Reseña Análisis de contenido en la era de los medios interactivos de Paul D. Skalski, Kimberly A. Neuendorf, and Julie A. Cajigas

El texto de Skalski, Neuendorf & Cajigas (2017) nos muestra principalmente los desafíos y las particularidades que la metodología de análisis de contenido enfrenta en la actualidad ante la incursión en las últimas décadas de los medios interactivos. Las precisiones alrededor de las nuevas ventajas y herramientas, asi como los retos que subyacen por la naturaleza de los nuevos medios son de relevancia para ser observadas por quienes nos acercamos al análisis de contenido. A continuación, comentaré a manera de reseña los aspectos más relevantes de su escrito, al final haré una breve reflexión sobre la vigencia del análisis de contenido.

El método de análisis de contenido en el marco de los medios digitales se ha enfrentado a cambios importantes, dada la dinámica que se ha presentado en estos. En lo que se conoce como la WEB 2.0 se ha potenciado la diversidad, dinámica social, libertad de acceso y creación de medios con énfasis interactivo, lo que ha hecho que los usuarios abandonen la pasividad a la que los medios tradicionales los confinaban y se conviertan también en productores de contenido.  En consecuencia, de esta multiplicidad la producción y el acceso a contenido se ha acrecentado en comparación a otras épocas en donde había restricciones a la información. La difusión de contenido a través de las páginas web corporativas, personales, del gobierno y las propias redes sociales es la característica principal de los medios interactivos actuales y un factor de crecimiento de contenido que diversifica la metodología de análisis de contenido, pero a su vez lo complejiza por la naturaleza dinámica y temporal que mucho de este contenido posee.

Los grandes volúmenes de datos resultado de estas condiciones de los medios son una ventaja de contenido que, de la mano con la potencialidad de los medios computacionales para manejar tales datos, los análisis pueden abarcar muestras mucho más significativas, pero que los resultados pueden eventualmente volverse abstractos y poco humanizados. Aun cuando la producción de contenido no ha sido una preocupación directa del análisis de contenido en los medios tradicionales, en los interactivos se convirtió en un factor crítico porque a diferencia de los tradicionales, el contenido era fijo y la fuente fácilmente identificable, ahora la interactividad puede variar el tipo de contenido aun cuando se haga uso del mismo medio por usuarios diferentes.

La autenticidad del contenido se vuelve difusa pues en la red fácilmente el contenido se masifica sin que la fuente originaria pueda ser determinable. Resulta abrumador también para los analistas ahora precisar contenidos tan variados y diferenciados por la interactividad en tanto los usuarios de información a través de medios interactivos se configura por las frecuencias de consulta, las páginas donde se navega, tiempos de permanencia horas del día, link consultados, las publicaciones en los muros de redes sociales, las replicaciones de la información, perfiles, etc. “la falta de contenido fijo en los nuevos medios basados en computadoras elimina la certeza que una vez existió con tipos particulares de contenido.” (Skalski, Neuendorf, & Cajigas, 2017). A esto hay que agregar que el contenido es de varios tipos ya que no obedece al tradicional origen y mensaje, sino que hay contenido creado, seleccionado y compartido y el que sale producto de la interacción del usuario con el medio, lo que pone al análisis de contenido en un mayor desafío. No basta con analizar el contenido mismo sino también se requiere determinar el tipo de contenido a analizar y las intenciones cuando se comparte contenido en la interacción, la fuente del mismo, si es de otros usuarios o es de la propia plataforma usada.

En el análisis de contenido de los videojuegos, por sus características se puede seleccionar muestras a tendiendo ya sea a un enfoque de disponibilidad en el que se toma una muestra de todas las sesiones posibles de todo un inventario o un enfoque basado en la exposición / uso, el muestreo en este caso de las sesiones se hace sobre las sesiones de juego reales de los usuarios. Además de esto es relevante tener presente que para analizar un juego hay que tomar diferenciales como la edad, la experticia, el tiempo de las sesiones las etapas del juego, los personajes, la información complementaria y contextual del propio juego, los modos de juego, el tipo de consola, las generaciones de las mismas etc.

Para la adquisición del contenido es oportuno preguntarse según (Skalski, Neuendorf, & Cajigas, 2017):

¿Cuál es la función de esta plataforma?

¿Está destinado a transmitir un mensaje a una audiencia grande e indiferenciada, o está destinado a compartir mensajes personales con una red conocida más pequeña?

¿Utiliza solo mensajes públicos o hay funciones de mensajes interpersonales y privados?

¿Permite la plataforma a los usuarios crear contenido, compartir contenido recopilado o ambos?

¿Se ha estudiado una plataforma similar en el pasado y cómo se estudió en ese momento?

Responder a estas preguntas es valioso para adquisición de contenido, especialmente en medios nuevos o emergentes.

El contenido en la WEB 2.0, según Skalski, Neuendorf, & Cajigas (2017) se puede adquirir atendiendo a dos categorías de sitios que son los SNS cuya estructura es de redes sociales y los que no. En el caso de las redes sociales el contenido esta normalmente limitado a grupos seleccionados de contactos y es posible hacer restricciones, lo que incide en la selección de muestras, además de los aspectos éticos y las restricciones de tipo legal que puedan recaer sobre el uso de datos. En los sitios que no son redes sociales como el contenido es de acceso mucho más masivo y público, la adquisición del mismo debe hacerse con un muestreo focalizado y por lo general por conveniencia pues la multiplicidad de sitios de esta naturaleza es muy variada, por tanto, un muestreo desde un solo blog por ejemplo ayuda a hacer análisis. En el caso del microblogging como Twitter los desafíos son mayores, pero es un medio muy versátil ya que permite al usuario identificarse, etiquetar, hacer retweets, y esto facilita el análisis de contenido.

El uso de aplicaciones automatizadas para la selección de contenido, ha venido desarrollándose con la propia interactividad de los medios, es así como los motores de búsqueda más populares como Google y Bing sirven para reunir contenido asociado que está dispuesto en la red y ya software especializado para procesar datos de redes sociales son propicios para obtener muestras significativas como API de Twitter.

El almacenamiento del contenido es también un problema a la hora de hacer investigación de contenido por la variabilidad del mismo, en el caso de los juegos se pueden hacer las grabaciones de las partidas jugadas, archivar en instantáneas en PDF en el caso de Facebook o programas como Mhtlm para almacenar paginas web con un contenido, si no total, si el importante. Con los medios de almacenamiento tradicionales o los basados en la nube ya no hay tanta dificultad para el almacenamiento y la disponibilidad del contenido a analizar.

De otro lado, la codificación, los libros de código y los formularios de codificación son estructurales para el análisis de contenido y, para los medios interactivos, el establecimiento de esta tarea, dispendiosa y ardua en los medios tradicionales, ahora se facilita con el uso de hojas de cálculo que ya digitalizados los formularios con los datos pueden ser fácilmente manejables. Así mismo, el uso de tecnología para el manejo de la información se ha diversificado y es de este modo como Skalski, Neuendorf, & Cajigas destacan el uso de  medición de imágenes, reconocimiento de voz, análisis de contenido multimedia, siendo el punto principal de todas estas técnicas automatizar la indexación y recuperación de archivos de video y audio para un análisis que apunte a segmentar video, reconocimiento de imagen, facial, de objetos y de comportamiento, la transmisión de video y los metadatos, a fin de identificar patrones. Algo similar señala con el análisis de imágenes en movimiento como los análisis de contenido de películas lo cual de manera diferente se hace principalmente con software como CATA.

Finalmente, los cuasi análisis de contenido se han venido proliferando, pero como aplicaciones y páginas que muestran algunas tendencias en áreas particulares para acceso de usuarios en general, pero sin ningún tipo de motivación académica o científica, cosa que no los descalifica, pero si posibilita bases para hacer investigaciones más estructuradas. Algunos ejemplos de análisis de contenido y aplicaciones que lo asisten se muestran en las siguientes imágenes:

El panorama analizado por los autores si bien nos da claridad sobre las nuevas condiciones del análisis de contenido y pareciese que al estar digitalizados los medios y al haber una amplia proliferación de aplicaciones, funciones en las redes sociales y sitios web, así como páginas especializadas en hacer la analítica de los datos y en muchos casos análisis de contenido, la pregunta obvia es ¿cómo se ve el futuro del análisis de contenido? y la respuesta más apropiada, es que el análisis de contenido es una creación humana, sobre asuntos humano y para los humanos. Los sistemas computarizados hacen un trabajo dispendioso que facilita la labor del investigador pero que en sí mismo no tiene propósitos ni la curiosidad humana. El análisis de contenido tiene cada vez más vigencia, pues la creatividad humana, su carácter sémico y la interacción mediada simbólicamente, en su dinámica natural, nutrirá los medios de comunicación, la información y su lenguaje, que sea en el medio que sea se reproduce. La comprensión de las interacciones humanas nos remitirá siempre al contenido empleado en nuestra comunicación.

Leave a Reply

Your email address will not be published.

This site uses Akismet to reduce spam. Learn how your comment data is processed.