Tweeting Tennessee’s Collections: A Case Study of a Digital Collections Twitterbot Implementation

Referencia del artículo

Hale, M. L. (2020). Tweeting Tennessee’s Collections: A Case Study of a Digital Collections Twitterbot Implementation. The Code4lib Journal, 48. https://journal.code4lib.org/articles/15112

Resumen original

This article demonstrates how a Twitterbot can be used as an inclusive outreach initiative that breaks down the barriers between the web and the reading room to share materials with the public. These resources include postcards, music manuscripts, photographs, cartoons and any other digitized materials. Once in place, Twitterbots allow physical materials to converge with the technical and social space of the Web. Twitterbots are ideal for busy professionals because they allow librarians to make meaningful impressions on users without requiring a large time investment. This article covers the recent implementation of a digital collections bot (@UTKDigCollBot) at the University of Tennessee, Knoxville (UTK), and provides documentation and advice on how you might develop a bot to highlight materials at your own institution.

Resumen traducido

Este artículo demuestra cómo un Twitterbot puede usarse como iniciativa de alcance inclusivo para romper las barreras entre la web y la sala de lectura y para compartir materiales con el público. Dichos recursos incluyen postales, manuscritos musicales, fotografías, dibujos animados y cualquier otro material digitalizado. Una vez instalados, los Twitterbots permiten que los materiales físicos converjan con el espacio técnico y social de la Web. Los Twitterbots son ideales para profesionales ocupados porque permiten a los bibliotecarios hacer impresiones significativas en los usuarios sin requerir una gran inversión de tiempo. Este artículo cubre la implementación reciente de un bot de colecciones digitales (@UTKDigCollBot) en la Universidad de Tennessee, Knoxville (UTK), y proporciona documentación y consejos sobre cómo podría desarrollar un bot para resaltar materiales en su propia institución.

Resumen extenso

¿Son los bots efectivos?

Los estudios realizados hasta el momento muestran buenos resultados y un alto impacto de los bots, especialmente en las áreas de márquetin y comunicación de las bibliotecas, así como un aumento de los mismos en los últimos años (Veale y Cook, 2018).

Aceptación, credibilidad y creatividad

Inicialmente se consideró la posibilidad de que el contenido generado por bots tuviese menor aceptación y credibilidad que el generado por humanos, sin embargo, esto fue descartado por los resultados favorables del estudio de Edwards et al. (2014). Se advirtió, no obstante, que el organismo utilizado para el experimento –el Centro para el Control de Enfermedades—, al no ser un agente típico de Twitter, pudo haber influido en la mayor credibilidad de las publicaciones creadas por los bots. Al estar las bibliotecas frecuentemente asociadas a instituciones académicas, comunitarias o del Patrimonio Cultural, se consideró que el mismo efecto podría producirse en sus cuentas de Twitter. Otro posible inconveniente contemplado fue la diferencia de creatividad entre el lenguaje humano y el utilizado por un bot, pero finalmente no se consideró un problema relevante (Veale y Cook, 2018), ya que el propio lenguaje humano se basa a menudo en clichés y construcciones preestablecidas. Se notificó, de igual manera, la posibilidad de que el bot utilizase términos excesivamente técnicos que el usuario no entendiese o ciertas expresiones en un contexto inadecuado. Esto, igualmente, al ser una característica de la forma de hablar de algunos individuos, no fue considerado un problema relevante (Vale y Cook, 2018).

Objetivos de lo Twitterbots

El punto clave del estudio es la comprobación de la efectividad de los bots como difusores de contenidos, no su capacidad para pasar por seres humanos. Se destaca, precisamente, la frecuente indicación expresa de su naturaleza mediante la palabra bot en el nombre de la cuenta, lo cual suele resultar en una mayor comodidad de los usuarios en la interacción al ser conocedores de este hecho (Vale y Cook, 2018).

Twitter y las Instituciones de Patrimonio Cultural

Los estudios mencionados no son relativos a Instituciones del Patrimonio Cultural (galerías, bibliotecas, archivos y museos; GLAM). Por ello, se incluye una breve lista los de bots con mayor impacto vinculados a este tipo de instituciones, junto con la entidad creadora y el número de seguidores. El método empleado para la elaboración de la lista fue la recopilación manual durante un año y medio de cuentas bot GLAM centradas en la difusión regular de imágenes pertenecientes a sus colecciones (Hale, 2020).

Cuenta	Propietario	Número de seguidores	Fecha de creación
@ArtBrowsing	@tinysubversions	230	2017-06
@BklynMuseumBot	@backspace	1,571	2014-08
@boschbot	Nig Thomas	44,800	2016-11
@BruegelBot	Nig Thomas	14,200	2018-12
@cooperhewittbot	@backspace	842	2014-08
@digitalNZbot	Digital NZ	130	2013-10
@DPLAbot	Desconocido	755	2013-07
@HistoricalCats	Desconocido	1,006	2014-01
@ImagesDArt	@White_Fangs	2,933	2015-12
@LACMABot	@backspace	395	2016-08
@MADMuseumBot	@backspace	684	2014-08
@MuseumBot	@tinysubversions	8,301	2014-05
@NYPLdcBot	Desconocido	84	2014-12
@NYPLEmoji	@lolibrarian	3,880	2016-06
@NYPLphotobot	@backspace	456	2016-01
@NYPLpostcards	@backspace	663	2016-01
@PhilaMuseumBot	@backspace	770	2014-09
@pomological	@xor	17,300	2015-05
@postcards_past	@xor	761	2016-02
@RijksMuseumBot	@backspace	1,030	2014-08
@TateBot	@backspace	1,623	2014-08
@TroveEmojiBot	@lolibrarian	57	2016-10
@V_and_A_Bot	@backspace	1,122	2014-11
@WaltersBot	Desconocido	209	2014-01
@WoodsonRC_bot	@scottythered	38	2017-08
@YUDLbot	@ruebot	171	2014-05

La tabla (Twitterbots del Patrimonio Cultural enumerados alfabéticamente) (Hale, 2020) muestra la posibilidad de llegar hasta a decenas de miles de personas con un Twitterbot, aumentando así la posibilidad de que el usuario de Twitter encuentre contenido de la institución. Se distinguen dos tipos de bot: los bots de alimentación –pasivos, no reaccionan a otros usuarios y tuitean datos existentes— y los bots observadores, que responden activamente a los usuarios (Veale y Cook 2018). Cabe destacar que en ocasiones, los bots observadores cuentan con cierto soporte humano: siempre que el contenido pueda identificarse mediante programación, es posible excluir contenido sensible o no deseado de un Twitterbot (Ibídem). En general, la mayoría de las GLAM optan por los bots de alimentación para sus cuentas, ya que ciertos tipos de interacciones son consideradas invasivas en estos entornos (Hale, 2020). Como también puede observarse en la tabla, por lo general, los creadores de Twitterbots no tienen afiliación directa con las instituciones cuyo contenido están promocionando.

Derechos de autor e intercambio de imágenes

Antes de publicar cualquier objeto digital en línea es imprescindible que la institución determine si tiene el derecho a hacerlo. Gracias a las etiquetas Open Graph es posible mostrar una vista previa del contenido con un enlace al repositorio, todo ello sin la necesidad de subir propiamente dicho contenido. Por lo tanto, si se tiene derecho a compartir la imagen desde el repositorio local, se tiene derecho a crear un Twitterbot que comparta los objetos digitales de esta manera (Hale, 2020). Así, los Twitterbots son una fuente legal de información para que los usuarios la consuman y re-difundan (Carpenter 2013).

Método empleado

En lo relativo al proceso de creación del Bot de colecciones digitales de la UTK o @UTKDigCollBot(University of Tennessee), los puntos principales fueron (Hale, 2020):

1. Creación de una nueva cuenta de Twitter y activación del acceso como desarrollador (requisito para acceder a las API de Twitter).
2. Recuperación de los códigos necesarios para interactuar con las API de Twitter (Consumer Key, Consumer Secret, Access Token y Access Token Secret). Otras opciones son la utilización de Tracery y Google Sheets.
3. Implementaciones tecnológicas en las colecciones digitales a difundir (recomendadas): etiquetas de Open Graph en los metadatos en línea, Open Archives Initiative Protocol for Metadata Harvesting (OAI-PMH).
4. Mantención la salida del Twitterbot simple y enfocada en resaltar el contenido de las colecciones digitales.

Retos en el proceso

Los retos y problemas a solucionar durante el estudio y el proceso de creación del Twitterbot fueron los siguientes:

• Visualización granulosa de algunas de las imágenes al publicarlas. Se consultó el código fuente de la página y se descubrió que se trataba de miniaturas en lugar de archivos .jpeg completos. Esto se debía al modelo de contenido de Islandora seleccionado para cada colección (Hale, 2020). Fue necesaria la modificación del programa para seleccionar únicamente imágenes aleatorias de colecciones particulares. Conforme las Bibliotecas agregan nuevas colecciones, es necesario actualizar el código para que su contenido pueda llegar al feed de Twitter. Esto permitió identificar otros problemas de metadatos en las colecciones, como la existencia de descripciones vacías, además de la esclusión de contenido potencialmente sensible o problemático (Ibídem).

• Cómo alojar el bot, de manera que estuviese completamente automatizado y no requiriese de ninguna intervención. Una de las posibilidades contempladas fue la ejecución de su programa en una computadora siempre encendida. Sin embargo, las publicaciones podrían interrumpirse por su mantenimiento y habría sido necesaria una computadora de repuesto o la utilización de espacio del servidor de la Biblioteca (Hale, 2020). En lugar de esto, se utilizó Heroku, un programa de aplicación gratuito en la nube, para ejecutar el programa de forma continua. Una alternativa a este método de alojamiento es el uso de Amazon Web Services (AWS) Lambda (Ibídem).

• Problemas con los metadatos de los títulos. Se notificó que algunos días no se publicaba ningún tweet. Se revisaron los mensajes de error en el registro de Heroku y se llegó a la conclusión de que el código no contemplaba la posibilidad de que se devolvieran varios títulos (Hale, 2020). Se incluyó entonces la opción de devolución de una lista de títulos –los metadatos a menudo contenían el título atribuido y el transcrito literalmente—. Gracias a este cambio, el programa se ejecutó correctamente de nuevo (Ibídem).

Evaluación de los resultados

A continuación se presentan los datos numéricos obtenidos relativos a las interacciones y acciones de los usuarios con la cuenta [@UTKDigCollBot], junto con las observaciones extraídas tras analizar el comportamiento del Twitterbot y los resultados del mismo en la Twittsphere.

Datos obtenidos

El bot creado (@UTKDigCollBot) publicó regularmente durante diecinueve meses, reuniendo un total de 100 seguidores y atrayendo a 459 usuarios al sitio web (Hale, 2020). Las interacciones recibidas (838) fueron las siguientes:

• 459 clics en URL.
• 246 me gusta.
• 62 clics en expandir detalles.
• 51 clics en perfil de usuario.
• 19 retweets.

Observaciones

Se observó, sin embargo, que la participación mediante comentarios fue completamente nula; hubo respuestas escritas de los usuarios a algunos retweets, pero no se hicieron comentarios directamente en @UTKDigCollBot. Esto no fue considerado un problema, ya que el objetivo de este Twitterbot concreto era el aumento de la visibilidad de las colecciones. No obstante, se ha de tener en cuenta que en el caso de buscarse la interacción y conversación activa con el usuario, un bot que únicamente publicase materiales sería insuficiente (Hale, 2020). Por último, si bien los resultados fueron satisfactorios, las métricas fueron algo bajas, lo cual se esperaba (Ibídem). Se menciona la existencia de discusión previa sobre el motivo, que puede ser la dificultad para relacionar e integrar el twitteo aleatorio de los bots con la actividad de la institución (@UTKLibraries).

Conclusiones

A continuación se enumeran las principales conslusiones que Hale (2020) extrae de su estudio:

• La creación de un Twitterbot es un objetivo alcanzable para los bibliotecarios.
• Existen soluciones y alternativas más sencillas que las utilizadas en su estudio.
• En algunos casos, las GLAM pueden llegar a crear fuentes más dinámicas e interactivas, como el @NYPLEmoji (bot).
• Es necesario definir mejor cuáles deberían ser los objetivos de participación de Twitterbots.
• Los bots tienen el potencial de ser una oportunidad fructífera de divulgación.
• La creación de un Twitterbot de difusión cultural puede entenderse incluso como un experimento técnico.

Comentario crítico

El artículo de Hale (2020) muestra el potencial y algunas posibles utilidades de los bots, en este caso utilizados para publicar contenido desde cuentas de Twitter relacionadas con las GLAM (galerías, bibliotecas, archivos y museos). A continuación se comentará este tema desde dos perspectivas: por una parte el uso de los bots en Twitter (Twitterbots) y su relación con la información y con los usuarios –independientemente de si se utilizan en instituciones GLAM o no— y por otra parte el uso de los bots en bibliotecas –independientemente del tipo de bot y de si se utilizan en la plataforma Twitter o no—.

En cuanto al primer punto, el uso de Twitterbots (independientemente de la institución a la que se asocien o no asociados a instituciones), Hale (2020) menciona la necesidad del creador del bot de tener cuidado y prestar atención a qué es lo que este comparte, ya que determinado contenido fuera de contexto, polémico o sensible, puede empeorar la imagen de la institución. Sin embargo, la problemática de los Twitterbots es más amplia que un empeoramiento de la imagen institucional. Uno de los temas que ha preocupado a los estudiosos es la influencia de los Twitterbots sobre la opinión pública relacionada con temas polémicos y con la política, sea esta o no la intención del creador. Así lo demuestran los estudios de Le Conte (2018), Caldarelli et al. (2020) y Ferrera (2020). En el estudio de Le Conte (2018) se analizó el efecto de los Twitterbots sobre la opinión política, siendo el objetivo comprobar si gracias a ellos era posible reducir la polarización de las posturas. Los datos mostraron que, finalmente, no solo no se consiguió, sino que además el efecto fue el contrario: cada extremo se reafirmó en sus propias ideas, terminando más polarizados que antes del estudio. Caldarelli et al. (2020) confirman el gran peso de los bots en la actualidad para la difusión de propaganda política, tanto a favor de una serie de ideas que se defienden como en contra de las ideas de la postura contraria, a modo de crítica. En cuanto al estudio de Ferrera (2020), estrechamente relacionado con el momento actual, se analizó el comportamiento de los Twitterbots en relación con el tema de la salud pública y el SARS-CoV-2. Se concluyó que ciertos Twitterbots tienen un efecto de amplificación sobre temas como teorías conspiracionales y polémica general sobre la pandemia, generando discordia, desinformación y promoviendo la circulación de noticias falsas. A pesar de ello, en las tres investigaciones (Hale, 2020), (Le Conte, 2018) y Ferrera (2020) se considera que los Twitterbots suponen grandes ventajas para la difusión de contenidos, pero siendo necesaria su supervisión periódica o el uso de mecanismos de control.

En cuanto al segundo punto, el uso de bots en bibliotecas (independientemente de la plataforma y el tipo de bot), Hale (2020) menciona otras utilidades de los mismos y habla de su potencial, asunto que ya desarrolló, entre otros, Marquina (2016). Este analiza las posibilidades del uso de bots en las bibliotecas y las consecuencias que esto podría conllevar. Ya en 2016 habló de su uso en el servicio de referencia virtual –chats con bots—, para la elaboración y difusión de listas de obras recomendadas –en este caso, mediante Twitterbots— y para hacer préstamos automáticos. Actualmente todas estas posibilidades están explorándose y en algunas bibliotecas ya están implementadas. En cuanto a los inconvenientes, Marquina (2016) pronosticó la fuerte inversión de tiempo y dinero, los problemas ocasionados por la sustitución de personas por máquinas, los fallos de la propia tecnología y el empeoramiento de la imagen institucional en consecuencia.

Por último, también en relación con asuntos tratados en el artículo de Hale (2020), aunque fuera de estas dos perspectivas, se comentarán los temas de las formas de identificación de bots para prevenir algunos de los problemas mencionados y las posibilidades de los bots como creadores de contenido al carecer de la creatividad humana. Con respecto a la identificación de los bots para poder controlar la propagación de información falsa, campañas de desprestigio, etc., desde la Universidad de Salamanca (2020) se propone la herramienta BotSight, del Grupo de Investigación NortonLifeLock. Se trata de una extensión del navegador que muestra un icono y una puntuación porcentual junto a cada cuenta para indicar si está clasificada como una persona real o un bot y su porcentaje de posibilidades de serlo (Universidad de Salamanca, 2020). El algoritmo toma en consideración veinte características diferentes, entre ellas el número de mensajes que han gustado en la cuenta, su tasa de adquisición de seguidores y la entropía de su nombre (Ibídem). Sobre las posibilidades de los bots como creadores de contenido al carecer de la creatividad humana, como explica Hale (2020) en su artículo, muchos estudios coinciden en la imposibilidad o problemática para que un bot sea creador de contenidos de entretenimiento que satisfagan al usuario, siendo imposible suplantar a una persona real. En este punto Hale (2020) remarca una idea: no es necesario que el bot engañe al humano. De hecho, en muchas ocasiones incluso parece ser mejor opción la identificación del propio bot como tal, haciendo a los usuarios conocedores de su naturaleza. Por lo tanto, los bots son, en teoría, posibles creadores de contenido de entretenimiento. Esto lo demuestra el ejemplo explicado en el estudio de Ganzábal y Bartolomé (2020): el bot de la Guerra Civil Española. Se trata de un bot (@guerracivilbot, versión española del @worldwarbot) que muestra periódica y aleatoriamente diferentes combinaciones de conflicto entre los territorios españoles, narrando siembre los resultados con la misma estructura –ganador-conquistador, vencido-conquistado y datos numéricos sobre el número de territorios restantes—. Como explican Ganzábal y Bartolomé (2020), se generó una gran comunidad de seguidores e interacciones relacionadas con este Twitterbot, repitiéndose la misma idea en cuentas de otros países con similares resultados.

En definitiva, un bot puede generar contenidos de entretenimiento y provocar numerosas interacciones de los usuarios sin necesidad de poseer la creatividad humana, pero esta es imprescindible en el proceso previo, para encontrar la manera.

Referencias

Caldarelli, G., De Nicola, R., Del Vigna, F., Petrocchi, M., & Saracco, F. (2020). The role of bot squads in the political propaganda on Twitter. Communications Physics, 3(1), 81. https://doi.org/10.1038/s42005-020-0340-4

Ferrara, E. (2020). What types of COVID-19 conspiracies are populated by Twitter bots? First Monday, 25(6). https://doi.org/10.5210/fm.v25i6.10633

Ganzábal, M., & Bartolomé, A. M. (2020). La guerra civil en Twitter. Análisis del uso de bots para una nueva narrativa multimedia. In Nuevos actores y estrategias en el espacio mediático compartido: Vol. XI (pp. 99–114). https://addi.ehu.es/handle/10810/43049

Marquina, J. (2016). ¿Llegarán algún día los bots a las bibliotecas? ¿Qué pasará si lo hacen? julianmarquina.es. https://www.julianmarquina.es/llegaran-algun-dia-los-bots-a-las-bibliotecas-que-pasara-si-lo-hacen/

Le Conte, M. (2018). Twitter bots can make opinions more extreme. New Scientist, (3172). https://dialnet.unirioja.es/servlet/articulo?codigo=6491259

Universidad de Salamanca. (2020). BotSight: Una nueva herramienta para detectar bots en Twitter en tiempo real. Universo Abierto. https://universoabierto.org/2020/05/16/botsight-una-nueva-herramienta-para-detectar-bots-en-twitter-en-tiempo-real/

---

Categorías: Innovación | Bots | Twitter | GLAM | Galerías | Bibliotecas | Archivos | Museos | Metadatos