Ícono del sitio La Neta Neta

Twitter elimina red de ‘bots’ de apoyo a Salinas Pliego y de ataque contra Dresser y Berman

Twitter elimina red de 'bots' de apoyo a Salinas Pliego y de ataque contra Dresser y Berman

Twitter eliminó una red de 276 cuentas, la mayoría de las cuales estaban dedicadas a animar al multimillonario mexicano Ricardo Salinas Pliego y entidades afiliadas a su conglomerado empresarial Grupo Salinas, además de que se especializaron en atacar a Denise Dresser y Sabina Berman. 

También detectaron cuentas que usaron hashtags de la red Pro-AMLO y, en menor medida también de detractores del presidente López Obrador. 

El Observatorio de Internet de la Universidad de Stanford tuvo acceso a los datos de la red social y pudo analizar las conductas de estas cuentas falsas dedicadas a “envenenar” la conversación virtual. 

 

Bots

Las cuentas falsas se utilizaron para publicar justificaciones para mantener las tiendas del Grupo Salinas (Elektra) abiertas durante los cierres obligados por la pandemia de Covid-19. 

Muchas de las cuentas se crearon desde 2011 para promover los reality shows de TV Azteca, pero fueron reutilizadas en 2020 para trollear a los oponentes de Salinas Pliego y López Obrador.

Numerosas cuentas mostraron signos de coordinación, incluido el uso de nombres para mostrar, identificadores y texto de tweets similares.

Algunas cuentas participaron en tácticas de crecimiento de seguidores ahora comunes, pero con un éxito mínimo: el recuento medio de seguidores en las 276 cuentas fue de 58.5.

La cuenta de Twitter más etiquetada (con 694 menciones) en el conjunto de datos fue @RicardoBSalinas, la cuenta del multimillonario mexicano Ricardo Salinas Pliego. “Salinas Pliego es aliado de López Obrador y ha formado parte de su consejo de asesores empresariales”, dice el reporte de Stanford.

Las cuentas falsas tuvieron un papel importante luego de que las autoridades de salud mexicanas emitieron la política de ‘Quédate en casa’ y Salinas Pliego ordenó a sus empleados que siguieran trabajando en sus oficinas.

Salinas Pliego fue mencionado por 134 cuentas. La misma cantidad de cuentas mencionaron a AMLO, lo que las convirtió en las cuentas más mencionadas, y muchos tuits mencionaron ambas simultáneamente. La corporación de Salinas Pliego, @GrupoSalinas, tuvo el cuarto mayor número de menciones de usuarios.

 

De la tele a la política

El análisis encontró cuentas que se utilizaron para promover los programas de TV Azteca, como Difícil de creer y Soy tu doble, pero que en 2020 se transformaron para publicar contenido político y animar a Salinas Pliego.

Uno de los casos es la cuenta @yamilekaim: originalmente se creó para un programa de televisión de Azteca América y evolucionó hacia una cuenta políticamente activa. La cuenta solo tuiteó 22 veces como @yamilekaim antes de ser suspendida.

La cuenta comenzó a tuitear el 6 de diciembre de 2011 haciendo referencia a Mi Nombre Es, uno de los primeros nombres del programa de competencia mexicano que eventualmente se emitiría como Soy Tu Doble. 

Entre 2011 y 2014, la cuenta (entonces conocida como @soytudoble_mex) tuiteó 824 veces sobre programas de televisión de Azteca, específicamente Soy Tu Doble. En algún momento entre el 10 de octubre de 2014 y el 5 de mayo de 2020, la cuenta cambió del identificador a @yamilekaim. @Soytudoble_mex interactuó con varias cuentas verificadas de TV Azteca, incluidas @AztecaUNO y @Azteca. Twitter todavía muestra respuestas a @yamilekaim bajo la URL de @soytudoble_mex

Ataque contra Dresser y Berman

Los autores del estudio hicieron un análisis particular sobre los ataques de esta red contra Denise Dresser y Sabina Berman.

@DeniseDresserG es la tercera cuenta más mencionada y @SabinaBerman la duodécima cuenta más tuiteada.

Las cuentas se dedicaron a atacar o acosar directamente a las dos mujeres, señala el reporte.

Denise Dresser participa en Aristegui en vivo, es profesora de ciencias políticas en el Instituto Tecnológico Autónomo de México y escribe una columna semanal para el periódico Reforma. 

Sabina Berman también fue parte de la mesa de análisis de Aristegui en vivo, es escritora, periodista y dramaturga, y solía conducir un programa de televisión en TV Azteca. Ambas mujeres han estado involucradas en disputas públicas con Ricardo Salinas Pliego.

Ejemplo de los ataques a @DeniseDresserG van desde “¡Espero que alguien detenga tus desvaríos, vieja loca!” por @drigal_ma el 7 de julio de 2020; “Escuche Sra. Denisse y algún día habrá algo que sea adecuado para usted, algo que le guste, algo que no le hayan mostrado, amargado y arrogante, adivine qué ¿es?” por @MauriCBallos. 

Tanto @drigal_ma como @MauriCBallos se incluyen en el grupo de cuentas de comportamiento paralelo mencionado anteriormente.

Los ataques a @SabinaBerman son similares. El 13 de mayo de 2020 @Lord10Varos tuiteó, “@sabinaberman Sabina que tan lejos has caído, antes nunca dijiste nada malo de Grupo Salinas porque te pagaban el alquiler y ahora todos los días de dos a tres publicaciones … me haces pensar que antes estabas extorsionando”.

El 28 de abril, Xim_serrano (una cuenta de comportamiento paralelo) tuiteó: “Escuche señora, ¿no le pagó esa empresa durante muchos años? ¿Estás amargada porque te despidieron? Parece un poco adormilada, tu amargura y odio”.

Polarización fabricada

El lenguaje de atribución de Twitter sugiere que la red de cuentas publicó contenido de apoyo al presidente mexicano Andrés Manuel López Obrador (AMLO) y su partido político Morena. 

Sin embargo, el análisis no encontró un patrón claro de apoyo a AMLO. “El conjunto de datos contenía una mezcla de ideologías políticas”.

En 38 cuentas encontraron el hashtag anti-AMLO #FRENAAA mientras que 86 cuentas usan hashtags que apoyan al presidente mexicano como #RedAMLO, #AMLOlujodepresidente, #ProAMLO y #YoConAMLO. 

“Aunque presumiblemente polarizadas, tanto las cuentas a favor como en contra de AMLO en el conjunto de datos usan tácticas similares en el proceso de construcción de seguidores y exhiben un comportamiento similar después del desarrollo”.


Source link
Salir de la versión móvil