Acceso usuarios
El presente artículo analiza el fenómeno del digital nudging (persuasión digital) en publicaciones de la red social X (anteriormente Twitter®) durante el proceso electoral subnacional de 2019 en Colombia. Específicamente, se revisaron las cuentas de candidatos a ocupar las alcaldías de las ciudades de Bogotá, Medellín y Cali, identificadas como las tres ciudades capitales con mayor población dentro del territorio colombiano. A nivel metodológico, se extrajeron 3,5 millones de tuits durante todo el año 2019 emitidos en las cuentas de todos los candidatos registrados y por otros usuarios de la mencionada red. Con dicha información, estimamos la polaridad de los mensajes, el número de etiquetas presentes en el texto, así como las menciones de usuarios, el número de veces que la publicación fue clasificada como favorita y reenviada, para finalizar con el número de palabras que contenía el discurso. Luego se probaron diferentes algoritmos para estimar el nivel de efectividad en la clasificación de los tuits en una de dos categorías:
nudge (tuit que tiene la intención explícita de provocar reacciones emocionales que lleven al lector a votar por un candidato) o no nudge (tuit que no contiene los elementos lingüísticos para inducir al usuario de la red social a votar por un candidato).
This article analyzes the phenomenon of digital nudging in publications of the social network X (formerly Twitter®) during the 2019 subnational electoral process in Colombia. Specifically, the accounts of candidates for mayor of the cities of Bogota, Medellin and Cali, identified as the three capital cities with the largest population within the Colombian territory, were reviewed. At a methodological level, 3.5 million tweets were extracted during the whole year 2019 issued in the accounts of all registered candidates and by other users of the mentioned network. With said information, we estimated the polarity of the messages, the number of tags present in the text, as well as the mentions of users, the number of times the publication was classified as favorite and retweeted, to finish with the number of words contained in the speech. Different algorithms were then tested to estimate the level of effectiveness in classifying tuits into one of two categories: nudge (tweets that have the explicit intention of provoking emotional reactions that lead the reader to vote for a candidate) or non-nudge (tweets that do not contain the linguistic elements to induce the social network user to vote for a candidate)
