Laboratorios 6 (Vicinitas) y 7 (YouTube Data)

Vicinitas

Para el ejercicio de captura de tweets con Vicinitas escogí el perfil del profesor de literatura y nuevos medios Nick Montfort (@nickmofo). Primero observé que la palabras presentes en sus tweets tienen que ver con sus temas de interés: la poesía electrónica, la publicación de libros y la lectura, el arte, la programación creativa, los asuntos técnicos del código. Además, suelen aparecer palabras valorativas, tanto positivas como negativas, que, según lo que observé después, probablemente hacen referencia a proyectos que le parecen interesantes o a sus posturas políticas en el momento (su enorme sentimiento anti-Trumpista).

Nube de palabras de los tweets de @nickmofo

Adicionalmente, descargué todos los tweets y filtré los tweets “originales” (los que no eran retweets ni replies) que contenían alguna imagen. Seguí los enlaces de cada imagen en la lista y traté de ver patrones comunes en los temas de las imágenes. Desde mi observación, Montfort suele publicar fotos con los siguientes temas: promoción de sus publicaciones y obras o las de otros, citas de lecturas que considera interesantes, poesía electrónica propia, fotos que representan alguna forma de nostálgia pop o tecnológica, y poemas involuntarios encontrados (visuales o textuales). Este paso por las imágenes corroboró algunas de las percepciones generales hechas con la nube de palabras. A continuación presento algunos ejemplos de las categorías mencionadas:

Promoción
Cita
Poesía Electrónica
Nostalgia
Poemas encontrados

También hice una búsqueda con Vicinitas del hashtag #creativecoding. Con los resultados observé que la gran mayoría de tweets que usan ese hashtag provienen de bots que crean obras de arte generativo. Además, observé que entre los hashtagas que más coocurren se hace referencia al lenguaje de programación JavaScript, y los entornos Processing y P5.js, lo que da cuenta de las herramientas preferidas para quienes están dentro de la comunidad del #creativecoding.

DMI Youtube Data

Para la primera parte del ejercicio de extracción de datos escogí el canal de tutoriales de programación creativa “The Coding Train“. Usando la herramienta DMI – Youtube Data Tools encontré que la información del canal muestra que los temas que están asociados al canal son: lifestyle, knowledge y technology. Aquí están los resultados completos de la búsqueda de información del canal.

Para la segunda parte del ejercicio escogí uno de los videos del mismo canal. Concretamente, el video “Coding Challenge 161: Estimating π from Random Numbers with Euclid’s Algorithm” que consiste en un tutorial en el que el presentador del canal usa un algoritmo para calcular algunos dígitos de Pi (π) en conmemoración del día de Pi. Usando la herramienta DMI – Youtube Data Tools descargué los 50 comentarios que youtube clasifica como “más relevantes” y codifiqué cada uno de ellos de acuerdo con una lista de siete códigos. El archivo con los comentarios codificados está aquí.

Los códigos que usé para codificar los comentarios son los siguientes:

Comparación propia: cuando el comentario da cuenta de un ejercicio similar al que se propone en el tutorial, en este caso hecho por parte del usuario que comenta.

Halago: cuando el comentario contiene afirmaciones positivas o un cumplido acerca del video o, en caso de que el comentario provenga del autor del video, afirmaciones positivas o cumplidos a los espectadores por sus preguntas o ideas.

Afirmación técnica: cuando el comentario procura profundizar algún aspecto técnico de lo que se está discutiendo en el video tutorial. Suele contener pedazos de código de programación o descripciones acerca de implementaciones más eficiente del algoritmo usado en el video.

Pregunta técnica: cuando el comentario hace una pregunta enfocada en resolver algún problema del tutorial. Normalmente las preguntas surgen de algún inconveniente que tiene el usuario en la implementación propia del código siguiendo los pasos del video.

Juego de palabras: chistes que hacen referencia al día de Pi. Normalmente juegan con el parecido sonoro entre la pronunciación del nombre del número Pi y la pronunciación de la palabra Pie (torta) en inglés.

Propuesta nueva: propuestas de nuevos ejercicios de programación creativa que surgen a partir de lo planteado en el tutorial.

Corrección: correcciones de la pronunciación o el uso de ciertas palabras por parte del presentador del video.

Como se observa en la gráfica que presento a continuación, los comentarios más recurrentes son los que contienen Halagos o Afirmaciones técnicas. Esto muestra, en últimos términos, una integración alta de la comunidad con el canal, tanto en la apreciación de la forma de comunicación y la producción de los tutoriales (como se ve en los Halagos), como en la participación y la discusión de los contenidos (como se ve en las Afirmaciones técnicas).

Leave a Reply

Your email address will not be published.

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