El ‘hashtag’ #desmontandoaciudadanos fue ‘trending topic’ en España y generó más de 80.000 tuits en 24 horas sin contar los mensajes de ‘spam’. Pero la campaña no fue un fenómeno espontáneo ni una campaña venezolana sino el fruto de un plan impulsado por decenas de cuentas afines a Podemos.


Twitter se ha convertido en un termómetro que permite conocer el pulso de una parte de la ciudadanía en tiempo real. El problema al que se enfrenta cualquier analista es separar el grano de la paja. La participación espontánea de la inducida. Activistas, spam y ruido se entremezclan dificultando la medición de las reacciones de los ciudadanos frente a determinados acontecimientos sociales.

La campaña que explotó este lunes contra Ciudadanos es un buen ejemplo para medir este tipo de acciones.

Este vídeo de 16 minutos se publicó en YouTube. Se titula Desmontando a Ciudadanos y muestra las contradicciones de la formación liderada por Albert Rivera. En las primeras 24 horas el vídeo tuvo más de 200.000 reproducciones.

El vídeo se publicó en la cuenta del usuario RaGLan, que ha admitido a Vozpopuli que ha sido una iniciativa propia sin negar su simpatía por los miembros de Podemos. Una simpatía que puede observarse en su actividad en Facebook y en sus páginas favoritas.

Las bases de Podemos movieron el vídeo de RaGLan en entornos como la Plaza Podemos de Reddit y en redes sociales como Facebook y Twitter.

El primer mensaje en Twitter con el hashtag #desmontandaciudanos se lanzó el domingo pasado a las tres minutos después de las 11 de la noche.

El usuario de Twitter @RafadGlez anunciaba en este tuit que la campaña #desmontandoaciudadanos se activaría el lunes a las once de la mañana.

El hashtag no llegó a superar los 200 tuits por minuto y se quedó a las puertas de ser trending topic mundial. Pero se podría decir que fue todo un éxito: tuvo 6.000 tuits en apenas una hora y enseguida se convirtió en trending topic nacional. Así se mantuvo hasta hasta las 10 de la noche del lunes, la hora en que empezó a decaer.

Desde el primer tuit hasta las nueve de la mañana del martes se generaron 83.734 tuits sin contar los mensaje de spam.

Este gráfico superior muestra el volumen y alcance del hashtag si descontamos los mensajes enviados por bots. Un bot es una máquina virtual que multiplica los mensajes de forma automática y que finge ser una persona. El gráfico inferior muestra el volumen de tuits generados a la hora por estas máquinas de spam.

Los altavoces

Los usuarios que más contribuyeron al mantenimiento del hashtag fueron: @subversivos_, @isaranjuez, @isigala, @claramunjavier, @itoguille, @protestona1, @fermont1965, @_ju1_ y @zurine3.

Algunos de estos usuarios también participaron activamente en Twitter en los prolegómenos de la multitudinaria manifestación del 31 de enero. El usuario @isaranjuez publicó más de 1.000 tuits ese día. En apenas tres días envió 1.815  tuits que fomentaron la publicación de otros 8.248 tuits por parte de otros usuarios.

Esta persona cambia habitualmente la foto de perfil y de biografía en Twitter. A veces se define como activista de Podemos, profesora de la Universidad de Málaga, community manager o doctora en Psiquiatría. También dispone de otra cuenta (@isapodemos) donde tuitea y retuitea contenidos relacionados con el partido de Pablo Iglesias.

Los medios que usaron el hashtag #desmontandoaciudadanos fueron @publico, @el_plural, @el_diagonal y @prnoticias.

Cabe destacar este curioso tuit de @msn_es que apenas tuvo difusión.

La propagación

Este gráfico muestra las fuerzas que pugnaron durante la difusión del hashtag. A la izquierda y en color morado quienes apoyaban la campaña #desmontandoaciudadanos. A la derecha, en color naranja, los simpatizantes de Ciudadanos. Como se observa aquí, en Twitter la capacidad de organización es mucho mayor en el entorno contrario a Ciudadanos.

desmontandoaciudadnos_RTs

El origen del ‘spam’

El spam en un trending topic es un fenómeno frecuente porque permite colocar mensajes de forma más sencilla. Muchas cuentas utilizan los trending topic más populares para enviar sus mensajes.

En el caso de #desmontandoaciudadanos llegó a las cuatro de la tarde del lunes y se mantuvo hasta las 2 de la madrugada del martes. 20 bots estuvieron utilizando este hashtag.

Los bots publicaron hasta 14.509 tuits desde la aplicación SendUrTweet y en todos sus perfiles se puede leer la misma ubicación: Venezuela. Un análisis de los últimos 3.200 tuits de cada uno de ellos desvela que entre sus últimos hashtags se encuentran asuntos tan variados como #metgala, #lqsa14 o #lahoramagica462. Todos tuitean sobre asuntos muy diversos . Ninguno dedica su cuenta por entero a la política. Su objetivo es promover cualquier cosa usando un trending topic que la gente mira.

¿Para qué un ‘bot’?

Simpatizantes y miembros de partidos políticos usan técnicas distintas para ayudar a impulsar un hashtag. Muchas veces utilizan perfiles ficticios que se gestionan mediante alguna herramienta.

La forma más eficiente para el envío de spam es el uso de bots. Un bot es un programa que publica tuits automatizados mediante un algoritmo que simula ser una persona. La diferencia es la cantidad de spam que se puede generar y la forma de detectarlo. Los bots se ajustan a patrones de publicación y tienen una mayor capacidad de spam. Los perfiles ficticios son más difíciles de detectar. Siguen patrones aleatorios y su capacidad está mas limitada ya que el trabajo de edición y gestión se realiza de forma manual.

La polémica en torno a los bots no se ha apagado todavía en las redes sociales. Así lo demuestra este intercambio que se ha producido este miércoles entre Albert Rivera y el perfil oficial de Podemos.

Metodología: La captura de datos se ha hecho con API REST de Twitter con el método GET/search/tweets. Los datos se han elaborado con herramientas de t-hoarder para medir las frecuencias de tuits por minuto y la generación del grafo de RT. Los nodos del grafo corresponden a los usuarios que hicieron al menos un RT de los tuits del hashtag #desmontandoaciudadanos. Los arcos son los RT de un nodo A a un nodo B. El tamaño de las etiquetas de los nodos es proporcional al número de mensajes retransmitidos.


Mari Luz Congosto es investigadora de la Universidad Carlos III en el departamento de Ingeniería Telemática. Grupo de investigación WebTlab.

Antonio Delgado es periodista especializado en datos.