Linha fina é uma editoria de opinião

Raio-X é uma editoria de análise crítica

Para analisar as redes, ignore bots e olhe engajamento

As análises mais populares de redes sociais estão olhando para o lado errado
💡
Raio-x é uma editoria de análise crítica do Núcleo e contém opiniões
💡
Linha Fina é uma coluna de opinião sobre mídia e jornalismo

É uma prática comum imprensa e pesquisadores observarem o número de menções a um termo ou perfil a fim de medir sua popularidade. Afinal, quanto mais mencionado nas redes, mais popular é, certo?

Depois, identificado o montante de menções, utilizam algoritmos que calculam a "carga" de um post, classificando-o como negativo ou positivo para dizer quem "ganhou ou perdeu" no Twitter, por exemplo. Daí quando um determinado assunto bomba, há os que pesquisam se bots tiveram participação na viralização do tema.

Parece meio óbvio fazer tudo isso, mas a verdade é que número de menções e carga de tweets (positivo/negativo) representam uma métrica insuficiente para medir a popularidade de um perfil ou de um assunto. Ajudam em certas análises, mas é preciso ir além.

Temos que nos concentrar em tendências engajamento.

Vamos pensar nas variáveis envolvidas em volume em boa parte das análises baseadas em menções:

Número de menções

É válido e fácil contar as citações a assuntos ou termos, e é algo que precisa ser feito como referência.

No entanto, esses dados podem ser facilmente inflados por comportamento inautêntico (campanhas coordenadas, contas fakes e, claro, os famigerados bots). Além disso, as redes sociais não são representativas da população, especialmente porque sabe-se que poucos usuários são muito ativos.

Logo, fulano perdeu de 70x30 nas redes sociais diz muito pouco, porque poucas pessoas dizem muito e coordenam o resto.

Carga negativa/positiva

É muito tentador dizer que a maioria das menções foram positivas ou negativas. A gente já tentou aqui isso, e continuamos a testar esse recurso.

Mas leve em conta que o número de falsos positivos é incrivelmente alto, com potencial de influenciar os resultados, especialmente por causa do nível do discurso nas redes sociais, repletos de palavrões e ofensas.

Vou dar um exemplo: para defender político X, a pessoa usa um palavrão. Tipo: "Político Y é foda, não é ladrão". As palavras foda e ladrão são claramente negativas, mas o contexto é positivo para o político Y. No entanto, os algoritmos que calculam o peso desses termos não conseguem compreender isso, e portanto o post tem carga negativa.

Isso é muito comum.

Bots

Talvez um dos temas que os jornalistas mais gostem e que mais chame a atenção das pessoas são os terríveis e poderosos bots, capazes de influenciar eleições e a mudar a mentalidade de toda população (ironia intencional).

É comum se referir a bots inclusive quando não há bots! Robôs são nada mais do que comportamentos e tarefas automatizadas. O grosso do que se chamam de bots são ações coordenadas, que sozinhas são bem legítimas: pense que uma manifestação de pessoas na Av. Paulista é uma ação coordenada.

O Núcleo republicou uma análise da Agência Pública que diz que robôs "ajudaram a bombar" uma ação da direita brasileira. Na reportagem, estão analisando somente 20 perfils, que possuem 60% de chance de serem automatizadas. 

Isso é interessante e indica que a direita tentou agir, mas o impacto desses possíveis bots é minúsculo. 

Também existe a questão da precisão de ferramentas que tentam identificar bots. Embora essa precisão tenha crescido nos últimos anos, ainda pode cometer erros grotescos de identificação de bots. 

De olho no engajamento

A alternativa a considerar principalmente as menções é analisar a tendência de engajamento dos perfis.

Há vários benefícios para isso:

  • Uma minoria de usuários produz a maior parte dos posts, segundo pesquisa de 2021 do Pew Research Center, um dos mais respeitados centros de pesquisas digitais dos EUA. Segundo a pesquisa, 25% dos usuários mais ativos produzem 97% dos tweets;
  • Nesse cenário, a popularidade em redes sociais está mais associada a engajamento do que a menções. Menção é um indício de viralidade (que é de fato interessante de medir), ao passo que engajamento constante indica base fiel e sustentação, que apoiam ideias expressas em publicações;
  • Curtidas e Compartilhamentos podem ser feitos somente uma vez – diferentemente de comentários, que podem ser praticamente ilimitados, o que aumenta as chances de inflar artificialmente um assunto. Isso significa que, por mais rápidos e engajados que sejam, bots e perfis fake podem curtir e compartilhar um post apenas uma vez, e você precisaria de dezenas de milhares deles pra tentar viralizar um post.
  • Curtidas são equivalentes a endossos, ao passo que menções podem ser negativas ou positivas;
  • Compartilhamentos em muitos casos podem ser endossos, mas certamente ampliam o alcance de um post, o que, em troca, equivalem a uma menção viral – já que muitas pessoas não comentam nem postam, apenas compartilham;

Há muitas formas de analisar redes sociais e não existe fórmula mágica. Mas acredito que análise de engajamento tem mais potencial do que apenas indicar quantos bots fizeram quais ações.

Você pode testar nossa análise de interações usando o Monitor Pocket, nossa ferramenta que acompanha engajamento de políticos.

Gráfico Interativo

Receba nossas newsletters e traga felicidade para sua vida.

Não perca nada: você vai receber as newsletters Garimpo (memes e atualidades), Polígono (curadoria de ciência nas redes sociais) e Prensadão (resumo semanal de tudo o que o Núcleo fez). É fácil de receber e fácil de gerenciar!
Show de bola! Verifique sua caixa de entrada e clique no link para confirmar sua inscrição.
Erro! Por favor, insira um endereço de email válido!