#Culiacán 17 de octubre: perder la calle, ganar la red
16011
post-template-default,single,single-post,postid-16011,single-format-standard,bridge-core-1.0.5,ajax_fade,page_not_loaded,,qode_grid_1400,qode-theme-ver-18.1,qode-theme-bridge,qode_header_in_grid,wpb-js-composer js-comp-ver-6.0.2,vc_responsive

#Culiacán 17 de octubre: perder la calle, ganar la red





#Culiacán 17 de Octubre:

Perder la calle, ganar la red



por Signa_Lab | 31 oct, 2019



La tarde del jueves 17 de octubre, alrededor de las 15:00 horas, se realizó un operativo para la detención de Ovidio Guzmán, hijo del “Chapo” Guzmán, en el fraccionamiento Tres Ríos en la ciudad de Culiacán, en el estado de Sinaloa. Alrededor de dos horas después, la ciudad de Culiacán se vio envuelta en una aterradora ola de violencia. Tiros, incendios, bloqueos, pánico, vialidades colapsadas que fueron tomadas por el llamado Cártel de Sinaloa.

La Secretaría de Seguridad Pública de Sinaloa informó que, tras el operativo, se aseguró una ametralladora ‘minimi’1; 8 armas largas; 3 armas cortas; 7 granadas de fragmentación; 3 granadas calibre .40 mm; una granada fumígena; 40 cargadores; cerca de mil cartuchos y veinte vehículos.



Por otra parte, en medio del caos, se registró un motín en el penal de Aguaruto. Fueron 51 personas las que se escaparon, sin embargo, cuatro de ellos se entregaron en las horas posteriores; tras esta fuga, el director Eduardo Arturo Bailleres fue destituido de su cargo y sujeto a investigación. A su vez, se supo de retenes de grupos criminales, quema de autos, la suspensión de clases y la cancelación de vías y rutas de transporte, todo esto compartido en tiempo real por usuarios de Twitter.

El análisis realizado por Mesura indica que el comportamiento de las redes también trajo consigo un flujo de desinformación durante los hechos. Se compartieron gráficas, memes y especulación de información tanto para legitimar como para deslegitimar las acciones del gobierno, incrementando el tono de las discusiones.

Tras esta fuerte ola de violencia en pocas horas, el presidente Andrés Manuel López Obrador, declaró que “No puede valer más la captura de un delincuente que la vida de las personas”; se supo poco después de la decisión de suspender la detención de Ovidio Guzmán.

Después de su liberación, la ciudad volvió a la calma. Esta decisión generó opiniones diversas y encontradas no sólo respecto a estos acontecimientos, sino también sobre la capacidad del gobierno actual para responder a las necesidades de seguridad de todo el país derivadas del narcotráfico.

La disputa en redes, se da principalmente en Twitter por “ganar”, a toda costa, la única interpretación posible de los acontecimientos. Pero un hashtag, varios hashtags, el uso de cuentas automatizadas, resultan estrategias insuficientes para imponer un punto de vista, una versión.



1La ametralladora FN Minimi es de uso exclusivo del ejército, en especial del ejército Estadounidense. Al tipo de municiones se les conoce también como “matapolicías” porque están diseñadas para penetrar los chalecos antibalas.



La trama



En el año 2006, el presidente en turno, Felipe Calderón, declaró la guerra contra el narcotráfico mexicano, lo que desató sucesos violentos que hasta el día de hoy, no han parado. La llamada Kingpin Strategy, que hace referencia al descabezamiento de grupos de crimen organizado, dejó un saldo de 121 mil 683 homicidios y 24 mil 943 casos de desaparición forzada. En el gobierno siguiente, con el regreso del PRI al poder con Enrique Peña Nieto, incrementó la cifra, a 156 mil 437 homicidios y alrededor de 37 mil personas desaparecidas. A pesar de la captura de grandes capos como El “Chapo” Guzmán y Luis Fernando Arellano la violencia no disminuyó, al contrario, se generaron tensiones y fragmentaciones en los cárteles, produciendo una guerra interna de la cual se siguen experimentando los efectos.

Así, se repite la tendencia, los hechos del 17 de octubre en Culiacán indican que la captura de grandes figuras del narcotráfico, lejos de paralizar a los grupos delictivos, los activa al desafiar su poder de respuesta.





Las redes, la construcción del miedo



Hay una enorme diferencia entre el 2006 y el 2019. Las incursiones brutales del crimen organizado tenían en los inicios del Siglo XXI un impacto localizado, solamente amplificado por los medios de comunicación corporativos, poco interesados en los efectos sociales de la violencia que asomaba. Diferentes grupos de narcotraficantes, entendieron -muy pronto-, el valor de la propaganda y de lo que hoy se conoce como posverdad y varios de ellos se fueron abriendo paso en YouTube, plataforma que se convirtió a lo largo de la primera década del siglo en canal propagandístico para sembrar terror y mandar mensajes a adversarios, autoridades y ciudadanos.

En 2019, el crecimiento de las RRSS como Twitter, Instagram, Youtube, Facebook, permiten la distribución del miedo en tiempo real. Inmediatez, velocidad, contagio, para incidir en la construcción de una esfera pública cada vez más vulnerable a la contrainformación, noticias falsas, manipulación de datos, imágenes, lógicas.

En este informe, presentamos un análisis de lo que se generó en la esfera sociodigital en torno a los acontecimientos en Culiacán con la detención de Ovidio Guzmán. Proponemos que la esfera digital se ha convertido en un territorio en disputa entre contendientes que buscan no solamente intervenir la realidad a través del manejo discursivo y de datos, sino especialmente a través del manejo de las emociones.

A continuación presentamos el análisis realizado en torno a lo que circuló en Twitter del 16 al 19 de octubre. Los términos o hashtags que comprenden el análisis son #Sinaloa, #Culiacan, #Culiacán, #AMLOEstamosContigo, #ComandanteSinBolas, #RenunciaAMLO, #AMLOElFracasoPresidencial, #OvidioGuzman, #Chapito y #EstadoFallido.

Se procedió a la descarga de datos2 con nuestra herramienta THOTH. En cada uno de los términos de análisis se ofrece la información del volumen de data contemplado y el tipo de relación-interacción que se privilegió para ofrecer un panorama lo más completo posible de un tema nodal para la vida del país.

El siguiente grafo muestra las relaciones de usuario a hashtag de los términos “Sinaloa” y “Culiacán”, en el periodo de descarga que comprende del 16 al 19 de octubre. Está compuesto por 201,001 tweets, 26,736 nodos, 47,005 aristas y 415 comunidades.





Grafo 1. Relaciones de Usuario a Hashtag, de los términos “Sinaloa” y “Culiacán”. 26,736 nodos, 47,005 aristas y 415 comunidades. Elaborado por Signa_Lab.



En esta primera visualización se muestra un comportamiento orgánico en los primeros momentos de la crisis. Etiquetas como “culiacán/guardia nacional”, en color verde; morado “culiacan”, azul “sinaloa/el chapo” y amarillo “Ovidio Guzmán”, constituyen la respuesta inicial de las y los usuarios de Twitter, para pronunciarse, compartir contenido propio o de medios de comunicación o de otros usuarios. Una respuesta sorprendida y preocupada.

Con el objetivo de ofrecer una visualización de cómo se van articulando las “conversaciones” en las redes y cómo emergen “etiquetas“, es decir hashtags que van reencauzando la discusión, el grafo muestra la aparición de #LopezRendidoYHumillado del lado izquierdo; mientras que va ganando tracción el hashtag #Borolas que aglutina las expresiones de apoyo al Presidente López Obrador y en referencia directa al ex presidente Felipe Calderón. Y van tomando forma y peso, los hashtags como #AmloEstamosContigo, #AMLOElPuebloTeApoya, #TotalApoyoALopez y #DesdelaIzquierda. Así, al igual que en el caso de #Minatitlán, la “conversación” deja de girar en torno a los acontecimientos para derivar en una defensa-ataque a la figura de López Obrador.

Ese día, Andrés Manuel visitó Oaxaca para la entrega de recursos del programa La Escuela es Nuestra, y recibió fuertes críticas por no cancelar su visita en medio de la crisis en Sinaloa. El hashtag #AMLOEnOaxaca aparece muy cercano a #OposiciónCarroñera, que fue utilizado para señalar y denostar a quienes criticaban el operativo.



La otra batalla: ganar la red, perder la calle



En el transcurso de poco menos de tres horas, la discusión-narrativa en Twitter dejó de estar centrada en los sucesos: una ciudad tomada por la delincuencia organizada, un ejército superado y la evidencia de un operativo mal planificado, a la defensa-ataque de la figura presidencial. Mientras la ciudadanía enfrentaba una situación de violencia brutal, la red se convertía en un “referéndum” presidencial: AMLO sí o AMLO no. La simplificación y polarización que esto trajo consigo, la mostramos en el siguiente grafo de “usuarios a hashtags”, es decir de cuentas que utilizaron y replicaron las siguientes etiquetas: #AMLOEstamosContigo, #ComandantesinBolas, #RenunciaAMLO, #AMLOElFracasoPresidencial.

Se tomó la decisión de conjuntar en una sola visualización las tendencias anti y pro AMLO, con el fin de hacer visible la disolución de los acontecimientos en Culiacán.

Las tendencias analizadas acumularon 111,000 tuits, en los que participaron 22,709 nodos (o lugares-puntos de enunciación), que generaron 56,469 aristas, es decir, que interactuaron esa cantidad de veces, organizados o agrupados en 132 clusters, o comunidades.

A lo largo de las tensas horas que siguieron al operativo, la crisis y pánico en la ciudad, la fuga de reos del penal y la decisión de liberar a Ovidio Guzmán, y la evidencia de que la calle se perdía, la estrategia fue la de “ganar en redes” la idea de la liberación de Ovidio Guzmán como un logro estratégico del gobierno.





Grafo 2. Relaciones de Usuario a Hashtag, de los hashtags #AMLOEstamosContigo, #ComandanteSinBolas, #RenunciaAMLO, #AMLOElFracasoPresidencial. 22709 nodos, 56469 aristas y 132 comunidades. Elaborado por Signa_Lab.



El color azul representa la parte reprobatoria de la discusión, con los hashtags #RenunciaAMLO, #ComandanteSinBolas, #AMLOElfracasoPresidencial, #AMLORenunciaYa, #MexicoNoTienePresidente, #EstadoFallido, e incluso se observa una crítica al Secretario de Seguridad y Protección Ciudadana, Alfonso Durazo, con el hashtag #RenunciaDurazo.

El color naranja, que es el predominante, representa el lado de la red en apoyo al Presidente Andrés Manuel López Obrador, con los hashtags #AMLOEstamosContigo, #AMLOElPuebloTeApoya, #AMLOElMejorPresidenteDelMundo, entre otras variaciones donde es evidente el apoyo directo hacia Andrés Manuel. Vuelve a aparecer el hashtag #ComandanteBorolas, que como ya se dijo alude al ex Presidente Felipe Calderón. Asimismo, es notoria la presencia de la #RedAMLOVE, #RedAMLO y #AMLOVERS (estos como una comunidad aparte, pero unificada al color naranja). Más adelante se muestra la velocidad de subida de la etiqueta #AMLOEstamosContigo más un análisis por grado de salida con pesos, que indica que este hashtag siguió un comportamiento no orgánico.

Entonces, en esta red polarizada y que indica un comportamiento no orgánico -de uno y otro lado, resulta muy difícil dar paso a un debate, conversación serena e informada en torno a la violencia en México, las estrategias de seguridad y, en este caso, la situación de Sinaloa y el impacto del Cártel de Sinaloa en la dinámica social. Esto sin duda es dañino para la salud democrática de la sociedad mexicana.

En este grafo y en color verde, también aparecen los hashtags #Morena y #Yeidckol. Yeidckol Polevnsky, Presidenta del Comité Ejecutivo Nacional de Morena, publicó un video en su Twitter en defensa de Andrés Manuel López Obrador. En la publicación del video incluye los hashtags #Morena, #Yeidckol y #AMLOEstamosContigo. Es interesante para el tono de la discusión que la estrategia digital de la Presidenta del CEN de MORENA,  también sea utilizar esas etiquetas en sus publicaciones, lo que no abona a la discusión.

Se muestra a continuación el cluster que utilizó #AMLOEstamosContigo, con el objetivo de analizar el grado de entrada con pesos (es decir, el número de veces que una cuenta utilizó el hashtag) y especialmente el grado de salida (el número de veces que un hashtag o tweet determinado fue retuiteado por una cuenta). Esto permite volver visible la relación orgánico-no orgánico en una conversación. Por ejemplo, en este caso, la cuenta @scorpionvichs_ tuvo, en casi cinco días, un grado de salida con pesos de 641. Esto quiere decir que utilizó 641 veces el hashtag, lo que significa un promedio de 128 menciones diarias, que rebasa con mucho las posibilidades de una cuenta promedio y, además, esta cuenta aparece hoy como inexistente, lo que podría estar indicando que fue creada específicamente para amplificar este hashtag.

Grafo 3. Relaciones de Usuario a Usuario, del usuario @scorpionvichs_. 53,871 nodos, 146,038 aristas y 225 comunidades. Elaborado por Signa_Lab.

Para validar metodológicamente la data, recurrimos a varias estrategias para medir la intensidad de participación en la red alrededor del hashtag; decidimos seleccionar las diez cuentas con más alto grado de salida con pesos. Se muestran los resultados en la tabla siguiente.

Usuario Grado de salida con pesos Promedio de interacciones con el HT (entre 5 días) Observaciones
scorpionvichs_ 642 128,4 Esta cuenta no existe ya
florsol10 304 60,8 Cuenta activa
JTeisier 299 59,8 Cuenta activa
yasminahomi50 264 52,8 Cuenta activa
lazago85 229 45,8 Cuenta activa
sanajar 220 44 Cuenta activa
JLRamir80032999 210 42 Cuenta activa
angiefolayo 207 41,4 Cuenta activa
JLRamir80032999 210 42 Cuenta activa
DRFRANCISCORH_7 169 33,8 Cuenta activa
johnerencastlem3 167 33,4 Esta cuenta no existe ya



El siguiente grafo es otro ejemplo de la polarización en la discusión. Se muestran las relaciones de usuario a hashtag, de los hashtags #OvidioGuzman, #Chapito y #EstadoFallido, y está compuesto de 53,871 nodos, 146,038 aristas y 225 comunidades.



Grafo 4. Relaciones de Usuario a Hashtag, de los hashtags, #OvidioGuzman, #Chapito, #EstadoFallido. 53,871 nodos, 146,038 aristas y 225 comunidades. Elaborado por Signa_Lab.



Las comunidades que predominan en esta descarga son #EstadoFallido, en color verde, y #OvidioGuzman/#Chapito, en color morado. Aquí el color verde representa, nuevamente, la crítica hacia el Gobierno, mientras que en el color morado se percibe la conversación alrededor del tema general.

En esta misma línea y para complementar estas visualización, se realizó una nube de frecuencias de las palabras más utilizadas en los tweets que usaron los hashtags #OvidioGuzman o #Chapito.

Imagen 1. Nube de palabras de los hashtags #OvidioGuzman y #Chapito. Elaborado por Signa_Lab.

En esta nube de frecuencias se muestran las palabras más utilizadas en los tweets asociados a los hashtags #Chapito y #OvidioGuzmán. Se observa que la narrativa se construye en torno a las menciones a López Obrador, la liberación de Ovidio y al concepto del Estado fallido en vez de a un cuestionamiento directo sobre los actos violentos ejecutados por el crimen organizado en Culiacán. La conversación se centra en la premiación o descalificación de la estrategia de López Obrador como figura de poder, “vergüenza”, “errores”, “culpa” y “evasión” son algunas de las expresiones de los usuarios para describir los acontecimientos.

Se menciona al Chapo como líder de la familia Guzmán. En materia de análisis es interesante que el nombre de Ovidio sea ubicado como hijo de Joaquín Guzmán Loera y no como la cabeza o líder del Cártel de Sinaloa. Estos resultados muestran que en el imaginario social respecto al narcotráfico, se mantiene la imagen del Chapo como la representación del narcotráfico en México, independientemente de su situación actual.

En la nube aparecen algunas referencias como “Piñera” o “Chile despertó” porque en las recientes movilizaciones en Chile se ha utilizado también la etiqueta “Estado fallido” para explicar la crisis política en la que se encuentra el país. Asimismo, se identifican capas emocionales en la conversación, palabras como “miedo”, “infierno”, “amigos”, “muertos”, evidencian el terror sembrado que también se encarna en las conversaciones en la red.



2 Las definiciones técnicas de los grafos se pueden consultar en el Glosario al final el informe. Se define qué es un grafo, sus componentes como nodos, aristas, comunidades y el tipo de grafos que muestran distintas relaciones entre usuarios, de usuarios a hashtags y de hashtags a hashtags. Sugerimos revisar este anexo antes de continuar la lectura.

3 Esta cuenta aparece y desaparece con mínimas variaciones.



Mapas de calor en Twitter: crónica de una intervención digital



A continuación se muestra un video con el comportamiento cronológico y espacial de los hashtags #Culiacán, #AMLOElFracasoPresidencial y #AMLOEstamosContigo.



Hashtag Tweets Retweets (%)
#Culiacán 781,500 718,200 (92%)
#AMLOElFracasoPresidencial 23,700 12,500 (53%)
#AMLOEstamosContigo 263,600 216,000 (82%)





Como se puede apreciar en el video, a las 16:45 inicia la actividad en torno al hashtag #Culiacan, alcanzando su punto más alto a las 22:35 de actividad, con un total de 781,500 tweets.

#AmloElFracasoPresidencial, fue también utilizado para referir a los hechos en Culiacán el cuál alcanzó los 23,700 tweets. A la misma hora y como respuesta al primer hashtag, emerge #AmloEstamosContigo, para expresar su apoyo al Presidente de la República y desestimar las críticas contra el operativo. Pese a la diversidad de hashtags utilizados para expresar críticas y preocupación, el hashtag #AMLOEstamosContigo, se convirtió en una tendencia de muy alta intensidad, que hace pensar en manipulación automatizada; el 18 de octubre, a las 7:45 de la mañana, acumulaba 263,600 tweets.

Los disturbios dejaron un saldo de 8 personas muertas y 16 heridas. Además de 49 prófugos del penal de Aguaruto.



Redes para la convivencia democrática



Ya hemos planteado en informes anteriores que Twitter es una plataforma vital para el debate público, que se ha convertido en un espacio para la discusión y construcción de la agenda política. No es novedad que ahora las redes sociales, especialmente Twitter, se hayan transformado en un territorio constantemente en disputa, donde un acontecimiento importante, en este caso lo sucedido en Culiacán, se vea o se tome como una oportunidad para defender o atacar posturas políticas.

El problema principal no es que los usuarios tengan una postura sobre un tema en la discusión, sino que se generen estrategias digitales para sostener tendencias que terminan por desviar el tema central del debate, donde el acontecimiento pasa a segundo plano, se difumina entre el ataque y la defensa. En otras palabras, la conversación en Twitter sobre los acontecimientos en Culiacán se vio envuelta en una disputa por atacar o defender la figura de Andrés Manuel López Obrador, con estrategias de sostener hashtags (como #AMLOEstamosContigo o #AMLOFracasoPresidencial) para “ganar las redes”, y hacer parecer que solamente hay una interpretación válida del problema.

Como se muestra en el grafo 1, en los primeros momentos de la crisis en Culiacán el comportamiento en la esfera sociodigital es de naturaleza orgánica. Los usuarios mostraron una respuesta inicial a lo que sucedía en el momento, con imágenes, videos, notas periodísticas, y con un tono compartido de preocupación. El contenido que circuló en tiempo real en las redes evidenció el problema social que desborda al país: la violencia.

El grafo 2 es una muestra de cómo se activan tendencias desde una lógica de polarización con el propósito de mantenerse vivas en medio de la crisis. Pareciera que los hashtags a favor o en contra de AMLO se convirtieron en máquinas para contradecir y gritar “¡yo estoy bien y tú estás mal!”, donde el objetivo de debatir o compartir una opinión, se desvía para acallar al otro a toda costa.

La evidencia del uso artificial de las redes para distraer, para desviar la conversación, para atacar y denostar, para fortalecer el propio punto de vista a toda costa, minan las posibilidades de cualquier convivencia y debate democrático. Las urgencias y desafíos son muchos.





Glosario

  • Grafo: Representación gráfica de entres (nodos) y relaciones entre sí (aristas). Pueden generarse a partir de grandes volúmenes de datos que indiquen entes interconectados.

 

  • Nodo: Entes en una red que pueden o no estar interconectados entre sí. En los grafos generados con datos de Twitter en el presente informe, los nodos pueden ser usuarios o hashtags.

 

  • Aristas: Relaciones o conexiones entre nodos. En el caso de los grafos de Twitter, una arista puede indicar una interacción entre dos cuentas (reply, fav, retweet), una mención a un hashtag por un usuario o la correspondencia de dos hashtags en un mismo tweet.

 

  • Comunidades: Comunidad a la que pertenecen, calculada por el criterio de modularidad, que identifica agrupamientos de conexiones entre de grupos de nodos que destacan respecto de su conectividad con el resto de la red. En los grafos de Twitter presentados, las comunidades se representan a partir de un color compartido entre un grupo de nodos.

 

  • Grado de entrada: En una red dirigida, se trata de la cantidad de conexiones o aristas que un nodo recibe desde otros nodos. En los grafos de Twitter, el grado de entrada indica la capacidad de atracción de una cuenta dentro de la discusión, es decir, la centralidad que consigue en la conversación debido a la cantidad de menciones, favs o replies que recibe.

 

  • Grado de salida: En una red dirigida, se trata de la cantidad de conexiones o aristas que un nodo establece hacia otros nodos. En los grafos de Twitter, el grado de salida indica el nivel de interacción que una cuenta procura en la conversación hacia otras cuentas, ya sea mencionándolas, dando fav o haciendo reply.

 

  • Filtro k-core: Filtro de conectividad, dentro del software de análisis y graficado de redes Gephi, que permite visibilizar sólo los nodos con mayor conectividad entre sí. En la medida en que se aumenta el criterio de filtrado k, se mantienen sólo los nodos que sostienen la red.

 

  • u2u: Relaciones entre usuarios, donde cada nodo es una cuenta de Twitter y sus aristas indican interacciones entre sí. Se trata de una red dirigida.

 

  • u2ht: Relaciones de usuarios a hashtags, donde los nodos son cuentas o hashtags de Twitter y sus aristas indican una mención de un usuario a cierto hashtag dentro de su tweet. Se trata de una red dirigida.

 

  • ht2ht: Relaciones entre hashtags, donde los nodos son los hashtags presentes en los tweets de una cierta descarga y sus aristas indican que dos hashtags coinciden dentro del texto de algún tweet. Se trata de una red no dirigida.

 

  • Hubs articuladores: Nodos que concentran la mayor cantidad de relaciones o aristas en una red, cuyo grado de entrada, de salida o ambos sobresalen exponencialmente respecto al resto de nodos. Su existencia se explica por la propiedad de conexión preferencial, donde los nodos más conectados tienen mayor tendencia a seguir conectándose con nodos nuevos en el sistema red. La existencia de hubs por conexión preferencial es una factor fundamental para el surgimiento de redes libres de escala, que propusieron y probaron algorítmicamente Albert-László Barabási y Réka Albert en 1999. En este modelo de redes, presente en muchos sistemas complejos de la vida real y en las interacciones de redes sociodigitales, el grado de conexión entre los nodos de una red presenta una pequeña cantidad de nodos altamente conectados, mientras que el grado del resto de los nodos cae dramáticamente, siguiendo una distribución por ley potencial.



admin_signalab
signalab@iteso.mx