Como parte del proyecto Imagen de México, un estudio multidisciplinario que busca mostrar la manera como diversos actores mundiales construyen el discurso social de México y los mexicanos, el Dr. César Villanueva, académico del Departamento de Estudios Internacionales de la IBERO, presentó hallazgos del estudio de caso Procesamiento de lenguaje natural en Twitter: Trump-México.
Con este estudio, los investigadores de la IBERO comprobaron que con 289 mensajes digitales publicados desde las cuentas @potus y @realDonaldTrump de la red social Twitter se desestabilizó y conmocionó la relación bilateral entre México y Estados Unidos entre los años 2016 a 2020.
Trump rompió, a través de Twitter, con los mecanismos de la diplomacia internacional. Sus mensajes repercutieron en los campos económico, social y cultural, refirió el Dr. César Villanueva, en un video publicado en el canal de YouTube de la División de Investigación y Posgrado de la IBERO.
Las cuentas del entonces candidato y luego presidente Donald Trump aceleraron una serie de mensajes que coincidieron con un público objetivo ultraconservador. Estos mensajes reforzaron –con la palabra the wall o muro– la imagen de un mundo imperialista que convierte a los sujetos México-mexicanos/as en figuras de alteridad deshumanizadas y denigrantes.
Cinco palabras configuraron el lenguaje de Trump
Las cinco palabras que configuraron los mensajes de Donald Trump fueron:
- The wall (el muro)
- Trade (comercio)
- Jobs (empleos)
- Bad (malo) y
- Criminal (delincuente)
Uno de cada cuatro tuits hace referencia a mujeres, y tres de cada cuatro mensajes a hombres. Alrededor de 6 mil redes en el sureste y centro de los EE.UU. estaban asociadas con núcleos de votantes conservadores que replicaban los mensajes de Donald Trump.
Con este análisis, el Dr. Villanueva Rivas aseguró que en política la red social Twitter es la más influyente en grupos urbanos y a estas alturas los gobiernos de los países no pueden ignorarla. De acuerdo con el estudio, quedó de manifiesto que la política exterior de México durante el gobierno de Enrique Peña Nieto careció de una estrategia de manejo de crisis en redes sociales, en especial en Twitter. Una estrategia de manejo de crisis en esta plataforma a nivel gobierno debería contar con mecanismos de contención, explicación y contextualización.
¿Fue bueno o malo su mensaje?
API, Phython y Power BI, plataformas para extraer, analizar y presentar información
Por su parte, el Dr. José Emilio Quiroz Ibarra, académico del Instituto de Investigación Aplicada y Tecnología (InIAT) de la IBERO, participó en este estudio de caso Procesamiento de lenguaje natural en Twitter: Trump-México, que tuvo como objetivo revisar las palabras y las frases positivas, negativas o neutras con las que Donald Trump se refirió a México públicamente mediante su cuenta de Twitter cuando estaba activa, cuando él era candidato y luego presidente de Estados Unidos.
Los datos se extrajeron de una cuenta de Interfaces de Programación de Aplicaciones (API, por sus siglas en inglés) de Twitter, comentó el Dr. Quiroz Ibarra, especialista en comunicaciones digitales, en un video publicado en el canal de YouTube de la División de Investigación y Posgrado.
El procesamiento de las palabras clave se organizó por diferentes temáticas en un rango específico de tiempo: 2016-2020. El equipo de ingenieros de la IBERO usaron el lenguaje de programación Python para analizar cuantitativamente los más de 200 tuits y presentaron la información de forma interactiva con Power BI a fin de facilitar la lectura al Dr. César Villanueva, quien se encargó de interpretar la estadística de forma cualitativa.
En la presentación de los resultados participaron los investigadores de la IBERO, Dr. Emilio Quiroz y el Dr. Jorge González Ordiano, y el doctorante Luis Zúñiga.
