Existen registros de democracia participativa, a nivel digital, en hispanoamérica. El caso del “Tsunami Democratic” en Catalunya, España; el caso chileno y su plebiscito para constituyente, los casos ecuatorianos “Participa” y “Wikiplan” son testimonios contemporáneos del uso de las herramientas digitales para visibilizar y democratizar los intereses de las mayorías ciudadanas de cada país. Sin embargo, desde lo privado como desde lo gubernamental, también se puede hacer uso de estas herramientas para manipular el discurso ciudadano a su favor, mediante Operaciones de Información. Casos emblemáticos desde lo corporativo son Cambridge Analytica y Facebook; por el lado gubernamental, a nivel extraterritorial, está Rusia en las elecciones de Estados Unidos. Por ello, es imperativo proponer herramientas que nos permitan detectar Operaciones de Información a nivel hispanoamericano.
En el presente análisis se mencionará, de manera insistente, el término Operaciones de Información (OP) como mecanismo que manipula a su favor el algoritmo de la plataforma para que la propuesta discursiva tenga mayor visibilidad o relevancia a través de soportes humanos (Trolls) o cuentas automáticas (Bots).
Bajo ese contexto geopolítico, en la esfera digital, Ecuador inicia su campaña electoral para el cargo de presidente de la República en un contexto local adverso: tanto en lo político, lo económico y lo sanitario. Los candidatos priorizan el uso de las redes sociales, siendo nuestro caso de análisis Twitter. Hasta el momento no se han encontrado análisis que apliquen la Ley de Benford como metodología forense en precampañas y campañas electorales a nivel digital hispanoamericanas, lo que permite al presente análisis del caso electoral ecuatoriano proponer una metodología forense para campañas políticas digitales.
Para tener claro, la “Ley de Benford” es un parámetro estadístico de referencia que expresa la frecuencia de la distribución de los dígitos, en su orden natural (Gráfica 1). Esta herramienta permite analizar la conducta de los dígitos de la muestra estadística recogida para, así, determinar si una campaña digital es legítima o es sospechosa de ejecutar Operaciones de Información, sean estas a través de bots o trolls. Una campaña es legítima si en el análisis de los datos el resultado arroja una una curva descendente (línea roja entrecortada) como ejemplifica a continuación:
Un insumo de análisis de apoyo, según las recomendaciones de Nigrini (2012) como de Madahali, L. y Hall, M. (2020), es aplicar la herramienta Mantissa; siendo la base logarítmica en la que se sostiene Benford para postular su Ley. En esta herramienta la parte fraccionaria es el valor resultante de la base logarítmica escogida (gráfica 2), de tal forma que con el set de datos recogidos se pueda elaborar un set de datos esperados de acuerdo con la proporcionalidad de Benford, y poder medir su Desviación Media Absoluta (MAD) donde el resultado fraccionario resultante entre más pequeño sea señala una mayor conformidad; por el contrario, mientras más grande sea la parte fraccionaria señalará la no conformidad de la ley. Esta herramienta estadística tiene como atributo que se puede tomar más de un dígito en su primera posición, para un análisis más riguroso. En el caso de este análisis, se toma los dos primeros dígitos, en su primera posición, como objeto de estudio.
En la primera vuelta electoral hubo 16 candidatos y, por lo tanto, hubo 16 campañas en Twitter. No obstante, se destacaron: Andrés Araúz (AA), Guillermo Lasso (GL), Juan Fernando Velasco (JFV) y Yaku Pérez (YP) por la cobertura que tuvieron. La inquietud fundamental que motivó este análisis es dilucidar si la campaña de Twitter desarrollada por el candidato por la Lista 1, Andrés Arauz, se apoya con operaciones de información de usuarios afines al correísmo, es decir, si se aplicaron mecanismos que manipulen la plataforma para obtener resultados favorables. El universo de estudio son los eventos registrados de las cuentas involucradas en las campañas realizadas por los candidatos según se expone en la siguiente tabla:
El análisis de las campañas de Andrés Araúz, Juan Fernando Velasco, Guillermo Lasso y Yaku Pérez contempla el acumulado de resultados de los eventos o acciones que sirvieron como variables, por ejemplo: Tweets publicados, incrementos de seguidores, “me gusta” recibidos e incrementos de cuentas seguidas (de las cuentas que participaron de las campañas digitales de los candidatos). En el presente texto solo se expondrán los resultados de la primera variable, tweets publicados. En caso que se desee revisar con mayor detalle esta investigación acudir TFM “Análisis de prestigio de las comunidades Twitter ecuatorianas, entre la precampaña y primera vuelta electoral de los candidatos presidenciales” de Alejandro Chiriboga. Estos eventos o acciones serán confrontados con la proporcionalidad teórica de la Ley de Benford para determinar su MAD y su grado de conformidad, utilizando el programa Rstudio que aplica una herramienta para establecer una metodología según los estándares de Nigrini (2012).
Por lo tanto, la primera columna expone visualmente la frecuencia estadística real (columnas celestes) frente a la frecuencia esperada (línea roja entrecortada) de los tweets publicados; en la segunda columna se expone el resultado de la Desviación Media Absoluta (MAD) y los primeros 5 dígitos con mayor desvío según su frecuencia excedente de los tweets mencionados. A continuación, se exponen los resultado:
Conformidad de Benford sobre la campaña de Andrés Arauz
Como se detalla en la Tabla 8 el análisis Mantissa de los 95426 tweets y sus eventos muestran un resultado cercano a la conformidad de la Ley de Benford. Por ello, la Desviación Absoluta Media (MAD) es 0,0007427213. En la representación gráfica también se aprecia que hay una próxima semejanza a llegar a la proporcionalidad de la Ley de Benford, como lo señala la línea roja.
Conformidad de Benford sobre la campaña de Juan Fernando Velasco
Según muestra la Tabla 9, el análisis del conjunto de datos (105867 tweets) con el test de Mantissa de las cuentas asociadas con la campaña de JFV da un resultado “no conforme” con la Ley de Benford, ya que la cifra MAD es 0,004677664. En el gráfico también se aprecia que no existe una semejanza con la proporcionalidad de la ley.
Conformidad de Benford sobre la campaña de Guillermo Lasso
En la Tabla 10, tomando como ruta la metodología Mantissa, se obtiene un resultado “Marginalmente Aceptable” a la Ley de Benford; por ello, la MAD es 0,004677664; gráficamente también se aprecia que hay una semejanza a conformar dicha proporcionalidad (Ley de Benford) según los 14562 tweets analizados ; pero se evidencia un pico claramente del dígito 16.
Conformidad de Benford sobre la campaña de Yaku Perez
Los resultados del análisis de la cuenta de YP se representan en la Tabla 11, los que dejan ver los eventos (14824 tweets) de Twitter de “no conformidad” con la Ley de Benford. Por ello, la cifra MAD es 0,002498577. Por el contrario, en los gráficos de barras se muestra que hay una semejanza con lo que plantea la Ley de Benford, pero se evidencian varios picos claramente definidos.
Ahora bien, estos hallazgos permiten responder a la pregunta planteada. En primer lugar, sobre la presencia de operaciones de información en la campaña de Twitter del candidato Andres Araúz se aproximó a la proporcionalidad de la Ley de Benford, lo que indica un comportamiento natural. De hecho, fue la única campaña, en sus tres eventos, que consiguió esto. En este sentido, se puede decir que es una campaña fidedigna y, si tiene presencia relevante dentro de la twittosfera ecuatoriana, es por una comunidad legítima.
En una investigación hecha por Madahali y Hall se determinó que “el 8,5 % de todos los usuarios de Twitter son bots, otros estudios señalan que el 16 % del tráfico de Twitter es generado por bots. Estos contribuyen de manera activa a la diseminación de ‘fake news’” (2020). Si bien las campañas de Araúz pudieran tener cuentas bots, de acuerdo con el análisis hecho en consonancia con la Ley de Benford, las campañas son legítimas. En este sentido, no hay una fuerte presencia de sistemas automatizados, todavía, para la diseminación de información.
Para concluir, el origen de las operaciones de información presentes en la actividad de las cuentas analizadas es humano, debido a que el análisis estadístico no evidenció la desproporción de la frecuencia de los eventos registrados según la Ley de Benford. No obstante, para tener mayor precisión sobre esto, sería necesario realizar una segunda revisión mediante métodos digitales que permitan hacer auditoría de cuentas de redes sociales, lo cual abre el espacio para otra investigación.