Las redes sociales y su potencial como fuentes de información para la investigación
De ocio a ciencia: las redes sociales son minas de datos si sabes filtrar la verdad del ruido.
Dr. Irvin Dongo Escalante
Director del Centro de Investigación e Innovación en Electrónica y Telecomunicaciones de la Universidad Católica San Pablo
Las redes sociales se han consolidado como un espacio dominante para la generación, difusión y consumo de información a escala global. Su crecimiento acelerado, la participación masiva de usuarios y la inmediatez en la circulación de contenidos las han convertido en una fuente valiosa para la investigación científica. Lejos de ser simples plataformas de entretenimiento, hoy representan ecosistemas dinámicos donde convergen fenómenos sociales, culturales, políticos, económicos y tecnológicos que pueden ser estudiados con rigor académico.
Desde una perspectiva investigativa, las redes sociales ofrecen volúmenes inmensos de datos generados de manera espontánea por millones de usuarios: opiniones, reacciones, imágenes, patrones de interacción y flujos de información. Esta riqueza informativa permite analizar comportamientos colectivos, tendencias, opiniones públicas, dinámicas de movilidad, propagación de rumores o información falsa e, incluso, indicadores tempranos de eventos críticos, como desastres naturales, crisis políticas o brotes epidemiológicos.
Sin embargo, su valor como fuentes de información no radica únicamente en la cantidad de datos disponibles, sino en su diversidad y granularidad. Plataformas como X (antes Twitter) facilitan el análisis en tiempo real de conversaciones globales; Facebook e Instagram permiten estudiar comunidades, intereses y comportamientos visuales; TikTok introduce modelos narrativos audiovisuales de corta duración; y LinkedIn se convierte en una mina de información profesional y organizacional. Cada red social aporta atributos diferenciados que enriquecen la investigación interdisciplinaria.
No obstante, este potencial está acompañado de desafíos metodológicos importantes: la veracidad y credibilidad de los contenidos, la presencia de bots o cuentas automatizadas, los sesgos algorítmicos, las restricciones de acceso a datos (por políticas de privacidad o limitaciones en las API), y la necesidad de técnicas avanzadas para procesar datos no estructurados. Como señala el artículo Credibility Analysis for Available Information Sources on the Web (Dongo, et al., 2019), la credibilidad es un aspecto crítico en el análisis de información web y requiere modelos que integren el texto, el perfil del usuario y el impacto social de cada publicación.
A pesar de estas dificultades, el uso de redes sociales como fuente para investigación abre nuevas oportunidades en disciplinas como ciencias sociales, comunicación, marketing, ciencias políticas, inteligencia artificial, salud pública, estudios urbanos y comportamiento humano. La combinación de métodos tradicionales con técnicas computacionales, como la minería de datos, el procesamiento de lenguaje natural y la machine learning, permite explorar preguntas antes impensables y generar evidencia empírica con alto nivel de detalle temporal y contextual.
Ahora sabemos que las redes sociales representan una fuente de información invaluable para la investigación contemporánea. Su potencial se materializa cuando los datos son abordados con metodologías rigurosas, herramientas adecuadas y marcos éticos sólidos que respeten la privacidad y la integridad de los usuarios.
La información fluye a velocidades y volúmenes sin precedentes; comprender las dinámicas que emergen en estos espacios digitales es una oportunidad y una necesidad para avanzar en el conocimiento científico y en la comprensión de nuestras sociedades cada vez más interconectadas.
Referencias
Dongo, Y. Cardinale and A. Aguilera, “Credibility Analysis for Available Information Sources on the Web: A Review and a Contribution,” 2019 4th International Conference on System Reliability and Safety (ICSRS), Rome, Italy, 2019, pp. 116-125, doi: 10.1109/ICSRS48664.2019.8987623.