1/ Había oído lo de los "bots del PSOE" y he decidido analizar el contenido de 5.106 tuits y 115.100 retuits de la búsqueda "Zapatero", entre los periodos del 02/05/2026 al 04/06/2026. Interesante lo que he encontrado.
Abro hilo 👇
2/ Empiezo con el grafo de relaciones de retuits, donde se puede ver, por un lado, a la izquierda y, por otro, a la derecha/ultraderecha y otros. He tenido que hacerlo en GIF para que puedan verse las comunidades de la derecha y lo integradas que se encuentran unas con otras.
3/ La conversación estuvo dormida durante semanas y estalló en dos momentos concretos.
El primero, el 19 de mayo a las 16h.
El segundo,el 25 de mayo, cuando los grandes influencers de la derecha sumaron un alcance acumulado de 7,7M. de seguidores.
El primero, el 19 de mayo a las 16h.
El segundo,el 25 de mayo, cuando los grandes influencers de la derecha sumaron un alcance acumulado de 7,7M. de seguidores.
4/ En un corpus de 5.106 tweets, encontré 69 tweets con texto casi idéntico publicados por cuentas distintas, lo que representa el 1,4% del corpus. No es un porcentaje enorme, pero el patrón sí lo es.
5/ Un indicador revelador es la ratio comentarios/retuits. Cuando un tweet recibe más comentarios que retuits, suele indicar que el contenido genera reacción en contra más que adhesión. En el análisis de Zapatero, el 26% de los tweets con más de 100 comentarios caía en esa zona.
6/ El análisis de marcos narrativos clasifica cada tweet según el encuadre que usa para hablar del tema. El resultado es contundente: "Corrupción" fue el frame dominante todos y cada uno de los días del período analizado, con una presencia que osciló entre el 20% y el 61%.
7/ Y si ese mismo análisis lo vemos por comunidad, vemos una gran defensa a Zapatero por parte de la izquierda.
8/ No hay que ser muy inteligente para saber que la derecha es la principal interesada en mover todas las noticias de Zapatero.
9/ ¿Hasta aquí bien? La primera parte está hecha, ahora viene lo interesante, los retweets.
10/ De las cuentas se pueden obtener la "ubicación" de donde publica esa cuenta y se puede realizar un funnel que es el que toca desglosar desde arriba hasta abajo.
11/ Antes de nada, comentar que el algoritmo de Gephi ha desglosado las siguientes comunidades:
- Izquierda.
- Derecha.
- Derecha/ultraderecha.
- Derecha/ultraderecha. (otra).
- Ultraderecha.
- Amplificación extranjera.
Quedaos con esta distribución.
- Izquierda.
- Derecha.
- Derecha/ultraderecha.
- Derecha/ultraderecha. (otra).
- Ultraderecha.
- Amplificación extranjera.
Quedaos con esta distribución.
12/ De los 114.680 amplificadores con país identificado, el 69,1% operaba desde España. Pero el 30,9% restante, más de 35.000 cuentas, operaba desde fuera del país.
El segundo país con más amplificadores fue Estados Unidos, con 7.899 cuentas (6,9%).
El segundo país con más amplificadores fue Estados Unidos, con 7.899 cuentas (6,9%).
13/ El análisis de redes detectó seis comunidades, como he dicho antes, de amplificadores según sus patrones de retweet. Una de ellas, que llamamos "Amplificación extranjera", resulta llamativa por una razón: el 89,5% de sus cuentas opera desde fuera de España.
14/ El embudo no afecta igual a todas las comunidades. El más transparente es el de la Izquierda, el 6% opera desde fuera y solo el 1,4% oculta su ubicación. La que menos, la de "Amplificación extranjera" con el 89,5% desde fuera de España y el 36,5% oculta su ubicación.
15/ Y así quedarían por comunidad y países salientes.
16/No quiero abrumar con más datos. Solo pretendo mostrar que no todo es como parece y que, detrás de muchas acciones o campañas, pueden existir dinámicas organizadas.
Generated by Thread Navigator
Press ⌘ + S to quick-export