Investigadores de la Universidad Rey Juan Carlos (URJC) han desarrollado una herramienta que facilita el análisis de las conversaciones en entornos digitales
La aplicación de análisis de redes sociales (SNA, por sus siglas en inglés) es una práctica extendida y estandarizada en investigación. Sin embargo, una vez finalizados los análisis, aparece la auténtica problemática: la replicabilidad es reducida, ya que la mayoría de los estudios emplean técnicas individuales.
Para ofrecer una solución más amplia, el Laboratorio de Tecnologías de la Información en la Educación (LITE) de la URJC ha realizado un estudio en el que ha combinado múltiples técnicas complementarias, como análisis de etiquetas (hashtags), mensajes compartidos (retweets o reposts) o análisis de temáticas en las comunidades online, para integrar todos los discursos. Además, ha mejorado la replicabilidad mediante la creación de una plataforma diseñada específicamente para analizar las principales características de las redes sociales. Los resultados de estos análisis se han agrupado en un panel de visualización donde los investigadores con unos conocimientos mínimos de programación puedan cargar sus datos.
El desarrollo de esta plataforma se enmarca en el proyecto europeo CSTrack, dentro del programa Horizon 2020, y se basó inicialmente en la utilización de datos de X (antes Twitter).
"Las diversas técnicas nos ayudaron a revelar que temáticas era más discutidas en relación con los Objetivos de Desarrollo Sostenible y la eHealth dentro de esta comunidad", apunta Fernando Martínez Martínez, investigador de LITE. "También pudimos analizar la evolución de uso de hashtags, lo cual facilita descubrir eventos o momentos en los que alguna situación provoca un aumento de discurso sobre un tema".
Gracias a la integración de las diversas técnicas, el equipo científico pudo replicar los análisis para diversos contextos relacionados con la ciencia ciudadana, tema central del proyecto CSTrack.
En el futuro, esta herramienta seguirá evolucionando para incorporar nuevas técnicas, actualizar las existentes y ampliar su alcance a más plataformas digitales. Además, si el usuario tiene conocimientos de programación, podrá modificar el código (de acceso abierto) para adaptar las técnicas a sus necesidades.
La plataforma se construye en Python (lenguaje de programación de alto nivel), integrando técnicas y visualizaciones interactivas con Plotly (biblioteca de código abierto) y Dash (orientado al desarrollo de aplicaciones web interactivas). Esta herramienta se despliega de forma sencilla mediante un contenedor Docker (paquete de software). Incluye una variable de entorno para gestionar los datos y módulos que permiten filtrar y personalizar los análisis.
Referencia bibliográfica:
Martinez-Martinez, F., Roldán-Álvarez, D., & Martín-Barroso, E. (2025). CSTrack dashboard: A social network data visualization platform for interactive and integrative analysis of discourse. SoftwareX, 32, 102438.
