Corrientes de opinión en Twitter durante el ‘procés’: agenda, actores, polarización y desinformación alrededor de las elecciones catalanas de 2017

Abstract

Aquesta tesi doctoral investiga la formació de corrents d’opinió a Twitter al voltant de les eleccions catalanes del 21 de desembre del 2017, en un periode de gairebé 6 mesos des de l’inici de la campanya electoral fins a la constitució del nou Govern de la Generalitat de Catalunya, del qual se seleccionen 4 episodis. L’anàlisi s’articula en l’estudi dels 50 missatges més difosos de cada episodi; dels ‘hashtags’ més rellevants i transversals; dels usuaris amb més autoritat; i de les comunitats que es formen a les xarxes de mencions i respostes. Dels resultats sorgeix una caracterització de la comunicació a Twitter sobre les eleccions pel que fa als seus actors dominants, els temes d’agenda principals, l’existència de dinàmiques de fragmentació o polarització, i l’abast de les diferents formes de desinformació. Les conclusions són: les dinàmiques comunicatives estan bàsicament dominades per actors polítics i mediàtics, especialment pels primers; el tema principal és el contenciós entre Catalunya i Espanya, i el ‘frame’ de coflicte és el més recurrent; mentre és difícil parlar de polarització de forma concloent, sí es pot dir que la comunicació està fragmentada en línies que segueixen en bona part les divisions partidistes; i, tot i que es detecten elements mitjançant els quals es vehicula la desinformació, aquesta té un abast limitat en l’àmbit estudiat.

Esta tesis doctoral estudia la formación de corrientes de opinión en Twitter alrededor de las elecciones catalanas del 21 de diciembre de 2017, en un periodo de casi 6 meses desde el inicio de la campaña electoral hasta la constitución del nuevo Gobierno de la Generalitat de Catalunya, del cual se seleccionan cuatro episodios. El análisis se articula en un estudio de los 50 mensajes más difundidos de cada episodio; de los ‘hashtags’ más relevantes y transversales; de los usuarios con más autoridad; y de las comunidades que se forman en las redes de menciones y respuestas. De los resultados emerge una caracterización de la comunicación en Twitter sobre las elecciones en cuanto a sus actores dominantes, los temas de agenda principales, la existencia de dinámicas de fragmentación o polarización, y el alcance de diferentes formas de desinformación. Las conclusiones son: las dinámicas comunicativas están básicamente dominadas por actores políticos y mediáticos, especialmente los primeros; el tema principal es el contencioso entre Cataluña y España, y el ‘frame’ de conflicto es el más recurrente; aunque es difícil hablar de polarización de forma concluyente, la comunicación está fragmentada en líneas que básicamente siguen las divisiones partidistas; y, si bien se detectan elementos en los que se vehicula la desinformación, esta tiene un alcance limitado en el ámbito estudiado.

This PhD thesis studies how streams of opinion are formed on Twitter about the Catalan elections held on December 21st 2017, over a period of nearly 6 months since the beginning of the electoral campaign until the constitution of the new Government of Catalonia, of which 4 events are selected. We analyze different elements: the 50 most-distributed messages of every event; the most used and central hashtags; the users with more authority; and the communities in the networks of replies and mentions. From our results, a characterization of the communication on Twitter about the elections emerges, in terms of which were the key players, the main topics in the public agenda, the existence of the dynamics in fragmentation or polarization, and the scope of different forms of disinformation. We conclude that this communication is basically controlled by players from the political and media areas, especially the former; the main topic is the struggle between Catalonia and Spain, and the most used frame overall is conflict; although we do not have all the elements to speak of polarization, we can say that this communication is fragmented, along partisan lines most of the time; and even though some elements of disinformation are detected, we have found that this phenomenon has a limited reach in our study.