High-profile events can trigger expressions of hate speech online, which in turn modifies attitudes and offline behavior towards stigmatized groups. This paper addresses the first path of this process using manual and computational methods to analyze the stream of Twitter messages in Spanish around the boat Aquarius (n = 24,254) before and after the announcement of the Spanish government to welcome the boat in June 2018, a milestone for asylum seekers acceptance in the EU and an event that was highly covered by media. It was observed that most of the messages were related to a few topics and had a generally positive sentiment, although a significant part of messages expressed rejection or hate—often supported by stereotypes and lies—towards refugees and migrants and towards politicians. These expressions grew after the announcement of hosting the boat, although the general sentiment of the messages became more positive. We discuss the theoretical, practical, and methodological implications of the study, and acknowledge limitations referred to the examined timeframe and to the preliminary condition of the conclusions.

El discurso de odio propagado a través de redes sociales como Twitter merece atención especial, ya que su incremento puede relacionarse con el aumento de crímenes de odio. De las 11 categorías de discriminación que contempla el Ministerio de Interior de España, la segunda en la que más delitos de odio se registran al año es la ideología. Sin embargo, esta categoría queda fuera de la mayor parte de los planes de acción para estudiar y combatir los delitos de odio. Lo mismo ocurre con los trabajos académicos, que se centran mayoritariamente en el odio en inglés y a nivel general. Los que estudian un único tipo de odio se han enfocado en el racismo, la xenofobia o la discriminación de género, pero nunca en la ideología política. Asimismo, los prototipos de detección desarrollados hasta ahora no usan bases de datos generadas manualmente por varios codificadores. Esta investigación busca superar estas limitaciones, desarrollando y evaluando un detector automático de discurso de odio por motivos ideológicos en Twitter en español a partir de técnicas de aprendizaje automático supervisado. Para ello, se ha desarrollado un total de ocho modelos predictivos a partir de un corpus de entrenamiento generado ad-hoc, y haciendo uso de modelado superficial y de aprendizaje profundo, lo que permite mejorar el rendimiento final del prototipo. El desarrollo del corpus permitió observar, además, que un 16,2% de la muestra, recogida en el otoño de 2019, incluyó algún tipo de odio ideológico.

Los medios informativos, tanto los nativos digitales como los todavía impresos, son cada vez más activos en redes sociales, ya que permiten una interacción real con sus lectores, ahora también prosumidores. Los internautas siguen informándose mayoritariamente de la actualidad política a través de las cuentas de esos medios. En este contexto sorprende que, aunque muchos autores analizan la actividad de los políticos en Twitter, son pocos los que estudian los usos que hacen de esta red los propios medios a la hora de cubrir eventos políticos. Este es el objetivo del presente trabajo, en el cual se analizan los tuits e interacciones de los cinco principales medios impresos y digitales españoles en torno a las Elecciones Generales del 10N de 2019. Para ello, se descargaron todos los tuits publicados o retuiteados por las cuentas oficiales de los principales medios impresos y digitales en España las dos semanas antes y después del 10N para analizar la atención que prestaban a la información política. Los resultados confirman que los medios impresos son los que presentan una mayor actividad en sus cuentas de Twitter aunque los medios digitales prestan mayor atención a la información política, y generan mayor interacción. De los partidos políticos analizados, PSOE y VOX son los que tienen mayor presencia en la muestra a nivel general. Los dos partidos que finalmente formaron gobierno —PSOE y UP— vieron incrementada la cantidad de tuits que les mencionaban tras las elecciones, mientras que PP y VOX experimentaron el fenómeno contrario. Las interacciones fueron mayores tras la jornada electoral, tanto a nivel general como en los tuits de contenido político.

No abstract

No abstract