Estos días está ganando bastante fama un estudio de PearAnalytics que ha querido categorizar los mensajes de Twitter dependiendo de su utilidad. Particularmente extraño resulta que medios generalistas estén dando esta noticia, en una gran demostración de que en agosto no hay noticias. Y ya que están, aprovechan para arremeter un poco contra los nuevos medios.
La polémica viene porque la categoría en la que mejor encajarían la mayoría de los tweets es en cháchara inútil, con un 40% de los mensajes analizados. Antes de seguir, habría que definir qué es cháchara inútil: según el estudio, se trata de los mensajes de tipo me estoy comiendo una baconcheeseburguer. Sí, es inútil, pero yo no tengo ningún problema con ello.
Hablemos claro: esos mensajes son los que originalmente quería recoger Twitter. Son los que contestan a la famosa pregunta ¿Qué estás haciendo?, aunque está claro que con la evolución de Twitter se quiere vender que han perdido valor. Aún así, los que critican este porcentaje se olvidan de una cosa muy importante: tú eliges a quién sigues, al contrario que en otros medios. No es cháchara inútil, es mi cháchara inútil.
Una vez dicho eso, para mí es más importante saber que a mi pareja le duele la cabeza o que un amigo mío ha llegado sano y salvo a las tierras niponas que, en la mayoría de las ocasiones, saber qué ha pasado en el otro lado del mundo. Todo es cuestión de relevancia, y lo bueno de Internet y de Twitter en cuestión es que tú eliges tus fuentes de entre un catálogo casi infinito. Si una fuente te parece irrelevante, dejas de seguirla y te vas a la competencia, punto.
Repasando la segunda categoría que más se repite nos encontramos con un 37,5% de mensajes conversacionales. Es decir, conversaciones entre usuarios de Twitter. Si lo sumamos a los de antes, tenemos un 77,5% de mensajes que sirven a conversaciones triviales entre uno o más usuarios. Como en la vida real, la mayoría del tiempo gastado en Twitter estamos pasando el rato, porque está en nuestra naturaleza.
Añadiendo un 3,6% de noticias y un 8,7% de retweets, calificaríamos a un 90% de nuestra línea del tiempo como contenido potencialmente relevante para nosotros, siempre según los datos de este estudio. Recalco lo de potencialmente porque soy consciente de que, aunque sigas solamente a la gente que te interesa, está claro que muchos mensajes posiblemente no te interesen. El otro 10% se repartiría entre spam y auto promoción, los mensajes menos útiles pero que sorprendentemente tienen un porcentaje muy bajo. Además, no sé cómo han categorizado los mensajes que enlazan a blogs y webs similares, porque específicamente dicen que no son noticias.
Ahora podemos compararlo con los medios tradicionales, a ver si consiguen un 90% de relevancia. ¿La televisión? Dudoso, sobre todo si no te gusta hablar de la cháchara inútil de personas que no conoces, es decir, de programas del corazón. ¿Y los informativos? También dudoso, con un tercio dedicado a la cháchara del fútbol (que no al deporte), un tercio dedicado a la cháchara política y otro tercio con publireportajes culturales. ¿Quizás la prensa generalista? Permitidme que también lo dude, ya que tratan la mayoría de los temas con graves carencias y con enfoques que en pocas ocasiones se les puede llamar periodísticos.
Un último apunte sobre el estudio: lo han realizado basándose en 2000 tweets recogidos aleatoriamente durante 10 días. No sé si la muestra es escasa, hace tiempo que no toco estadística, pero hay que tener en cuenta algo primordial: se basan en la línea global y pública. En esta línea, tanto la mierda como el spam como la cháchara inútil tiene que ser más alta de lo que están acostumbrados los usuarios. Estoy seguro de que los porcentajes y las posiciones de las categorías serían muy diferentes si se aplicasen a las líneas realmente relevantes: las líneas de tiempo privadas, lo que lee cada usuario.
Ya para acabar, explicar que concretamente el artículo de El País está equivocado: no hay un pobre 8,7% de mensajes con información útil. En el estudio original ese 8,7% se refiere específicamente a los retweets, es decir, a aquellos mensajes que son repetidos por otros usuarios. Podríamos encontrar información útil también en otros tipos de mensajes, como en las noticias, y podemos encontrar RT repetitivos y poco útiles, pero ya desde un principio interpretan mal los datos.
Estudio | PearAnalytics