En el presente post quiero resaltar dos hechos sociales en Internet, más concretamente en twitter, acaecidos en el 2009 que han tenido su trascendencia. Ambos identificados por una etiqueta, o hashtag, uno es #iranelection y el otro es #manifiesto, aunque no son hechos comparables ni en envergadura ni en gravedad, ambos crearon unos movimientos de protesta en Internet que se trasladaron a la vida analógica en mayor o menor medida y ambos tuvieron su repercusión, el primero a nivel mundial, el segundo sólo en España.
Ambos movimientos sociales comenzaron por una reivindicación social, el primer movimiento se traslado a la vida analógica fuera de Irán y sirvió para que mucha gente fuera del país se movilizara, el segundo fue un movimiento enteramente creado en Internet que luego tuvo su evolución en las calles.
Ambos ejemplos son muy buenos porque han elevado una denuncia a través de Internet, elevando el nivel de protesta a un estado mayor del inicial, por supuesto, salvando las diferencias más que evidentes entre los dos casos.
Para poder conocer más sobre el contenido general de los hashtags se ha realizado una extracción de datos, la cual se ha realizado tomando los datos directamente de twitter; en cuanto al modelado de los mismos se ha realizado utilizando ficheros de texto plano y la herramienta Many Eyes de IBM, los grafos y gráficos también están extraídos con la herramienta Many Eyes de IBM. Se ha utilizado una muestra de 1400 posts en twitter, que aún no siendo una gran cantidad es bastante representativa y no varia mucho al utilizar un muestreo mayor.
#iranelection
El pasado 12 de Junio se celebraron en Irán las últimas elecciones generales que ganó Mahmud Ahmadineyad con un aplastante 63,63% de los votos, mientras que el principal opositor Mir-Hossein Mousavi obtuvo el 33,75% de los votos.
El lider opositor Mousavi acusó a Ahmadineyad de haber cometido fraude electoral y a partir de ahí comenzaron una serie de graves disturbios en Irán que duraron hasta el día 20, día en que una estudiante llamada Neda Soltani fue asesinada por un francotirador que estaba a cargo de controlar las protestas.
La protesta se extendió por Internet, y con mayor virulencia en twitter, donde se podía seguir con el hashtag #iranelection, donde un símbolo de la protesta fue colorear los avatares de cada usuario de verde como muestra de apoyo a la “revolución verde” que representaba el color verde empleado en la campaña electoral por Mousavi.
En el caso de #iranelection twitter ha sido y es a día de hoy una herramienta fundamental que se sigue utilizando para este asunto, incluso durante el tiempo que estuvo cortado el acceso a la herramienta desde Irán.
En la siguiente ilustración podemos ver los conceptos más repetidos en twitter, evidentemente #iranelection es la palabra más repetida puesto que es el hashtag utilizado para la recolección de datos, podemos ver que el segundo término más utilizado es el hashtag #neda, el nombre de la estudiante asesinada:

Por otro lado también podemos ver la relación entre las palabras utilizadas en esta búsqueda, la primera relación es la que existe con la conjunción “and”, donde vemos relación bidireccional entre términos como democracia y libertad, twitter e Irán, y en dirección unidireccional entre policía y estudiantes, y entre estudiantes y arrestados, en fin, cada uno de estos datos son consultables, pero nos dan una idea muy aproximada de lo que se estaba comentando en la aplicación social.

#manifiesto
El tema del #manifiesto como está más reciente no voy a introducirlo, así que voy a pasar directamente a la modelización de los datos para poder comprender un poco más la envergadura y el contenido del problema.
En el caso de las palabras más utilizadas vemos que a parte de #manifiesto tenemos a varias personas como @dbravo, @julioalonso, @iescolar, y las palabras más comentadas son debate, derechos, cierre, coalizaión, Internet y SGAE. Pero sí que vemos muchas palabras con más o menos el mismo tamaño, es decir, no hay ningún concepto que sobresalga a diferencia del caso iraní.

Pero igual que en el resultado anterior nos falta conocer la relación entre estas palabra, así que le apliqué varios filtros, aunque aquí sólo muestro el filtro “y”:

Este gráfico es mucho más esclarecedor porque podemos ver frases como “interlocutor y quien”, “autores y editores”, “cierre y bloqueo”, “demandas y razones”, etc., en definitiva lo que estamos viendo son los problemas, aunque el más grave parece ser quien es el interlocutor, ya que es la relación que es más grande en tamaño.