Predecir el resultado del referéndum de salida de la UE de Reino Unido mediante Twitter

Un director de campaña de un determinado partido político necesita información mediante la cual predecir el comportamiento de los votantes, interpretarla y, a partir de ella, desarrollar diferentes estrategias que puedan suponer cambios en la opinión pública y, de esa manera, intentar aumentar su número de votos. Cuanto mejor se ajuste esa información a la realidad será más probable que el diagnóstico sea adecuado y que, por lo tanto, las estrategias a implementar sean más efectivas.

Los métodos de recogida de información tradicionales, además de ser costosos, requieren una gran cantidad de tiempo durante el cual la opinión pública puede haber variado. Es decir, no se puede reaccionar con rapidez a cambios bruscos producidos por eventos puntuales, pero que pueden ser muy significativos. Por este motivo, desde hace un tiempo se plantea la posibilidad de utilizar las redes sociales como información complementaria que pueda cubrir esa necesidad.

En el estudio “Predicting the Brexit Vote by Tracking and Classifying Public Opinion Using Twitter Data” analizaron entre el 6 de enero y el 23 de junio (día del referéndum) de 2016 todos los tweets bajo los siguientes criterios:

Criterio de búsqueda	Términos
Palabras simples	brexit
Hashtags	#betterdealforbritain #betteroffout #brexit #euref #eureferendum #eusummit #getoutnow #leaveeu #no2eu #notoeu #strongerin #ukineu #voteleave #wewantout #yes2eu #yestoeu
Nombres de usuario	@vote leave @brexitwatch @eureferendum @ukandeu @notoeu @leavehq @ukineu @leaveeuofficial @ukleave_eu @strongerin @yesforeurope @grassroots_out @stronger_in

Utilizaron un sistema de clasificación que estimaba el número de personas en cada grupo: Leave/Remain o indeterminado. La IA atendía a diferentes parámetros y los filtraba en caso de considerarlos spam. Una vez entrenada, cuando el sistema era suficientemente robusto, analizaron una muestra de 30 millones de tweets recogidos durante los 6 meses que duró el estudio.

Algunas de las conclusiones que muestra el estudio son:

●    Los datos obtenidos ofrecen fuertes correlaciones con otras encuestas publicadas durante la campaña del Brexit.

●   El uso de hashtags para etiquetar los tweets supone que el sistema no está basado en una muestra aleatoria, por lo que el estudio está sujeto a sesgos.