El objetivo de esta semana fue trabajar con herramientas que se utilizan para hacer estudios de audiencia, combinando distintas fuentes de datos, técnicas y dispositivos. Partimos del análisis de estadísticas sobre consumos culturales, para explorar sentidos e imaginarios vinculados a esos consumos a partir de datos de redes sociales y otras técnicas etnográficas.

De este modo, una vez que definimos el segmento de audiencia al que vamos a dirigirnos, buscamos captar cuáles son esas subculturas que subyacen a las tendencias y los datos.

De los públicos a las audiencias algorítmicas

Una primera cuestión a abordar en el análisis de audiencias es el rol que tienen los algoritmos en su creación, basados en las similitudes entre patrones de datos (Firth, 2025). Esta concepción de las audiencias continúa en la línea de los estudios de públicos aunque los redefine, ya que éstos eran entendidos como conjuntos de personas que comparten “una comprensión del mundo, una identidad compartida (…) un consenso sobre el interés coletivo» (Livingstone, 2005). La audiencias, en cambio, se refieren a un gran número de personas no identificables, conectadas a través de redes sociales, y es dentro de este concepto que se sitúa el de audiencias algoritmicas. 

Para ejemplificar ese rol de los algoritmos, analizamos el modelo FM Intent de Netflix, con el que esa plataforma busca predecir las intenciones de un usuario en una sesión específica. Para ello se basa en un contexto, que infiere a partir de la combinación de datos históricos y señales implícitas, como el tipo de dispositivo que se utiliza o los metadatos de la interacción: las palabras buscadas, el tiempo de visionado de la portada, etc. Agrupando datos similares, la plataforma identifica clusters o grupos de usuarios: exploradores, entuasistas del anime y rewatchers. Combinando todas esas variables mencionadas, se busca predecir la intención del usuario. Y finalmente el predictor de intención alimenta al recomendador de contenido.  

Sin embargo, en el contexto de audiencias algoritmicas vale la pena detenerse a analizar fenómenos que logran además construir una identidad compartida. Un caso llamativo es el de Milo J, que en diálogo con las raíces y referentes del folkclore acerca a las nuevas generaciones a este género.

Según Spotify, uno de cada tres oyentes de folkclore en el país tiene menos de 30 años. Pero ¿qué significados se reúnen en esta experiencia compartida?, ¿cómo “capturar” ese fenómeno que “vuelve” sobre las plataformas dándole forma a los algoritmos?. Ya que, como comentábamos la clase anterior, los usos que hacemos de de las tecnologías moldean a la tecnología misma. 

Las experiencias de visualización compartida, que eran parte de la experiencia televisiva, se fueron perdiendo a medida que dejaron de coincidir tanto los horarios como los espacios de visualización, pero aún se mantienen en ciertos formatos y momentos especiales, tales como el lanzamiento de un disco, una entrega de premios o eventos deportivos. Identificar estas experiencias es relevante porque, como observa Firth (2025), conforman un mundo común de sentido: “la cita, la espera, el ritual compartido”, todas experiencias de la televisión, pueden darse ahora dispersas en plataformas y amplificadas por las redes sociales.      

Nuevas métricas sobre usos y consumo de los medios, intereses e imaginarios 

La caracterización de un segmento o grupo que conforma una audiencia puede comprender distintas dimensiones:

• información sociodemográfica: rango de edad, género, localización, sistema operativo del dispositivo que se usa, con qué frecuencia se usa, intereses. Este tipo de información suele estar disponible mediante encuestas. 

• información psicográfica: rasgos de personalidad vinculados a la experiencia de consumo de medios, como por ejemplo: si se es extrovertido o extrovertido, si se prefiere una vinculación más emotiva o cognitiva, etc. Si bien estos aspectos pueden relevarse a través de una encuesta, otras técnicas permiten abordarlos con mayor profundidad y matices, como focus group o dispositivos participativos.

• interacciones o comportamientos online: visualizaciones, reacciones, comentarios, favoritos y compartidos. A partir de la disponibilidad de datos de estas interacciones en plataformas, surgen diversas técnicas digitales para obtener esta información y ésta puede utilizarse para hacer un análisis de la emotividad que tiene una comunidad.  

Para abordar cada una de estas dimensiones, presentamos algunas fuentes de información y herramientas digitales con las que es posible realizar un análisis discursivo de los contenidos generados por las audiencias y de sus interacciones en redes sociales:    

Estadísticas culturales: la Encuesta Nacional de Consumos Culturales (SINCA, 2023) es una fuente principal porque se releva información de las distintas regiones del país, edades y géneros, en vínculo con los diferentes sectores culturales, entre ellos, el consumo de plataformas de streaming, redes sociales y videojuegos. Además está disponible un informe focalizado en el segmento de adolescentes (13 a 17 años) y jóvenes (18 a 29 años). En la presentación de esta clase analizamos algunos datos más relevantes (ver más abajo, slides 14 a 34).  

Técnica de recolección de datos de YouTube: YouTube Data Tools, mediante una API, esta herramienta permite armar una base de datos con información sobre los canales, listas de videos o comentarios de usuarios (slides 37 a 42). Además permite hacer un análisis combinando lo cuantitativo con lo cualitativo, ya que el texto generado por los usuarios puede ser analizado semánticamente.

Para hacer este tipo de análisis del lenguaje natural, indagamos las funcionalidades de la herramienta Voyant Tools, en especial las nubes de palabras y los análisis de las palabras en contexto (slides 43 a 51).

Si bien en este caso, se analizan comentarios o posteos, esta herramienta de visualización de datos puede usarse también con un corpus bibliográfico, como archivos, registros o catálogos.

Técnicas etnográficas: orientadas al trabajo de campo, es decir, situado, estas técnicas incluyen herramientas participativas tales como el mapeo, involucrando aspectos de diseño y experiencia de usuario. Un caso interesante es el Archivo de Memorias Sintéticas, llevado a cabo por Domestic Data Streamers, que consiste en un dispositivo etnográfico que combina uso de imágenes generadas con IA generativa (objetos, personas, lugares, rituales) con el intercambio con actores clave, como pueden ser las personas migrantes o los adultos mayores, entre otros grupos sociales. 

Para profundizar en los aspectos psicográficos, presentamos una herramienta tipo tiermaker que fue diseñada para analizar y clasificar experiencias de consumo mediático en base a cuatro categorías: extrovertido-emocional, extrovertido-cognitivo, introvertido-emocional e introvertido-cognitivo. 

Compartimos la presentación de las clases 3 y 4: