Spanish (pdf)
Article in xml format
Article references
Automatic translation
Send this article by e-mail
Cited by SciELO 
Cited by Google 
Similars in
SciELO 
Similars in Google 
Permalink
Las emociones intergrupales son manifestaciones expresadas por los individuos a partir de los sentidos, se experimentan con relación a los miembros de un grupo (Devos et al., 2003) y “son consecuentes (con) la activación y aceptación de una identidad social” (Garzón et al., 2020, p. 159) que puede llevar a la acción (Martínez et al., 2023). Por ejemplo, el odio como emoción negativa puede incidir en la ejecución de una acción en contra o a favor de quien suscita la emoción y aumentar así la identificación y afiliación al grupo social concerniente, es decir, al endogrupo (Mackie et al., 2009).
Entre los tipos de emociones intergrupales se encuentran las positivas, las negativas y las neutras. En un contexto político las emociones positivas se relacionan con entornos en los que se favorecen la participación, el compromiso, la colaboración ciudadana y la optimización del bienestar (Barragán & Morales, 2014; Fredrickson, 2000). Las emociones ne-gativas son expresiones que se relacionan con situaciones políticas amenazantes o injustas, que generan rechazo, desconfianza o incluso agresiones físicas (Garzón et al., 2020). Las neutras son emociones imparciales en las cuales radica el paso intermedio, que terminan generando procesos de elección y decisión (Barragán & Morales, 2014).
En los contextos de comunicación política los indicadores de medición de las emociones intergrupales van más allá de las interfaces de programación más conocidas, como API (Application Programming Interfaces), pues aunque se compila información para establecer gustos y preferencias que pueden llegar a incidir en actitudes o comportamientos políticos, no se precisa si el contenido lingüístico de la comunicación está compuesto de una narrativa que busca motivar a la acción con argumentos emocionales o racionales. Por ello, desarrollar estudios para la medición de las emociones intergrupales aporta herramientas para evaluar de manera fiable el papel de los discursos emocionales en los comportamientos políticos o las posiciones frente a los ciudadanos (Clifford, 2019).
En los mensajes del discurso político las emociones tienen implicaciones comportamentales y conforman estadios actitudinales que van desde la moralización hasta la polarización de cogniciones sociales sobre diferentes temas o situaciones (Baró, 1990; Rodríguez & Ureña, 2011). En algunas redes o plataformas sociales digitales, en especial Twitter (ahora X), el discurso es la fuente del análisis de los actores políticos pues subyacen dinámicas que inciden en el comportamiento político de los usuarios que se conectan entre sí. Por lo anterior, la observación y el estudio de las redes sociales digitales es cada vez más importante, no solo por el uso masivo de dispositivos móviles para diferentes procesos y dinámicas de interrelación e interacción sociopolítica, sino porque en los contenidos que hoy hacen parte de la conversación en esas redes -mensajes de texto, videos, audios y fotografías- se observan los intereses de los ciudadanos (Thamasebi, 2023).
Desde una perspectiva psicológica es posible ir más allá de la información semipública analizada por intermedio de API. Si bien estas permiten identificar seguidores, interacciones entre usuarios e importancia relativa de un personaje o tendencia de conversación, son insuficientes al momento de analizar emociones intergrupales, que en un contexto político pueden contribuir al desarrollo de modelos explicativos y predictivos de actitudes y comportamientos. La visión psicológica que se expresa en redes sociales digitales, al amparo del estudio de los estilos-contenidos lingüísticos y los diferentes diccionarios que han clasificado emociones, permite conocer fenómenos que evidencian la permeabilidad de audiencias y agendas (Clifford, 2012).
Medición de emociones intergrupales en un contexto político
Durante décadas se asumió que las emociones eran propiedad de las orientaciones políticas asociadas a partidos de izquierda o derecha (liberalismo o conservadurismo). Sin embargo, las palabras que expresan emociones positivas o negativas son usadas por todos los partidos y actores políticos (Barreto-Galeano et al., 2022).
Las emociones intergrupales también son analizadas por el campo de la psicología política, dada la presencia de dimensiones que involucran creencias, comportamientos e incluso las conductas de las personas expuestas a la comunicación (Potter, 2003). Con este propósito, los diccionarios se convierten en una herramienta fundamental para medir las emociones intergrupales expresadas en mensajes que tienen lugar en la retórica del discurso político. En este sentido, estudios sobre ese tipo de discurso (Barreto & Medina-Arboleda, 2021) como análisis de la información emocional en perfiles de redes sociales (Arana et al., 2015), de psicología y lenguaje en política (Carrera-Fernández et al., 2013) y del uso de palabras en psicología (Ramírez-Esparza, 2007), entre otros, son referentes para comprender las emociones en redes sociales digitales y su relación con la psicología política. Ahora bien, todos esos análisis tienen en común la aplicación de la herramienta LIWC (Linguistic Inquiry and Word Count).
El software LIWC ha sido utilizado para el estudio de procesos psicológicos como las emociones intergrupales (Pennebaker, 2015). Para ello, se han elaborado diferentes diccionarios de análisis lingüístico que permiten la clasificación automática de grandes volúmenes de datos. En psicología esta tradición ha tenido desarrollos consistentes en los estudios de Pennebaker et al. (2001) en la Universidad de Texas, en inglés, y en español mediante el diccionario validado en México por Ramírez-Esparza et al. (2007).
Los desarrollos planteados en análisis lingüísticos que han surgido a partir del diccionario en español de Ramírez-Esparza et al. (2007), si bien ofrecen información sobre diferentes procesos psicológicos, son limitados en cuanto a una evaluación específica de las emociones debido a que solo consideran una categoría general de emociones positivas y desagregan solo tres emociones negativas (ira, ansiedad y tristeza). Lo anterior señala la necesidad de un análisis detallado y amplio de las emociones implícitas en un contexto político y de difusión de mensajes suscritos a dinámicas persuasivas o disuasivas en contextos de comunicación política. Esta limitante del diccionario de Ramírez-Esparza et al. (2007), ha propiciado investigaciones para encontrar conceptualizaciones y ampliarlas a emociones que den mayor detalle de los contenidos lingüísticos que distinguen el discurso o el mensaje político. En este escenario, surge la propuesta de Garzón et al. (2020), quienes presentan un diccionario con 38 emociones intergrupales positivas y negativas, e incluyen una nueva categoría, denominada emociones neutras.
Es importante anotar que el diccionario para el estudio de las emociones intergrupales restringe el análisis a las publicaciones textuales y, por tanto, se limita a la información lingüística disponible, la cual no incorpora la gestionada en medios como el video, las ilustraciones y las fotografías, la cual requiere de otro tipo de instrumentos de medición para tener una perspectiva más amplia del fenómeno. Asimismo, el diccionario no tiene la posibilidad de detectar géneros o figuras como las alegorías y las sátiras que se pueden desprender del discurso político (Gutiérrez-Rubi, 2023). Se requiere, por tanto, profundizar y aumentar el número de estudios que establezcan cuáles son las narrativas que configuran las emociones intergrupales en un contexto político y su incidencia en los procesos de transformación o fortalecimiento de identidades sociales (Rojo & Crespo, 2023).
Método
Diseño
Este estudio, según Ato et al. (2013), se define como una investigación de corte cuantitativo de tipo instrumental dado que pretende establecer evidencia para validez concurrente, divergente y de constructo del diccionario de emociones intergrupales (emociones positivas, negativas y neutras) propuesto por Garzón et al. (2020), procesadas con el software LIWC2015, utilizando como estándar el diccionario propuesto por Ramírez-Esparza et al. (2007).
Muestra
La muestra incluyó los tuits publicados en las cuentas de redes sociales digitales de 14 presidentes de América Latina del 25 febrero del 2020 al 26 de marzo del mismo año. Las unidades de análisis fueron las palabras de cada trino publicado. La ventana de observación para la captura de sus mensajes corresponde a 15 días antes y 15 días después de que se conoció a nivel mundial la pandemia ocasionada por el coronavirus SARS-CoV-2, más conocido como Covid-19.
La muestra total estuvo conformada por 7506 tuits. El número de tuits de los 15 días anteriores fue de 3379 y el de los 15 posteriores, de 4127. En la tabla 1 se muestran las cuentas de los gobernantes, el país de procedencia y el número de tuits antes y después.
Instrumento
El presente estudio se realizó utilizando el software LIWC2015 (Pennebaker et al., 2015), que permite la clasificación de palabras en categorías lingüísticas. El software calcula el porcentaje de uso de palabras presentes en un texto y las clasifica en categorías de forma no excluyente. La versión del diccionario en español clasifica las palabras en categorías como procesos psicológicos entre los que están las emociones, los procesos cognitivos y los procesos sociales, entre otros (Jaráiz et al, 2020). También clasifica el uso de pronombres, artículos, preposiciones y adverbios. Estas palabras de función permiten identificar el estilo lingüístico (Pennebaker et al., 2003; Tausczik & Pennebaker, 2010).
El LIWC tiene dos componentes. El primero es el procesamiento, el cual está relacionado con la clasificación automatizada de palabras en categorías. El segundo componente son los diccionarios que corresponden a las bolsas de palabras que clasifican categorías lingüísticas y de contenido (Tauczick & Pennebaker, 2010). De manera específica, y para el propósito de este estudio, se utilizó el diccionario de emociones intergrupales propuesto por Garzón et al. (2020) y el diccionario creado por Ramírez-Esparza et al. (2007).
El diccionario propuesto por Garzón et al. (2020) está conformado por 17 emociones positivas (alegría, alivio, amor, compasión, confianza, empatía, esperanza, euforia, fascinación, felicidad, gratitud, orgullo, pasión, placer, satisfacción, simpatía y tranquilidad), 18 emociones negativas (ansiedad, antipatía, asco, celos, culpa, decepción, desconfianza, desesperación, enojo, envidia, ira, lástima, miedo, odio, rencor, sufrimiento, tristeza y vergüenza) y tres emociones neutras (apatía, confusión y sorpresa) definidas conceptualmente por Garzón-Velandia (2017).
Entre las categorías que evalúa el diccionario propuesto por Ramírez-Esparza et al. (2007), se incluyen los procesos afectivos o emocionales conformados por una categoría general denominada proceso afectivo, compuesta por las subcategorías de emociones positivas y negativas. Las emociones negativas están desagregadas en tres emociones: ansiedad, ira y tristeza.
Procedimiento
El estudio se estructuró en tres fases: búsqueda y selección de la muestra, recuperación de información y análisis de las emociones intergrupales. En la primera fase se identificaron los mandatarios y sus cuentas de redes sociales digitales en Twitter para hacer la captura de sus mensajes durante el mes en que se conoció a nivel mundial la pandemia de Covid-19.
En la segunda fase se descargó la información disponible de las cuentas en Twitter mediante la aplicación Ncapture del software NVivo versión 11. Los mensajes de las cuentas públicas de los gobernantes de América Latina se organizaron en archivos de texto para proceder al análisis de las emociones intergrupales por medio del software LIWC2015. La base inicial se gestionó mediante un archivo de Microsoft Excel.
En la tercera fase se procedió a analizar los mensajes recolectados a partir de los diccionarios de Garzón et al. (2020) y Ramírez-Esparza et al. (2007). Los resultados derivados de este análisis se descargaron del software LIWC2015 en un archivo de Microsoft Excel para posteriormente ejecutar los respectivos análisis estadísticos con SPSS versión 25 y JASP 0.14.1.
Plan de análisis de datos
Inicialmente se realizó el análisis descriptivo del contenido lingüístico de los tuits de las cuentas de los gobernantes de América Latina, los cuales fueron procesados por medio de los dos diccionarios mencionados. Solo se tuvo en cuenta la dimensión relacionada con procesos emocionales.
Posteriormente se procedió a analizar la validez concurrente y divergente de las categorías de emociones positivas, negativas y neutras del diccionario de Garzón et al. (2020) con las categorías de emociones positivas y negativas de Ramírez-Esparza et al. (2007).
Se analizó la consistencia interna del diccionario de emociones intergrupales de Garzón et al. (2020) y finalmente, se realizó un análisis factorial exploratorio y confirmatorio con base en la estructura propuesta del diccionario de emociones intergrupales para analizar la validez del constructo y realizar los ajustes que fueran necesarios (Zumárraga-Espinosa, 2020).
Resultados
La tabla 2 muestra los resultados del análisis descriptivo de todas las categorías medidas por el diccionario de emociones intergrupales de Garzón et al. (2020) y de las categorías que miden procesos afectivos en el diccionario en español de Ramírez-Esparza et al. (2007). El porcentaje promedio de palabras relacionadas con emociones positivas en el diccionario de Garzón et al. (2020) fue mayor (9.03 %), en comparación con el porcentaje de palabras detectadas en esta misma categoría por el diccionario de Ramírez-Esparza et al. (2007), que fue de 3.04 %. El porcentaje de emociones negativas capturadas por el diccionario de Garzón et al. (2020) fue del 2.76 %, mayor que el del diccionario de Ramírez-Esparza et al. (2007) en esta categoría, que detectó solo el 0.88 % de palabras relacionadas con esta emoción.
En la tabla 3 se muestran las correlaciones entre los dos diccionarios. Específicamente entre la emoción negativa y emociones intergrupales negativas se apreció una correlación positiva, lo cual muestra la convergencia en cuanto a emociones negativas. También se apreció que la categoría de emociones neutras planteada por Garzón et al. (2020) correlacionó positivamente con la categoría de emociones negativas del diccionario de Ramírez-Esparza et al. (2007). Además, también se puede afirmar que existe correlación positiva entre la categoría de emoción positiva de Garzón et al. (2020) y las categorías positivas y negativas de Ramírez-Esparza et al. (2007).
Respecto a la consistencia interna del diccionario de emociones intergrupales, se obtuvo .73 (Alfa de Cronbach) y .80 (Guttman’s). Posteriormente, se realizó un análisis factorial exploratorio que evidenció la conformación de cuatro componentes con un KMO = .67, una prueba de esfericidad de Barlet = 5312.88 y una significancia de .00. Asimismo, los cuatro componentes mencionados se constituyeron en 14 emociones que explicaron el 55.43 % de la varianza, las cuales se muestran en la tabla 4.
Tabla 4 Matriz de componentes rotados
Nota: análisis de componentes principales, rotación Varimax con cinco interacciones para convergencia.
Finalmente, se ejecutó un análisis factorial confirmatorio que contrastó el ajuste del modelo inicial del diccionario de emociones intergrupales con el modelo ajustado de cuatro componentes, resultado del análisis factorial exploratorio reportado previamente (Brussino et al., 2020). Este modelo ajustado mostró una consistencia interna de .57 (Alfa de Cronbach) y .69 (Guttman’s). Los resultados se muestran en la tabla 5.
Tabla 5 Análisis factorial confirmatorio
Nota: X2 = chi cuadrado; Df = Degrees Freedom (grados de libertad); CFI = Comparative Fit Index (índice de ajuste comparativo); TLI = Tucker Lewis Index (índice de Tucker Lewis); RMSEA = Root-Mean Square Error of Approximation (promedio del error cuadrático de aproximación).
Discusión
El estudio tuvo como objetivo determinar las propiedades psicométricas del diccionario de emociones intergrupales propuesto por Garzón et al. (2020) en contextos políticos mediante validación de constructo, concurrente y divergente. Los hallazgos mostraron correlación entre las categorías de emociones positivas y negativas del diccionario de emociones intergrupales de Garzón et al. (2020) y las categorías respectivas del diccionario de Ramírez-Esparza et al. (2007), es decir, validez de convergencia. Las emociones neutrales de Garzón correlacionaron positivamente con las emociones negativas de Ramírez-Esparza. Las emociones positivas de Garzón correlacionaron con las emociones tanto positivas como negativas de Ramírez-Esparza. Finalmente, las emociones negativas correlacionaron entre los dos diccionarios. Lo anterior sugiere que existe validez concurrente entre las categorías que evalúan las emociones negativas (Pérez-Sánchez et al., 2020). Las emociones positivas del diccionario de Garzón correlacionaron con emociones negativas y positivas de Ramírez-Esparza, lo que podría deberse a una mayor especificidad en emociones y una mayor cantidad de palabras en los diccionarios de Garzón en comparación con la categoría general de emociones positivas de Ramírez-Esparza, así como a escasa especificidad de emociones negativas en este último. Se aprecia que las emociones neutrales correlacionaron con las emociones negativas, lo que sugieren que no son emociones necesariamente diferentes y que su trasfondo podría ser percibido como una emoción de carácter negativo.
Al respecto, algunos autores han planteado que las emociones neutrales tienen un componente afectivo negativo y que, por tanto, estarían más relacionadas con las emociones negativas. Por ende, las emociones neutras pueden asociarse, dependiendo del contexto, a entornos de incertidumbre, los cuales son registrados como amenaza y a su vez como una emoción negativa, tal y como lo señala Watson (1988). Lo anterior muestra que las emociones neutrales no necesariamente son manifestaciones diferentes a las emociones positivas y negativas, sino que realmente tienen un componente negativo.
Por su parte, en la estructura factorial del diccionario de emociones intergrupales los resultados muestran una organización diferente a la clasificación planteada por Garzón et al. (2020), debido a que las emociones no se distribuyeron en tres grupos correspondientes a las dimensiones de emociones positivas, negativas y neutras. Se identificaron cuatro componentes agrupados en dos positivos y dos negativos, lo que supone una agrupación compuesta por dos niveles de las emociones intergrupales, a saber: el primero, integrado por la valencia de las emociones positivas y negativas, y el segundo, por la distinción intergrupal endogrupo y exogrupo en un contexto político. Lo anterior es consistente con lo expresado previamente frente a las emociones neutrales, las cuales no se agruparon en ninguno de los factores identificados.
En la tabla 6 se describen las cuatro agrupaciones derivadas del análisis factorial en las que se enmarca la estrategia de comunicación en un contexto político. Los dos primeros componentes identificados están relacionados con emociones positivas. El primero, denominado (a) enmarcamiento con foco en el endogrupo, incluye las emociones de felicidad, pasión, orgullo y esperanza. El segundo, denominado (b) enmarcamiento con foco en el exogrupo, incluye las emociones de simpatía, gratitud y empatía. Las emociones positivas, como la felicidad, por ejemplo, se asocian con procesos internos, pero a su vez se relacionan con niveles de satisfacción y predicen relaciones más estables. En cuanto al estilo lingüístico, este tipo de emociones suelen ser expresadas con pronombres en primera persona del singular o el plural, tales como yo y nosotros respectivamente (Tausczik & Pennebaker, 2010). En el nivel endogrupal estas emociones positivas se centran más en hacer una evaluación del comportamiento interno o del endogrupo y en la experiencia personal que en el posible efecto del comportamiento del otro en la interpretación de la emoción (Bartsch, 2012).
Los otros dos componentes identificados están relacionados con emociones negativas. El primero, denominado (c) enmarcamiento con foco en el endogrupo, incluye las emociones de culpa, sufrimiento, lástima y tristeza. El segundo, denominado (d) enmarcamiento con foco en el exogrupo, incluye las emociones de odio, ira y rencor. Las emociones centradas en el exogrupo, como la ira y el odio por ejemplo, están orientadas a hacer una evaluación de la conducta del otro, y ello se vincula con el estilo lingüístico mediante el uso de pronombres de segunda persona (tú y usted) y tercera persona (él o ella) (Pennebaker, 2003). De hecho, los pronombres de segunda persona pueden predecir la baja calidad en las relaciones interpersonales (Tausczik & Pennebaker, 2010). En el nivel exogrupal el análisis e interpretación de la emoción se deriva de la conducta del otro, lo que genera una afectación en la experiencia emocional de la persona. Es decir, la emoción que se procesa e interpreta se ve claramente influenciada por actitudes y comportamientos de personas de afuera (Marcus et al., 2000).
Conclusiones
Por los resultados anteriores, este trabajo aporta una clasificación diferencial para la medición del lenguaje utilizado en la comunicación política porque permite estudiar la emoción desde una perspectiva intergrupal, que se hace más fuerte entre más interacción tenga en el colectivo (Marcus et al., 2000). Si bien es cierto que la medición de emociones en categorías generales (positivas, negativas y neutras) es relevante, la identificación de cada una permite establecer un uso distinto pues, como se presentó en el apartado de resultados y discusión, las emociones neutras se relacionaron de manera significativa con las emociones negativas.
El estudio aporta a la investigación de emociones intergrupales a partir de una dimensión de análisis psicolingüístico y de estudio del lenguaje en perspectiva de especificidad en contexto de comunicación política y advierte, aunque no fuera el objetivo, que las emociones pueden tener interpretaciones diversas dependiendo de los contextos, actores y coyunturas políticas en las que se presenten. Lo anterior deja ver cómo un mensaje publicado en Twitter puede expresar más de una emoción o ser instrumentalizado por gobernantes con inclinaciones políticas de izquierda o derecha (Sarmiento, 2023).
Entre las limitaciones de este estudio se encuentra la imposibilidad de controlar el contexto político en cuanto a los periodos presidenciales y el tiempo de manejo de las situaciones críticas como la pandemia, que inciden en la elaboración de narrativas en redes sociales digitales. Asimismo, se sugiere realizar investigaciones similares que puedan hacer uso de diccionarios diferentes que no fueron implementados en esta investigación.
Por otra parte, si bien esta metodología de análisis de contenido lingüístico aporta información de relevancia para la comprensión de procesos psicológicos, en este caso sobre las emociones en un contexto político, se recomienda que se realicen estudios que permitan hacer valoraciones de fenómenos como la ironía y la sátira que surgen en las interacciones de redes sociales digitales, ya que resulta determinante en el debate político y en la incidencia mediática (Gutiérrez-Rubi, 2023). Asimismo, se requiere profundizar y aumentar el número de estudios que establezcan las narrativas configuradoras de las emociones intergrupales en un contexto político y su incidencia en los procesos de transformación o fortalecimiento de identidades sociales (Rojo & Crespo, 2023).
Se sugiere para próximos estudios continuar la validación del diccionario especialmente en lo que refiere a las emociones neutras planteadas por Garzón et al. (2020). Asimismo, enfocarse en analizar el lenguaje de la comunicación política de fenómenos o situaciones en redes sociales digitales que generen impacto emocional en contextos de acción colectiva. Igualmente, dadas las diferencias culturales de los distintos países analizados y sus momentos políticos, es necesario validar mediante métodos experimentales si la clasificación realizada por el diccionario de emociones intergrupales es consistente con el juicio de valor de los ciudadanos.
Finalmente, es importante ampliar el alcance del diccionario para analizar mensajes publicados en redes sociales digitales, incluyendo Twitter, y otro tipo de contenidos audiovisuales más consumidos por las audiencias, como las narrativas de memes, videos y fotografías, lo cual podría robustecer el análisis de investigación en psicología política y emociones intergrupales (López, 2023).
