#BrasilYVenezuelaconGuaidó: uma análise da opinião pública em Texto e Grafos

Pedrenrique
pérabrasil
Published in
14 min readMar 25, 2019
Esquema de rede para 5.000 tuítes, agrupados por seus RTs, com a hashtag #BrasilYVenezuelaconGuaidó // Netlytic [1]

Ponto de partida:

Impactos iniciais na opinião pública digital brasileira a respeito da autodeclaração e reconhecimento internacional do presidente interino da Venezuela, Juan Guaidó.

Detalhamento do pico de interesse e equivalência entre Guaidó e Maduro. // Google Trends

Problema de pesquisa:

O que os primeiros milhões de tuítes em português (brasileiro) sobre a atual conjuntura venezuelana podem nos dizer a respeito de mobilizações, pensamentos políticos e organização de conversas?

A análise textual:

Análise sobre a discussão a respeito da hashtag #BrasilYVenezuelaconGuaidó

Total de 5.000 tuítes analisados, agrupados pelos seus RTs, de 24 a 28 de janeiro de 2019, totalizando 2.880.056 retuítes.

Nuvem de palavras das Bios dos usuários analisados // Voyant-Tools

68% dos usuários monitorados apresentaram Bios com texto, totalizando 37 mil palavras com densidade de 16,9%. É dizer, que do total de palavras processadas, mais de 6.200 não se repetiram e, portanto, são únicas.

Acima, a nuvem de palavras mais frequentes a partir da auto-descrição de perfil disponíveis dos 5.000 usuários monitorados: fortes indicações de base homogênea analisada, com posicionamento político objetivo e declarado -ideologia de direita e conservadora. Base cristã e familiar, apoiadores explícitos da campanha de Jair Bolsonaro (slogan de campanha e número da legenda na Bio dos usuários).

Nuvem de palavras dos corpus de tuítes analisados. // Voyant-Tools

Sobre a visualização de palavras mais frequentes dos tuítes: 84.468 palavras, média de 18 palavras por tuítes. Pouco mais de 4.930 palavras únicas no corpo das mensagens, levando a uma densidade média de vocabulário de 5,8%. Palavras mais citadas e sua ocorrência na amostra:

● BrasilYVenezuelaconGuaidó (termo-raíz do monitoramento)

● Venezuela (29%)

● Maduro (17%)

● Socialismo (14%)

● Povo (13%)

● Presidente (6%)

A partir desse consolidado, foi possível a identificação e desenho das seguintes categorias de assuntos no entorno do uso da hashtag:

● Venezuela = termos relacionados ao país, seu atual governo e representantes;

● Influenciadores = handles (@) de produtores de conteúdo mais retuitados com a tag;

● Esquerda = termos utilizados pela direita para definir comportamentos de esquerda (ex.:“socialista”, “comuna”, “petralha”, “lula” etc);

● Religião = termos de comportamento e hábitos cristãos (ex.: “deus”, “oremos”, “jesus”, “fiel”) e;

● Direita = termos utilizados pela esquerda para definir comportamentos de direita (ex. “conservador”, “liberalismo”, “bolsonaro”)

Maior cluster de assuntos: Venezuela com 42% do Share of Voice de assuntos (3.167 termos categorizados). As categorias serão descritas e exploradas conforme sua relevância por volume de uso (recorrência nos tuítes).

Categorias de termos nas mensagens // Netlytic

Menções a Influenciadores (@s), derivados de textos de retuítes totalizam 2.207 ocorrências e respondem a 29% , seguidos por termos para descrever atitudes de esquerda — 18%. Por fim, termos Religiosos e para descrição do pensamento de Direita correspondem a 6 e 4% do share, respectivamente.

Quebra de classificações para categoria Venezuela // Netlytic

Obs: O sinal de três *** indica derivados da palavra a partir do “radical” definido.

A categoria Venezuela, corresponde a cinco termos que refletem exclusivamente ao país, seu povo e o governo vigente. Venezuela e suas variações (vezuelano/a/s) correspondem a 51% da categoria. Maduro, com metade das menções, seguido pelos termos Presidente (9%), Governo (7%) e Ditador, com 174 ocorrências e 5% de Share of Voice.

Quebra de classificações para categoria “Esquerda” // Netlytic

Acima, a distribuição de termos mais populares dentro da categoria “Esquerda”, que agregada responde a 40% do seu grupo. Também se constata a ligação direta entre ideologia de esquerda, regimes comunistas, e o governo Lula/PT no corpus analisado.

“Desesquerdizadora” (13%) como neologismo mais viral criado por aqueles que designam e descrevem de maneira crítica a denominada “esquerda brasileira”. Palavra originada pela difusão da iniciativa “Caneta Desesquerdizada”, um perfil do tipo mediawatch que se opera “ desesquerdizando o Brasil”.

O Partido dos Trabalhadores aparece em 13% das menções da categoria (173 ocorrências), enquanto Lula aparece com 11%. Os (termos de) regimes Socialistas e Comunistas, assim como seus derivados, somam 12%.

Quebra de emissores dentro da categoria “Influenciadores” // Netlytic

A categoria mais pulverizada quanto a distribuição de termos está relacionada a diversidade de RTs monitorados na análise.

A publicação de Lobão (@lobaoeletrico), com 4.310 retuítes, foi a mais compartilhada pela audiência. O nome do usuário responde a 25% do Share of Voice do grupo Influenciadores. Mais que o conteúdo de maior engajamento, o tuíte pode ser identificado como o paciente zero da propagação da hashtag. O perfil já é conhecido por diariamente buscar realizar tuitaços, visando o alcance dos Trending Topics do Twitter.

O segundo perfil mais mencionado é o do usuário @ro_moller, com 13% de share. Seu tuíte foi compartilhado 4.300 vezes. O terceiro usuário com maior SoV dentre os emissores mais influentes é a conta @henriolliveira, com 11% das menções. O post alcançou aproximadamente 2.500 repostagens. A página @eusoumbc, com 9%, aparece na quarta posição mais influente, mas a primeira que não responde a um perfil diretamente pessoal. A página responde pelo “Movimento Brasil Conservador” — a publicação teve 644 RTs.

Quebra de emissores dentro da categoria “Venezuela” // Netlytic

A categoria Venezuela, corresponde a cinco termos que refletem exclusivamente ao país, seu povo e o governo vigente. Venezuela e suas variações (vezuelano/a/s) correspondem a 51% da categoria. Maduro, com metade das menções, seguido pelos termos Presidente (9%), Governo (7%) e Ditador, com 174 ocorrências e 5% de SoV.

Quebra de emissores dentro da categoria “Religião” // Netlytic

Religião também se enquadrou na categoria com menor volume de sub-categorias (cinco também). Fiel ocupa 51% do quadro, enquanto as expressões relacionadas a Orar/Oração respondem a 12% das menções do grupo. Deus aparece na sequência, 11% e por fim 1% de ocorrências mencionando Jesus.

Quebra de emissores dentro da categoria “Direita” // Netlytic

Por fim, a menor categoria de assuntos e termos: classificados correspondem a menções que se identificam as características da orientação política de direita. Como a análise de Bios e o mapeamento de emissores mais influentes já indicaram a tendência ideológica da audiência monitorada, há muito mais termos de descrição de “esquerdismos” do que comparados a adjetivos da “direita” e, portanto este grupo é o menor dentre os analisados.

Ou seja, já se diagnostica nessa rede que há mais apontamentos de oposição ao pensamento do emissor do que auto-afirmações em suas crenças e valores. Isso infere como as conversas em questão giram dentro do pensamento político mais alinhado ao conservadorismo e liberalismo (a direita).

O presidente Jair Bolsonaro responde por 58% do volume de menções neste grupo, seguido da página Direitabrasil (27%). O termo Direita aparece 14%. Os demais termos (Bolsomini*** e B17) não ultrapassaram 1% do SoV cada.

Termos mais frequentes ao longo do período de coleta // Netlytic

A figura acima representa a distribuição dos principais termos em volume de ocorrências e por ordem cronológica de publicação-coleta. Ao final do dia de quinta-feira (24/janeiro) os termos se concentram em Venezuela, Socialismo e Maduro, protagonizando os comentários dos próximos dias. Os tuítes com mais RTs foram lançados entre a noite do dia 23/01 e a manhã do dia 24/01.

Para entendimento da viralização do tema, foi elaborado uma linha do tempo dos cinco principais tuítes, capazes de organizar grupos próprios e as mais relevantes redes de conversas (clusters). O eixo horizontal x compõe a linha cronológica no tempo e o eixo vertical y reflete o volume de retuítes recebidos pelo post do emissor em destaque.

Linha do tempo das mensagens mais retuitadas segundo horário de postagem e RTs

A Análise de Grafos:

A identificação desses tuítes como aqueles de maior potencial de gerar conversas, motivou ao estudo a aplicação de métodos de Análise de Redes Aplicadas por meio de Análise de Grafos [2] para clusterização da hashtag #BrasilYVenezuelaconGuaidó.

Panorama dos clusters formados a partir do compartilhamento de conteúdo (RTs) // Netlytic

Panorama da rede analisada:

5.000 tuítes; 4.063 vértices com arestas;

5.032 arestas (incluindo self-loops);

5.452 nomes de usuários encontrados.

Tuíte mais engajado: 4,3mil RTs, 14k likes e 817 comentários

Propriedades da rede analisada com seus respectivos comentários:

Cluster 1:

Paciente zero da rede de conversas, o tuíte de Lobão foi publicado nas primeiras horas do dia 24/janeiro. Seu conteúdo é estruturado em uma síntese da contextualização de nova hashtag combinado a mensagem de multiplicação militante do tema através de compartilhamento da hashtag.

O nó de @lobaoeletrico na rede apresentou o mair grau de entrada da rede, 554, e de grau de saída 0; sugerindo que o usuário é um ator que apenas é mencionado pelos outros. Outros destaques dessa rede são as contas @cesarapsilva e @lourdesflintz, ambos com grau de entrada 27.

Cluster 1 com usuário @lobaoeletrico como nó principal da rede // Netlytic

Cluster 2:

Rodrigo Moller é co-fundador do Movimento Brasil Conservador (conta que é nó central do Cluster 5 desta mesma rede) e é considerado um dos perfis políticos mais influentes da twittosfera brasileira do ano de 2017, segundo sua própria biografia. Diferente do Cluster 1, sua postagem não tem intuito de multiplicação da hashtag, mas de afirmação de posicionamento ideológico. Ainda, a publicação acontece três horas após a criação da hashtag pelo primeiro grupo.

A construção textual é constituída do uso e a aplicação da atual conjuntura Venezuela como sinônimo da teoria e os impactos de uma economia política socialista.

O segundo cluster pode ser observado como menos centralizado e mais longo que o primeiro, centralizado pelo tuíte de @lobaoeletrico. Ainda que com a quantidade equivalente de retuítes e curtidas, neste grupo, o grau de entrada do nó central é 290, sugerindo 52% menos menções ao perfil @ro_moller quando comparado ao Cluster 1.

Cluster 2 com usuário @ro_moller como nó principal da rede // Netlytic

Destaque para este Cluster está na descentralização da rede; com o ator político @carlosbolsonaro na parte superior direita do grafo. Sua entrada na rede se dá por conta de resposta a este principal tuíte e, que pelo peso da influência de Carlos Bolsonaro na esfera política e digital da opinião pública, fez com que parte da discussão fosse re-direcionada também a menções ao vereador carioca.

Cluster 3:

Marcello Neves é filiado ao PSL e militar de carreira desde os anos 90 (tal como sua biografia detalha). Tem um quinto da audiência seguidora de Rodrigo Moller e apenas 3% dos seguidores de Lobão. Este e os seguintes clusters já demonstram métricas de engajamento e viralização muito inferiores aos dois primeiros já descritos, mas com riqueza de mensagem tão valiosa quanto aos tuítes que formalmente viralizaram.

Em sua mensagem, a hashtag #BrasilYVenzuelaconGuaidó não é o termo protagonista do texto e seu uso aparente é o de ampliar o alcance de uma outra mensagem, carregada do posicionamento político do autor.

O tuíte é composto de um texto marcando e xingando o ex-presidente Lula, com anexo em vídeo do mesmo. O texto é acompanhado de diferentes hashtags, que compõem um mesmo universo ideológico mas que não conversam integralmente entre si: #MudaBrasil e #MudaRio, a hashtag objeto do estudo e, #FlavioPresidente e #Bolsonaro2022; sugerindo um projeto de continuação do atual e recém formado governo.

Ainda que seja um Cluster com menos interações que os dois primeiros, @marcelloneves72 recebe grau de entrada próximo de @ro_moller, totalizando in-degree de 270.

Cluster 3 com usuário @marcelloneves72 como nó principal da rede // Netlytic

Os destaques nessa rede respondem aos laços fracos deste grupo homogêneo. Laços fracos são responsáveis por fazer a informação trafegar e conectar grupos não tão homogêneos. No caso deste grupo, conexões fracas (de grau de entrada-e-saída de até 2), foram responsáveis por conectar atores de relevância traidiconal a conversa. Destaques para os perfis que interagiram com a rede, o atual presidente em sua conta oficial @jairbolsonaro, a atual ministra @damaresalves, o deputado e filho do presidente, @flaviobolsonaro.

Zoom de emissores influentes e laços fracos no Cluster 3. // Netlytic (as cores do cluster foram alteradas no detalhe para melhor visualização dos nós)

Além da composição política, como pode ser vista no detalhe acima, formadores de opinião da imprensa tradicional também compõem a rede do Cluster 3. Dentre os destaques, a jornalista Miriam Leitão e os veículos O Globo Política e Record TV (perfil oficiais no Twitter).

Este grupo, ainda que muito mais descentralizado, é aquele que é composto de perfis mais influentes no Twitter e portanto, é peça-chave na proliferação da pauta e de conversas adjacentes nos próximos quatro dias de observação.

Cluster 4:

Henrique Olliveira é o outro cofundador do Movimento Brasil Conservador, junto de Rodrigo Moller, já sugerindo como ainda que de ampla divulgação, as conversas sobre #BrasilYVenezuelaconGuaidó se restringiram a uma bolha de contas que se retro-influenciam. Dos cinco clusters analisados aqui, três dizem diretamente a um mesmo movimento de mobilização, ainda que por meio de conteúdo diferente e “autoral”.

Com 35% da base seguidora que seu colega fundador do MBC, Rodrigo Moller, o tuíte de @henriolliveira ocorreu no mesmo espaço de tempo que os Clusters 1 e 2, até as 05h da manhã do dia 24 de janeiro. Comparando o engajamento, o tuíte de Henrique mobilizou cerca de 20% de sua audiência, enquanto o de Rodrigo, teve taxa inferior, interagindo com 15% de sua base de seguidores.

Aqui, a composição textual deixa a dicotomia da discussão capitalista-socialista/comunista e parte para críticas ao posicionamento de isenção de instituições globais especializadas no apoio e fiscalização humanitária social. O paralelo usado é o da falta de atenção a conjuntura venezuelana enquanto ênfase e concentração do debate para casos de direitos humanos brasileiros. O tuíte propõe aproximar a polarização de demandas entre esquerda e direita por meio da inter-relação de casos recentes no Brasil e na Venezuela.

Cluster 4 com usuário @henriolliveira como nó principal da rede // Netlytic

O grau de entrada para a conta de @henriolliveira é proporcional aos outros clusters mais centrais, atingindo grau 272. Diferente dos últimos dois grupos analisados em detalhe, o cluster 4 não contém descentralizadores-chave na conversa, nem laços fracos que conectem perfis mais distantes por meio de uma mensagem homogênea.

O único destaque a descentralização da rede, corresponde a parte inferior da imagem -ainda que sem relevância de ser a principal conta coadjuvante do núcleo, com a conta @patriaamada_br. A conta, que possui 4 mil seguidores, utiliza do slogan e da identidade imagética atual do governo federal para se construir como um perfil legitimado -porém fandom, de causas centrais do atual governo brasileiro. O perfil não deixa claro que não é uma conta oficial do governo e nem se declara como iniciativa anônima na internet.

Cluster 5:

Por fim, o quinto ator central das conversas é a página oficial do Movimento Brasil Conservador. O perfil da página, conta com 45 mil seguidores (que representa 39% da audiência de seu co-fundador Rodrigo e, 15% superior a base da audiência do outro fundador, Henrique), se declara uma

Entidade suprapartidária e sem fins lucrativos, nascida da união de pessoas com o mesmo ideal, em defesa dos pilares da civilização ocidental no Brasil.

O tuíte do MBC conversou apenas com 3% de sua audiência quando considerado os indicadores de engajamento abaixo.

Cluster 5 com usuário @eusoumbc como nó principal da rede // Netlytic

Ainda que seja o texto mais conciso dentre os analisados (parágrafo com problema, análise e justificativa), sua estrutura está baseada na mensagem de que o não-apoio da campanha #BrasilYVenezuelaconGuaidó se dá por uma falsa narrativa de golpe de Estado na Venezuela; mensagem esta que supostamente estaria sendo promovida (erroneamente) por aqueles que constituem a Esquerda política brasileira.

A rede, dentre os cinco principais clusters agrupados, não possui nenhum destaque de atores coadjuvantes ao desenvolvimento da conversa, o que pode inferir maior poder de influência dos perfis dos cofundadores do que a própria página. No caso, o perfil se encaixaria apenas como replicador do posicionamento divulgado primeiramente pelos responsáveis editorais do movimento; Rodrigo e Henrique.

O destaque do grupo fica pela comparação aos clusters de seus fundadores: É perceptível como a mensagem mais moderada e conversadora da página @eusoumbc envolve menos desdobramentos que as publicações de @ro_moller e @henriolliveira. Mais que indicadores menores de compartilhamentos, comentários e curtidas, é no decorrer do tom de voz e construção de discurso que se percebe o potencial de envolvimento e entrelaçamento das três mensagens como tríade; desde o espaçamento de linhas, o uso de letras maiúsculas, uso de aspas, citações de referência e a seleção estratégica de termos políticos e binários que promovem a polarização e espalhamento quase que imediato da mensagem pelo alto potencial de aliciação e envolvimento de detratores e advogados digitais.

PROVOCAÇÕES E INDAGAÇÕES FINAIS

A partir das considerações elencadas durante as análises textuais e dos comportamentos e padrões de cada um dos cinco clusters de conversas mais relevantes em torno da hashtag monitorada, sete questionamentos são colocados como derivados do aprendizado do estudo da rede.

Sobre os emissores mais influentes: 60% dos grupos mais homogêneos analisados correspondem a único movimento de ideias, o MBC, auto-declarado como de direita e conservador. O que sugere a dinâmica de conversas dentro de um cenário de opinião pública digital onde padrões de clusters pertencerem a um mesmo universo ideológico?

Sobre o conteúdo textual: Mensagens não diferem tanto em sua construção gramática, pragmática e uso linguístico. A hashtag ora é utilizada como endosso, ora é utilizada como justificativa do pensamento ideológico dividido entre esquerda-direita. Por que razões o indicador de apoio da hashtag não proporciona visões distintas ou aprofundadas da atual conjuntura e auto-declaração de presidência de Juan Guaidó?

O que implica uma mobilização política onde grupos de emissores e mensagens não se diversificam?

Por quê clusters orientados ao pensamento de esquerda não desempenharam conversas relevantes ao tema por meio do uso da hashtag?

Qual seria então, a hashtag utilizada por esta corrente ideológica para demonstrar suas ideias frente ao (não)reconhecimento de Juan Guaidó como presidente interino da Venezuela?

A origem “direitista” da hashtag e sua difusão em uma rede sem laços fracos externos ao movimento conservador é fator determinante para manutenção da polarização política sem o encontro do debate de ideias?

Com base no comportamento das conversas seria possível inferir que a visão antagônica a estudada aqui, ou seja, o pensamento de esquerda política, está em desacordo com a atual conjuntura venezuelana ou é apenas uma reação de não-colaboração ao contrário e que deixou a conversa unilateral?

Referências:

[1] Acerca da ferramenta open-source Netlytic: foi desenvolvida por Anatoliy Gruzd, professor da Ryerson University (Canadá) e diretor do Social Media Lab, além de co-editor da excelente revista Big Data and Society.

Mais informações de aplicações em: NETSCIED. Network Literacy: Essential Concepts and Core Ideas. 2015. Trad. por Tarcízio Silva: Iniciação a Redes — Conceitos Essenciais e Principais Ideias, 2015.

SILVA, Tarcízio. Pesquisa baseada em Dados Sociais Digitais: mapeamento de ferramentas e táticas de coleta de dados no Intercom. Razón y Palabra, n.90, 2015.

[2] Sobre Análise de Redes aplicadas e Teoria dos Grafos ver

OLIVEIRA,L. Análise de Redes Sociais Aplicada. Colóquio em Investigação em Ciência da Comunicação. Coimbra, 2017. Disponível em: https://www.researchgate.net/publication/317020442_Analise_de_Redes_Sociais_Aplicada

da COSTA, P.P; Teoria de Grafos e suas Aplicações, Dissertação (mestrado) — Universidade Estadual Paulista, Instituto de Geociências e Ciências Exatas 2011. Disponível em: http://www.rc.unesp.br/tmelo/diss-polyanna.pdf

--

--