Análisis Reticular de Discurso: Hacia el giro lingüístico en las Redes Sociales - 2012

1. Análisis Reticular de Discurso: Hacia el giro lingüístico en las Redes Sociales - 2012 Miceli Jorge - jorgemiceli@hotmail.com - Becario Doctoral UBA Bundio Javier - negroel_8@hotmail.com- Becario Doctoral CONICET

2. ARD: Características Antecedentes directos: El Ard en su formulación original Metodología «asistida» de generación de redes textuales Ejemplo de aplicación a Redes Valorativas Ejemplo de aplicación a Redes Narrativas Mapa de la Presentación Ejemplo de aplicación a Discursos de Hinchas Algunas conclusiones generales

3. Antecedentes Directos I: El Análisis Reticular de Discurso en su propuesta original Desarrollado en forma colectiva y en la década del ‘90, en el Departamento de Sociología de la Universidad Autónoma de Barcelona Originalmente fue creado como un método para el análisis de entrevistas

4. Antecedentes Directos II: El Análisis Reticular de Discurso en su propuesta original Primeros referentes directos: Joel Martí (Dr. En Sociología) Joan Miquel Verd (Dr. En Sociología) Carlos Lozares (Físico, Sociólogo y Doctor en Ciencias Económicas)

5. Antecedentes Directos III: El Análisis Reticular de Discurso en su propuesta original 3 Líneas Centrales de Desarrollo Análisis de Secuencias Narrativas distinguiendo “dominios” biográficos Carlos Lozares Aspectos argumentativos de las estructuras discursivas (“topos o topoi” de Oswald Ducrot) Joel Martí Joan Miquel Verd Análisis de entrevistas biográficas priorizando relaciones de causalidad, contradicción e identidad entre eventos

6. Características del ARD I Características generales de estos enfoques: 1) Se analizan elementos de orden macrotextual (no cadenas textuales aisladas o ejemplos específicos) 2) Se utilizan indicadores estadísticos propios del análisis de Redes Sociales (ARS), corriente investigativa de sólida implantación en las ciencias sociales contemporáneas. La representación no persigue únicamente la síntesis visual (como en algunas perspectivas de mapas semánticos) sino que busca operar conceptualmente con los datos mapeados.

7. Características del ARD II Características generales de estos enfoques: 3) Las relaciones mapeadas no son simplemente de co-ocurrencia (Por ej: dos autores o textos aparecen vinculados entre sí si usan las mismas palabras), sino que obedecen a un amplio rango de funciones semánticas (causalidad, pertenencia, identidad, inclusión tópica, sucesión temporal, afinidad cognitiva, etc.). 4) Correlativamente, los nodos tenidos en cuenta pueden ser prácticamente cualquier elemento que tenga presencia textual (eventos biográficos, personas, acciones, etc.).

8. Propuesta de metodología “asistida” de generación de redes textuales A partir de este antecedente central, pretendemos, como grupo de investigación, desarrollar una metodología asistida e integrada de generación de redes textuales: El objetivo es definir pasos metodológicos intermedios que, a partir de un insumo textual inicial, permitan generar una representación reticular que muestre aspectos que nos interesa tener en cuenta. La llamamos “asistida” por el papel que, a pesar del uso de software, juega el investigador en este proceso.

9. Generación de redes • La creación de redes a partir del pseudotexto es un procedimiento automático que hemos simplificado al extremo.El software Wiener es capaz de producir redes procesables por paquetes de software como UCINET, NetDraw y Pajek. • Para que esto sea posible desarrollamos al menos dos tipos de procesos adicionales. • Por un lado, el investigador puede recurrir a la manipulación visual y formal de los datos generados por el software • 2) En segunda instancia, el análisis de los datos se desarrolla echando mano de los algoritmos más conocidos de los programas UCINET, NetDraw y Pajek.

10. Soporte Teórico: Ideología según Van Dijk • Ideología: Sistema de creencias que sirve de base a representaciones sociales • Corresponden a grupos sociales. • Compuestas por creencias fácticas y evaluativas. • Organizada socio-cognitivamente en pos de un objetivo. • Discurso como interfaz entre cognición social y estructura social • Su estructura (esquema) está dada por la dicotomía nosotros/ellos • Esquema: pertenencia, actividades, objetivos, valores, posición relativa, recursos. • El contenido de una ideología resulta del orden jerárquico de sus categorías.

11. Géneros discursivos y problemáticas tratadas: • Canciones de cumbia villera: estructura y construcción identitaria. (Jorge Miceli) • Canciones de hinchadas de fútbol: estudios de sincronización y conformación de ideologías de pertenencia. (Javier Bundio) • Entrevistas con pacientes psiquiátricos: análisis de procesos de externación. (Pamela Scanio) • Gacetillas y propagandas de ONG’s ambientalistas: relevamiento de actitudes entre grupos y sus relaciones. (Silvia Burlando) • Artículos periodísticos en prensa: investigación de discriminación y racismo en medios de comunicación. (Alejandro Martínez)

12. Generación de un pseudotexto procesable por el software Wiener: Inconvenientes El insumo textual original no puede ser procesado sin transformación, porque el software Wiener ( http://complex.upf.es/~bernat/WIENER) construye redes a partir de sucesiones lineales de términos. El programa no distingue entre palabras con simples funciones gramaticales (conectores, preposiciones, etc.) y términos como sustantivos, verbos, adverbios y adjetivos

13. Generación de un pseudotexto procesable por el software Wiener: Transformaciones básicas I Para que aquellas relaciones que se buscan priorizar emerjan, es necesario generar transformaciones sobre el material textual original.Las más utilizadas son: 1) Adición de sujeto en todas las líneas a ser procesadas Ej: Si dice “No, no lo puedo creer”, hay que escribir, en principio “Yo nolopuedocreer”. 2) Unión de frases asociadas al sujeto de cada línea Ej: Si dice “Vos ya no sos el vago” , hay que escribir “Vos ya_no_sos_el_vago””. De esa manera asocia al sujeto “vos”, el atributo “ya_no_sos_el_vago”, no considera a los términos integrantes del segundo sintagma como términos independientes de la red.

14. Generación de un pseudotexto procesable por el software Wiener: Transformaciones básicas II Representación, en el software Netdraw, de una cadena Textual sin adición de sujeto ni unión de frases Representación, en el software Netdraw, de una cadena Textual con adición de sujeto y unión de frases

15. Generación de un pseudotexto procesable por el software Wiener: Transformaciones básicas V 3)Eliminación de redundancia En el caso de las canciones, los estribillos se pueden eliminar, y las repeticiones de otro tipo también, ya que el software no las procesa separadamente. 4) Segmentación enumerativa  A veces es necesario segmentar repetitivamente las frases para hacer que sean procesables. Por ej: “Cuando ibas a la cancha, parabas con la hinchada, y tomabas vino blanco”, se transforma en: -Vos antes ibas_a_la_cancha. -Vos antes parabas_con_la_hinchada -Vos antes tomabas_vino_blanco

16. Generación de un pseudotexto procesable por el software Wiener: Transformaciones básicas VI Otras transformaciones textuales optativas 5) Sinonimización: Reducción de varios actantes a un solo actante La sinonimización de una serie de lazos permite asignarle los mismos nodos a cadenas textuales con nodos diferentes. 6) Bidireccionalización: La bidireccionalización del lazo es el procedimiento capaz de transformar un lazo unidireccionado en bidireccionado.Se utiliza para representar reticularmente verbos que denoten una co-implicación de los sujetos (como “te juntabas con” en oposición a “arrestás a”)

17. Generación de un pseudotexto procesable por el software Wiener: Transformaciones específicas Junto a estos procedimientos básicos de transformación, hay otros procedimientos un poco más complejos que introducen variaciones orientadas a un tipo específico de redes. En este caso construí una red de Actantes x Acciones basada en 3 canciones de cumbia villera. Este tipo de red permite vincular a los actantes entre sí prescindiendo de dos tipos de vínculos: -Relaciones atributivas (sujeto-verbo-adjetivo) de un solo actante: X es [Bueno, malo, etc.] -Predicados verbales (sujeto-verbo-Objeto Directo) de un solo actante: X viajó a [Buenos Aires, Cancún, etc.] Quedan solo las relaciones que implican una acción capaz de vincular a dos actantes X atacó a Y

18. Generación de redes • La creación de redes a partir del pseudotexto es un procedimiento automático que hemos simplificado al extremo.El software Wiener es capaz de producir redes procesables por paquetes de software como UCINET, NetDraw y Pajek. • Para que esto sea posible desarrollamos al menos dos tipos de procesos adicionales. • Por un lado, el investigador puede recurrir a la manipulación visual y formal de los datos generados por el software • 2) En segunda instancia, el análisis de los datos se desarrolla echando mano de los algoritmos más conocidos de los programas UCINET, NetDraw y Pajek.

19. Ejemplo de uso de la metodología asistida – Ciclo Completo de transformación de una canción desde el insumo textual hasta su expresión reticular SOS UN BOTON: No, no lo puedo creer / vos ya no sos el vago ya no sos el atorrante / al que los pibes lo llamaban el picante ahora te llaman botón / Ya no estas, con tus amigos y en la esquina te la dabas / de polenta, de malevo y de matón y solo eras un botón / y solo eras un botón. Vos, sos un botón / nunca vi un policía tan amargo como vos Cuando ibas a la cancha, / parabas con la hinchada, y tomabas vino blanco, / y ahora patrullas la ciudad, si vas a la cancha vas en celular, / y a tus amigos, andas arrestando, / sos el policía del comando. PASO 1: Versión Original

20. Ejemplo de uso de la metodología asistida Canción “Sos un botón” LOS_PIBES TE_LLAMABAN_PICANTE vos[BOTON]. LOS_PIBES TE_LLAMAN_BOTON vos[BOTON]. vos[BOTON] NO_ESTA_CON TUS_AMIGOS. TUS_AMIGOS NO_ESTA_CON vos[BOTON]. vos[BOTON] PARABA_CON LA_HINCHADA. LA_HINCHADA PARABA_CON vos[BOTON]. vos[BOTON] ARRESTAS_A TUS_AMIGOS. PASO 2: Versión Original + Transformaciones básicas -Adición de sujeto -Unión de frases asociadas al sujeto -Agregado de adverbios o palabras orientadoras -Eliminación de redundancia -Segmentación enumerativa -Bidireccionalización -Sinonimización TUS_AMIGOS TE_LLAMABAN_PICANTE vos[BOTON]. TUS_AMIGOS TE_LLAMAN_BOTON vos[BOTON]. vos[BOTON] NO_ESTA_CON TUS_AMIGOS. TUS_AMIGOS NO_ESTA_CON vos[BOTON]. vos[BOTON] PARABA_CON TUS_AMIGOS. TUS_AMIGOS PARABA_CON vos[BOTON]. vos[BOTON] ARRESTAS_A TUS_AMIGOS. PASO 3: Versión Transformada + Sinonimización y bidireccionalización

21. Ejemplo 1 de uso de la metodología asistida: Redes Valorativas Basándome en los procedimientos constructivos ya descriptos (limpieza de texto original, generación de pseudotexto, procesamiento y creación de redes), trabajé con solo 3 canciones de Cumbia Villera: “Sos un botón” (Grupo “Flor De Piedra”), “El Guacho Cicatriz” (Grupo “Los Pibes Chorros”) y “Sufre Cheto” (Grupo “Damas Gratis”): Miembros del Endogrupo Miembros del Exogrupo Conexiones Verbales Positivas Conexiones Verbales Negativas

22. Ejemplo de uso de la metodología asistida Como muestra este gráfico, he aplicado dos procesos de rotulamiento de nodos y lazos :  1-He dividido las acciones en negativas o positivas [+] o [-], según impliquen efectos vistos como positivos o negativos para el actante-destinatario. 2-He dividido los nodos en pertenecientes al endogrupo villero [_EN] o al exogrupo villero [_EX], de acuerdo a la posibilidad de que puedan asignarse al interior o al exterior del grupo social. Nodo Actante Endogrupo Nodos Actantes Exogrupo Nodo Acción Nodo Actante Positivas Nodos Acciones Negativas VINCULOS TRIADICOS

23. Atributos adicionales • Nodos actantes • Nodos acciones Femeninos Masculinos Pasado Presente Futuro Imperativo

24. Conclusiones de esta aplicación (1) 1)Una mayoría de las acciones que ligan a los nodos entre sí son negativas, y la mayoría son intergrupales (Exogrupo-Endogrupo) y no endogrupales(Endogrupo-Endogrupo). La negatividad de las acciones parece ser, entonces, un componente predominante de la acción identitaria vista en estos términos.La hostilidad valorativa parece ser un componente central de estas redes identitarias.

25. Conclusiones de esta aplicación (2) 2) Las acciones positivas son en su gran mayoría bidireccionales, y las acciones negativas son predominantemente direccionadas. La negatividad relacional parece estar representada por lazos que van de un actante hacia otro y que no tienen contrapartida, ya que no hay acción recíproca que los acompañe (“Arrestás a”, “te llaman botón”,”No está con”,”Se fue con un”,”Me dejó a”, “Voy a destrozarle el coche a”) La positividad, en cambio, parece asociarse a acciones compartidas por ambos componentes del vínculo (“parar con”, “ser amigo de”, “salir con”). Presente Pasado Las acciones positivas se desarrollan, preferentemente en el pasado (paraba con, eran amigos de, te llamaban “picante”), sustraido a la dinpámica de la «traición identitaria». Hay poco espacio para la positividad en el presente de la acción.

26. Conclusiones de esta aplicación (3) 3) Hay un gran desbalance entre el carácter activo del endogrupo respecto a la pasividad del exogrupo en la emisión de acciones. 5% Desde actantes del endogrupo hacia el exogrupo: 71% de las acciones Desde actantes del exogrupo hacia el endogrupo: 5% de las acciones 71% La posición enunciativa asimétrica y autocentrada del endogrupo, propia de la acción identitaria, se verifica en estas métricas reticulares

27. Conclusiones de esta aplicación (4) 4) Otro aspecto comprobable en estas métricas es el predominio del presente y en segundo lugar del pasado en las acciones.

28. Conclusiones de esta aplicación (5) Red de relaciones presentes Density (matrix average) = 0.0274 Standard deviation = 0.1632 Red de relaciones pasadas Density (matrix average) = 0.0270 Standard deviation = 0.1621 Red de relaciones futuras Density (matrix average) = 0.0192 Standard deviation = 0.1373 Red excluyendo el presente

29. Conclusiones de esta aplicación (6) 5) El papel preponderante de los actantes masculinos es demostrable al excluir de la red a los actantes femeninos. Red Sin Mujeres Density (matrix average) = 0.0242 Standard deviation = 0.1536 Red con todos los componentes Density (matrix average) = 0.0225 Standard deviation = 0.1483 Red total excluyendo a los actantes femeninos La posición enunciadora masculina se corrobora con el desarrollo de métricas reticulares(En las letras del grupo «La piba» la lógica se invierte)

30. Ejemplo 2 de uso de la metodología asistida: Redes Narrativas Partimos, conceptualmente, del esquema narrativo básico planteado por Mieke Bal y complementado con el enfoque sociolinguistico de William Labov “(...) un texto es un todo finito y estructurado que se compone de signos lingüísticos. Un texto narrativo será aquel en que un agente relate una narración. Una historia es una fábula presentada de cierta manera. Una fábula es una serie de acontecimientos lógica y cronológicamente relacionados que unos actores causan o experimentan. Un acontecimiento es la transición de un estado a otro. Los actores son agentes que llevan a cabo acciones. No son necesariamente humanos" (Bal 2001: 13)

31. Ejemplo 2 de uso de la metodología asistida: Redes Narrativas (Datos preliminarres) William Labov sistematiza y estructura los componentes básicos de un relato 1. Suceso o acción que suscite el interés del interlocutor. 2. Complicación en una secuencia de acciones. 3. Resolución: reacción ante el suceso que diluye la complicación. 4. Suceso [núcleo de un texto narrativo] complicación + Resolución 5. Marco: situación, lugar, hora y circunstancias determinadas de un suceso 6. Episodio: marco + suceso 7. Trama: serie de episodios. 8. Evaluación: reacción mental, opinión o valoración d el narrador. 9. Anuncio y epílogo

32. Metodología utilizada Puede verse una canción como una sucesión de diadas narrativas conectadas temporalmente por consecutividad. Cada díada, a su vez, está conformada por dos acciones. Cada acción, a su vez, está compuesta por elementos textuales sintetizados por distintos procedimientos reductivos: Sucesión de díadas narrativas de la canción “Marginado”: Diada 1: Acción 1: {TOMA_DROGA}  Acción 2: {QUEDA_EN_LA_CALLE} Diada 2: Acción 3: {QUEDA_EN_LA_CALLE}  Acción 4: {PIDE_AYUDA_Y_NADIE_LE_RESPONDE} Díada 3: Acción 4: {PIDE_AYUDA_Y_NADIE_LE_RESPONDE}  Acción 5: {NO_TIENE_MAS_REMEDIO} Díada 4: Acción 5: {NO_TIENE_MAS_REMEDIO} Acción 6: {LA_MADRE_LLORA_Y_SUFRE}.

33. Procedimientos reductivos (1) • Reducción actancial: Distintos actantes se tratan como un único actante. • Eliminación de sujeto: Opera en combinación con la anterior ocultando el sujeto explícito de la acción. • Unificación temporal: Se tratan todas las oraciones en tiempo presente. • Sustitución parafrástica: Se generan versiones simples de cada acción:

34. Procedimiento reductivos (2) • Sinonimización de acciones: Se generan versiones unificadas de cada acción:

35. Red Narrativa Total: Grafo existencial Componente Central Componentes Secundarios

36. Areas existenciales del grupo

37. Red Narrativa Total con intermediación diferencial

38. Valores grupales y exogrupales Valores grupales ligados a la creatividad (propios del grupo) o la competencia social (endogrupales y exogrupales)

39. Red de metanodos por valores

40. Discursos de hinchas Acción grupal Actante Tipo de redes construidas Acción Atribución Atributo Acción intergrupal Acción Actante

41. Discursos de hinchas Actante Endo - Exogrupo Acción Positivo – Negativo / Escala valorativa implícita / Categoría ideológica Atributo Positivo – Negativo / Escala valorativa implícita / Categoría ideológica

42. Discursos de hinchas Atribuciones Red de actantes x atributos positivos y negativos. Acciones grupales Red de acciones x actantes

43. Discursos de hinchas Acciones inter- grupales Red de acciones que vinculan actantes.

44. Discursos de hinchas

45. Discursos de hinchas

46. Automap: extracción, análisis y representación relacional de datos textuales Thesaurus Permite automatizar el proceso de sinonimización crenado una lista de correspondencias que se aplica sobre el insumo. http://www.casos.cs.cmu.edu/

47. Automap: extracción, análisis y representación relacional de datos textuales Deletelist Permite crear una lista de palabras irrelevantes que serán borradas de todo el insumo.

48. Automap: extracción, análisis y representación relacional de datos textuales Pre-1950 1950-1960 1970-1980

49. Permite trabajar con redes de dos modos: actantes x opiniones (creencias). http://www.philipleifeld.de/