crítica y la elaboración argumentada de ideas, los cuales, muchas veces, contienen evidencias de comunicación violenta y discurso de odio, aún sea no intencionada (Silva et al., 2021).

Por otra parte, el abordaje de lo que representa comunicación violeta y discurso de odio se realiza desde la propuesta de Miró (2016) el cual construye una taxonomía a partir de la identificación de algunas categorías específicas de manifestación discursiva que permitirían sistematizar el contenido de las publicaciones. Por un lado, tenemos aquellas alocuciones referidas a causar daño físico, es decir, actos de violencia física contra personas o símbolos, y por otra, las alocuciones que buscan o pretenden causar daño de orden moral, a partir de un sistema discursivo ofensivo, ya sea a nivel individual, sobre personas concretas, como a colectivos, sobre todo con expresiones que buscan atentar contra los derechos reconocidos de un grupo social en concreto. Para el caso de la violencia física, sobre todo se identifican publicaciones de incitación o amenaza directa, como también busquen enaltecer o justificar la violencia. En el caso de la violencia moral, a nivel individual se toman los casos de ataques al honor o la dignidad de personas en concreto, y a nivel colectivo se busca identificar los mensajes de incitación a la discriminación y grupos reconocidos como también ofensas a la sensibilidad colectiva (Miró Llinares, 2016).

2. Metodología

El presente trabajo es una investigación con una metodología mixta. Busca responder al objetivo general: clasificar las expresiones violentas o de odio presentes en las interacciones más significativas en las redes sociales digitales generadas en torno a la renuncia de Evo Morales el 10 de noviembre de 2019.

Es de tipo descriptivo con un diseño de investigación: no experimental debido a que no existe manipulación de las variables; retrospectivo ya que recoge un hecho previamente sucedido; y transeccional porque se hace un corte específico en un periodo de tiempo.

Se usaron técnicas de recolección cualitativas en redes sociales conocidas como las metodologías de data mining, análisis de tendencias de redes semánticas y clasificaciones en clusters.

Previo a la recolección de datos, se elaboraron Diagramas de Entidad - Relación (ERD) de la plataforma Twitter. Para definir la muestra de Tweets de análisis, se establecieron etiquetas. Estas son parte de términos relacionados al conflicto, actores involucrados y hashtags en un periodo de búsqueda entre el 10 de noviembre (2019-11-10T17:00:00.00- 04:00) y el 12 de noviembre (2019-11-12T19:00:00.00-04:00). De esta forma, la recolección se llevó a cabo con el programa Postman (sobre los elementos: tweet.fields, text,created_at, public_metrics) para ser preprocesados en tablas Excel.

Tabla 1 Etiquetas de la definición de la muestra 

ETIQUETAS
Hashtags Usuarios
¿Bolivia #fuegolpe) OR (#Bolivia: GolpeDeEstadoEnBolivia) OR (#bolivia #fuefraude) OR »Bolivia #NoFueFraude) OR (#bolivia #boliviadijono) OR »Bolivia #bolivia resiste) (#Bolivia #boliviacoup)) -is:retweet ung:es ((masistas @ evosespueblo democracia) OR (pititas @LuisFernandoCamachoV democracia) Indio OR (Bolivia Indio OR Bolivia Camba OR Bolivia Colla)) - is:retweet lang:es

Fuente: Elaboración propia (2022)

Para clasificar las interacciones más significativas que contengan elementos correspondientes a las categorías de discurso de odio, con base teórica a la taxonomía propuesta por Miro (2016) sobre la comunicación violenta y el discurso de odio, se desarrollaron las categorías e indicadores de la investigación. Las mismas se presentan en la siguiente tabla.

Tabla 2 Taxonomía sobre la comunicación violenta y el discurso de odio por Miro (2016) 

Categoría Indicador Definición
1. Violencia física: referido a la causación de daño físico 1.1 Incitación/amenaza directa a la violencia 1.1 La voluntad de realización directa, o a través de otros a los que se incite directamente, de actos de violencia física contra personas concretas o indeterminadas
1.2 Enaltecimiento de la violencia física 1.2 Expresiones de referencia en positivo (en forma de defensa, enaltecimiento, justificación, banalización, comprensión, alegría) a la causación de tal violencia.
2. Violencia moral: que ofende o causa un daño moral personal 2.1 Ataques al honor o dignidad 2.1 El insulto o la ofensa grave dirigida a personas concretas y determinadas, así como la atribución a éstas de la realización de hechos delictivos o ilícitos graves con conocimiento de la falsedad o con temerario desprecio hacia la verdad.
3. Violencia moral: que ofende o causa un daño moral colectivo 3.1 Incitación a la discrimina ción/odio 3.1 El desprecio o expresión de odio hacia grupos determinados, especialmente hacia aquellos que de algún modo han visto, o pueden ver, privados sus derechos y que sufren actividades intolerantes, y en particular aquellas expresiones que usen términos despectivos contra los mismos y que pidan o justifiquen la restricción de derechos contra tales grupos.
3.2 Ofensas a la sensibilidad colectiva 3.2 Aquellas expresiones especialmente desagradables y de muy mal gusto referidas a sucesos que causan grave dolor a algunas personas, en particular las que muestran odio a dichas personas o las que deshumanizan totalmente al que las realiza, incluyendo chistes y humor negro especialmente grave y en relación con eventos que, no siendo violentos (muerte natural o accidental), causan mucho dolor a víctimas indirectas y otras que afectan a sentimientos o creencias aceptadas por una colectividad.

Fuente:Miro Llinares (2016)

Finalmente, respecto a la parte cualitativa, el análisis e interpretación dependió de esta metodología para analizar las formaciones discursivas. La codificación se desarrolló con el programa Atlas.ti 9 en dos partes. La primera inter-codificación sobre una muestra de 60 tweets se desarrolló con la finalidad de saber el porcentaje de similitud sobre la clasificación. De esta forma se delimitados acuerdos para clasificar los Tweets.

  1. Adjetivos calificativos en contra un individuo

  2. Hecho que impide la transpirabilidad es violencia

  3. Contextualizar a que tipo de violencia se refiere

  4. No analizar en torno a la veracidad, si no a la violencia (INDUCE, PROVOCA, ENALTECE, JUSTIFICA, GLORIFICA)

  5. Cuando no hay actor definido no es violencia moral

  6. Cualquier expresión que hable del pueblo en la calle, resistencia, movilizaciones, acciones; es violencia física

  7. No importa el grado de amenaza, si hay una expresión que implique amenaza es violencia

  8. Cualquier enaltecimiento de violencia es violencia física

Una vez definidos, el procesamiento de datos se desarrolló sobre una muestra total de 5209 Tweets de análisis de la investigación.

3. Resultados y discusión

A partir de la metodología utilizada, los resultados del primer ciclo de procesamiento de datos están enmarcados en la presencia de comunicación violenta en los tweets publicados entre el 10 y 12 de noviembre de 2019. Como ya se dijo, dichos tweets fueron seleccionados y extraídos a través de la plataforma Postman.

Se encontró que el momento de mayor publicación de tweets que utilizan los términos preseleccionados fue a las 17:00 del 11 de noviembre del 2019. Este momento máximo de publicación alcanzó los 227 tweets y coincide con el vacío político en Bolivia. Vacío que ocurrió a partir del 10 de noviembre a las 17:00 horas, hasta que Jeanine Añez asumió el rol de presidenta interina el 12 de noviembre.

Fuente: Elaboración propia

Ilustración 1 Número de publicaciones identificadas 

Asimismo, se observa una subida en la publicación de tweets de 7 a 9 a.m. del 11 de noviembre, alcanzando un punto máximo de 226 tweets. En cuanto a un punto mínimo de publicación, este es entre las 3 y las 5 a.m. del 12 de noviembre con un total de 9 tweets, debido al horario de publicación.

Por otro lado, se analizó la naturaleza de la comunicación violenta y categorizó, de acuerdo con la taxonomía de la comunicación violenta de Miró (2016). Esta categorización fue dividida en tres grupos: discurso no violento, violencia moral y violencia física.

Fuente: Elaboración propia

Ilustración 2 Presencia de comunicación violenta en las interacciones 

De un total de 5209 tweets analizados, el 60.5% que corresponde a 3152 tweets, están categorizados como violencia moral. El 19,9%, que corresponde a 1037, corresponde a la categoría violencia física. Finalmente, el 19,6% que son 1020 tweets están categorizados como discurso no violento.

Asimismo, se observó el índice de interacción de los tweets, llegando a la siguiente situación.

Fuente: Elaboración propia

Ilustración 3 Indice de interacciones 

Se encontró que los tweets que contienen violencia física y violencia moral a la vez obtienen un índice de interacción alto, el mayor siendo 81221,5. Asimismo, este índice de interacción baja al tratarse de un discurso no violeto, violencia moral y violencia física. Por otro lado, se puede observar un alto índice de interacción en los tweets de "apoyo" a Evo Morales.

En general, el primer ciclo de datos revela que los tweets relacionados con la renuncia de Evo Morales están enmarcados en las categorías que permiten reconocer que, en cuanto a la cantidad, el tipo de comunicación violenta más utilizado tiene que ver con la violencia moral. A este dato le sigue la violencia física y el discurso no violento con porcentajes más bajos.

En cuanto a la interacción, que tiene que ver con la cantidad de interacción social que reciben los tweets, los datos analizados encabezan a los tweets que contienen a la vez violencia física y violencia moral como los más altos. Es decir, los usuarios de Twitter interactuaron más con los tweets que contenían alusiones directas a la violencia física y moral.

4. Conclusiones

Para comenzar, vale la pena mencionar que la valoración del tipo de mensajes que este estudio analiza tiene como una primera dificultad el grado de subjetividad existente al momento de realizar la valoración. Debido a que esta investigación incluye una codificación manual en la que los investigadores hacen una valoración de los datos, se debe tratar de reducir al máximo el sesgo personal. Por ello, para analizar la fiabilidad del sistema categorial se realizó una revisión y acuerdo Ínter-codificadores. Pues mientras mayor sea el número de investigadores participantes, más importante es el rigor de los criterios con los que se analizan los datos.

En el caso específico de este estudio, este proceso se realizó mediante el análisis previo de 60 tweets por parte de todos los investigadores. Una vez hecha la comparación de los resultados, se procedió a establecer acuerdos que explican cómo proceder en casos que pueden causar conflicto. De esta manera, fue posible establecer el rango de acuerdo entre todos los codificadores.

De acuerdo al análisis que se desarrolló, es necesario resaltar el elevado porcentaje de comunicación violenta (violencia moral, violencia física) encontrada. Mismas que tuvieron mayor índice de interacción en la plataforma, en específico, en el espacio temporal del vacío político en Bolivia. De las que la violencia moral ha representado un grado mayor al de violencia física.

Así mismo, en el contexto de análisis de la investigación, los Tweets tienen una correspondencia entre la manifestación violenta de las calles con el discurso violento de las redes sociales. Lo que da a lugar a que estas manifestaciones, el conflicto en la calle, se proyecten en redes sociales donde han abundado estas interacciones de discurso violento como cámaras de eco. Por lo que, con relación al conflicto político, se puede decir que ha predominado una interacción violenta con una escalada de comunicación violenta.

Uno de los medidores de mayor relevancia fue el índice de interacción de los mensajes. Este índice reunió las principales métricas que acompañan a un tweet. Además, permitió identificar aquellos mensajes que tuvieron mayor alcance y relevancia entre los usuarios de la plataforma digital. Cabe destacar que los mensajes con mayor índice de interacción corresponden a aquellos que contienen publicaciones donde se explícita algún tipo de violencia física y moral. Sobre todo, dos tipos de mensajes resaltaron, los que recurrieron a la narrativa del golpe de estado y el llamamiento a una respuesta de hecho frente al cambio de gobierno, y aquellas que respondían a la narrativa del fraude electoral donde también se acudió, sobre todo, a mensajes con altos grados de comunicación violenta.

En un estudio sobre el discurso de odio en el Facebook de Jair Bolsonaro, el proceso de codificación dio por resultado a los insultos como forma más común de discurso de odio (violencia moral). Dichos insultos estaban relacionados, en algunos casos, con una deficiencia mental (cf. Silva et al, 2021). En el caso de los Tweets analizados en el presente estudio, el tipo de comunicación violenta más difundido en torno a la renuncia de Evo Morales corresponde a la violencia moral, coincidiendo con los resultados propuestos por el estudio.

Por otro lado, el estudio de Silva et al (2021) menciona que los estereotipos y generalizaciones intentan marcar una diferencia entre el comentarista y destinatario. Adjudicando esta diferencia a una reducción de la víctima de discurso de odio a la limitada visión del mundo del usuario e imponiendo una connotación negativa a toda una comunidad (cf. Silva et al, 2021). Esto se observó al estudiar los Tweets de violencia moral que contenían insultos, generalizando y asignando características a grandes porciones de la población y difundiendo la visión de "ellos contra nosotros".

Finalmente, se debe decir que la identificación inicial de los tipos de discurso violentos presentes en las principales interacciones encontradas en Twitter durante el periodo de estudio permitirá avanzar hacia los próximos ciclos de análisis. Estos análisis serán de orden histórico y lingüístico. El último objetivo a desarrollar responde al trabajo teórico por parte de los investigadores, de fundamentación y análisis de todos los resultados de los objetivos anteriores. El mismo será realizado a través del análisis de sentido, o arquitectura del sentido (Haidar, 2005) de las publicaciones. Se utilizarán métodos cualitativos e interpretativos para el análisis de las formaciones discursivas, sumando a ello la perspectiva sociolingüística de la interacción, la cual permite situar contextual e históricamente las manifestaciones discursivas concretas.

Referencias bibliográficas

Brady, M., & Loonam, J. (2010). Exploring the use of entity‐relationship diagramming as a technique to support grounded theory inquiry. Qualitative Research in Organizations and Management: An International Journal, 5(3), 224-237. https://doi.org/10.1108/17465641011089854Links ]

DÁndrea, C. (2021). Beyond collected data: Politics of APIs on social media platforms. MATRIZes, 15(1), 103-122. http://dx.doi.org/10.11606/issn.1982-8160.v15i1p103-122Links ]

Haidar, J. (2005) La arquitectura del sentido. México: Escuela Nacional de Antropología e Historia. [ Links ]

Lelkes, Y. (2016). Mass polarization: Manifestations and measurements. Public Opinion Quarterly, 80(1), 392-410. https://doi.org/10.1093/poq/nfw005Links ]

Maté Jimenez, C. (2014). Big Data. Un nuevo paradigma de análisis de datos. Anales de mecánica y electricidad. [ Links ]

Micheli, M., Ponti, M., Craglia, M., & Berti Suman, A. (2020). Emerging models of data governance in the age of datafication. Big Data & Society, 7(2), 205395172094808. https://doi.org/10.1177/2053951720948087Links ]

Miró Llinares, F. M. (2016). Taxonomia de la comunicació violenta i el discurs de l’odi a Internet. IDP. Revista d’Internet, Dret i Política, 22. https://doi.org/10.7238/idp.v0i22.2975Links ]

OEA. (2019). Análisis de integridad electoral. Elecciones generales en el Estado Plurinacional de Bolivia, 20 de octubre de 2019. Hallazgos preliminares. Obtenido de http://www.oas.org/documents/spa/press/Informe-Auditoria-Bolivia-2019.pdfLinks ]

Peralta, J. O. (2021, November 22). Bolivia y sus eternos conflictos sociales. Latinoamérica 21. https://latinoamerica21.com/es/bolivia-y-sus-eternos-conflictos-sociales/Links ]

Phillips, L., Ojeda, A., & Aleman-Andrade, A. (2021). Aproximaciones metodológicas para la investigación digital en Twitter. Revista Punto Cero, 26(43), 40-54. https://doi.org/10.35319/puntocero.202143179 [ Links ]

Robles, J., Guevara, J., Casas-Mas, B., & Gómez, D. (2022). Cuando la negatividad es el combustible. Bots y polarización política en el debate sobre el COVID-19. Comunicar, 71, 63-75. https://doi.org/10.3916/C71-2022-05Links ]

Quiroga, M. S.; León, C.; Meneses, O.; Pacheco, H. & Ríos, P. (2012). Perfiles de la conflictividad social en Bolivia (2009-2011): análisis multifactorial y perspectivas. Fundación UNIR Bolivia. [ Links ]

Sadowski, J. (2019). When data is capital: Datafication, accumulation, and extraction. Big Data & Society, 6(1), 205395171882054. https://doi.org/10.1177/2053951718820549Links ]

Silva, L. Lopes, R., Botelho F & Sampaio, R. Discurso de ódio nas redes sociais digitais: tipos e formas de intolerância na página oficial de Jair Bolsonaro no Facebook. Galáxia (São Paulo) [online]. 2021, n. 46, e51831. Disponible en: https://doi.org/10.1590/1982-2553202151831. Epub 16 Jul 2021. ISSN 1982-2553. [ Links ]

Srnicek, N. (2017). The challenges of platform capitalism: Understanding the logic of a new business model. Juncture, 23(4), 254-257. https://doi.org/10.1111/newe.12023Links ]

Stieglitz, S., Dang-Xuan, L., Bruns, A., & Neuberger, C. (2014). Social Media Analytics: An Interdisciplinary Approach and Its Implications for Information Systems. Business & Information Systems Engineering, 6(2), 89-96. https://doi.org/10.1007/s12599-014-0315-7Links ]

van Dijck, J. (2014). Datafication, dataism and dataveillance: Big Data between scientific paradigm and ideology. Surveillance & Society, 12(2), 197-208. https://doi.org/10.24908/ss.v12i2.4776Links ]

van Dijck, J. (2017). In data we trust? The implications of datafication for social monitoring. MATRIZes, 11(1), 39-59. https://doi.org/10.11606/issn.1982-8160.v11i1p39-59Links ]

van Dijck, J., Poell, T., & de Waal, M. (2018). The platform society. Oxford University Press [ Links ]

UNIR. (2022). Análisis de Conflictos - UNIR Bolivia. Retrieved April 21, 2022, from https://analisisdeconflictos.unirbolivia.org/Links ]

0Los autores declaran no tener conflicto de interés alguno con la revista Punto Cero.

1Trabajo presentado en DTI 3 COMUNICAҪÁO E CIDADANIA, XVII Congreso Iberoamericano de Comunicación - IBERCOM 2022, realizado del 26 al 29 de octubre de 2022 en el Super Bock Arena, en la ciudad de Oporto, Portugal, promovido por Assibercom y por la Facultad de Letras de Universidad de Oporto.

Creative Commons License Este es un artículo publicado en acceso abierto bajo una licencia Creative Commons