Tiempos Cr´ıticos • Septiembre 2015 DOI: http://dx.doi.org/10.6084/m9.figshare.1546438
¿Qu´e se escribe respecto al marxismo en redes sociales? Ana´lisis de patrones de texto a trav´es de Twitter por medio de Data Mining. Alfredo Olgu´ın C´ırculo de Estudios Econom´ıa Marxista para entender el Siglo XXI
“... se afirma un fatalismo hist´orico, una eliminaci´on del hombre y de su pr´ actica social, una acci´on de la t´ecnica como fuerza natural de la sociedad, como ley natural social ” Luk´acs, G. (2009)
Resumen La tecnolog´ıa que se ha venido gestando desde el siglo XX ha permitido un desarrollo acelerado de las capacidades para obtener informaci´ on, especialmente en el ´ambito de las tecnolog´ıas de la informaci´ on. Este estudio trata de analizar por medio de patrones de texto las opiniones p´ ublicas en Twitter sobre el pensamiento cr´ıtico. El objetivo es obtener algunas nociones que permitan entender las expresiones e ideas que se gestan en esta red social. Para ello, se desarroll´o un programa en R por medio de miner´ıa de datos para obtener informaci´on y analizar cerca de 2,000 mensajes y 18,000 palabras. Se desarrolla un programa completo para la limpieza de datos y se crean estructuras de documentos corpus para el an´alisis de los mismos. Los resultados apuntan a que la opini´ on p´ ublica no favorece totalmente a la teor´ıa cr´ıtica. A manera de conclusi´on se observa que existe una opini´on variada pero que es necesario quiz´as seguir desarrollando e innovando el pensamiento cr´ıtico.
1
Tiempos Cr´ıticos • Septiembre 2015 DOI: http://dx.doi.org/10.6084/m9.figshare.1546438
1.
´ 1 INTRODUCCION
Introducci´ on
Las relaciones sociales de producci´on, en su esplendor actual, permiten la interacci´on humana por medio de dispositivos digitales que les evita la fatiga o dificultad de la comunicaci´on personal. El desarrollo tecnol´ogico ha brindado la oportunidad de dar acceso casi universal a redes comunicaci´on por medio computacional. Son conocidos los amplios beneficios tecnol´ogicos al desarrollo capitalista que esto conlleva; precarizaci´on de trabajo por medio de outsourcing, reducci´on de costos e incrementos inigualables de la productividad del trabajo, ende incremento del trabajo excedente, la explotaci´on y contribuir a la ca´ıda tendencial de la tasa de ganancia1 . Para el marxismo contempor´aneo es necesario incorporarse a esta nueva estructura de reproducci´on caracter´ıstica de tener la tecnolog´ıa a disposici´on de la disciplina e investigaci´on, los beneficios los han experimentado las ciencias biol´ogicas con el desarrollo de la bioestad´ıstica por ejemplo. El pensamiento cr´ıtico ha dado interesantes propuestas en este campo, haciendo una revisi´on r´apida nos encontramos con famosos y concurridos sitios web dedicados a la ideolog´ıa marxiana y el pensamiento cr´ıtico con una perspectiva actual2 . Sin contar tambi´en con las importantes colaboraciones en revistas acad´emicas que promueven el estudio de la ideolog´ıa de Marx3 . El objetivo de este estudio ser´a aplicar una de las t´ecnicas m´as utilizadas en tecnolog´ıas de la informaci´on (IT por sus siglas en ingl´es) generalmente en el a´mbito empresarial llamada data mining y aplicar un an´alisis en el comportamiento social en Twitter respecto al marxismo para tratar de comprender un poco del ambiente social que el tema genera. El an´alisis se conduce por medio de R 3.2.2 ”Fire Safety”. R es un lenguaje de programaci´on de c´odigo abierto especializado en estad´ıstica y entendimiento gr´afico-computacional disponible en el sitio web de la organizaci´on. Este trabajo desarrolla los pasos l´ogicos para la obtenci´on de los datos, an´alisis completo de frecuencias y un an´alisis de relaci´on de texto. El c´odigo de programa est´a disponible para su reproducci´on y se muestra conforme el desarrollo de la investigaci´on. 1
Valle y Mendieta (2012) muestran un estudio emp´ırico amplio para el caso de EE.UU. donde se presentan m´ ultiples estimaciones de la tasa de gananancia. 2 Ver Marxismo Cr´ıtico, Marxist Internet Archive, Econo Marx21, Marxism 21, Marxismo21, Tiempos Cr´ıticos. 3 Ver Review of Radical Political Economics
2
Tiempos Cr´ıticos • Septiembre 2015 DOI: http://dx.doi.org/10.6084/m9.figshare.1546438
1.1.
´ 1 INTRODUCCION
Data mining y algunas de sus aplicaciones
Data mining es un concepto muy simple que descansa en la idea de la obtenci´on de datos por medio de alg´ un lenguaje de programaci´on, el uso no est´a limitado a un programa espec´ıfico4 . Tambi´en llamada miner´ıa de datos, es conjunto de t´ecnicas provee una aproximaci´on al entendimiento de un fen´omeno por medio del an´alisis estad´ıstico y/o el uso de aprendizaje computacional llamado machine learning. Hay dentro de las ciencias de la computaci´on un muy amplio campo de desarrollo en este a´mbito, inclusive se ha tratado de catalogar la miner´ıa de datos una nueva forma de acercarse al conocimiento desligada a un m´etodo cient´ıfico positivista convencional. Por ejemplo, Korb (2004) discute que quiz´as hay una potencial nueva filosof´ıa de las ciencias en el data mining con resultados poco favorables. La realidad es que las t´ecnicas de miner´ıa de datos no ascienden al grado de ciencia, m´as bien son una herramienta u ´til de aproximaci´on al entendimiento de los fen´omenos sin llegar a explicarlos. Las t´ecnicas de data mining tienen una infinidad de aplicaciones pr´acticas desde el an´alisis de datos, b´ usqueda de patrones, modelos de agrupamiento o clustering (Ver Figura 1), desarrollo de algoritmos predictivos, estad´ıstica descriptiva e incluso an´alisis de comportamiento. Lawrece, Kudyba y Klimberg (2008) sugieren que principalmente se utilizan para convertir informaci´on en una clase de conocimiento usualmente conocido como business intelligence. Apoyado fuertemente en la miner´ıa de datos la inteligencia empresarial o business intelligence es un campo de an´alisis que surge a finales del siglo XX pero a´ un con problemas en nuestros d´ıas a pesar de su desarrollo, por ejemplo Thamir y Poulis (2015) critican la forma en que las empresas tratan de resolver sus problemas de falta de informaci´on con distintas metodolog´ıas, incluyendo data mining sin lograr ning´ un avance en sus objetivos de obtener resultados relevantes, poniendo en contraste que se pueden tener y analizar cantidades enormes de informaci´on sin resultar u ´til5 . Tomando en cuenta los problemas discutidos que la miner´ıa de datos puede conllevar, este art´ıculo propone realizar un an´alisis por medio de las t´ecnicas mencionadas y llegar a conclusiones pertinentes teniendo como objetivos: primero, tomar en cuenta la opini´on p´ ublica para la teor´ıa marxiana 4
Ver Gallardo et al (2014) donde desarrollan varias aplicaciones para miner´ıa de datos en los lenguajes Perl y Python. 5 Los trabajos de Osborne (2013) son muy claros al respecto
3
Tiempos Cr´ıticos • Septiembre 2015 DOI: http://dx.doi.org/10.6084/m9.figshare.1546438
´ 1 INTRODUCCION
Figura 1: Ejemplo de Hastie, Tibshirani y Friedman (2009)[pp. 464] donde realizan un agrupamiento por m´etodo de Nearest Neighbors. El modelo consiste en hacer un modelo de agrupaci´on datos dadas sus cualidades, en ese caso colores. y someterlo al an´alisis de datos. Segundo, conocer cu´ales son los conceptos e ideas m´as cercanas a la gente por medio de b´ usqueda en patrones de texto de la sociedad que hace uso del microblogging Twitter. Tercero, contribuir llevando t´ecnicas nuevas al desarrollo del pensamiento cr´ıtico y abrir la puerta a la discusi´on para un an´alisis m´as profundo.
1.2.
La importancia de Twitter para el pensamiento cr´ıtico
Carlson (2011) muestra una perspectiva interesante de la historia de Twitter. Para las aplicaciones pr´acticas de este estudio resulta interesante tomar en cuenta que desde sus inicios en 2006 el crecimiento del uso de las redes sociales ha sido exponencial y sigue con un fuerte desarrollo. Las limitaciones tecnol´ogicas de la peque˜ na compa˜ n´ıa fundadora de Twitter llamada Odeo 4
Tiempos Cr´ıticos • Septiembre 2015 DOI: http://dx.doi.org/10.6084/m9.figshare.1546438
2 METODOLOG´IA
(d´onde trabajaban 14 personas corr´ıa sus servicios en una computadora casera ”IBM Thinkpad”) se ha convertido en proveedora de una interesante gran base de datos, al d´ıa se opera con cerca de 500 millones de mensajes diarios6 . y la posibilidad de utilizar la informaci´on disponible de manera gratuita. M´as all´a de las innovaciones que este servicio en linea trajo a la producci´on capitalista, resulta ser una fuente casi ilimitada de informaci´on que los usuarios arrojan. El tener al momento cantidades masivas de informaci´on que se comprenden como pensamientos de los usuarios nos da acceso casi inmediato e ilimitado a observar expresiones u ideas desde la fuente original, la sociedad misma. Esto sin importar su ideolog´ıa u concepci´on frente al marxismo ex-ante del an´alisis. Para el pensamiento cr´ıtico es necesario entender cu´ales son las opiniones de la poblaci´on general, entender cu´ales son los juicios que se han formado hacia el pensamiento marxiano ayudar´ıa a entender problemas fundamentales que el marxismo tiene en su difusi´on como ideolog´ıa y herramienta te´orica. Si bien el marxismo no es quiz´as la ideolog´ıa m´as aceptada por la academia dada su naturaleza cr´ıtica al sistema capitalista 7 podremos entender las ideas m´as generales si se utilizan los avances tecnol´ogicos disponibles a nuestros d´ıas. M´as que formar un juicio de los mensajes de los usuarios de Twitter, es una aproximaci´on a conocer las ideas que a un concepto o t´ermino rodean. La metodolog´ıa presentada tiene la capacidad de resolver preguntas importantes como ¿existe una aceptaci´on o rechazo social al marxismo?, ¿qu´e autores est´an en boga?, ¿existen zonas geogr´aficas d´onde el marxismo est´a siento mencionado?, ¿que clase de acercamientos se tienen en los diferentes idiomas? etc.
2.
Metodolog´ıa
El trabajo se desarroll´o en Rstudio version 0.98.1103 de c´odigo abierto, siendo un ambiente de programaci´on integrado para el lenguaje R. Las caracter´ısticas del hardware son limitadas pero suficientes para el an´alisis: Linux Mint 17.2 Rafaela-Cinamon procesador Intel de cuatro nucleos i3 con 4Gb de memoria RAM. 6
Ver estad´ısticas en tiempo real http://www.internetlivestats.com/twitter-statistics/ Ver Astarita, R. “Fundamentos metodol´ogicos en econom´ıa neocl´asica y econom´ıa pol´ıtica: Nota de clase para Desarrollo Econ´omico“, Facultad de Ciencias Econ´omicas, UBA) 7
5
Tiempos Cr´ıticos • Septiembre 2015 DOI: http://dx.doi.org/10.6084/m9.figshare.1546438
2.1.
2 METODOLOG´IA
Prerrequisitos y librer´ıas
Los paquetes que se utilizaron se muestran del c´odigo a continuaci´on. > > > > > >
library(twitteR) library(RCurl) library(httr) library(tm) library(wordcloud) library(ggplot2)
Cada uno de ellos desempe˜ na funciones espec´ıficas desde la extracci´on, interacci´on con el servidor hasta el despliegue gr´afico de los datos, entre ellos twitteR es el paquete m´as importante para el an´alisis. El paquete twitteR es una interfaz de programaci´on (API por sus siglas en ingl´es) web creada por Jeff Gentry (2015) que realiza la interacci´on con el servidor personal del usuario en • bajo el dominio de desarrollador ya previamente autenticado y obtiene los mensajes dados los criterios del programador. El paquete da acceso y soporte completo al desarrollo de la aplicaci´on cuyo fin es la obtenci´on de informaci´on de los servicios de •. A continuaci´on se muestra la forma de autenticaci´on que se utiliz´o para este trabajo. > > > > > + + +
consumer_key = ("My_consumer_key") consumer_secret = ("My_consumer_secret") access_token = ("My_access_token") access_secret = ("My_access_secret") setup_twitter_oauth(consumer_key, consumer_secret, access_token, access_secret)
Por cuestiones de seguridad de informaci´on personal las claves originales no se muestran en el c´odigo anterior.
2.2.
Obtenci´ on, preprocesamiento y limpieza de los datos
La obtenci´on de los datos se observan en el siguiente c´odigo. Dentro de los criterios de selecci´on se eligi´o buscar 2,000 mensajes o tweets que incluyeran 6
Tiempos Cr´ıticos • Septiembre 2015 DOI: http://dx.doi.org/10.6084/m9.figshare.1546438
2 METODOLOG´IA
la palabra ”marxismo”. Las condiciones de elecci´on a continuaci´on son que los mensajes sean en espa˜ nol y que se realice la b´ usqueda de manera aleatoria como opci´on predeterminada de la funci´on. El objeto ”my mining” creado es una lista de caracteres que no es apta para el an´alisis en su forma bruta. > my_mining length(my_mining) > > my_mining_text my_mining_tcorpus > my_mining_tcorpus > my_mining_tcorpus > my_mining_tcorpus > my_mining_tcorpus wordcloud(my_mining_tcorpus, + min.freq = 20, + random.order = F, 8
Tiempos Cr´ıticos • Septiembre 2015 DOI: http://dx.doi.org/10.6084/m9.figshare.1546438
3 RESULTADOS
Figura 2: Word Cloud, se muestran las palabras m´as utilizadas en los 2,000 mensajes de Twitter. + +
scale = c(2, 0.5), col= c("grey","black","red4"))
A manera de complemento para una revisi´on m´as profunda, la figura 3 muestra con mayor especificidad los t´erminos m´as comunes encontrados por orden alfab´etico. Se muestran las frecuencias de los primeros 30 t´erminos m´as observados. Se destacan palabras como: clases, burgueses, obreros, socialismo, siglo xxi, obsoleto y lucha por ejemplo. Nos encontramos inclusive con referencias a ubicaciones geogr´aficas: latinoamericano, Chile y Madrid(is). Tambi´en nos encontramos con sitios web como marxismocl y el conocido hashtag marxismolenismo; es decir estos no son palabras como tal, pero brinda interesantes observaciones para el an´alisis. Dentro de los resultados generales tambi´en podemos ver ciertos patrones que resultan poco alentadores para el pensamiento cr´ıtico como: obsoleto, terrorismo y quedado por ejemplo. Sin embargo para llegar a aproximaciones m´as exactas un an´alisis del correlaci´on entre los mismos t´erminos arroja resultados interesantes. A continuaci´on se muestran las relaciones m´as cercanas a los t´erminos 9
Tiempos Cr´ıticos • Septiembre 2015 DOI: http://dx.doi.org/10.6084/m9.figshare.1546438
3 RESULTADOS
Figura 3: T´erminos con las frecuencias m´as altas mostrados entre comillas y la relaci´on de los dem´as t´erminos con esta palabras, un criterio de selecci´on de asociaciones menores ”0.5” son descartadas. El estimador tiene un rango de 0 a 1, siendo 0 entendido como el t´ermino no se relaciona y 1 siempre se relaciona. Interesantes observaciones del an´alisis recaen en la relaci´on de: cultura y decadente (0.85), cultura y barrera (0.85), lucha y obsoleto(0.85), lucha y obreros (0.82), clases y burgueses (0.78), clases y obsoleto (0.86), pol´ıtica y narcoterrorismo (0.70), pol´ıtica y marxismolenismo(0.56) entre otros. Debemos recordar que a todas estas relaciones debemos siempre tener en cuenta la palabra ”marxismo” que fue eliminada previamente para evitar sobreestimaci´on en la manipulaci´on de los datos pero est´a presente en todos los mensajes. Las tablas de todos t´erminos que se analizaron est´an disponibles en el Anexo. Haciendo el an´alisis para ”Marx” obtenemos las siguientes relaciones. "Marx" sacrist´ an 0.52 despu´ es
manuel 0.49 muriese
acaso aniversario 0.44 0.44 antoniom muri´ o 10
esperaba 0.44 burgues´ ıa
Tiempos Cr´ıticos • Septiembre 2015 DOI: http://dx.doi.org/10.6084/m9.figshare.1546438
0.44 chavismo 0.39
0.43 eddy 0.33
0.41
4 CONCLUSIONES
0.41
0.39
El an´alisis de relaciones denota que existe una influencia notable de Manuel Sacrist´an9 y menciones sobre el aniversario de la muerte de Karl Marx. Tambi´en una alta relaci´on al chavismo10 .
4.
Conclusiones
Este trabajo es una aproximaci´on a entender los patrones de texto, mensajes u ideas que se relacionan en torno al marxismo en las redes sociales. Una aproximaci´on por medio del an´alisis de 2,000 mensajes que incluyeran la palabra ”marxismo” arroj´o interesantes nociones respecto a lo que se discute en Twitter. Se encontraron 5,163 t´erminos distintos y 18,259 vocablos como total de los textos. Dentro de los resultados m´as visibles encontramos repetidas menciones a autores conocidos como Manuel Sacrist´an y constantes menciones a pa´ıses como Chile, regiones como Latinoam´erica e incluso ciudades espec´ıficas como Madrid. Se encontraron dentro de los mensajes expresiones poco favorables pero que deben ser tomadas en cuenta para seguir desatollando el pensamiento cr´ıtico por ejemplo ”obsoleto”, ”dictadura” y ”desigualdad”. Inclusive se encontraron mensajes que relacionan el t´ermino marxismo y conocidos pol´ıticos en la nube de palabras. Comprendiendo de manera superflua comentarios aparentemente aislados y unidos por una misma palabra llegamos a observar que a la opini´on de los usuarios de Twitter sobre la teor´ıa marxista quiz´as no tiene una opini´on muy favorable. Aunque se observan tambi´en relaciones que nos muestran malestar social en el sistema capitalista como ”cultura” y ”decadente”, inclusive ”terrorismo” y ”estado”. Dentro de todo, hay que recordar que es la opini´on general de los usuarios lo que se analiza y en ning´ un momento es un estudio determinista sino una investigaci´on que pretende comprender la din´amica social que puede tornarse 9
Fil´ osofo y traductor destacado de obras marxistas, entre ellos autores como Gramsci (2013) y Luk´ acs (1982, 2009). Pero sin limitarse a la corriente marxiana tambi´en tradujo a Schumpeter (2012) por ejemplo. 10 Notar que hay una tendencia generalizada en el la opini´on com´ un de relacionar al chavismo, no es de sorprender que se relacione con Marx en algunos mensajes de los usuarios de Twitter dada la propaganda de socialismo que se le adjudica.
11
Tiempos Cr´ıticos • Septiembre 2015 DOI: http://dx.doi.org/10.6084/m9.figshare.1546438
4 CONCLUSIONES
distinta; cada d´ıa se producen cerca de 500 millones de mensajes en Twitter con un crecimiento sostenido. Es menester de los constructores de la teor´ıa avanzar para llevar la cr´ıtica a los actores del capitalismo voraz en que vivimos y m´as importante a´ un, proveer y desmitificar la obsolescencia de la teor´ıa marxiana para que el trabajador convencional la comprenda y tenga presente. Una prueba de ello es este estudio mismo, aplicar tecnolog´ıas avanzadas para tratar de construir el pensamiento cr´ıtico, seguir trayendo al siglo XXI los aportes que la teor´ıa cr´ıtica del sistema de producci´on actual puede proveer.
Referencias 1. Clarson, Nicholas, 2011, ’The Real History Of Twitter”, Business Insider, Available on: http://www.businessinsider.com/how-twitter-wasfounded-2011-4. ´ Ovelleiro, D., Gay, M., Carrascal, M., and Abian, J. 2. Gallardo, O., (2014). A collection of open source applications for mass spectrometry data mining. Proteomics, 14(20), 2275-2279. doi:10.1002/pmic.201400124 3. Gentry, J., (2015). Package ’twitteR’ R Based Twitter Client version 1.1.9, Cran R. 4. Gramsci, A, y Sacrist´an Luz´on, M 2013, Antolog´ıa, n.p.: Madrid, Espa˜ na : Ediciones Akal, 2013. 5. Hastie, T, Friedman, J, and Tibshirani, R 2009, The Elements Of Statistical Learning : Data Mining, Inference, And Prediction, n.p.: New York, New York : Springer Verlag, 2009. 6. Korb, K 2004, ’Introduction: Machine Learning as Philosophy of Science’, Minds and Machines, 14, 4, pp. 433-440. 7. Lawrence, K, Kudyba, S, and Klimberg, R 2008, Data Mining Methods And Applications, n.p.: Boca Raton Florida : Auerbach, c2008. 8. Luk´acs, G, Sartelli, E, y Sacrist´an Luz´on, M 2009, Historia Y Conciencia De Clase : Estudios De Dialectica Marxista, n.p.: Buenos Aires, Argentina : Ediciones RyR, c2009,
12
Tiempos Cr´ıticos • Septiembre 2015
5 ANEXO
DOI: http://dx.doi.org/10.6084/m9.figshare.1546438
9. Luk´acs, G, y Sacrist´an Luz´on, M 1982, Estetica, n.p.: Barcelona : Grijalbo, 1982-9999, 10. Osborne, JW 2013, Best Practices In Data Cleaning : A Complete Guide To Everything You Need To Do Before And After Collecting Your Data, n.p.: Thousand Oaks, California : SAGE, c2013. 11. Schumpeter, J, Estap´e, F, Schumpeter, E, Sacrist´an Luz´on, M, Garc´ıaDur´an de Lara, J, Serra, N, y Schumpeter, J 2012, Historia Del An´alisis Econ´omico, n.p.: Barcelona : Editorial Planeta, 2012. 12. Thamir, A, and Poulis, E 2015, ’Business Intelligence Capabilities and Implementation Strategies’, International Journal Of Global Business, 8, 1, pp. 34-45. 13. Valle Baeza, A, and Mendieta Munoz, I 2012, ’What Is the Relationship between the Rates of Interest and Profit? An Empirical Note for the U.S. Economy, 1869-2009’, Investigacion Economica, 71, 280, pp. 163183,
5.
Anexo
C´odigo 1, las asociaciones de texto. Se despliega el c´odigo que genera las relaciones documento-t´ermino o t´ermino-documento bajo la estructura del corpus limpio. El n´ umero debajo de cada palabra representa el porcentaje de asociaci´on. > assoc
