OCPESGF CIUDADANO

Ciudanos de ayer y de hoy a través de los censos de población argentinos entre 1869 y 2022

Patricia Iris Lucero

 

Una de las tantas obligaciones de los habitantes permanentes del territorio argentino, que también significa un derecho, ha sido y sigue siendo el compromiso de participar en los relevamientos censales nacionales. Los censos poblacionales tienen como finalidad  conocer la cantidad, la composición según diversas características demográficas y sociales, y la distribución espacial de la población, además de algunos datos que permiten observar la dinámica poblacional en sus tres variables básicas, es decir, la natalidad, la mortalidad y las migraciones.

Los censos modernos contienen cuatro características principales que los diferencian de los censos históricos basados en las listas nominativas (Henry, 1983) pertenecientes al período pre-estadístico (1573-1864), a saber: 1) universalidad, toda la población del territorio debe quedar registrada; 2) simultaneidad, el operativo se realiza en una fecha determinada a toda la población; 3) registro individual de la información, cada habitante proporciona sus datos personales; y 4) periodicidad, se debe aplicar en cortes temporales de diez años de acuerdo a las recomendaciones de los organismos internacionales, en lo posible en calendarios terminados en cero, para permitir la comparación en la escala geográfica mundial.

La República Argentina cuenta con las experiencias de 11 recuentos censales que respetaron total o parcialmente tales características. A través de este instrumento de recolección de datos obtenemos las estimaciones, por ejemplo, de la cantidad total de habitantes en el territorio nacional, y a partir del cálculo del ritmo de cambio demográfico, logramos conocer las tasas de crecimiento anuales intercensales para su comparación. La Figura 1 muestra tales resultados.

Es posible destacar que la población argentina sostiene un crecimiento positivo a lo largo del siglo y medio de estadísticas censales oficiales modernas. Los vaivenes de la serie temporal reflejan la incidencia del comportamiento demográfico como un sistema integrado a los modelos de acumulación implementados en cada momento histórico. De tal manera, se deja apreciar un ritmo de crecimiento rápido hasta el censo nacional de 1914, debido fundamentalmente al aporte migratorio transoceánico que llegó a conformar el 30 % de pobladores extranjeros en el conjunto total para esa fecha. A partir de fines de la segunda guerra mundial, la tasa de cambio intercensal disminuye con ciertas fluctuaciones que indicaron las estimaciones entre 1970 y 1980, producidas por varias circunstancias entre las cuales se destaca el aumento de la natalidad en tal período. Los resultados del censo de población de 1991 demostraron que se retoma el ritmo decreciente en el aumento del tamaño de la población. La evaluación para el período 2010-2022 tiene en cuenta las proyecciones ofrecidas por el INDEC para el último año. Pronto sabremos si los recuentos generales del 18 de mayo se corresponden con las perspectivas calculadas por el organismo oficial. Algunos informes recientes dejan ver que, posiblemente, los efectos de la pandemia de Covid-Sar-2 en 2020 puedan modificar los resultados. Por ejemplo, se llegó a considerar que la mortalidad ocurrida en ese año fue un 10,6 % superior a la esperada de acuerdo a las tendencias de la historia reciente (Ministerio de Salud de la Nación, 2021). Con respecto a la natalidad, todavía no se han publicado los estudios particulares. Y, entre tanto, los procesos migratorios externos e internos sabemos que fueron detenidos dentro del paquete de medidas instaladas para prevenir la difusión de la enfermedad.

Figura 1. Cantidad total de habitantes en los censos de población de la Argentina y tasas de crecimiento intercensales, 1986-2022

Censos de Población Población Total Tasa de Crecimiento Anual1
15, 16, 17 de septiembre de 1869 1.877.490 2,9 %
10 de mayo de 1895 4.044.911
3,5 %
1 de junio de 1914 7.905.502
2,1 %
19, 20 y 21 de abril y 10, 11 y 12 de mayo de 1947 15.803.827
1,8 %
30 de septiembre de 1960 20.013.793
1,5 %
30 de septiembre de 1970 23.364.431
1,8 %
22 de octubre de 1980 27.949.480
1,5 %
15 de mayo de 1991 32.615.528
1,0 %
17 y 18 de noviembre de 2001 36.260.130

1,1 %

 
27 de octubre de 2010 40.117.096

18 de mayo de 2022

e-censo desde el 16 de marzo de 2022

¿?

46.234.8302

1,2 %

 

1 TAC= (LN P2/P1) /t*100

2 población proyectada al 1 de julio de 2022, según las estimaciones del comportamiento demográfico observado entre los censos nacionales de 2001 y 2010 (INDEC, 2013:28)

Fuente: elaboración personal a partir de las bases de datos de los Censos de Población de la Argentina

Más allá de los conteos generales, puede resultar interesante dirigir la atención a los formularios empleados en cada fecha censal. La Figura 2 muestra breves recortes de tales cuestionarios.

Figura 2. Cuestionarios censales empleados en Argentina entre 1869 y 2022

 

El pase de diapositivas requiere JavaScript.

Fuente: diseño personal a partir de las imágenes presentes en https://www.censo.gob.ar/index.php/historia

 

Dos observaciones surgen inmediatamente. La primera vinculada con el diseño del cuestionario censal, que pasó del formato horizontal, en el cual cada persona se registra en una fila única, al formato vertical, que habilita la inscripción de cada persona de manera independiente, por tanto, otorga un espacio amplio para consignar una cantidad de datos mayor. En 2022 se agrega el formato digital dentro de la bimodalidad del censo de población, hogares y vivienda, con un programa informático del e-censo cuya aplicación permite transitar por las diferentes pantallas de atributos a consignar de manera sucesiva, completando cada parte para continuar con la siguiente (Figura 3).

Figura 3. Pantalla de apertura del Censo digital 2022

Fuente: https://www.censo.gob.ar/index.php/censo-digital

 

Vinculado con esta primera observación, cabe destacar que los censos iniciales del período moderno recababan información acerca de la unidad de cuenta Población únicamente. El IV Censo de Población incorpora otras unidades de cuenta, como son la Familia, la Vivienda particular y la Vivienda colectiva. Este desglose de las unidades de observación se sostendrá, aunque con algunos tropiezos, hasta el censo actual, sobre la idea de contemplar las tres instancias diferenciadas entre Población, Hogares y Viviendas.

La segunda observación refiere a los atributos que son investigados en los censos sucesivos, en especial referidas a las personas que habitan el territorio nacional. Algunas de esas características consideradas básicas se sostienen en el tiempo; no obstante, adquieren ciertas modificaciones sujetas a los cambios sociales contemporáneos. Por ejemplo, el sexo biológico se complementa con la identidad de género autopercibida, el estado civil deviene en el estado conyugal, la educación se releva a partir del sistema formal de instrucción con sus cambios periódicos, las actividades económicas de las personas se registraban en función de la idea del trabajador remunerado en los tres primeros censos de población y se amplía al concepto de fuerza de trabajo que indaga sobre la condición de desocupación, las relaciones de parentesco devienen en formas más complejas con el fin de captar las maneras disímiles en la composición de las familias, entre otros atributos. Las cuestiones más específicas, como la pertenencia o descendencia de pueblos indígenas u originarios, también de comunidades africanas, mostró un largo período de silencio hasta hacerse nuevamente visible a partir del censo de población de 2001. La pregunta acerca de las lenguas indígenas aparece en el censo de 2022 en el marco de las preocupaciones latinoamericanas. Las migraciones externas e internas fueron captadas en todos los recuentos censales principalmente a partir del país o provincia argentina de nacimiento y el lugar de residencia en una fecha anterior (5 años atrás). La situación sanitaria en cuanto a la prevalencia de ciertas enfermedades se consultó especialmente en los primeros censos, mientras que la discapacidad está presente en los ítems de los censos recientes.

Estas modificaciones son atinentes a la historia estadística nacional, cuyas interpretaciones, objetivos y supuestos remiten a tres campos de indagación: “1) modelos de satisfacción de demanda, 2) modelo burocrático-institucional y 3) modelo teórico-estadístico” (Otero, 2004:300).

No obstante, en estas breves líneas se busca destacar la participación ciudadana de ayer y de hoy, es decir, las prácticas efectivas de los habitantes que fueron y somos interpelados a partir de unos cuestionarios con mayor o menor cantidad de preguntas y grados de dificultad, pero que significan la operacionalización concreta y real de cada proyecto censal. Comprendiendo que con los resultados obtenidos se logran plantear las políticas públicas multisectoriales.

Bibliografía

Henry, Louis (1983): Manual de Demografía Histórica. Técnicas de análisis. Editorial Crítica. Barcelona.

Instituto Nacional de Estadística y Censos (2013), Proyecciones y estimaciones de la población 2010-2040. Total del país. Serie análisis demográfico N°35. En línea: https://www.indec.gob.ar/ftp/cuadros/publicaciones/proyeccionesyestimaciones_nac_2010_2040.pdf

Ministerio de Salud de la Nación (2021), El Ministerio de Salud presentó estudio sobre exceso de mortalidad en 2020 por COVID-19. En línea: https://www.argentina.gob.ar/noticias/el-ministerio-de-salud-presento-estudio-sobre-exceso-de-mortalidad-en-2020-por-covid-19

Otero, Hernán (2004): “Crítica de la razón estadística”. En: Otero, H. (Director), El mosaico argentino. Modelos y representaciones del espacio y de la población, siglos XIX-XX. Siglo XXI de Argentina Editores. Buenos Aires.

 

Emmanuel Borthiry CIUDADANO

A propósito del censo 2022, nos preguntamos ¿Qué es lo urbano? Definición utilizada en los Censos de población de Argentina

Fernando Ariel Manzano[1]–[2]

 

Aunque desde tiempos antiguos existían ciudades en algunas regiones (Johnson, 1980), el protagonismo creciente de la vida urbana tuvo su origen hace sólo dos siglos en Europa Occidental, convirtiéndose en uno de los acontecimientos sociales más característicos del siglo XX (Peña et al., 2002).

Anteriormente la diferenciación entre zonas urbanas y rurales se realizaba en función del uso del suelo, presentándose dificultades si se incluían variables de carácter social (Clout, 1976). Pero a partir de la Revolución Industrial, se destacó un cambio en la configuración de las ciudades. Asimismo, lo urbano se convirtió en característica esencial del desarrollo económico (Ramírez y Mayer-Foulkes, 2011). El surgimiento de nuevos medios de transporte, en especial el automóvil, incidieron en el aumento del tamaño de las ciudades (Peña et al., 2002).

En los últimos tiempos aparecieron modelos de urbanización difusa (Ferrás, 2007), como los generados por los nuevos movimientos migratorios de la ciudad a las áreas rurales en busca de proyectos de vida alternativos –con vías de comunicación que permitieron un rápido acceso a las ciudades (Sili, 2021)–, que imprimen cambios socio-económicos en determinadas áreas rurales –fenómeno denominado renacimiento rural, neorruralismo, contraurbanización, entre otros– (Baños, 2013). Asimismo, los espacios urbanos y rurales en la actualidad se encuentran interrelacionados mediante continuos desplazamientos de bienes y servicios –alimentos, educación, equipamientos, usos recreativos, entre otros– (Mikkelsen y Velázquez, 2010).

Existe una imprecisión de criterios para diferenciar la población urbana y rural. Desde una definición cuantitativa, como la determinación de un número mínimo de habitantes, no basta para caracterizarla. Este criterio presenta mayor dificultad en zonas de baja cantidad de población. En términos cualitativos, los elementos más usados para definir un asentamiento urbano, han sido entre otros: densidad, ambiente, morfología del núcleo, movilidad, modo de vida, interacción social, actividades no agrarias de la población (Peña et al., 2002). No obstante, en ciertos países asiáticos existen localidades urbanas donde predominan las actividades agrícolas, así como también en países desarrollados, pueden relevarse algunas áreas rurales donde son mayoritarias las actividades no agrícolas (George, 1982). Al respecto Duncan (1957), afirmaba que la transición de una comunidad puramente rural a una urbana es gradual y difusa. O expresado, en otros términos, se considera lo urbano como un proceso (Harvey, 1996). En consecuencia, alcanzado el siglo XXI, pese al gran esfuerzo de innumerable cantidad de autores, aún persisten dificultades en los criterios utilizados para definir una localidad como rural o urbana (Peña et al., 2002).

Los criterios más generales son los empleados en los censos oficiales. En los cuales, se fija de manera arbitraria un umbral mínimo de habitantes para considerar a la población urbana –este umbral presenta variaciones entre países, limitando su comparabilidad (ver Cuadro 1)– (Pellegrini y Raposo, 2014). Utilizando la mayoría de los institutos de estadísticas nacionales definiciones de lo urbano y lo rural de modo dicotómico (Dirven y Candia, 2020).

Las características que diferencian a las zonas urbanas varían de un país a otro, la distinción entre la población urbana y la población rural, como hemos mencionado, no puede condensarse todavía en una sola definición aplicable a todos los países, y ni siquiera a la mayoría de los países de una región (Naciones Unidas, 2010).  A continuación, se presentan diferentes valores de población mínima utilizados para definir lo urbano (Cuadro 1)

 

Cuadro 1: Definición de Área Urbana en censos según países seleccionados.

Fuente: elaboración personal en base Peña et al. (2002) e Institutos Nacionales de Estadística.

 

No obstante, existen recomendaciones internacionales para poder establecer comparaciones entre los países. En este sentido, la Organización para la Cooperación y el Desarrollo Económico (OCDE), ha propuesto varias metodologías de clasificación de las distintas subdivisiones nacionales, entre las cuales se encuentra el área urbana funcional (AUF) (Naciones Unidas, 2010).

En Argentina se considera desde el Censo de 1914 como población urbana, a los residentes en localidades de dos mil habitantes o más –todas las áreas inferiores a dos mil habitantes se suponen rurales–, y al conjunto de dichas localidades como las unidades constitutivas del sistema urbano nacional (Lindenboim y Kennedy, 2004). El concepto de localidad se basa en la definición de Vapñarsky y Gorojovsky (1990), que adopta un criterio físico, este se encuentra implícito en todos los censos argentinos y explicitado a partir del censo de 1991. Las localidades censales “… son una porción de la superficie de la tierra caracterizada por la forma, cantidad, tamaño y proximidad entre sí de ciertos objetos físicos artificiales (edificios) y por ciertas modificaciones artificiales del suelo (calles), necesarias para conectar aquellos entre sí…” (INDEC, s.f.).

La definición oficial argentina, basada solo en el tamaño de la población, resulta excesivamente amplia, está incluye a todas las localidades con 2.000 o más habitantes (INDEC, 2010). Si en cambio, se adicionara un nivel mínimo de densidad demográfica –criterio vinculado a las economías de aglomeración que caracterizan a los centros urbanos–, la urbanización de Argentina seria significativamente inferior de lo que indican las estadísticas oficiales (Muzzini et al., 2016).

Las divisiones censales que involucran áreas urbanas, no permanecen estáticas. Estas pueden sufrir subdivisiones entre un censo y otro, debido al crecimiento en cantidad de viviendas (INDEC, s.f.). El tipo de radio censal puede variar entre un operativo censal y otro, debido a modificaciones de los asentamientos y a subdivisiones operativas. Por ejemplo, un radio rural puede convertirse en: un radio mixto –cuando parte de su territorio ha sido ocupado por una urbanización–; un radio urbano –todo su territorio ha sido ocupado por una nueva urbanización–; etc.

La Comisión Económica para América Latina y el Caribe (CEPAL), mediante diferentes documentos destaca la necesidad de actualizar las metodologías de medición de urbano/rural, con el objetivo de mejorar el diseño de políticas públicas (INE, 2018). Los criterios que se establecen en la definición de área urbana deben ser consistentes con la realidad de cada región o de cada país, de manera que las políticas no asuman planes inalcanzables en localidades clasificadas como urbanas, pero con características netamente rurales (Peña et al., 2002).

A pesar del temprano proceso de urbanización de Argentina y los rápidos y profundos cambios que se están produciendo en sus ciudades, el ordenamiento territorial aún no ha sido contemplado en su legislación nacional. Este año Argentina releva su décimo primer Censo Nacional de Población, Hogares y Viviendas. Aprovechamos a remarcar la importancia del apoyo y participación de toda la población en la principal fuente de información demográfica y socioeconómica de nuestro sistema nacional de estadística. Además de un insumo inestimable, para gestionar intervenciones instrumentales acordes con la resolución de los problemas urbanos.

 

Referencias bibliográficas

Baños, M. R. (2013). Nueva Ruralidad desde dos visiones de progreso rural y sustentabilidad: Economía Ambiental y Economía Ecológica. Polis, (34), 1–13.

Clout, H. (1976): Geografía rural Ed. Oikos-tau SA.

Dirven, M., y Candia Baeza, D. (2020). Medición de lo rural para el diseño e implementación de políticas de desarrollo rural.

Duncan, O. D. (1957). Community size and the rural-urban continuum. Cities and society, 35-45.

Ferrás, C. (2007). El enigma de la contraurbanización. Fenómeno empírico y concepto caótico. Revista Eure, 33(98), 5–25.

George, Pierre (1982). Precis de Geographie Urbaine. Sexta edición (traducción Jorge Gozolini). Barcelona, España, Ariel, pp. 17-19

Harvey, David (1996). “Justice, nature & the geography of difference”. Oxford: Blackwell.

INDEC (Instituto Nacional de Estadística y Censos de la República Argentina). 2010. Censo Nacional de Población, Hogares y Viviendas. INDEC, Buenos Aires.

Instituto Nacional de Estadística de Chile (INE) (2018). Urbano/Rural: Contexto de los resultados Diseminación Censo 2017. Santiago. Recuperado de http://www.censo2017.cl/servicio-de-mapas/descargas/mapas/Urbano-Rural-Contexto_de_Resultados.pdf

Johnson, James H. (1980) Urban Geography: An Introductory Analysis. Segunda edición en castellano. Barcelona, España, Oikos-Tau, p. 13.

Lindenboim, J. y Kennedy, D. (2004) Dinámica Urbana Argentina. 1960-2001. Reconstrucción y análisis de la información necesaria. Documento de Trabajo del Centro de Estudios sobre Población, Empleo y Desarrollo. Universidad de Buenos Aires. Facultad de Ciencias Económicas

Mikkelsen, C., y Velázquez, G. (2010). Comparación entre índices de calidad de vida: La población rural del partido de General Pueyrredón, 2001-2007. Revista de Geografía Norte Grande, (45), 97-118.

Muzzini, E., Puig, B. E., Anapolsky, S., Lonnberg, T., y Mora, V. (2016). Liberando el potencial de las ciudades argentinas. Washington, DC: Banco Mundial.

Naciones, Unidas. (2010). Principios Y Recomendaciones Para Los Censos de Población Y Habitación: Revisión 2.

Pellegrini, J. L. y Raposo, I. M. (2014). Patrón de urbanización, desarrollo agrario y tipos no tradicionales de empleo en la Microrregión Rosario, Argentina. Economía, Sociedad y Territorio, v. 14, n. 45, p. 419-463.

Peña, G. P. V., Medina, J. C., y Mora, G. S. G. (2002). Urbano-rural, constante búsqueda de fronteras conceptuales. Revista de información y análisis, 20, 17-24.

Ramírez, A. R. F., y Mayer-Foulkes, D. (2011). Ciclo de vida humano y ciclo de vida urbano: Urbanización y desarrollo económico.

Sili, Marcelo (2021). Renacimiento rural (América Latina, fines del siglo XX – comienzos del siglo XXI). En Diccionario del agro iberoamericano. Tercera edición ampliada. Recuperado de https://www.teseopress.com/diccionarioagro/

Vapñarsky, C. y Gorojovsky, N. (1990). El crecimiento urbano en la Argentina. Buenos Aires: IIED, Grupo Editor Latinoamericano.

Notas

[1] Licenciado en Economía por Universidad de Buenos Aires (UBA), Licenciado en Sociología por Universidad de Buenos Aires (UBA) y Doctor en Demografía por Universidad Nacional de Córdoba (UNC). Email: fernando14979@hotmail.com. Investigador adjunto del Instituto de Geografía, Historia y Ciencias Sociales (IGEHCS) – Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET).

[2] Agradecimiento especial a la Licenciada Daniela Avalos (UBA) por la corrección ortotipográfica. Email: danielasoledad.av@gmail.com

OCPESGF CORONAVIRUS

Twitter en tiempos de pandemia: ¿unidxs o polarizadxs?

Agustín Nieto y Silvana Ferreyra (CONICET – INHus – CEHis)

 

En los últimos meses, y con más intensidad en las últimas semanas, el coronavirus se ha vuelto un tema central y recurrente en la vida de lxs argentinxs. La plataforma Twitter se presenta como una caja de resonancia de estas conversaciones aleatorias, un soporte online para opiniones de masas en el que, ante la mirada del público, se forman emociones colectivas y nacen y mueren tendencias (Van Dijck, 2016). No todo pasa en Twitter, pero todo pasa por Twitter. Los trending topics organizan la conversación y colocan temas en la agenda de periodistas, gobiernos y políticxs. 

En los últimos años, una de las preguntas que ha orientado las investigaciones sobre los vínculos entre Twitter y Política se concentró en identificar el modo en que las narrativas organizadas en torno al seguimiento de #hashtags  pueden ser clasificadas como “conversaciones nacionales”, aquellas donde lxs usuarixs representan una amplia variedad ideológica, o “cámaras de eco”, para referir a los diálogos que se entablan entre lxs partidarixs de las mismas ideas (Barberá, 2015; Aruguete y Calvo, 2020, Gualda Caballero, Borrero y Cañada, 2015). En esta publicación construida al calor de la coyuntura, con todas las potencialidades y limitaciones que esto supone, buscaremos clasificar a partir de estos parámetros la conversación en torno al tópico del COVID-19 en Argentina.

Entre las 00:00 horas del domingo 23 de febrero y las 23:59 horas del martes 31 de marzo de 2020 se emitieron 407.226 tweets que incluía el hashtag #CoronavirusArgentina (o su homónimo #CoronavorusEnArgentina).[1]

A lo largo de los primeros 38 días de vida la performance del hashtag fue, aunque con una tendencia ascendente y cierta regularidad horaria, muy dispar. Su pico se produjo, como se ve en el gráfico, entre los días 15 y 16 de marzo, al calor de los pedidos de cuarentena y suspensión de clases.

El total de usuarixs implicadxs fue de 136.875. Aunque se trata de un promedio de casi tres tweets por usuarix, el escenario es considerablemente más desigual, en especial si prestamos atención a los retweets (en adelante, RT). Veamos la conversación representada como una red, imaginemos que la mayor parte de los puntos que aquí no visualizamos se constelan aislados, en torno a  esta red, densamente conectada a partir de los RT.

Red de retweets #CoronavirusArgentina y #CoronavirusenArgentina
Nota: Elaborado con Gephi.
Tamaño de los nodos y etiquetas según el grado de entrada, color (Comunidades según Modularity Class); representación (Force Atlas 2).

Estudios previos sugieren que este tipo de tópicos, a los que podríamos catalogar como de interés general, muestran en Twitter escenarios menos polarizados, asociados a conversaciones globales. El gráfico de redes verifica en parte esta tesis, pues aunque se han asignado colores diferentes para detectar comunidades, estas muestran altos niveles de conexión y baja polarización. 

En efecto, en los últimos días, el discurso mediático y el gubernamental han apuntado a fortalecer este sentido, al considerar la pandemia una oportunidad para construir #UnidosPorArgentina y pausar la grieta que ha marcado el ritmo de la política argentina en las últimas décadas. Aunque la excepcionalidad del slogan se esfuma cuando una mirada internacional nos permite comparar este proceso con otras experiencias, tales como la española, no cabe duda que se trata de un tema que fortalece las identidades nacionales.

El 30 de marzo, la convocatoria a una protesta para que lxs políticxs bajen sus salarios, agitó a través del hashtag #cacerolazo los fantasmas de la grieta y asoció nuevamente el coronavirus a la polarización política en Twitter. Aunque el «call center de Marcos Peña» o el «ejército de trolls del macrismo» aparecían como los protagonistas de esta nueva escena, consideramos que un análisis en profundidad de la conversación sobre coronavirus durante el mes de marzo nos permitirá visualizar cómo las comunidades políticas antagónicas estaban presentes desde el comienzo de esta conversación.

Nos proponemos dos ejes de trabajo para develar los sentidos ideológicos que aparecen cuando miramos, con otras herramientas, la mantra del coronavirus en Twitter. En primer lugar, analizaremos quienes son lxs usuarixs centrales en esta conversación. En segundo término, trabajaremos con una análisis de co-ocurrencia entre hashtags, citados en el corpus de tweets bajo análisis.

Una conversación despareja

Las conversaciones en Twitter parecen bastante alejadas de la democracia digital que algunxs intelectuales imaginaron con el desarrollo de la web 2.0. En su lugar, un pequeño número de usuarixs monopoliza las discusiones. En la red sobre #CoronavirusArgentina, por ejemplo, los tweets de 104.856 usuarixs no reciben ningún tipo de réplica. En su lugar, unxs pocxs miles de usuarixs son centrales para comprender el flujo de la información.

Si prestamos atención únicamente a la publicación de tweets, el ranking está encabezado por la cuenta @Crxtn_V, que tuitea y retuitea contenido diverso y abundante sobre el tópico ‘coronavirus’ sin posicionamientos claros en torno al gobierno nacional, lo que en apariencia refuerza la hipótesis sobre la transversalidad del diálogo. @Crxtn_V, al igual que una buena parte de las cuentas que integran este ‘top 15’, pueden ser clasificadas como retuiteadoras, condición que se verifica al observar que en el recuento de siguiendo/seguidores, lxs primerxs superan por amplia mayoría a lxs segundxs. La neutralidad no es, sin embargo, una cualidad persistente, ya que existe un sesgo claro hacia los opositores al gobierno.

Top 15 de usuarixs
Usuarixs N %
Crxtn_V 1683 30.5
FEF737 514 9.3
PolaquitaLa 334 6.1
la88renegadavi1 323 5.9
DaPepitos07 307 5.6
bigbangnw 286 5.2
LaVegana_online 269 4.9
perfilcom 253 4.6
huguiale 247 4.5
HDA1983 238 4.3
arieltricolores 226 4.1
EleterNautax 226 4.1
Jo767997 211 3.8
mdzol 208 3.8
estegano_grafia 195 3.5

El gráfico que muestra la red de rt en torno a #CoronavirusArgentina, nos muestra otro modo de medir la centralidad, enfocada en aquellxs usuarixs más retuiteadxs. La centralidad relativa de cuentas de servicio como @AlertasTransito y @emergencisAR refuerzan la idea de conversación nacional. Sin embargo, el lugar preeminente de @segregustavo, identificado con ideas ultra-liberales, nos muestra otra perspectiva. Este nodo, el más grande de la red de rt,  encabeza una comunidad (coloreada con rosa), claramente opositora al gobierno nacional. Allí se condensa buena parte de los nodos con más rt, algunos son reconocidxs políticxs opositorxs (@marioraulnegri, @gracielaocaña) y otrxs son cuentas anónimas fuertemente antikirchneristas (@SantiCis3010, @fantoche_triple, @LechuzaPlanera). No hay dudas de que esta comunidad es la más relevante de la red si la pensamos en relación a los nodos más influyentes.

Por otro lado, en la comunidad verde, la centralidad corresponde a cuentas de periodismo asociado al arco progresista @C5N o @soyingridbeck, así como a cuentas anónimas identificadas con el gobierno nacional (@raulbatistarui1). Se trata de una comunidad menos influyente, más difusa pero también más extensa. 

Cuando incorporamos al análisis las menciones, es decir, la práctica de añadir el nombre de unx usuarix en un tweet, aparece en nuestro Top 15 un usuarix que no estaba en la red del gráfico 2. En efecto, durante el período bajo análisis @alferdez no escribió ningún tweet con #CoronavirusArgentina, pero la enorme cantidad de menciones que recibió muestran la indudable centralidad que el presidente tiene en este corpus. 

Top 15 de menciones en tweets, retweets y réplicas
Usuarixs Menciones
segregustavo 49671
alferdez 20414
C5N 19763
AlertasTransito 18283
marioraulnegri 9871
gracielaocana 8985
SantiCis3010 5785
fantoche_triple 5193
soyingridbeck 5023
peponila 4320
LechuzaPlanera 4107
MComadreja 3838
raulbatistarui1 3647
Oberst_Moncha 3452
Marta0061 3333

En resumen, hemos observado una red cuyo diagrama muestra baja polarización, un lugar central del presidente de la nación en las menciones, una comunidad oficialista extensa pero menos influyente que la comunidad opositora. Pasemos ahora a analizar nuestro corpus a partir de los hashtags.

Todo #hashtag es político

El seguimiento de hashtags ofrece la posibilidad de analizar la construcción de narrativas colectivas y comunidades en el proceso de transmisión de información en las redes. En este caso, hemos elegido rastrear #CoronavirusArgentina y #CoronavirusenArgentina. Pero los tweets que incorporan esta etiqueta suelen hacerlo de manera conjunta con otras, que completan sus significados. Creemos que el análisis de co-ocurrencias de hashtags nos permitirá visibilizar con más claridad los enfrentamientos políticos que se suscitaron en torno a la conversación más global que mostramos al inicio.

De nuevo, la concentración predomina por sobre la diversidad, y un puñado de hashtags asociados concentra casi la totalidad de los tweets: solo los primeros cinco representan el 82 %. Asimismo, esos primeros cinco refieren, en apariencia, a hashtags transversales, mientras que los siguientes 10 están dominados por hashtags ‘partidarios’, con mayoría de hashtags opositores. El peso relativo de estos últimos es bajo pero su concentración y densidad comunitaria los vuelve muy visibles. 

Top 15 de hashtags
Hashtags N %
coronavirus 86158 36.0
yomequedoencasa 45598 19.1
cuarentenaobligatoria 28580 12.0
cuarentena 21038 8.8
quedateencasapelotudo 14248 6.0
somosresponsables 6684 2.8
argentina 5402 2.3
pandemia 5243 2.2
volvieronpeores 5041 2.1
noscuidamosentretodos 4300 1.8
renunciagines 4067 1.7
ahora 3836 1.6
estadodesitioya 3052 1.3
suspendanlasclasesya 2916 1.2
testsmasivosya 2907 1.2

Si miramos las relaciones entre los hashtags y dejamos de lado (filtramos) a los primeros, veremos que la red está centrada en tres hashtags: #SomosResponsables, #NosCuidamosEntreTodos y #VolvieronPeores. Cada uno refiere y encabeza su respectivo grupo: transversales, oficialistas y opositores respectivamente. En esta línea, nos pareció un ejercicio prudente realizar una primera clasificación a partir de su contenido explícito. 

#SomosResponsables se encuentra en el centro de la red porque es el que más reproducciones contabiliza. Otro rasgo es que está más fuertemente conectado con otros tres hashtags: #CompromisoCiudadano (transversal), #NosCuidamosEntreTodos y #ArgentinaUnida (ambos oficialistas). Por su parte, #NosCuidamosEntreTodos se relaciona más intensamente con los hashtags #ArgentinaUnida (oficialista), #SomosResponsables y #NoSonVacaciones (ambos transversales). Finalmente, el hashtag #VolvieronPeores ata más relaciones intensas con hashtags de su mismo grupo. Esto último es una pista sobre el mayor compromiso (actividad) y menor diversidad (cantidad de usuarixs por campaña) de esta comunidad en relación a otras comunidades, en particular, la oficialista. 

La red de las principales co-ocurrencias entre hashtag asociados a #CoronavirusArgentina nos permite ver subredes de hashtags asociados. Al igual que en la red precedente, las co-ocurrencias detectadas nos permiten inferir dinámicas comunitarias diferenciadas. Lxs usuarixs que tuitean hashtags identificables con el oficialismo los anteceden o siguen con hashtags transversales. Por su parte, quienes tuitean hashtags identificables con la oposición los anteceden o siguen con hashtags opositores.

Como ejemplo de la segunda dinámica comunitaria tenemos dos subredes grandes en torno a los hashtags #RenunciaGines y #SuspendanLasClasesYa. Y como ejemplo de la primera dinámica comunitaria identificamos la subred en torno al hashtag #SomosResponsables. Por otra parte, la red de co-ocurrencia nos muestra una proliferación mayor de subredes asociadas a hashtags opositores en contraste con las pocas subredes oficialistas.  

Estas dinámicas diferenciadas se detectan también en las correlaciones entre hashtags. El tratamiento de las correlaciones a partir de la selección de hashtags identificables con una y otra comunidad nos deja ver estas dinámicas diferenciadas. 

Los hashtags más afines al oficialismo aparecen con una correlación más débil (verde-violeta) que los hashtags más cercanos a la oposición. Estos últimos muestran una asociación fuerte (amarillo-verde) con temas relativamente distanciados del tópico #CoronavirusArgentina.

La comunidad oficialista prioriza las consignas que promueven valores comunitarios (#SomosResponsables,  #Noscuidamosentretodos, #EstadoPresentePreviene) mientras que los opositores priorizan hashtags que proponen consignas de tinte más represivo (#EstadodeSitioYa, #ToquedeQueda, #SuspendanlasClasesYa).

Como se ve en el primer gráfico, la vida del hashtag #CoronavirusArgentina recorre desde el 23 de febrero hasta el 31 de marzo, pero no fue así para con sus hashtags asociados. El itinerario de los 10 más frecuentes muestra ritmos e hitos muy diferenciados. 

El gráfico nos muestra un patrón comunitario en sus distribuciones temporales. Queda claro que la iniciativa en un primer momento fue exclusivamente opositora, mientras que la aparición fuerte de los hashtags oficialistas coinciden con las iniciativas gubernamentales en torno a la suspensión de las clases, primero, y a la cuarentena obligatoria, después. Asimismo, las comunidades opositoras lanzan campañas focalizadas que son intensas y cortas. Por su parte, las campañas oficialistas son extendidas en el tiempo y menos focalizadas.

En conclusión, una conversación más global como la de #CoronavirusArgentina, no escapa a las dinámicas antagonizantes que moldea la plataforma. En esta línea, aunque la densidad de la red opositora probablemente reproduzca sus mensajes en una cámara de eco, la efectividad y coordinación en los mensajes les permiten construir tendencias en las redes que fácilmente saltan a los zócalos de las noticias. Por su parte, la comunidad oficialista parece más comprometida con la construcción de conversaciones menos polares. La participación en Twitter, con la asociación de hashtags transversales y partidarios puede pensarse como un modo de construcción de hegemonía, aunque su efectividad en la propagación de tweets queda demasiado atada a la voluntad de algoritmos que se han comprobado segmentadores.

 

Bibliografía citada:

  • Barberá, Pablo;  Jost, John; Nagler, Jonathan; Tucker, Joshua A. and Bonneau,Richard (2015), Tweeting From Left to Right: Is Online Political Communication More Than an Echo Chamber?, Association for Psychological Science, volumen 26, issue: 10.
  • Calvo, Ernesto y Aruguete, Natalia (2020) Fake News, trolls y otros encantos, Buenos Aires: Siglo Veintiuno Editores.
  • Gualda Caballero, Estrella; Borrero, Juan Diego y Cañada, José Carpio (2015), La ‘Spanish Revolution’ en Twitter : Redes de hashtags y actores individuales y colectivos respecto a los desahucios en España», REDES- Revista hispana para el análisis de redes sociales, volumen 26.
  • Van Dijck, José  (2016) La cultura de la conectividad: Una historia crítica de las redes sociales , Buenos Aires: Siglo Veintiuno Editores.

_________________________

[1]  El recorte cronológico es arbitrario, ya que la investigación continúa en desarrollo. Los hashtags #CoronavirusArgentina y #CoronavirusenArgentina suman 292.008 y 115.218 menciones respectivamente.