Os partidos portugueses e as suas interações nas redes sociais: o que dizem as estatísticas para além do óbvio?

No dia 5 de Março deste ano, antes das eleições legislativas, a CNN Portugal e a CMTV informavam os cibernautas de que o Chega era o partido português com mais seguidores e interacções nas redes sociais. Essas duas notícias, literalmente idênticas, estavam baseadas num relatório de título “Radar das Legislativas: Os partidos políticos e os seus líderes na esfera pública digital ” produzido pela LabCom - Comunicação e Artes da Universidade da Beira Interior.

Dei uma olhadela ao relatório e constatei que o mesmo continha vários dados estatísticos interessantes, nomeadamente, o número de publicações, o de visualizações e o de interações (partilhas, gostos e comentários) durante o período de 9 de Novembro de 2023 a 19 de Fevereiro de 2024. Havia também a estatística fundamental do número de seguidores de cada partido no final desse período. Os partidos em análise foram os seguintes: 

1. Bloco de Esquerda (BE)
2. Centro Democrático Social/Partido Popular (CDS-PP)
3. Chega (CH)
4.  Iniciativa Liberal (IL)
5. Livre (L)
6. Partido Comunista Português (PCP)
7. Partido pelos Animais e pela Natureza (PAN)
8. Partido Ecologista “Os Verdes” (PEV)
9. Partido Popular Monárquico (PPM)
10. Partido Socialista (PS)
11. Partido Social Democrata (PSD)

Vários partidos pequenos, tais como a Alternativa Democrática Nacional ou o Volt, ficaram fora do estudo. As redes sociais analisadas foram as mais populares entre os portugueses: o Facebook, o Instagram, o YouTube, o TikTok e o X. Outras redes sociais tais como Mastodon, LinkedIn ou Bluesky foram excluídas de análise. 

O relatório indicava que o Chega era o partido com o maior número de seguidores (n=590,237), o maior número de visualizações (n=1,631,420) e o maior número de interações (n=2,377,177 ). Estava, porém, em segundo lugar na tabela do número de publicações (n=902), tendo sido ultrapassado pelo Partido Comunista Português (n=1,496).

A minha mente tão curioso como estatística levou-me a realizar uma pequena análise desses dados para entender melhor o fenómeno das redes sociais. Haveria muito para dizer sobre este assunto, mas vou restringir-me ao essencial. Afinal de contas, estou ciente do fenómeno "too long, didn't read”.

Uma pequena análise do número de interações nas redes sociais

Pelos dados apresentados acima, o Chega parece ser exímio no que concerne à utilização das redes sociais para fins políticos. Será que podemos ilustrar estatisticamente essa astúcia para além do facto evidente deste partido estar praticamente no topo em todas as estatísticas apresentadas?

Antes de passar à análise propriamente dita, recordo que os algoritmos de recomendação das redes sociais estão vedados aos olhos do cidadão comum e, vou admitir por hipótese, aos olhos dos políticos também. Contudo, há uma percepção generalizada de que esses algoritmos estão desenhados para maximizarem as interações entre os utilizadores ou o tempo de permanência desses mesmos utilizadores nas redes sociais. Como tal, os algoritmos de recomendação não estão intrinsecamente interessados na disseminação de uma determinada mensagem política em si. Assim, a capacidade de utilizar eficazmente as redes sociais para fins políticos passa por identificar os factores que influenciam o número de interações nessas mesmas redes. No fundo, essas interações são o mais próximo de que podemos ter de um diálogo com os políticos. Por princípio, esse diálogo deveria resultar na elaboração de uma estratégia de campanha e um plano de governação.

Em primeiro lugar, analisei os dados do relatório excluindo os dados referentes ao Chega. Construí então um pequeno modelo de regressão linear múltiplo para prever o número de interacções por partido (variável resposta) em função do número de seguidores, do número de publicações e do número de visualizações (variáveis explicativas). Como os dados representavam grandes contagens, resolvi aplicar o logaritmo de base 10 a todas as variáveis para ter dados mais intuitivos (por exemplo, o logaritmo de base 10 do número 1000 é 3) e para ter dados transformados com boas propriedades estatísticas cuja discussão não importa para este texto.

Sem entrar em grandes detalhes técnicos, o melhor modelo para estes dados incompletos parecia ser aquele em que o número de seguidores e o número de visualizações eram os dois factores mais significativos na previsão do número de interações nas redes sociais. Para além disso, os efeitos desses dois factores na previsão eram independentes entre si, o que poderia significar que a interação com as  publicações vinha de forma independente tanto dos seguidores como não-seguidores. Por outras palavras, as publicações pareciam gerar interações a partir de dois fluxos independentes, seguidores e não-seguidores. 

O modelo parecia descrever bem estes dados, uma vez que os valores esperados pelo modelo estavam de acordo com os dados observados, como podem ver no gráfico de dispersão abaixo (Figura A). Quando utilizei esse modelo para prever o número de interações esperadas para o Chega, o seu valor observado estava bastante acima do valor esperado pelo modelo (veja-se a sigla “CH” a vermelho na Figura A). Em termos estatísticos, o Chega parecia ser um partido anormal (“outlier”) dentro do panorama de todos os partidos analisados.

Figura: Gráficos de dispersão dos números esperados pelos melhores modelos contra os números observados de interações nas redes sociais onde cada ponto está representado pela respectiva sigla de cada partido e onde as siglas junto à diagonal a cinzento significam que os números esperados e observados concordam entre si. A. Ajustamento do melhor modelo usando os dados sem o Chega (siglas a preto). O valor esperado do Chega (a sigla vermelho) foi estimado a partir do mesmo modelo. B. Ajustamento do melhor modelo usando todos os dados.   

Quando repeti a análise mas agora incluíndo o Chega, o melhor modelo de regressão também conseguiu acomodar-se bem aos dados (Figura B), mas tornou-se bastante mais complicado de interpretar. Neste modelo, o número de interações parecia ser explicado por todas as variáveis explicativas e uma sinergia positiva entre o número de seguidores e o número de visualizações. A inclusão dos dados do Chega mudou então a explicação estatística do número observado de interacções nas redes sociais.

Esta pequena análise que fiz sugeriu-me que o Chega produziu publicações que, sendo visualizadas pelos seus seguidores, tenderiam a gerar interacções mais frequente. Esse fenómeno pode resultar perfeitamente de três causas possíveis.  A primeira é a existência de militantes, ao estilo de claques de futebol, que se encarregariam de disseminar o conteúdo publicado. A segunda é a publicação de conteúdo de tal forma controverso que leva a eleitorado de outros partidos a manifestarem o seu desagrado. Por exemplo, a publicação mais partilhada desse período foi "Há políticos inúteis em Portugal. O nosso Presidente André Ventura esclarece" no dia 29 de Dezembro de 2023 (2881 partilhas). A terceira relaciona com a revolução digital em que vivemos e que permite criar um conjunto de “social bots” que teriam uma função semelhante à dos fãs incondicionais do partidos. O fenómeno dos "social bots" tem vindo a ser estudado na literatura científica. Veja-se, por exemplo, o artigo de revisão de Ferrara e colegas.

Noto que estou apenas a especular, mas ressalvo que estas causas podem ser averiguadas cientificamente por quem tem o engenho e a paciência de o fazer.   

Em face deste resultado, concluo que, qualquer que seja a explicação, o Chega parece ser de facto um partido exímio na utilização das redes sociais para fins políticos.  

Como agir no futuro?

Então qual é o segredo do Chega nas redes sociais? A resposta é simples e óbvia. Como as redes sociais são mantidas maioritariamente à custa de conteúdos da nossa vida comum, os algoritmos de recomendação vão aprendendo a linguagem que usamos diariamente. Se no anonimato das redes sociais desabafamos sobre os nossos familiares, vizinhos, colegas de trabalho, amigos, concidadãos ou imigrantes, os algoritmos das redes sociais vão captar isso mesmo. 

Como consequência, políticos astutos com ambição de poder e com capacidade técnica para o fazer têm a oportunidade de se apropriarem dessa linguagem para desenhar campanhas de alta eficácia. Se a Democracia representativa tem de facto valor e merece todo o respeito, então tenho que admitir por uma consistência e lógica interna que esses políticos poderão ser considerados legítimos representantes do que realmente somos. A não ser que a gente mude. 

Se queremos mudar o estado das coisas, a solução é simples mas não menos radical. Comecemos por usar uma linguagem respeitosa, cordial e verdadeira nas redes socais; e ao escrever isto, lembrei-me subitamente do sketch dos Gato Fedorento sobre claques de seminarista. Deixemos de usar as redes sociais como sacos de boxes para aliviar as nossas frustrações, preocupações e ansiedades. Partilhemos banalidades e informação científica e cultural para que os algoritmos de recomendação tenham uma tarefa mais dificultada quando confrontados com mensagens políticas eventualmente incendiárias. 

Escolhamos a responsabilidade individual pelo que dizemos e pelo que fazemos. Essa responsabilidade é libertadora e, com essa libertação, deixamos morrer os movimentos que nos querem dividir para conquistar.