- M. Trevisan, L. Vassio, I. Drago, M. Mellia, F. Murai, F. Figueiredo, A.P.C. Silva, J.M. Almeida. Towards Understanding Political Interactions on Instagram. In: Proceedings of the 30th ACM Conference on Hypertext and Social Media (HT’19), pp. 247-251, 2019. DOI: https://doi.org/10.1145/3342220.3343657 (Arxiv version)
- C.H. Gomes Ferreira, F. Murai, A.P.C. da Silva, J.M. Almeida, M. Trevisan, L. Vassio, I. Drago, M. Mellia. Unveiling Community Dynamics on Instagram Political Network. In: 12th ACM Conference on Web Science (WebSci ’20). Association for Computing Machinery, 231-240, 2020. DOI: 10.1145/3394231.3397913
Lo spostamento online del dibattito politico e delle campagne elettorali è un fenomeno ormai ampiamente consolidato, che coinvolge porzioni sempre più consistenti di elettori. I social network consentono infatti a personalità e aziende di comunicare direttamente con il pubblico senza il filtro dei media tradizionali, e le persone si affidano ai social network per tenersi aggiornati e informarsi in vista del voto.
In queste pagine presentiamo uno studio sulle interazioni tra influencer e utenti su Instagram, uno dei social network più popolare negli ultimi tempi. Ci focalizziamo sul confronto dell’uso di questo strumento da parte di politici in Italia nel periodo precedente e successivo alle elezioni europee del 2019. Per fare questo, abbiamo monitorato l’attività di decine di migliaia di profili di influencer su Instagram in diverse categorie: politica, musica, sport e spettacolo. Registriamo i post, osserviamo i like e i commenti degli utenti.
I risultati mostrano che i politici e gli utenti interagiscono in modo molto diverso rispetto alle categorie di influencer:
- Il numero di post dei politici è cresciuto di un fattore 3 nei giorni precedenti le elezioni, ed è ritornato al livello iniziale subito dopo le elezioni
- Curiosamente il numero di commenti degli utenti non mostra una crescita e rimane costante nel periodo di osservazione
- Le persone tendono a commentare di più i post dei politici rispetto a posto di musicisti, film e eventi sportivi
- La maggior parte dei commenti verso post di politici viene da un ristretto gruppo di utenti molto attivi, mentre la maggior parte degli utenti inserisce al più un solo commento
- I commenti verso politici sono più lunghi, e gli utenti ingaggiano dibattiti che durano per più tempo
- Gli utenti rispondo spesso a commenti precedenti, senza essere sollecitati esplicitamente a commentare
Il confronto tra il comportamento della rete rispetto ai diversi partiti politici mostra anche ampie differenze:
- I profili della Lega pubblicano 3-5 volte di più rispetto agli altri partiti e i loro follower commentano 10-20 volte di più rispetto ad altri gruppi politici.
- Il grafico di interazione di Instagram mostra chiaramente che pochi profili che monopolizzano le comunicazioni.
- Mentre PD e M5S hanno influencer diversi che attraggono l’interazione degli utenti, Lega e FdI sono monopolizzati dai profili dei loro leader
Di seguito presentiamo alcune metriche che riassumono l’interazione con i profili e il livello di dibattito che ogni post genera. Le metriche sono relative rispetto al numero di follower. In tal modo si riescono a comparare anche profili con un’utenza molto diversa. Per esempio, un post di Donald J. Trump (13 milioni di follower) ovviamente attrarrà molti più commenti e like rispetto a un post di Angela Merkel (900 mila follower), ma quale è il livello di interazione di tali follower? Come interagiscono tra di loro le persone che commentano tali post?
I seguenti grafici vengono aggiornati quotidianamente e riportano i risultati giorno per giorno. Per effettuare uno zoom selezionare con il mouse (tasto sinistro) l’area di interesse. Per restringere invece l’immagine allargando l’orizzonte temporale (zoom-out) fare doppio click (tasto sinistro) più volte fino a raggiungere l’area di interesse. Per selezionare una sola curva, fare click sul nome nella legenda. I dati mancanti nelle serie temporali sono dovuti a problemi tecnici del nostro sistema di monitoraggio, al momento stiamo lavorando per recuperare tali dati.
Categorie: profili di musica, politica, spettacolo e sport. In politica italiana i risultati sono limitati a ai primi 4 partiti delle elezioni politiche italiane del 2018: Movimento 5 Stelle (M5S), Partito Democratico (PD), Lega, e Forza Italia (FI).
Numero di post al giorno
I grafici mostrano in valore assoluto il numero di post monitorati. In generale, profili politici pubblicano molti più post rispetto a influencer di altre categorie. Si nota anche un chiaro aumento nel tempo nel numero di post. Tra i profili politici, Lega e M5S producono molti più post di PD e FI. Si nota comunque che l’approssimarsi delle elezioni europee di maggio 2019 sta facendo salire il numero di post per tutti i 4 partiti.
Numero di commenti al giorno
Osservando il numero di commenti totali per giorno, non si notano particolari differenze rispetto alle altre categorie di influencer. Invece nello spaccato per partiti, si vede come la lega attragga molti più commenti rispetto agli altri gruppi politici, raccogliendo anche 10 volte più commenti rispetto al M5S.
Livello relativo di dibattito nei post
Qui misuriamo il livello relativo di dibattito nei post. E’ calcolato come la frazione commenti che sono risposte (un commento che risponde ad un commento precedente).
Qui si vede che il PD raccoglie molto più dibattito. I commentatori di FI e della Lega invece rispondono meno di frequente a commenti precedenti.
Livello relativo di interazione nei post
Questa metrica quantifica il livello relativo di interazione nei post. E’ calcolato come il numero di commenti per follower e il numero di like per follower. Il picco che si vede intorno al 7 Febbraio per la Musica è dovuto al festival di Sanremo. In generale post politici attirano più commenti per like rispetto alle atre categorie (osservare le singole categorie per vedere come cambia la scala sull’asse Y). Tra i partiti, il PD attira relativamente più commenti che like, segno ancora di un dibattito online più partecipato.
Livello di monopolizzazione dei commenti da parte di pochi commentatori
Questa metrica quantifica il livello di monopolizzazione dei commenti. Indica in particolare quanto i commenti sono polarizzati da pochi utenti. Il valore minimo di 0 indica una omogeneità assoluta mentre il valore massimo di 1 indica una categoria polarizzata da un solo utente.
Qui si osserva come i commenti a post di politici tendano ad essere prodotti da pochi utenti, con un indice di monopolizzazione di quasi 0,4 contro uno 0.2 delle altre categorie.
Questo sembra essere vero per tutti i partiti, senza grosse differenze.
Lunghezza dei commenti
La lunghezza media dei commenti indica quanto i post attraggano messaggi complicati e discussioni argomentate. Qui, posto politici presentano un livello di approfondimento molto più alto rispetto alle altre categorie. Interessante come i commenti della Lega e FI siano più brevi (circa 75 caratteri), rispetto a PD e M5S (circa 100 caratteri a commento).
Commentatori
In questo grafo si osservano influencer politici e commentatori. Ogni arco (non diretto) corrisponde a un commento. I nodi degli influencer e gli edge verso gli influencer sono colorati in base al partito politico (giallo M5S – verde Lega – nero FdI – rosso PD – Blu FI). I commentatori sono colorati in base al partito politico verso quale commentano di più. Osserviamo che:
- La maggior parte degli utenti pubblica pochi commenti, a un solo influencer – la maggior parte dei nodi hanno un solo arco
- I pochi utenti che commentano più profili tendono a commentare lo stesso partito politico
- Queste caratteristiche creano cluster di utenti che tendono ad interagire con altri utenti con le stesse idee politiche
Dettaglio dei dati raccolti e altre statistiche
People involved in this research:
- Martino Trevisan, Politecnico di Torino (Italy)
- Idilio Drago, Politecnico di Torino (Italy)
- Luca Vassio, Politecnico di Torino (Italy)
- Marco Mellia, Politecnico di Torino (Italy)
- Flavio Figueiredo, UFMG (Brazil)
- Fabricio Murai, UFMG (Brazil)
- Ana Paula Couto da Silva, UFMG (Brazil)
- Jussara M. Almeida, UFMG (Brazil)n