Reciba las últimas novedades e información directamente en su correo.
Gracias al desarrollo de un software especial y único para extraer datos de las redes sociales y a parámetros rigurosos para filtrar la data, la empresa Dinamic calculó los resultados electorales del pasado domingo.
Esto lo logró por medio de un estudio de social listening realizado entre el lunes 25 de enero y el viernes 30 de enero.
La herramienta tecnológica analizó casi 50 mil comentarios y reacciones en redes sociales como X, YouTube, TikTok, Facebook e Instagram, explicó Erick Rudelman, vocero de Dinamic.
La base del estudio estuvo en un sistema desarrollado internamente que permite capturar conversaciones del dominio público y transformarlas en señales de intención de voto, agregó Rudelman.
“Nosotros somos una empresa de escucha social, que extrae datos de conversaciones del dominio público de todas las plataformas sociales y de otros medios digitales, para medir el comportamiento de las personas en la vida real. Esto se puede aplicar para elecciones, situaciones coyunturales, patrones de consumo y otros”, explicó el experto.
El proceso de social listening inicia con la extracción masiva de publicaciones, comentarios y reacciones. Luego, esa data pasa por dos filtros consecutivos:
“Una vez que extraemos la información pasa por un proceso que se divide en dos. Primero, pasa por un filtrado de data por medio de inteligencia artificial para separar comentarios positivos, comentarios negativos, reacciones, etc. Después, pasa por un filtro humano para asegurar que las conversaciones y toda la data extraída sea en efecto relevante al tema”, indicó el experto.
Este doble control busca evitar ruido informativo y sesgos geográficos.
Por ejemplo, evitar que conversaciones de otras personas con nombres similares a los candidatos, en otras partes del mundo, afecten el análisis.
Después de ello, se agruparon y tabularon los comentarios con alusión directa y expresa al voto, los comentarios o reacciones que, sin declarar explícitamente el voto, mostraron una preferencia clara e inequívoca por un candidato o partido, y finalmente, se analizaron los emojis para detectar patrones emocionales que indicaran intención de voto.
A esto se sumó un entrenamiento específico del algoritmo para identificar bots y descartar comentarios duplicados.
Es importante destacar, que el estudio realizado en Costa Rica, se apoyó en modelos predictivos ya utilizados con éxito por la empresa en otros procesos electorales de América Latina.
Este es el comparativo entre el modelo y los resultados oficiales.
“Nuestro modelo predijo la victoria de Fernández con casi un 46% en primera ronda, lo cual fue muy certero en relación con los datos reales, ya que Laura obtuvo un 48%. Esto significa que el votante de Laura fue una población activa en redes y con un alto empuje de voz en plataformas digitales”, dijo Rudelman.
El caso de Claudia Dobles, de Agenda Ciudadana, el estudio sí mostró una desviación relevante.
Y es que Dinamic proyectó un 13%, pero el resultado final quedó en un apoyo de 4,85% para Dobles.
En ese sentido, el experto menciona que existen indicios de actividad automatizada en redes sociales que habría favorecido la difusión de las narrativas de la candidata progresista.
“No hay otra conclusión al respecto (…) Algunos bots tienen un comportamiento sumamente natural que hace difícil que los detecten, si lo hacen con mucha cautela, perfectamente pueden parecer una persona real”, explicó Rudelman.
En cuanto a Álvaro Ramos, del Partido Liberación Nacional (PLN), el análisis reveló una dinámica distinta:
“Con Ramos tenemos dos conclusiones: una parte importante de sus votos provino de un grupo etario mayor, que no es tan activo en redes sociales; y, además, un grueso de la población indecisa decidió apoyarlo a último momento por encima de otros candidatos”.
Dinamic no es nueva en este tipo de ejercicios. La empresa ha participado en múltiples campañas electorales estatales en México y ha brindado servicios en Ecuador, Perú, Bolivia, Chile y Guatemala, con resultados positivos.
Más allá del ámbito político, su tecnología de escucha social también se utiliza para analizar crisis reputacionales, tendencias de consumo, climas sociales, evaluación de políticas públicas y toma de decisiones estratégicas para marcas e instituciones.
