Introducción

En las democracias modernas y en la participación electoral, los actores políticos suelen adaptar su lenguaje y códigos discursivos a las nuevas tecnologías de la información y comunicación (TIC). Contrario al siglo XX, en lo que se podría denominar “democracias participativas”, gran parte de los electores quedaban relegados a canales de comunicación tradicionales, masivos y unidireccionales. Se repetían lógicas de comunicación top-down entre candidatos de cualquier índole -políticos, sindicales, empresariales, etc.- y los ciudadanos. Radio, televisión y prensa, fundamentalmente, delineaban el posicionamiento en el espacio de participación pública de los diferentes actores con la ciudadanía.

En la sociedad de la información (SIC) del siglo XXI, se gana cierto pluralismo mediante la participación en nuevos espacios virtuales. Estos no sustituyen la oferta de medios tradicionales, pero la complementan. La militancia en copresencia de sindicatos, cooperativas y diferentes movimientos sociales siguen incidiendo en la esfera pública y el territorio offline (^{De la Fuente & Hufty, 2007}; ^{Falero, 2008}; ^{Naredo & Villasante, 2011}). Sin embargo, estos grupos y redes de asociación también tienen su promoción en el espacio virtual. A este fenómeno se lo ha denominado comúnmente ubicuidad digital (^{Islas, 2008}; ^{Castro Rojas, 2012}) y no es más que la fusión de diferentes canales en un único dispositivo o plataforma digital.

Tanto la web 2.0 como 3.0 generan cierto feedback entre usuarios y actores políticos, fundamentalmente en redes sociales electrónicas como Facebook, Instagram o Twitter, donde no solo existe pluralidad de información, sino una red de actores que negocian entre sí por su veracidad. Este proceso resulta positivo en términos de transparencia y contribución al campo democrático, además de darle un “toque personal” a las campañas y hasta captar votantes que se abstienen o tienen cierta apatía por la política (^{Casero-Ripollés, 2018}; ^{Alonso-Muñoz, Marcos-García & Casero-Ripollés, 2016}).

Por otro lado, en las redes se construyen agendas y opinión pública, lo que crea un modelo comunicacional bottom-up de “prosumidores” es decir, de usuarios consumidores y generadores de contenido a la vez (^{Pérez Curiel, 2020}). La información no solo fluye desde los líderes políticos -quienes pueden controlar sus narrativas políticas (discursos) y racionalizar su electorado (segmentación o microtargeting)-, sino desde los mismos electores, que tienen oportunidades más equitativas de estar en contacto con sus representantes (^{Ferrás Sexto & García, 2009}; ^{D’Adamo, García & Kievsky, 2015}; ^{Gerl, 2017}; ^{López-Londoño, 2017}).

Sin embargo, el “pluralismo digital” no genera necesariamente electores o ciudadanos más informados, ni políticos más honestos o críticos de sus ideales, capaces de cambiar de opinión. En Internet conviven múltiples fuentes de información en las redes, desde los contenidos profesionales a los amateur. Muchas veces, la instantaneidad de los discursos puede conducir a la desinformación generalizada, vínculos fugaces entre representantes políticos y población, “espontaneidad automatizada”, noticias falsas, monólogos o autopromoción unidireccional, al igual que una verborragia o catarsis improductiva que busca solo marcar “presencia digital” (^{Lusoli & Ward, 2003}; ^{Otaola, 2007}; ^{Chadwick, 2013}; ^{Gómez-Calderón, Roses & Paniagua-Rojano, 2017}; ^{Casero-Ripollés, 2018}; ^{Zurutuza-Muñoz & Lilleker, 2018}).

Entre las redes sociales de preferencia -y la que se explora en este trabajo- Twitter es la más utilizada para las campañas políticas. Entre otros motivos, se destacan la brevedad de los mensajes, la “viralización”, la posibilidad de una comunicación bidireccional entre ciudadanos y líderes políticos y cierta “simbiosis” (o convergencia) entre viejos y nuevos medios de comunicación, por ejemplo, debates televisivos republicados en Twitter (^{Galán-García, 2017}; ^{López-Meri, Marcos-García & Casero-Ripollés, 2017}; ^{García-Ortega & Zugasti-Azagra, 2018}). Por otra parte, y a diferencia de redes como Facebook, la dinámica de microblogging (seguidores, “posteos” y respuestas) permite generar capacidad de síntesis (280 caracteres máximo por tuit), siendo una virtud para los actores políticos en delimitar ideas (^{Fainholc, 2011}) que mantienen contacto no solo con simpatizantes, sino con adversarios, lo que contribuye a la discusión política (^{Salgado, 2013}).

Pero, ¿cuál es el impacto de las redes sociales en las preferencias y decisiones de los ciudadanos por determinada postura o candidato? En cuanto a la polarización ideológica, la sistematización de estudios realizada por ^{Barberá (2015}) señala que Internet tiende a reforzar las actitudes offline de los individuos en las redes sociales. No obstante, el autor relativiza este supuesto, ya que la exposición pública de las opiniones, así como compartir estos mensajes con otros pares políticos, tiende a la moderación tanto de candidatos como de seguidores-electores.

En similar línea, ^{Guess, Nyhan, Lyons y Reifler (2018}) sostienen la existencia de cámaras de amplificación (echo chambers) en las que se genera una exposición a múltiples tipos de información que tienden a radicalizar u homogeneizar lo que las personas ya piensan respecto a determinados temas. Sin embargo, al igual que ^{Barberá (2015}), los citados autores relativizan esta idea, afirmando que el impacto de ciertas redes (como Twitter) resulta muy marginal. E incluso, más allá de su influencia, es el contexto offline y las relaciones interpersonales los que determinan el comportamiento a la hora de tomar postura por algo (^{Guess et al., 2018}).

Por otra parte, las desigualdades sociales en la apropiación de las nuevas tecnologías tienden a repetirse en el uso de redes sociales. Los candidatos que utilizan Twitter tienden a ser más jóvenes, de contexto urbano y, por lo general, opositores (o la alternativa) al poder o partido político de turno (^{Jungherr, 2016}).

Desde este punto de partida, se plantea como propósito de este trabajo el análisis de las formas en que los candidatos presidenciales uruguayos utilizaron Twitter como herramienta para sus campañas electorales en 2019, buscando asimismo determinar si estos usos produjeron algún tipo de impacto en los usuarios de la red social.

Como antecedentes de estudios sobre redes sociales electrónicas en Uruguay, se destaca el trabajo de ^{Bogliaccini et al. (2020}) sobre el uso específico de Twitter en la campaña electoral de 2019. Entre otros hallazgos, el citado estudio muestra la tendencia a la autorreproducción del discurso entre militantes adeptos a un candidato específico, junto con la existencia de dos bloques bien definidos de retuits (oficialistas y opositores) y algunos nuevos líderes, pero por fuera de la política.

Algo similar revela un trabajo previo (^{Escuder Rodríguez, 2019}) sobre la apropiación del espacio digital en la campaña #VivirSinMiedo llevada a cabo por Jorge Larrañaga,¹ sobre la reforma de seguridad que comprendía la militarización de parte del cuerpo policial, la propuesta de cadena perpetua con revisión y el allanamiento nocturno de hogares. Si bien la campaña intentó promocionar un tono apolítico, quienes estaban de acuerdo con la reforma eran aquellos diputados, senadores y electores simpatizantes de los partidos de oposición al gobierno vigente, especialmente conservadores.

Material y métodos

El concepto de apropiación digital suele utilizarse para abordar el uso con sentido de la tecnología y es común en los estudios sobre brecha digital y uso de Internet. Establece cómo las personas con determinadas competencias digitales logran utilizar las tecnologías para mejorar algún aspecto de su bienestar social (^{Van Deursen, Helsper & Eynon, 2016}).

Sin embargo, en este trabajo, el concepto de apropiación en el espacio digital se asemeja al concepto de “campo” (field) semejante al de la teoría de ^{Bourdieu (1979/2012)}, que se ha aplicado para estudiar el consumo económico y el consumo cultural en Francia. El trabajo de Bourdieu, titulado La distinción: Criterio y bases sociales del gusto, es clave para sintetizar el análisis multivariado que se quiere desarrollar en este estudio de caso. La combinación del estatus económico y el capital cultural (la educación, el prestigio) da lugar a un posicionamiento social del individuo y de la clase social en el campo social de reproducción que delimita sus preferencias en el consumo.

En este estudio, los diferentes actores políticos (candidatos) se posicionaron de determinada manera en el “campo-espacio digital” de acuerdo a elementos definidos online, como cantidad de seguidores, tuits, retuits (RT), “me gusta”, etcétera. Esto muestra diferencias tanto en el uso mismo como en la efectividad en el uso de Twitter como herramienta digital.

En este marco, se planteó como objetivo general de este trabajo explorar el uso de Twitter entre los candidatos presidenciales en la campaña de 2019 en Uruguay: cómo se apropiaron de esta red en el campo-espacio digital y si este uso tuvo resultados significativos en términos de posicionamiento digital. Se partió de tres preguntas problema que guiaron la investigación:

Como hipótesis general se partió del supuesto de que el uso de Twitter genera un posicionamiento propio en los diferentes candidatos en el espacio digital, pero esta herramienta no resulta más que complementaria para la autopromoción o presencia digital de los candidatos, acaparando a sus seguidores afines y no expandiéndose más allá de su filiación partidaria. La hipótesis rival sería lo contrario: los candidatos a través de Twitter logran un posicionamiento similar, cercano en términos ideológicos, por lo que, si bien no generan un espacio digital propio, están en mejores condiciones de expandir su discurso más allá de su filiación partidaria.

Este estudio basó su diseño en un análisis longitudinal cuantitativo durante un momento particular de la campaña nacional de elecciones de Uruguay en Twitter: del 1 de marzo hasta el 27 de octubre de 2019, día de las elecciones.² Se recabaron en total 13.669 tuits entre los 11 candidatos presidenciales. Se analizaron las cuentas de los candidatos y no las de sus partidos de procedencia debido a la popularidad de estos líderes (mucho de ellos “caudillos”) en número de seguidores, respecto a las cuentas de los partidos políticos que representan. Los candidatos analizados fueron:

Para procesar los datos se utilizó el programa R-studio,⁴ que emplea el motor del programa estadístico original R.⁵ Para extraer la información de las diferentes cuentas de los candidatos se recurrió a la librería Rtuit⁶ mediante el uso de una API KEY personal, de la cual se extrajeron todos los tuits de los candidatos y sus características principales: cantidad de palabras utilizadas, cantidad de veces que se compartieron publicaciones, cantidad de “me gusta”, desde qué tipo de dispositivo se publicó el tuit, si es un mensaje de autoría propia o un RT, usuarios citados, menciones de hashtags (temas), seguidores y siguiendo (o amigos),⁷ etc. Para analizar la información y dar cuenta del posicionamiento de los candidatos y su promoción se utilizaron tres tipos de técnicas.

La primera técnica fue el análisis de correspondencia múltiple (ACM), con el fin de explorar y representar el posicionamiento según los tipos de tuits. El ACM tiene la virtud de representar los datos en un plano cartesiano de dos dimensiones a partir de un análisis factorial, lo que facilita la lectura y comprensión con mínima perdida de información (^{López-Roldan & Fachelli, 2015}). Esta técnica permitió la construcción de un “mapa de tuits” a lo largo de toda la campaña. Para esto también se empleó el programa informático R-studio, junto con la librería FactoMineR⁸ para correr el análisis.

Como esta técnica requiere el uso de variables cualitativas, se recodificaron las variables métricas a tramos ordinales.⁹ Las variables utilizadas fueron: cantidad de “me gusta”; cantidad de retuits de la publicación del candidato; cantidad de caracteres del tuit; dispositivo o plataforma de gestión de donde se realizó la publicación; si el contenido era original del candidato o retuiteado de otra cuenta; si respondía en el tuit a otra cuenta; si mencionaba a otra cuenta; si mencionaba hashtags; la proporción de “me gusta” cada 1000 seguidores por tuit y la proporción de “me gusta” cada 1000 seguidores por RT.

La segunda técnica consistió en la realización de descriptivos generales sobre el uso que cada candidato realizó de la plataforma en el período de campaña (métricas de sentimientos, palabras y retuits, etc.). Este procesamiento tuvo como objetivo realizar una comparación entre los diferentes candidatos para complementar el ACM en métricas precisas.

Por último, la tercera técnica implicó el uso de grafos (redes y nodos) sobre los amigos, utilizando el algoritmo de Force Atlas 2,¹⁰ el cual pondera tanto la repulsión (nodos distintos) como la atracción (nodos de iguales). Con este análisis se pretendió representar los vínculos cercanos (como proxi a vínculos ideológicos y no ideológicos) de los diferentes candidatos, cuánto comparten en términos de gustos y seguidores y si están más cerca o más lejos de quienes comparten sus preferencias partidarias.

Obtenida la información mediante la API KEY de Twitter, se procedió a construir una tabla de aristas con las columnas Target y Source en formato CSV. El archivo de aristas se importó desde el software libre Gephi¹¹ para su posterior análisis. En Target se incluyeron las cuentas de los candidatos, mientras que en Source se colocaron todos los amigos de estos. Se totalizaron 14.658 aristas.

Si bien no forman parte del marco teórico del trabajo, fue necesario definir modelos de redes para su posible contraste respecto a la existencia de un hipotético posicionamiento digital de los candidatos. La definición se basó en las formas topológicas reconocidas hace medio siglo por Paul ^{Baran (1964}), entre las que se encuentran:

Las “redes centralizadas” o “egocéntricas” (^{Hogan, 2017}), donde todos los vínculos recaen en un nodo central, siendo el resto periféricos.

Las “redes descentralizadas”, que se clasifican en varios grupos que conectan a varios nodos centrales, que a su vez conectan a un nodo central.

La “red distribuida”, que interconecta a todos sus miembros sin reconocer nodos centrales.

Entre otros elementos de la red se reconocen brokers (conectores) que unen “agujeros estructurales” o “compartimentos estancos” (^{Burt, 2004}), al igual que la transitividad y antipatía entre nodos: “amigos de mis amigos” y/o “enemigos de mis enemigos”. Es decir, la probabilidad de que si A es amigo de B y B es amigo de C, debería de existir una conexión entre C y A (^{Moreno, 1934}; ^{Freeman 1979}).

Resultados

A continuación, se presentan los principales hallazgos de la investigación. Por un lado, se exploran los usos de la herramienta y las estrategias de posicionamiento y, por otro, el comportamiento de las redes de seguidores y amigos de los candidatos entre sí.

Las estrategias de captación del espacio digital

Según el espacio de ACM y el algoritmo de recálculo de ^{Benzécri (1979}), el primer factor dimensional explica 74,5 % de la varianza, mientras que el segundo 9,5 %. Esto significa que las variables seleccionadas logran una fidelidad de explicación cercana al 85 % de la varianza de los datos en el campo-espacio digital que se quiere representar. Este valor amerita proceder con el análisis, al tratarse de un estudio descriptivo y exploratorio.

Respecto a las contribuciones factoriales, en el primer factor (eje horizontal X) inciden en mayor porcentaje la mención a otra cuenta en las respuestas a tuits (12 %), la cantidad de “me gusta” en términos absolutos (14,5 %) y la cantidad de “me gusta” en términos proporcionales a los seguidores (16 %). También inciden la cantidad de caracteres por tuit (10 %) y si el tuit es de contenido original o retuiteado (9,5 %). El segundo factor (eje vertical Y) lo conforman el tipo de dispositivo desde el cual se tuitea (20 %), la cantidad de caracteres por tuit (15 %) y también si el contenido es retuiteado u original del candidato (11 %).

Si bien ambos factores comparten elementos en común, en la primera dimensión inciden más aquellos elementos de popularidad que escapan a las posibilidades directas del candidato y que se suceden una vez que se realizó el tuit (cantidad de RT y “me gusta”), lo que se podría denominar “éxito digital”. Mientras tanto, en el segundo inciden más aquellos elementos determinados por el candidato antes del tuit (si es de creación propia, si es de respuesta a otro tuit, desde qué tipo de dispositivo o gestión de cuenta accede), lo que se comprendería como “estrategia de contenido de publicación”. Cuanto más a la derecha del eje de las X, mayor es el éxito en la difusión e interacción del candidato. Cuanto más abajo del eje Y, mayor es la actividad del candidato en términos de escritura de tuits (más caracteres). Gráfico 1 Tabla 1 Tabla 2

Fuente: Elaboración propia a partir de 13.669 tuits (2021)

Gráfico 1: Mapa de correspondencias múltiples sobre los tuits de los candidatos 

Tabla 1: Descriptivos generales de las cuentas de los primeros cinco candidatos (clasificados por su cantidad de seguidores en Twitter) 

^Fuente: Elaboración propia a partir de 13.669 tuits (2021)

Tabla 2: Descriptivos generales de las cuentas de los restantes candidatos (clasificados por su cantidad de seguidores en Twitter)  

^Fuente: Elaboración propia a partir de 13.669 tuits (2021)

Según el procesamiento de ambas técnicas, se pueden identificar cuatro grandes espacios de tuits y candidatos.

En el primero de ellos, a la izquierda, se encuentran los denominados “replicadores”. Si bien estos candidatos son los que maximizan su promoción en esta red social al representar partidos pequeños -solo el Partido Independiente cuenta con un senador y tres diputados- lo hacen como “difusores” de información, sin generar contenidos propios. En este espacio se encuentran los candidatos presidenciables con más tuits: Pablo Mieres (3207 publicaciones), Gustavo Salle (3206) y Daniel Goldman (3194). Entre los tres concentran poco más del 70 % de la “tuitósfera” de campaña. Ello marca una estrategia de repetición de ideas más que de generación de debate en Twitter. Esto es especialmente visible en los casos de Pablo Mieres y Gustavo Salle, en cuyas cuentas más del 75-85 % del contenido son retuits de otros, es decir, contenido “importado”. En promedio son los candidatos que tienen menor cantidad de caracteres por tuit (escriben menos), además de que los tuits más compartidos por sus seguidores tampoco son de autoría propia.

En cuanto a la interacción con otros, son pocas las participaciones de estos candidatos mencionando hashtags y, pese a referirse a otras cuentas, estas no son producto del intercambio discursivo, sino de los retuits que realizan. En el período analizado, Mieres y Salle cuentan con más de 50.000 RT de sus tuits, lo cual no resulta menor para la cantidad de seguidores que tienen (en el entorno de 40.000). Sin embargo, más del 88 % de sus publicaciones son apenas compartidas por uno de cada 1000 seguidores. Se trata entonces de candidatos con gran actividad en redes sociales, pero poco peso e incidencia orgánica en el posicionamiento digital y la viralización.

En el segundo espacio, arriba, recostado sobre el eje Y hacia la derecha y el centro, se encuentran los tuits de los candidatos Rafael Fernández, César Vega, Gonzalo Abella y Edgardo Novick, que pertenecen a partidos pequeños y sin representación parlamentaria. Se presentan como “cuentas periféricas”, con baja actividad (ocupan menos del 8 % de la tuitósfera). Pese a ello, tienen mayor cantidad de contenido propio que los “replicadores” y algo más de incidencia de retuits de acuerdo a la cantidad de seguidores. Sobre todo Abella, quien con la menor cantidad de seguidores logra mayor cantidad de RT en términos proporcionales. Casi un 30 % de los tuits de Abella son compartidos por 10 de cada 1000 seguidores. Ello marca cierto perfil “militante” de sus seguidores, muchos de ellos radicales de izquierda. Es un caso similar al de César Vega, cuya cuenta tiene un 23 % de tuits son compartidos por al menos 3 de cada 1000 seguidores. Estas cuentas, además, logran responder a sus tuits en una proporción mayor, especialmente la de Abella (8,3 %). El posicionamiento digital en esta red para estos candidatos resulta “intermedio”, aunque más cercano al posicionamiento de los presidenciables con más chances de ganar.

El tercer espacio se aprecia abajo, en el centro del cuadrante +X y -Y, donde se encuentran los tuits oficialistas y opositores de los rivales tradicionales con más chances de ganar la elección. Pese a rivalizar en campaña, la dinámica de las cuentas de Luis Lacalle Pou y Daniel Martínez resultan similares en términos de promoción y discurso, que puede describirse esencialmente como poco arriesgado. Estos candidatos producen en cantidad de tuits algo más del 12 % de la tuitósfera, pero concentran más del 60 % de los seguidores de todos los presidenciables. Se trataba, en su momento, de los candidatos con más chances de definir la elección.

Aunque en términos absolutos tienen buen promedio de contenido propio (mayor a 45 %), buen promedio de RT (por encima de 170 por cada tuit) y de “me gusta” (por encima de 100 por tuit), su incidencia en la promoción virtual -de acuerdo a la cantidad de seguidores- es bastante baja. Casi un 75 % de los tuits son compartidos por menos de una persona cada 1000 seguidores en estas cuentas. Tampoco mencionan hashtags más allá del 40 % de los tuits, pese a que Daniel Martínez tiene un nivel de respuesta que ronda el 8 % de sus publicaciones. La estrategia digital para este grupo se presenta como una mezcla de “difusor” con cierto éxito de réplica, lo que configura un campo-espacio digital compartido entre los dos principales adversarios.

Por último, en la misma zona, pero más hacia la derecha, se encuentran los tuits con mayor repercusión y más “me gusta”. Allí se encuentran las cuentas de Ernesto Talvi y Guido Manini Ríos, ambos candidatos debutantes y en cierto modo outsiders de la actividad política, pero que llegaron a la campaña presidencial con un gran éxito en sus internas partidarias.

La cuenta de Ernesto Talvi marca el perfil más interactivo y de creación de opinión publica entre los diferentes presidenciables. Con un 6 % de los tuits totales en la tuitósfera de campaña, se trata del candidato con mayor contenido propio (casi 87 % de los tuits son de su autoría), con más promedio de palabras por tuit y gran cantidad de menciones a otras cuentas (53,3 %), aunque menor mención de hashtags (19,8 %). Esto puede obedecer a una estrategia que pretende generar conocimiento sobre el candidato, debido a su debut en estas elecciones dentro del Partido Colorado. La manera en que el candidato se da a conocer es a través de la polémica y el debate. Cuenta con 100.000 retuits en términos absolutos, un promedio de RT de más de 122 seguidores por tuit y casi 425.000 “me gusta”, con buena promoción en términos proporcionales a sus seguidores. Casi un 11 % de los tuits de Talvi son compartidos por 3 de cada 1000 seguidores, y casi un 7 % por 5 de cada 1000 seguidores.

En este sentido, Talvi logra superar el peso del Partido Colorado en la estructura electoral, la cual en el último decenio rondó entre el 10 y 17 %. Esto le permite tener una performance de expansión mayor, al ser un candidato relativamente joven para la política uruguaya (63 años) y que convoca a una militancia millennial, vinculada a espacios ideológicos liberalistas, de emprendimientos, innovación, fintech, todos ámbitos que representa.

Guido Manini Ríos, también debutante en esta elección, es un candidato arraigado a los sectores más conservadores de la población. Un dato no menor de su cuenta de Twitter está en los dispositivos de acceso desde donde se gestiona. Aunque en el resto de los candidatos aparece la producción de tuits desde un computador o dispositivo personal, en el caso de Manini Ríos la extracción permite delimitar claramente que más de un 14 % de sus publicaciones fueron realizadas desde un gestor de redes sociales (Hootsuite¹²). Esto revela cierta profesionalización en la comunicación respecto al resto de los candidatos.

Casi un 60 % de los tuits fueron de autoría propia. Por otra parte, aunque interactuó y mencionó hashtags en menor número que los demás presidenciables, logró buenos niveles de RT entre sus seguidores (188 en promedio por cada publicación). Más de 17,2 % de sus tuits fueron compartidos por más de 3 seguidores de cada 1000, y casi un 11 % por más de cinco seguidores de cada 1000, lo que indica un nivel de militancia de adherentes bastante considerable respecto al resto de los candidatos. En pocas palabras, si bien no se presenta como un candidato de interacción y debate, logra una promoción eficiente de su mensaje. Además, al representar un discurso antisistema, por momentos extremamente conservador-militar (contrario al aborto, al matrimonio igualitario, a la ley de regulación de marihuana), es factible que logre adeptos y “fanáticos” nuevos, muchas veces escondidos del discurso políticamente correcto. Cabe mencionar que su candidatura y partido (Cabildo Abierto) fueron ciertamente una novedad para el sistema de los partidos tradicionales. A diferencia del resto de los candidatos, el crecimiento en votos favoreció netamente a Manini Ríos, cuyo caudal de votos creció 13 veces respecto a sus seguidores de Twitter.

Compartimentos estancos: redes entre iguales ideológicos

En cuanto a la visualización topológica de la red de seguidores compartidos entre los candidatos,¹³ se utilizó el algoritmo Atlas Force 2 y un tamaño por “grado de entrada” de los nodos de candidatos. Este procedimiento permitió una mejor comprensión visual de los distintos perfiles de cuentas y cuánto comparten o no entre sus seguidores. La Figura 1 y la Figura 2 muestran el gráfico de nodos y aristas.

Figura 1: Grafos de aristas y nodos de los amigos de los candidatos presidenciables 

Figura 2: Grafos de aristas y nodos de los amigos de los candidatos presidenciables (aumentado) 

Entre los principales hallazgos, se puede vislumbrar que la topología de la red de amigos de los candidatos obedece a una “red descentralizada” en cuatro grandes sub-bloques que obedecen a cierto correlato ideológico. Cada candidato conforma un “núcleo duro” de amigos que no son seguidos (compartidos) por ningún otro candidato. Es decir, como una especie de background de contactos que no comparten amistad virtual con adversarios. Sería algo así como los “militantes virtuales de base”, sin flujos al resto de la red. Estos contactos traccionan o retraen a los diferentes candidatos hacia un espacio propio, sacándolos a la gran mayoría del centro de la red. Cuanto más contactos, mayor será el “núcleo duro” del candidato y, por ende, mayor diferenciación en la red.

Por otro lado, existen amigos de los candidatos que comparten contacto con otros. Es decir, que son seguidos tanto por un candidato como por otro. Algo así como un “frente de difusión” de amigos o brokers de dos niveles. El primer nivel de seguidores, si bien siguen y colindan a dos o más candidatos, comparten cierto espacio de coincidencias políticas. Son “amigos” que son seguidos por candidatos cercanos ideológicamente, comparten ciertas causas ideológicas. El segundo nivel son amigos de todos los candidatos, que básicamente se encuentran en el centro de la red. Aunque puede haber militantes, se trata básicamente de difusores (periodistas, programas de TV, radio), ergo, no militantes ni partidarios ideológicos, sino “conectores comunicacionales”.

Respecto a los cuatro sub-bloques mencionados, el primero de ellos lo conforman los amigos de Daniel Martínez. Aunque tiene un background de amigos exclusivos, también tiene “amigos de conexión” que son seguidos por Rafael Fernández y Pablo Mieres, pese a que este último se encuentra actualmente dentro de la oposición política. También tiene lazos al centro de la red, aunque estos son seguidores por fuera del espectro ideológico, como se mencionó anteriormente.

El segundo bloque lo conforma Luis Lacalle Pou, que tiene un background de amigos cuantioso, al igual que Daniel Martínez, y comparte un lazo de amigos con candidatos próximos ideológicamente (Edgardo Novick, Ernesto Talvi) junto con Pablo Mieres. Si bien tiene algún canal comunicacional con Daniel Martínez, estos se restringen también al centro de la red de amigos por fuera del espectro ideológico. Nuevamente, las preferencias ideológicas parecerían reproducir las preferencias de amigos partidariamente similares en este segundo bloque.

El tercer bloque es el centro propio de la red: Pablo Mieres, quien se ha intentado colocar en el centro político, también logra posicionarse en este centro, compartiendo amigos con todos los candidatos (tanto de izquierda como derecha). Se trata de un candidato broker, que también obedece a su lógica política de “dialogo” entre ambos adversarios políticos (Daniel Martínez y Lacalle Pou). Pese a ello, el peso de sus publicaciones, como se vio anteriormente, es muy menor, por lo que es un broker con muy poco peso partidario electoral y poca incidencia en la tuitósfera. En el centro de la red también se encuentran Guido Manini Ríos y César Vega. No obstante, estos candidatos tienen pocos amigos seguidores y gran parte de ellos no se encuentran en el espectro ideológico. En el caso de Vega esto es resultado de su poca actividad en Twitter (cuenta periférica), mientras que para Manini Ríos parecería ser una estrategia de “resguardo” político y poca interacción, con el objetivo de ubicar a su partido por fuera de la etiqueta partidaria ideológica izquierda-derecha.

El último bloque corresponde a las cuentas “atípicas”, básicamente por fuera de la red, donde Gustavo Salle se destaca entre el resto. Pese a tener muchos amigos seguidores, comparte muy poco con el centro de la red. En términos ideológicos condice con su postura antiglobalización y antitransnacionalización de la economía. Salle es contrario a emprendimientos como la planta de celulosa UPM, con la que gran parte del sistema político está de acuerdo. El otro candidato es Daniel Goldman, quien sigue a muy pocas personas, con un partido de peso muy menor y sin tener una postura ideológica clara.

Discusión y conclusiones

Tomando en cuenta la pregunta principal sobre la promoción de candidatos presidenciales y posicionamiento en el campo-espacio digital, para el caso uruguayo y de acuerdo a la información recabada, Twitter se presenta más como una herramienta digital de autopromoción complementaria, bastante limitada a la expansión de discursos y discusión política.

Más allá del “pluralismo digital” y las posibilidades equitativas de participación (^{Ferrás Sexto & García, 2009}; ^{D’Adamo et al., 2015}; ^{Gerl, 2017}; ^{López-Londoño, 2017}), la promoción y posicionamiento estratégico en el campo virtual resulta bastante precaria, tradicional y con falta de estrategias para expandir el debate y las posibilidades de un nuevo espacio público de discusión (^{Lusoli & Ward, 2003}; ^{Otaola, 2007}; ^{Gómez-Calderón et al., 2017}; ^{Zurutuza-Muñoz & Lilleker, 2018}).

Solo 2 de los 11 candidatos analizados (Ernesto Talvi y Guido Manini Ríos) denotan cierto perfil y apropiación de la herramienta digital, confirmando la idea de vanguardia, oposición y, en el caso de Talvi, cierta juventud que encaja en el uso de esta herramienta (^{Jungherr, 2016}). Utilizan Twitter de manera polémica, generando contenido propio en su mayoría y con relativo éxito entre sus militantes digitales en la difusión de sus propuestas.

El éxito de estos candidatos puede deberse al efecto “novedad” de sus candidaturas dentro de las estructuras tradicionales, que los perfila como outsiders de la política que pueden generar un espacio ideológico digital propio con rapidez, en comparación con el resto, sin depender de los medios tradicionales. La novedad genera mejor promoción e identificación de los seguidores en el espacio virtual.

El resto de las cuentas de los candidatos parecerían promocionar de manera netamente unidireccional los flujos de información, transformándose así, paradójicamente, en un canal tradicional de información más que en un espacio de comunicación con sus partidarios o rivales políticos. Esta es una dinámica que probablemente se reproduzca en otras redes más populares (especialmente Facebook) y entre actores políticos de otros países, donde el número de seguidores resulta masivo respecto a las dimensiones de Uruguay. Es un esquema bastante alejado de la dinámica bottom-up y de la creación de una agenda interactiva con los electores (^{Pérez Curiel, 2020}).

Respecto a cómo incidió el uso de Twitter en el éxito electoral, esta respuesta depende de múltiples factores por fuera del uso de Internet, sobre todo de la estructura electoral heredada y el perfil sociodemográfico de los adherentes. Sin embargo, descartando aquellas cuentas “periféricas” y con pocos seguidores, en el caso de los candidatos debutantes, quienes toman a Twitter como un medio alternativo real, con estrategia de gestión, interacción y creación de contenido propio, se puede establecer un crecimiento considerable de más de 10 veces su electorado respecto a sus seguidores. Estos son los casos de Ernesto Talvi en la creación de contenido e interacción y de Guido Manini Ríos en la arenga e identificación partidaria, lo que los posiciona virtualmente como “distintos” a los demás candidatos. Por el contrario, en aquellas cuentas de candidatos meramente “difusores” o “replicadores” de contenidos, el éxito se vio netamente coartado, incluso disminuyendo su cantidad de votos respecto a su cantidad de seguidores en la plataforma.

Respecto a si el tipo de uso de estas herramientas guarda cierta correspondencia con características partidarias e ideológicas de los candidatos, al igual que en otros trabajos (^{Bogliaccini et. al, 2020}; ^{Escuder Rodríguez, 2019}) se corrobora que estas redes no hacen más que reproducir el espectro ideológico offline de los presidenciables en “núcleos duros” de redes centralizadas, que no se expanden más allá de su filiación partidaria, contrario a la idea de homogeneización y moderación discursiva (^{Barberá, 2015}). En pocas palabras, la red de amigos de los candidatos no es más que el resultado de preferencias partidarias que logran amplificar el mensaje en una parte muy restringida del espectro político, que reafirma su pertenencia. Son “amigos de amigos” que comparten contenido dentro de iguales (principio de simpatía en ^{Moreno, 1934}; ^{Freeman, 1979}). El campo-espacio digital se encuentra firmemente delimitado y no hace más que reproducir la “distancia ideológica” que existe en las estructuras partidarias y la dinámica electoral offline entre bloques políticos (oficialistas, opositores, centristas y atípicos). Finalmente, los brokers, en su mayoría, no son actores políticos, sino cuentas de medios tradicionales, periodistas, que unen a las partes, pero no en un entorno político de discusión.

A modo de síntesis, y corroborando la hipótesis principal de este estudio, el uso de Twitter como red social electrónica no se presenta más que como la autopromoción o presencia digital de los candidatos, con escasa o limitada difusión de un discurso político propio y una mayor difusión de contenido importado de otros. La dinámica de los tuits de los candidatos parecería obedecer más a tener presencia digital (“estar”) que a generar grandes cambios, polemizar, ser auténticos o intentar generar nuevos adherentes. Algo lejano a cierto equilibrio entre la promoción hacia nuevos espacios digitales o captar la posición de otro candidato, pero sin dejar de configurar un posicionamiento digital propio.

Si bien existen nodos conectores que son candidatos entre bloques ideológicos (por ejemplo, Pablo Mieres), los discursos no parecerían expandirse más allá de la filiación partidaria de bloques, ni tampoco se presentan como un objetivo dentro de la estrategia digital de los candidatos. En este sentido, los candidatos, inconscientemente, tejen un muro de seguidores que funcionan como fronteras compactas que difunden el discurso entre iguales. Esto resulta paradójico con el fin último de Twitter como red social de contacto no restringido, que es alcanzar nuevos seguidores y conocer el discurso de aquellos que piensan diferente en términos políticos.