SciELO - Scientific Electronic Library Online

 
vol.21 número1La oferta de pódcast nativo en Puerto Rico: la identidad cultural del sector independiente frente a la industria periodísticaPrivatización, servicio público y digitalización. El caso de 7 TV índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

  • No hay articulos citadosCitado por SciELO

Links relacionados

  • No hay articulos similaresSimilares en SciELO

Compartir


Revista de Comunicación

versión impresa ISSN 1684-0933versión On-line ISSN 2227-1465

Revista de Comunicación vol.21 no.1 Piura mar./ago. 2022  Epub 17-Abr-2022

http://dx.doi.org/10.26441/rc21.1-2022-a16 

Artículos de Investigación

Comunicación política, institucional y medios de comunicación en tiempo de pandemia. Análisis del diálogo sobre vacunas en cinco países iberoamericanos

Political and institutional communication and the media in times of pandemic. Analysis of the dialogue on vaccines in five Ibero-American countries

Simón Peña-Fernández1 

Ainara Larrondo-Ureta2 

Jordi Morales-i-Gras3 

1 Doctor en Ciencias de la Información y Profesor Pleno del Departamento de Periodismo de la Universidad del País Vasco (UPV/EHU) (España). Sus principales líneas de investigación son el ciberperiodismo, las redes sociales y la innovación social. simon.pena@ehu.eus

2 Doctora en Ciencias de la Información y Profesora Titular del Departamento de Periodismo de la Universidad del País Vasco (UPV/EHU) (España). Sus principales líneas de investigación son el ciberperiodismo, la innovación en comunicación y la comunicación organizacional. Es también la Investigadora Principal del grupo de investigación consolidado del Gobierno Vasco Gureiker (IT-1112). ainara.larrondo@ehu.eus

3 Doctor en Sociología por la Universidad del País Vasco (UPV/EHU) (España). Es experto en Ciencia de Datos y Computacional aplicada a las Ciencias Sociales. morales.jordi@gmail.com

Resumen:

El actual contexto mediático se caracteriza como un sistema híbrido en el que los viejos y los nuevos actores coexisten y, a la par compiten, por su hegemonía en la esfera mediática. En este contexto, el Covid-19 ha generado una “infodemia” o sobreexposición informativa que ha dificultado el acceso de la ciudadanía a fuentes y orientación fiables. Por ello, el objetivo principal de este artículo es caracterizar a los actores políticos, institucionales y mediáticos que han informado en Twitter sobre las vacunas y los procesos de inmunización durante la pandemia del Covid-19 en cinco países iberoamericanos: Argentina, Brasil, Chile, España y México. Para ello se han analizado un total de 68.822 tuits procedentes de 84 cuentas pertenecientes a los presidentes del país, las cuentas oficiales de los gobiernos, las autoridades sanitarias y sus portavoces, y los principales medios de comunicación. Los resultados indican que la actividad más intensa y el peso informativo lo han llevado las autoridades sanitarias y los medios, aunque las cuentas personales de los portavoces y representantes políticos han logrado un engagement mucho mayor. A pesar de que la interacción de las audiencias ha sido mayoritariamente positiva, los usuarios más activos han cuestionado de forma generalizada los mensajes publicados, en especial los de los representantes políticos. Estos resultados permiten concluir que en el sistema comunicativo híbrido medios y gabinetes institucionales muestran una capacidad similar de difundir mensajes a través de las redes sociales que generan una recepción favorable, aunque en el caso de los representantes públicos el engagement, y también la polarización, son mucho mayores.

Palabras clave: Comunicación política; medios de comunicación de masas; vacunación; redes sociales; instituciones políticas; Covid-19

Abstract:

The current media context is characterized as a hybrid system in which old and new actors coexist and, at the same time, compete for their hegemony in the media sphere. In this context, Covid-19 has generated an “infodemic” or information overexposure that has made it difficult for citizens to access reliable sources and guidance. Therefore, the main objective of this article is to characterize the political, institutional and media actors who have reported on Twitter about vaccines and immunization processes during the Covid-19 pandemic in five Ibero-American countries: Argentina, Brazil, Chile, Spain and Mexico. To this end, a total of 68,822 tweets from 84 accounts belonging to the country’s presidents, the official accounts of governments, health authorities and their spokespersons, and the main media have been analyzed. The results indicate that the most intense activity and the informative weight have been carried by the health authorities and the media, although the personal accounts of the spokespersons and political representatives have achieved a much greater engagement. The interaction of the audiences has been mostly positive, although the most active users and with the highest level of participation have made comments for the most part negative. These results allow us to conclude that in the hybrid system, the media and institutional communication cabinets show a similar capacity to disseminate messages through social networks that generate a favorable reception, although in the case of public representatives, engagement, and also the polarization, they are much greater.

Keywords: political communication; mass media; Vaccination; social media; political institutions; Covid-19

1. Introducción2

Desde que en los años noventa los soportes web abrieran el camino a otros emisores y fuentes informativas -autoridades políticas y culturales, ciudadanía, etc.-, los mass media (prensa, radio, televisión y medios digitales) han visto transformar su papel de mediación de la opinión pública (Aalberg, Blekesaune y Elvestad, 2013).

El actual contexto mediático se caracteriza como un sistema híbrido en el que los viejos y los nuevos actores coexisten en la esfera mediática (Chadwick, 2013), en un ecosistema complejo en el que un gran número de emisores comparte la capacidad de generar informaciones que compiten en igualdad de condiciones con los contenidos creados por los medios de comunicación.

Por su parte, las redes sociales han conducido a todos estos actores a una segunda gran transformación, gracias a la que pueden llegar a todo tipo de audiencias y dialogar con ellas (Tewksburg y Rittenberg, 2012; Jenkins, Ford y Green, 2013; Almgren y Olsson, 2016). Todos ellos se disputan la confianza de la ciudadanía dentro y fuera de la red, una confianza que ha representado tradicionalmente la más alta aspiración de los medios de comunicación por sus implicaciones a distintos niveles -rentabilidad, prestigio social, etc. (Roses y Gómez-Calderón, 2015; Palau y Gómez-Mompart, 2015).

Paralelamente a la transformación experimentada por los medios, también la comunicación política se ha visto transformada en este sistema híbrido y ha pasado a jugar un papel estratégico en la relación de la ciudadanía con la política, y en el modo en el que ésta la percibe, la valora y la juzga (Barandiaran et al., 2020). En buena medida, las redes sociales han contribuido a recuperar el ideal del modelo de gobierno abierto (Kampen y Snijkers, 2003; Papacharissi, 2010), entendido como una conversación de las instituciones con los ciudadanos sobre las cuestiones políticas, en un modelo comunicación más horizontal (Calderón, 2011; Masip, Ruiz-Caballero y Suau, 2019).

Sin embargo, tanto los medios de comunicación como las instituciones políticas viven una crisis de credibilidad e identidad (Edelman, 2021), pues las dinámicas comunicativas en red han llevado incluso a cuestionar la autoridad de las instituciones mediáticas como contrapoder capaz de dar forma a una opinión pública libre y, por ende, como cuarto gran poder consustancial a la democracia (Carlson, 2017). La paradoja reside, por tanto, en que en una sociedad en la que hay más información y más agentes que comunican que en ninguna otra época, la credibilidad de medios e instituciones ha descendido (Macnamara, 2018; Ardèvol-Abreu, Hooker y Gil de Zúñiga, 2018). También aquí, la comunicación institucional puede cumplir un rol importante en mantener la confianza (Brunner, 2017), en unas redes sociales que contribuyen a retroalimentar ideologías, patrones o discursos que pueden fomentar la polarización (Tucker et al, 2018).

En este contexto, la pandemia del Covid-19 ha reavivado el debate sobre la credibilidad de las informaciones que se comparten en las redes sociales, en particular sobre las vacunas y las campañas de inmunización. El debate sobre las posturas escépticas o abiertamente negacionistas en esta materia no es nuevo en las redes sociales (Witteman y Zikmund-Fisher, 2012; Wilson y Keelan, 2013; Dredze et al., 2016; Kang et al., 2017), pero ha adquirido especial relevancia durante la pandemia del coronavirus (Larrondo-Ureta et al., 2021).

Desde comienzos del año 2020, el Covid-19 ha generado sobreexposición informativa e incertidumbre, convirtiéndose en caldo de cultivo adecuado para la desinformación y el ruido informativo (Pérez Dasilva et al., 2020), una situación que ha llevado a la Organización Mundial de la Salud (OMS) a recurrir al término “infodemia” para referirse a una cantidad de información excesiva con un crecimiento exponencial en un corto periodo de tiempo que dificulta el acceso a fuentes y orientación fiables por parte de los individuos (OMS, 2020).

En relación a los consumos informativos durante esta infodemia, el informe Digital News Report 2020 reconoce distintos grados o percepciones ciudadanas sobre la fiabilidad de los canales informativos disponibles. Según datos recogidos entre enero y abril de 2020, la audiencia concedía a los medios de comunicación -particularmente a la televisiónel mismo porcentaje de confianza que a los gobiernos nacionales (59%), por delante de la fiabilidad conferida a otras fuentes informativas como contactos personales (43%), líderes políticos (35%), plataformas de vídeo (Youtube, Vimeo) (29%), redes sociales (Facebook, Twitter, etc.) (26%) y aplicaciones de mensajería (Whatsapp, etc.) (24%). La confianza en los medios solo era superada por la confianza en fuentes expertas científicas y sanitarias (83%) y las organizaciones nacionales (76%) e internacionales de salud (73%) (Newman et al., 2020).

La preocupación de la ciudadanía por la desinformación durante los primeros meses de la pandemia se ha unido, por tanto, a la oportunidad experimentada por medios de comunicación, instituciones y gobiernos para visibilizar su credibilidad como fuentes informativas, especialmente en el ámbito de la web. Este “halo de confianza” (Newman et al., 2020) resulta de interés no solo por las repercusiones de las prácticas informativas en el conocimiento de los ciudadanos, sino también en términos democráticos (Casero-Ripollés, 2020).

El discurso en torno a las vacunas contra el Covid-19 ofrece así un caso de estudio relevante para examinar las implicaciones democráticas de la actividad informativa de los medios de comunicación, las instituciones y los gobernantes en el actual sistema híbrido de medios (Dahl, 2006; Habermas, 2006; Waisbord, 2018; Sierra-Rodríguez, 2020), más allá de la calidad informativa como indicador principal y determinante de su credibilidad.

A este respecto, resulta oportuno focalizar el interés en la credibilidad y el papel de los medios a partir de variables novedosas, como la centralidad de su discurso en redes sociales y su diálogo con otros actores principales del espacio público (autoridades políticas, sanitarias, etc.), una aproximación que considera también determinante la confianza mutua en situaciones de incertidumbre (Bentele y Nothhaft, 2011).

A partir de estas premisas, el objetivo principal de este artículo es caracterizar a los actores políticos, institucionales y mediáticos que han informado sobre las vacunas y los procesos de inmunización en Twitter durante la pandemia del Covid-19 en cinco países iberoamericanos: Argentina, Brasil, Chile, España y México. Para ello se ha planteado medir cuál ha sido su actividad informativa (RQ1), evaluar su capacidad para generar interacción con las audiencias y la ciudadanía (RQ2) y analizar el sentimiento -positivo, negativo o neutrocon la que estas responden a dicha actividad como indicador de credibilidad (RQ3).

2. Metodología

Los datos para esta investigación se han obtenido mediante técnicas de raspado web. Se han descargado todos los tuits públicamente accesibles en la plataforma Twitter para usuarios no identificados que cumplieran los siguientes requisitos:

  • Tuits publicados entre el 1 de septiembre del 2020 a las 00:00:00 y el 31 de marzo del 2021 a las 23:59:59.

  • Tuits emitidos por parte de las cuentas seleccionadas y tuits emitidos por parte de cualquier otro usuario como respuesta a las cuentas seleccionadas.

  • Tuits que contuvieran las palabras “vacuna” o “vacunación” en el caso de las cuentas de países hispanohablantes (Argentina, Chile, España y México) y tuits que contuvieran las palabras “vacina” o “vacinaçao” en el caso de Brasil.

Para realizar el estudio se han tenido en cuenta tres tipos de cuentas en cada uno de los cinco países analizados. En total se han analizado 84 perfiles (Tabla 1).

  • Las cuentas oficiales de los gobiernos y los presidentes de cada país.

  • Las cuentas oficiales de los ministerios de Sanidad o Salud de cada país, y las de los ministros y exministros que han ejercido el cargo durante la pandemia, así como las de los portavoces designados para informar sobre este tema.

  • Los principales medios de comunicación de cada país, siguiendo los datos de audiencia de Reuters Institute Digital News Report (Newman et al., 2020).

Tabla 1 Cuentas seleccionadas según país y tipo de cuenta 

Tipo de cuenta Argentina Brasil Chile España México
Gobierno @alferdez @jairbolsonaro @sebastianpinera @sanchezcastejon @lopezobrador_
@CasaRosada @govbr @GobiernodeChile @desdelamoncloa @GobiernoMX
Autoridad sanitaria @msalnacion @mqueiroga2 @DrEnriqueParis @CarolinaDarias @SSalud_mx
@carlavizzotti @lhmandetta @jmanalich @salvadorilla @HLGatell
@CaroStanley @TeichNelson @ministeriosalud @sanidadgob
@ginesggarcia @minsaude @SaludPublicaEs
Medios @infobae @UOL @emol @el_pais @El_Universal_Mx
@todonoticias @recordnews @biobio @elmundoes @Azteca
@clarincom @JornalOGlobo @24HorasTVN @20m @UnoNoticias
@LANACION @folha @meganoticiascl @eldiarioes @AristeguiOnline
@minutounocom @bbcbrasil @elmostrador @antena3com @NTelevisa_com
@DiarioOle @RedeTV @latercera @ElConfidencial @CNNMex
@pagina12 @BuzzFeedNewsBR @T13 @marca @Imagen_Mx
@LAVOZcomar @jornalextra @Cooperativa @okdiario @Reforma
@Cadena3Com @ElMercurio_cl @Lavanguardia @Pajaropolitico
@diariouno @El_Ciudadano @laSextaTV @lajornadaonline
@elintransigente @thecliniccl @telecincoes @ElFinanciero_Mx
@primiciasyacom @CNNChile @rtve @Radio_Formula
@CHVNoticias @abc_es
@lacuarta @elperiodico
@el_dinamo @La_SER
@larazon_es

Fuente: Elaboración propia

En total se han analizado un total de 68.822 tuits originales procedentes de las cuentas seleccionadas en la muestra y las 218.936 respuestas que han recibido. Los mensajes seleccionados, además, han generado 1.630.409 retuits, 7.294.274 likes y 797 citas.

En todas las cuentas analizadas se ha medido el volumen de mensajes que han publicado sobre esta temática, el engagement que han logrado esos mensajes y el sentimiento de las respuestas de las audiencias.

Para calcular el engagement, se han sumado la cifra de retuits, likes, respuestas y citas de cada publicación. Esta operación de suma se ha implementado por la correlación positiva y elevada entre estas cuatro variables (Tabla 2), lo cual sugiere que todas ellas nos sirven para medir un mismo fenómeno que podemos denominar engagement y que es procedente considerar de manera conjunta.

Tabla 2 Cálculo del engagement a partir de la matriz de correlaciones de Pearson3  

Retuits Likes Respuestas Citas
Retuits + 1
Likes + 0,918 + 1
Respuestas + 0,625 + 0,722 + 1
Citas + 0,461 + 0,535 + 0,827 + 1

Fuente: Elaboración propia / Orange Datamining (Demsar et al., 2013)

Por su parte, el análisis de sentimiento ha sido elaborado con Orange Data Mining (Demsar et al., 2013) para Python3, a partir del algoritmo Multilingual Sentiment desarrollado por el Data Science Lab del departamento de Ciencia Computacional de la Universidad Stony Brook (Chen; Skiena, 2014). El algoritmo ha sido aplicado de manera separada para los tuits en castellano y en portugués. El análisis del sentimiento es una técnica de procesamiento de lenguaje natural que se utiliza para elaborar una clasificación a partir del cotejo del número de palabras “positivas” y “negativas” que hay en un texto, en función de un diccionario preestablecido. Si en un texto hay más palabras positivas que negativas, el texto se ha considerado positivo. En caso contrario, si sobresalen las palabras negativas, el texto se ha considerado negativo. Finalmente, si hay igual número de unas y de otras, el texto ha sido considerado neutro.

3. Resultados

3.1 Volumen de las publicaciones

Si nos fijamos en el volumen de mensajes publicados por cada una de los tipos de actores informativos analizados, podemos observar que los medios de comunicación han sido la principal fuente informativa en Twitter sobre las vacunas y los procesos de inmunización, muy por delante de las autoridades sanitarias o los gobiernos (Figura 1). Por países, los datos oscilan entre los 603 tuits de promedio de los medios argentinos hasta los 1.011 de los mexicanos o, lo que es lo mismo, entre 2,84 y 4,76 tuits por medio de comunicación y día. Los medios más activos han sido Infobae, UOL y Reforma (Tabla 3), aunque en conjunto todos los medios de comunicación de los cinco países analizados han prestado una gran atención a las informaciones sobre vacunas, pues más de la mitad de ellos han publicado una media de más de tres informaciones al día sobre este tema.

Fuente: Elaboración propia

Figura 1 Promedio de mensajes, por tipo de cuenta y país 

En el caso de las autoridades sanitarias, las cuentas institucionales de los respectivos ministerios han sido en todos los casos más activas en Twitter que los cargos políticos que las representan, ya sean ministros o portavoces sobre la pandemia. Así, las cuentas institucionales han promediado 629 mensajes sobre la vacunación, frente a los 56 de sus representantes. Debe destacarse aquí que todos los países, salvo México, han tenido más de un ministro de Salud durante la pandemia, lo que condiciona parcialmente este dato.

El estudio de las cuentas también permite apreciar que la actividad de los representantes sanitarios se canaliza en las redes sociales a través de las cuentas institucionales. El mejor ejemplo de ello es el de México, donde su Secretaría de Salud (@SSalud_mx) se ha mostrado particularmente activa en la difusión de mensajes, alcanzando el segundo lugar entre todas las cuentas analizadas con casi nueve mensajes diarios, pero su secretario de salud no dispone de cuenta activa en Twitter. También han mantenido un importante volumen de actividad los ministerios de salud chileno y brasileño.

Por último, las cuentas oficiales de los gobiernos han publicado un número menor de contenidos relacionados con la vacunación, 130 tuits de promedio, por delante de las cuentas de los presidentes, que han alcanzado una media de 28, es decir, aproximadamente uno por semana. Debe destacarse, eso sí, que al igual que ocurre en muchas de las cuentas de las autoridades sanitarias, dos de los presidentes -Sebastián Piñera (Chile) y Pedro Sánchez (España)tienen como imagen principal de su cuenta de Twitter un mensaje en apoyo a la vacunación.

Tabla 3 Principales creadores de mensajes sobre vacunas, según cuenta 

Gobierno/Presidente Autoridades sanitarias Medios de comunicación
GobiernodeChile CL 193 SSalud_mx MX 1884 infobae AR 2257
govbr BR 174 ministeriosalud CL 833 UOL BR 1759
desdelamoncloa ES 115 minsaude BR 446 Reforma MX 1679
GobiernoMX MX 97 sanidadgob ES 252 NTelevisa_com MX 1647
CasaRosada AR 72 msalnacion AR 216 El_Universal_Mx MX 1613
jairbolsonaro BR 45 HLGatell MX 175 folha BR 1603
alferdez AR 36 SaludPublicaEs ES 140 20m ES 1367
sanchezcastejon ES 31 DrEnriqueParis CL 128 ElFinanciero_Mx MX 1242
sebastianpinera CL 15 ginesggarcia AR 100 Pajaropolitico MX 1223
lopezobrador_ MX 12 jmanalich CL 39 eldiarioes ES 1166

Fuente: Elaboración propia

En resumen, los medios de comunicación destacan en Twitter como principales difusores de informaciones y mensajes sobre las vacunas y los procesos de inmunización. En conjunto han publicado una media de 737 de mensajes sobre esta temática durante el periodo analizado, frente a los 270 de las instituciones sanitarias y sus portavoces, y los 70 de las cuentas gubernamentales y los presidentes. Como excepción, las autoridades sanitarias de México y, en menor medida de Chile, han mantenido un nivel de actividad equiparable a la de los medios de comunicación en este aspecto.

Fuente: Elaboración propia

Figura 2 Evolución temporal de los mensajes publicados 

El análisis de la distribución temporal de los mensajes (Figura 2), por su parte, indica un importante incremento en el volumen de mensajes publicados sobre las vacunas con el inicio en el mes de diciembre de las campañas de inmunización en los distintos países, aunque con picos diferenciados en función de la situación del proceso en cada momento.

3.2 Engagement

Si los medios de comunicación destacan como generadores de información sobre las vacunas, la situación se revierte al analizar el modo en el que las audiencias interactúan con los mensajes y el engagement que estos obtienen. La capacidad de influencia de las autoridades políticas tiene un claro reflejo en términos de retuits, likes, respuestas y citas que, en la inmensa mayoría de los casos, representa una interacción positiva con el mensaje original.

En términos de engagement, las fuentes personales muestran una capacidad de difusión mucho mayor que las cuentas de los departamentos gubernamentales o las de los medios de comunicación. Entre ellas, destaca el gran impacto de los mensajes generados sobre la vacunación por los presidentes de gobierno -con Andrés López Obrador (México) y Jair Bolsonaro (Brasil) a la cabeza-, con un impacto promedio de 15.056. En menor medida, pero también con un alcance relevante, encontramos a los portavoces de la pandemia y a los responsables de los respectivos ministerios, con un engagement medio por mensaje de 2.681. Entre ellos, el ex ministro de Salud brasileño Luiz Henrique Mandetta y el subsecretario de prevención y promoción de la salud mexicano Hugo López-Gatell destacan también por el alto impacto de sus declaraciones.

Por el contrario, los mensajes desde las cuentas institucionales no consiguen alcanzar la misma difusión e interacción de las audiencias que logran las personas que las representan. Las cuentas oficiales de los gobiernos tienen un engagement promedio por tuit de 619 durante el periodo analizado, con una presencia algo mayor en el caso argentino y mexicano. Las autoridades sanitarias (171) y los medios de comunicación (113), por el contrario, logran un impacto menor entre las audiencias, con

El País y Folha de S. Paulo a la cabeza.

Fuente: Elaboración propia

Figura 3 Promedio de engagement por tuit, tipo de cuenta y país 

Tabla 4 Promedio de engagement de mensajes sobre vacunas, según cuenta 

Gobierno/Presidente Autoridades sanitarias Medios de comunicación
lopezobrador_ MX 29393 lhmandetta BR 15266 el_pais ES 664
jairbolsonaro BR 29019 HLGatell MX 5648 folha BR 467
alferdez AR 8462 carlavizzotti AR 3493 JornalOGlobo BR 344
sebastianpinera CL 3092 salvadorilla ES 2663 bbcbrasil BR 284
sanchezcastejon ES 2682 TeichNelson BR 1624 elmundoes ES 245
CasaRosada AR 1301 jmanalich CL 1504 LANACION AR 231
GobiernoMX MX 1266 ginesggarcia AR 1210 todonoticias AR 206
govbr BR 490 minsaude BR 486 marca ES 185
GobiernodeChile CL 334 sanidadgob ES 410 AristeguiOnline MX 165
desdelamoncloa ES 318 msalnacion AR 282 UOL BR 149

Fuente: Elaboración propia

Si relacionamos el volumen de publicaciones y el impacto que logran, podemos identificar cinco tipos de actores en el sistema híbrido en relación a las vacunas. Por un lado, los presidentes difunden un pequeño volumen de mensajes, pero con gran impacto entre las audiencias y la ciudadanía (Figura 4), mientras que los portavoces sanitarios (ministros y portavoces de la pandemia) han desarrollado actividad algo mayor, aunque con un impacto más reducido. En extremo contrario a las fuentes personales nos encontramos a los medios de comunicación, que generan una gran cantidad de mensajes, pero que por término medio obtienen una escasa interacción de las audiencias. Y, en un término medio, las autoridades sanitarias y las cuentas gubernamentales, que generan una cantidad intermedia de información e interacción.

Fuente: Elaboración propia

Figura 4 Media de publicaciones y engagement, por tipo de cuenta (escala logarítmica) 

3.3 El sentimiento de las audiencias

Sobre el modo en el que las audiencias reaccionan ante los mensajes, debe partirse del hecho de que Twitter no facilita las interacciones negativas con sus mensajes. Por el contrario, las respuestas que realizan los usuarios sí que permiten expresar una reacción negativa, aportando contenido propio a partir de los mensajes originales.

Fuente: Elaboración propia

Figura 5 Sentimiento positivo en las respuestas, según país y tipo de cuenta (en %) 

Si tenemos en cuenta que cada uno de los tuits analizado en la muestra ha recibido un promedio 3,18 respuestas, 23,69 retuits y 105,99 likes -el número de citas es marginal-, podemos considerar que el 97,61% opiniones manifestadas sobre los contenidos han sido mayoritariamente positivas. Retuits y likes podrían englobarse dentro de un segundo nivel de interacción, que puede denominarse participativa, donde las audiencias pueden expresarse a partir de las opciones que les permite la propia plataforma.

Sin embargo, el estudio específico de las respuestas, mucho más minoritarias, resulta de interés por dos motivos. Por un lado, porque pertenecen al tercer nivel de interacción, la creativa, con la que las audiencias pueden dialogar con los emisores de forma más genuina; pero también porque las respuestas son en Twitter la única vía a partir de la cual el sentimiento puede expresarse libremente en cualquiera de sus vertientes, ya sea positivo, negativo o neutro.

Y el análisis del sentimiento en las respuestas que han generado los mensajes relativos a las vacunas ha sido escasamente favorable, pues el 19,33% tienen un tono positivo, el 30,4% tiene un tono neutro y el 50,27% tono negativo (Figura 5). Por países, el tono positivo es algo más frecuente en las respuestas realizadas en Chile y en México, mientras que Brasil acumula el mayor número de contenidos negativos.

Con estos datos de respuestas generalizadamente negativas, también resulta revelador analizar el número total de respuestas recibidas como indicador de la credibilidad y de la adhesión a la fuente (Figura 5). Y en este indicador puede apreciarse que cada mensaje de una cuenta gubernamental ha recibido una media de 119,1 respuestas, por 9,3 que ha recibido cada tuit de las autoridades sanitarias y 2,7 de los medios de comunicación

Figura 6 Número de respuestas, por tipo de cuenta y país (en miles) 

En términos comparativos, las cuentas más interpeladas han sido las pertenecientes al gobierno brasileño, en particular la de su presidente Jair Bolsonaro, en comparación a una mucha menor confrontación respecto de sus autoridades sanitarias. Un resultado que tiene su explicación en ser la única cuenta de la muestra analizada que ha mostrado posicionamientos escépticos sobre las vacunas, frente a la posición favorable de las autoridades sanitarias del país.

Debe considerarse que el tono negativo de las respuestas a los mensajes contra las vacunas puede abarcar una amplia gama de opiniones que van desde el cuestionamiento de su eficacia a la crítica a las demoras en las campañas de inmunización, lo que dificulta establecer temáticas específicas más allá del sentir general de las audiencias y la ciudadanía. Así puede observarse en el caso español, en el que los estudios del Centro de Investigaciones Sociológicas indicaban que las opiniones contrarias a la vacunación tenían en su momento más álgido como base las dudas de la eficacia de estas nuevas vacunas, sus posibles efectos secundarios o la preferencia por ver primero cómo funcionaban. Por el contrario, solo un 1% de la población declaraba no vacunarse nunca (CIS, 2021).

4. Conclusiones y discusión

El análisis de los 68.822 mensajes sobre las vacunas y el proceso de inmunización publicados en Twitter por 84 cuentas gubernamentales y presidenciales, de autoridades sanitarias y sus portavoces, y de medios de comunicación en Argentina, Brasil, Chile, España y México durante siete meses de pandemia permiten caracterizar el modo en el que estas instituciones se relacionan con sus audiencias en un sistema híbrido de medios.

En primer lugar, el análisis del volumen de los mensajes muestra que el peso de la actividad informativa recae sobre los medios de comunicación y la comunicación institucional de las autoridades sanitarias, con promedios de 737 y 629 mensajes, respectivamente, lo que subraya su papel como agente informativo central durante la pandemia (Sierra-Rodríguez, 2020; Vállez; Pérez-Montoro, 2020). Si al elevado volumen de noticias que han generado unimos la credibilidad que las audiencias han atribuido a sus contenidos durante este periodo (Newman et al., 2020; López et al., 2020), la pandemia ha reivindicado el potencial de los medios para disminuir situaciones de estrés informativo y miedo social a través de información periodística de calidad (Casero-Ripollés, 2020).

La baja presencia de mensajes generados directamente por los portavoces sanitarios y desde las cuentas presidenciales -un promedio de 56 y 28 respectivamentesugiere también que las estrategias comunicativas reposan en buena medida en la difusión de los mensajes a través de los medios de comunicación y de las cuentas institucionales. Sin embargo, el caso de las vacunas muestra una singularidad, pues la frecuencia con la que se aborda esta temática en las cuentas presidenciales en comparación a otros temas de actualidad muestra con claridad la dimensión de problema nacional que se le ha otorgado en todos los casos.

En segundo lugar, puede apreciarse que la actividad informativa regular realizada desde los medios de comunicación y las cuentas institucionales logra un engagement menor que la que se realiza desde las cuentas personales. La rutina con la que se asume la actividad informativa contrasta con la interacción que suscitan las opiniones de los representantes políticos y sanitarios, que tienen una capacidad muy superior de generar interacción por parte de las audiencias. Este hecho es más destacable dado que el volumen de publicaciones desde estas cuentas es mucho menor y a que estas comunicaciones se realizan desde las cuentas personales de los representantes, lo que conduce a la comunicación política a unos términos individuales, más centrados en la persona que en la institución a la que representan. La pandemia ha acentuado sin duda el perfil presidencialista y personalista en las cuentas de los líderes de los países analizados, que en palabras de Manfredi et al. (2021) ha oscilado entre los perfiles más populistas con apelaciones emotivas al pueblo y su acción sanitaria salvífica, y el liderazgo mediatizado para que la prensa amplifique sus logros.

Por último, también puede concluirse que el sentimiento predominante en la interacción de las audiencias resulta positivo. A este respecto, puede considerarse que la interacción con los contenidos es en general muy baja, si comparamos el alcance potencial de los mensajes con el número final de interacciones que producen. Entre quienes sí lo hacen, podemos identificar a una mayoría que permanece en un segundo nivel de interacción, es decir, optando entre las opciones que le ofrece la plataforma. Pero aquellos usuarios más activos, los optan por un tercer nivel de interacción consistente en crear contenidos, muestran un sentimiento ampliamente negativo. Las autoridades políticas son las que reciben un mayor nivel de contestación a sus manifestaciones en Twitter, muy por delante de las autoridades sanitarias y de los medios de comunicación.

Por todo ello, puede considerarse que existe una minoría con mayor nivel de participación que muestra una actividad crítica respecto de los contenidos que se les ofrecen que centra su atención en criticar en particular a las autoridades políticas (Quandt, 2018), mientras que una mayoría con menor nivel de participación muestra una opinión favorable. La inmensa mayoría de los usuarios eso sí, no interacciona de modo alguno con los mensajes. Este retrato concuerda con la afirmación de Sunstein sobre el control del discurso en las redes sociales por parte de determinadas minorías que comparten ideas y visiones sobre la realidad, lo que supone un reto para la democracia, en cuanto se posibilita la configuración de comunidades polarizadas (Sunstein, 2017).

Además, la interacción con las cuentas personales ocurre indistintamente del sentido o de la opinión que manifiesten, como muestra claramente el caso brasileño. Si el presidente Jair Bolsonaro ha publicado mensajes de abierto escepticismo, algunos de sus exministros y las autoridades sanitarias han defendido activamente la vacunación, lo que indica que el engagement resulta útil para medir el grado de controversia, pero no necesariamente su sentido. En relación al nivel de cuestionamiento, las autoridades gubernamentales son las que generan más escepticismo, muy por delante de las autoridades sanitarias y los medios de comunicación.

Este estudio presenta algunas limitaciones. En particular, el análisis del sentimiento puede acarrear algunos errores -falsos positivos, falsos negativos o falsos neutrosdebido a las lagunas que puede haber en los diccionarios y a la ausencia de recursos computacionales que permitan capturar elementos contextuales de los textos y de la pragmática del lenguaje.

Bibliografía

Aalberg, T., Blekesaune, A., & Elvestad, E. (2013). Media Choice and Informed Democracy: Toward Increasing News Consumption Gaps in Europe? The International Journal of Press/Politics, 18(3), 281-303. https://doi.org/10.1177/1940161213485990 [ Links ]

Almgren, S. M., & Olsson, T. (2016). Commenting, sharing and tweeting news: Measuring online news participation. Nordicom Review, 37(2), 67-81. https://doi.org/10.1515/nor-2016-0018 [ Links ]

Ardèvol-Abreu, A., Hooker, C. M., & Gil de Zúñiga, H. (2018). Online news creation, trust in the media, and political participation: Direct and moderating effects over time. Journalism, 19(5), 611-631. https://doi.org/10.1177/1464884917700447 [ Links ]

Barandiaran-Irastorza, X., Unceta-Satrústegui, A., & Peña-Fernández, Simón (2020). Comunicación Política en tiempos de Nueva Cultura Política. Icono14, 18(1), 256-282. https://doi.org/10.7195/ri14.v18i1.1382 [ Links ]

Bennett, W. L., & Livingston, S. (2018). The disinformation order: Disruptive communication and the decline of democratic institutions. European Journal of Communication, 33(2), 122-139. https://doi.org/10.1177/0267323118760317 [ Links ]

Bentele, G., & Nothhaft, H. (2011). Trust and Credibility as the Basis of Corporate Social Responsibility. In Ø. Ihlen, J. L. Bartlett, & S. May (Eds.), The Handbook of Communication and Corporate Social Responsibility (pp. 1-22). Wiley. [ Links ]

Brunner, B. (2017). Community, Engagement, and Democracy: Re-envisioning Public Relations and Public Interest Communications through Civic Professionalism. Journal of Public Interest Communications, 1(1), 45-56. https://doi.org/10.32473/jpic.v1.i1.p45 [ Links ]

Calderón, César (2011). ¿Qué es el gobierno abierto? Cuadernos de comunicación Evoca, 4, 5-9. . [ Links ]

Carlson, M. (2017). Journalistic authority: Legitimating news in the digital era. Columbia University Press. [ Links ]

Casero-Ripollés, A. (2020). Impact of Covid-19 on the media system. Communicative and democratic consequences of news consumption during the outbreak. Profesional de la información, 29(2), e290223. https://doi.org/10.3145/epi.2020.mar.23 [ Links ]

Centro de Investigaciones Sociológicas (CIS) (2021). Barómetro de febrero de 2021. Estudio nº 3309. Madrid: Centro de Investigaciones Sociológicas. http://datos.cis.es/pdf/Es3309marMT_A.pdfLinks ]

Chadwick, A. (2013). The hybrid media system: Politics and power. Oxford University Press. [ Links ]

Chen, Y., & Skiena, S. (2014). Constructing Sentiment Lexicons for All Major Languages. Proceedings of the 52nd Annual Meeting of the Association for Computational Linguistics (pp. 383-389). Association for Computational Linguistic. [ Links ]

Dahl, R. A. (2006). On political equality. Yale University Press. [ Links ]

Demšar, J., Curk, T., Erjavec, A., Gorup, Č., Hočevar, T., Milutinovič, M., Možina, M., Polajnar, M., Toplak, M., Starič, A., Štajdohar, M., Umek, L., Žagar, L., Žbontar, J., Žitnik, M., & Zupan, B. (2013). Orange: Data Mining Toolbox in Python. Journal of Machine Learning Research, 14, 2349−2353. [ Links ]

Dredze, M., Broniatowski, D. A., Smith, M. C., & Hilyard, K. M. (2016). Understanding Vaccine Refusal: Why We Need Social Media Now. American journal of preventive medicine, 50(4), 550-552. https://doi.org/10.1016/j.amepre.2015.10.002 [ Links ]

Edelman (2021). Trust Barometer 2021. https://www.edelman.com.es/trust-barometer-spain-2021Links ]

Habermas, J. (2006). Political communication in media society: Does democracy still enjoy an epistemic dimension? The impact of normative theory on empirical research. Communication Theory, 16(4), 411-426. https://doi.org/10.1111/j.1468-2885.2006.00280.x [ Links ]

Jenkins, H., Ford, S. & Green, J. (2013). Spreadable Media: Creating Value and Meaning in a Networked Culture. NYU Press. [ Links ]

Kampen, J. K., & Snijkers, K. (2003). E-Democracy: A Critical Evaluation of the Ultimate E-Dream. Social Science Computer Review, 21(4), 491-496, http://doi.org/10.1177/0894439303256095 [ Links ]

Kang, G. J., Ewing-Nelson, S. R., Mackey, L., Schlitt, J. T., Marathe, A., Abbas, K. M. & Swarup, S. (2017). Semantic network analysis of vaccine sentiment in online social media. Vaccine, 35(29), 3621-3638. https://doi.org/10.1016/j.vaccine.2017.05.052 [ Links ]

Larrondo-Ureta, A., Peña-Fernández, S., & Morales-i-Gras, J. (2021). Desinformación, vacunas y Covid-19. Análisis de la infodemia y la conversación digital en Twitter. Revista Latina De Comunicación Social, 79, 1-18. https://doi.org/10.4185/RLCS-2021-1504 [ Links ]

López-Rico, C. M., González-Esteban, J. L., & Hernández-Martínez, A. (2020). Polarización y confianza en los medios españoles durante el Covid-19. Identificación de perfiles de audiencia. Revista Española de comunicación en salud, 77-89. https://doi.org/10.20318/recs.2020.5439 [ Links ]

Macnamara, J. (2018). Public Relations and Post-Communication. Addressing a paradox in public communication. Public Relations Journal, 11(3), 1-20. [ Links ]

Manfredi-Sánchez, J. L., Amado-Suárez, A. & Waisbord, S. (2021). Twitter presidencial ante la COVID-19: Entre el populismo y la política pop. Comunicar, 66, 83-94. https://doi.org/10.3916/C66-2021-07 [ Links ]

Masip, P., Ruiz-Caballero, C., & Suau, J. (2019). Active audiences and social discussion on the digital public sphere. Review article. El profesional de la información, 28(2), e280204. https://doi.org//10.3145/epi.2019.mar.04 [ Links ]

Morales-i-Gras, J. (2020). Minería de datos de los medios sociales, técnicas para el análisis de datos masivos. Fundació Universitat Oberta de Catalunya (FUOC). [ Links ]

Newman, N., Fletcher, R., Schulz, A., Andi, S., & Nielsen, R. K. (2020). Reuters Institute Digital News Report. University of Oxford. [ Links ]

Organización Mundial de la Salud (OMS) (2020, 23 de septiembre). Gestión de la infodemia sobre la COVID-19: Promover comportamientos saludables y mitigar los daños derivados de la información incorrecta y falsa. https://www.who.int/es/news/item/23-09-2020-managing-the-covid-19-infodemic-promoting-healthy-behaviours-andmitigating-the-harm-from-misinformation-and-disinformationLinks ]

Palau, D., & Gómez-Mompart, J. L. (2015). Calidad y credibilidad, un binomio inexorable para el futuro de los medios. Periodística, 16, 11-28. https://doi.org/10.2436/20.3008.02.35 [ Links ]

Papacharissi, Z. (2010). A Prívate Sphere: Democracy in a Digital Age. Polity. [ Links ]

Pérez-Dasilva, J. A., Meso-Ayerdi, K., & Mendiguren-Galdospin, T. (2020). Fake news y coronavirus: detección de los principales actores y tendencias a través del análisis de las conversaciones en Twitter. Profesional de la Información, 29(3), e290308. https://doi.org/10.3145/epi.2020.may.08 [ Links ]

Quandt, T. (2018). Dark Participation. Media and Communication, 6(4), pp. 36-48. http://dx.doi. org/10.17645/mac.v6i4.1519 [ Links ]

Roses, S., & Gómez-Calderón, B. (2015). Credibilidad de los medios en España: divergencias de percepción y caracterización de los escépticos. Profesional de la Información, 24(4), 432-440. https://doi.org/10.3145/epi.2015.jul.10 [ Links ]

Sierra-Rodríguez, J. (2020). Periodismo, comunicación institucional y transparencia: aprendizajes de la crisis sanitaria del COVID-19. Revista de Comunicación y Salud: RCyS, 10(2), 569-591. [ Links ]

Sunstein, C. (2017). #Republic. Divided Democracy in the Age of Social Media. Princeton University Press. [ Links ]

Tewksbury, D., & Rittenberg, Jason (2012). News on the Internet: Information and Citizenship in the 21st Century. Oxford University Press. http://doi.org/10.1093/acprof:osobl/9780195391961.001.0001 [ Links ]

Tucker, J.A., Guess, A., Barbera, P., Vaccari, C., Siegel, A., Siegel, A., Sanovich, S., Stukal, D., & Nyhan, B. (2018). Social Media, Political Polarization, and Political Disinformation: A Review of the Scientific Literature. SSRN. http://dx.doi.org/10.2139/ssrn.3144139Links ]

Vállez, M., & Pérez-Montoro, M. (2020). La comunicación periodística en tiempos de pandemia: análisis del tratamiento de la COVID-19 en la prensa europea. Hipertext.net, 21(1), 1-13. https://doi.org/10.31009/hipertext.net.2020.i21.01 [ Links ]

Waisbord, S. (2018). Truth is what happens to news: On journalism, fake news, and post-truth. Journalism Studies, 19(13), 1866-1878. https://doi.org/10.1080/1461670X.2018.1492881 [ Links ]

Wilson, K., & Keelan, J. (2013). Social media and the empowering of opponents of medical technologies: the case of anti-vaccinationism. Journal of Medical Internet Research, 15(5), e103. https://doi.org/10.2196/ jmir.2409 [ Links ]

Witteman, H. O., & Zikmund-Fisher, B. J. (2012). The defining characteristics of Web 2.0 and their potential influence in the online vaccination debate. Vaccine, 30(25), 3734-3740. https://doi.org/10.1016/j. vaccine.2011.12.039Links ]

2 Este trabajo forma parte del proyecto “Noticias, redes y usuarios en el sistema híbrido de medios” (RTI2018-095775B-C41), financiado por el Plan Nacional de I+D+i, del Ministerio de Ciencia, Innovación y Universidades y por el Fondo Europeo de Desarrollo Regional (FEDER), y del Grupo de Investigación del Gobierno Vasco “Gureiker” (IT 1112).

3 El Coeficiente de Correlación de Pearson es una medida de la dependencia lineal entre dos variables aleatorias cuantitativas. Los valores cercanos a ± 1 implican una dependencia positiva o negativa total entre ambas variables, mientras que los valores cercanos a 0 implican independencia

Recibido: 29 de Septiembre de 2021; Aprobado: 25 de Enero de 2022

Creative Commons License Este es un artículo publicado en acceso abierto bajo una licencia Creative Commons