La teva vida, a l’aparador de Twitter

Els successius escàndols d’aquests anys sobre espionatge digital ens haurien d’haver vacunat contra la sorpresa per la falta de privadesa de la nostra activitat. Una gran quantitat d’empreses i organismes acumulen -i custodien amb més o menys encert- dades sobre nosaltres, que no només els hi proporcionem de manera implícita amb les nostres transaccions, sinó també inscrivint-nos en programes de fidelització comercial i participant en xarxes socials. Per això, quan aquesta setmana a El matí de Catalunya Ràdio em van demanar que fes un perfil digital de Carles Puigdemont, el primer president 2.0 de la Generalitat, em va cridar l’atenció el desconcert dels meus companys de tertúlia per la quantitat d’informació sobre una persona que podem aconseguir només a partir de la seva presència a Twitter.

Els professionals de la gestió de xarxes socials disposen de moltes eines per analitzar el seu propi perfil o el dels seus clients: des de les estadístiques que el mateix Twitter proporciona a cada usuari fins a serveis de tercers com Twitter Counter, Twitonomy i SocialBro, que permeten seguir l’evolució de la quantitat de seguidors i altres variables. Amb MentionMap es poden estudiar les relacions i els graus d’influència mútua entre usuaris, i a TweepsMap pots veure a quins llocs del món tens més audiència digital per ajustar el missatge.

En canvi, hi ha moltes menys eines per analitzar els perfils aliens, si més no sense subscriure’s a la la versió de pagament d’alguna de les mencionades. Tot i això, amb alguns serveis d’accés lliure es poden treure o deduir patrons sobre un tercer que ens interessi. Sense anar més lluny, el mateix Twitter indica quin dia es va donar d’alta cada usuari al servei i quants tuits ha publicat des d’aleshores; combinant aquestes dues dades s’obté la mitjana diària de tuits, un indicador de l’activitat de la persona en aquesta xarxa que sovint interessa comparar amb la d’altres components d’un mateix col·lectiu. Jo ho vaig fer abans de les eleccions amb els membres de les candidatures de JxSí, CSQP i la CUP, i últimament he repetit l’exercici amb els parlamentaris catalans electes al Parlament d’aquí i a les Corts espanyoles, i amb els consellers del nou Govern. En aquests casos, però, no ho he fet manualment, sinó a partir de llistes de Twitter que he creat prèviament i accedint als servidors de l’empresa amb una aplicació del gabinet Data’n’Press que em proporciona les dades que després analitzo amb un full de càlcul per buscar qui és el diputat més veterà, el conseller més popular o el candidat més xerraire.

Però tot això només revela detalls sobre l’activitat de les persones dins d’aquesta xarxa. El pas al món físic es produeix explorant la informació de posició que contenen els tuits publicats amb un dispositiu que té activada la geolocalització, i que permetria rastrejar els desplaçaments de l’usuari. Quan la cosa es posa interessant de debò és quan recorres a TweetStats, un servei que a partir dels 3.200 tuits més recents de cada usuari -el màxim que Twitter permet consultar gratuïtament-, t’indica en quines hores i quins dies de la setmana piula més l’objecte de la teva atenció (el Molt Honorable President @KRLS ho fa sobretot entre dimarts i dijous i a les 9 del matí, tot i que durant la campanya electoral del 27-S semblava que no tingués temps per piular fins a les 10 i les 11 de la nit) i amb quins dispositius ho fa (a finals del 2010 Puigdemont feia servir una BlackBerry, mentre que ara s’ha passat a Android i ocasionalment utilitza un Windows Phone).

Les dades de TweetStats també serveixen per matisar l’activitat piuladora: no és el mateix escriure espontàniament tuits propis que repiular tuits d’altres o respondre als d’algú. L’aplicació indica quin percentatge de piulades durant el període considerat corresponen a cada categoria, i també quins usuaris han sigut més sovint objecte de repiulades o de respostes. Seguint amb l’exemple de Puigdemont, la seva proporció de retuits ha anat augmentant amb el temps, cosa que pot indicar més prudència -o menys temps disponible- a l’hora de crear contingut propi. Finalment, es poden consultar les etiquetes o hashtags d’ús més habitual per part de l’usuari, que en el cas que ens ocupa són #parlament, #girona i #presidentmas.

Continuant amb el contingut dels tuits d’un usuari, comencen a sorgir empreses que es dediquen a analitzar-lo i treure’n conclusions. Per poc bé que ho facin, segurament l’encertaran més que els que han atribuït a Puigdemont el que era una cita de Carles Rahola. Finalment, l’examen dels tuits que un usuari ha publicat i esborrat posteriorment també pot resultar revelador, i en el passat ens ha proporcionat moments entranyables, com el que li va costar la feina fa uns mesos al responsable de xarxes de Pere Navarro. Per a aquesta tasca disposem de Politwoops, un servei internacional de l’Open State Foundation que arxiva els tuits publicats i esborrats per parlamentaris en actiu i que ha estat uns mesos sense funcionar: des que Twitter hi va bloquejar l’accés perquè va considerar que infringia les condicions d’ús, fins que aquest mes l’ha restablert reconeixent que es tracta d’una eina útil per fiscalitzar els servidors públics, prèviament acreditats pel responsable de cada edició nacional -aclariment: sóc l’administrador de la catalana-. Ara bé, per analitzar l’arxiu de Politwoops cal ser prudent: no és el mateix esborrar un tuit quan veus que pot ser polèmic i te’n penedeixes, que fer-ho perquè has comès una errada ortogràfica o gramatical i tornar a publicar-lo tot seguit amb la correcció, com acostuma a fer precisament Puigdemont. I això també diu molt del seu caràcter.