En los últimos años, la comunicación científica ha experimentado un cambio muy significativo gracias al desarrollo de Internet y los medios digitales. La consolidación del movimiento de Acceso Abierto a la literatura científica y la aparición de las herramientas de la Web 2.0 y su aceptación por parte de la comunidad científica han supuesto el paso de la publicación en papel al formato electrónico, así como la ampliación de los distintos canales de comunicación (Robinson García y otros, 2011). Paralelamente, en el ámbito de la evaluación de la ciencia, muchos indicadores bibliométricos tradicionales, empezando por el factor de impacto, se perciben como cada vez más inadecuados para captar el auténtico valor del trabajo científico (Aleixandre Benavent y otros, 2007; Priem y otros, 2010; Torres Salinas y otros, 2013). En este contexto, la comunidad científica se ha planteado la posibilidad de establecer nuevos indicadores para medir y evaluar la actividad investigadora y su impacto (Priem y Hemminger, 2010; Torres Salinas y otros, 2013). El movimiento de las altmétricas considera que estos nuevos indicadores pueden encontrarse en la web social, en la actividad que muchos científicos desarrollan en plataformas como Twitter, Facebook, blogs, o la Wikipedia (Priem y Costello, 2010). La web 2.0 permite estudiar los rastros de la comunicación científica informal que hace un tiempo era prácticamente imposible reconstruir, porque tenían lugar en un espacio privado (Priem, 2014). Los objetos de medición varían dependiendo de la plataforma, pudiendo ser las menciones de un trabajo o de un autor en Twitter, Facebook o en un blog, o las estadísticas de lectura que ofrece el gestor de referencias Mendeley (Priem y Hemminger, 2010).

Mucha literatura sobre altmétricas ha estudiado su significado en comparación con los indicadores tradicionales, concretamente las citas, a través de análisis de correlación. La mayoría de los trabajos realizados en este sentido confirma que, aunque altmétricas y citaciones pueden presentar una correlación positiva, en el sentido de que los trabajos muy mencionados en la web social también suelen ser trabajos muy citados, esta relación es más bien débil, apuntando a que las altmétricas miden otro tipo de impacto respecto a las citas (Cabezas Clavijo y Torres Salinas, 2010; Eysenbach, 2011; Thelwall y otros, 2013; Shuai y otros, 2012; Costas y otros, 2014).

Debido a que la investigación sobre altmétricas ha utilizado ampliamente las pruebas de correlación, algunos autores subrayan la necesidad de decantarse por estrategias de análisis diferentes, que permitan comprender a fondo el potencial de las altmétricas cara a los procesos de evaluación de la ciencia, como entrevistas y cuestionarios sobre las razones para mencionar la investigación en la web social (Sud y Thelwall, 2014). En este sentido, Priem (2014) insiste sobre la necesidad de conocer con mayor profundidad el uso que la comunidad académica asigna a las herramientas de las que se obtienen los indicadores alternativos, porque en este contexto se define la naturaleza de los propios indicadores y su significado en el marco de la comunicación científica.

La presente investigación tiene como objeto el estudio de la comunicación científica en Twitter, y concretamente pretende conocer y describir el tipo de actividad científica que tiene lugar en esta plataforma, identificando el tipo de información que se difunde y el tipo de actividad que realizan los científicos analizados. Para lograr estos objetivos, nos proponemos investigar a un grupo de investigadores y profesionales del ámbito de la documentación y la información con presencia en Twitter, una de las principales plataformas para la difusión de la actividad científica e investigadora, cuya utilización por parte de científicos y profesionales es cada vez mayor (Arroyo, 2012). Se trata además de la plataforma más estudiada en el ámbito de la literatura altmétrica (Priem y Costello, 2010; Weller y otros, 2011; Holmberg y Thelwall, 2014). Sin embargo, muchos de los trabajos que tratan de Twitter como plataforma para la comunicación científica informal se han realizado mediante la recopilación automática y aleatoria de tuits empleando algún tipo de software o desarrollando los APIs de Twitter, y analizando los contenidos así recopilados (Letierce y otros, 2010; Holmberg y Thelwall, 2014). En estos casos, el análisis de contenido como estrategia de estudio se centra en grandes cantidades de textos y en la clasificación de tuits seleccionados aleatoriamente, dejando de lado el contexto comunicativo en el cual se intercambian. Sin tener en cuenta que algunos de estos trabajos, como por ejemplo el de Holmberg y Thelwall (2014), concluyen exponiendo la necesidad de realizar estudios cualitativos que contribuyan a la consolidación de un marco teórico. En esta investigación, nos proponemos abordar la temática desde un punto de vista cualitativo con la intención de conocer con mayor profundidad la naturaleza de la comunicación científica en Twitter y, además, corroborar y, en su caso, complementar las conclusiones a las que otros investigadores han llegado en trabajos previos.

Para la realización de esta investigación hemos empleado una metodología cualitativa, utilizando para ello el método de la etnografía virtual basada en la técnica de la observación no participante. La etnografía virtual, también llamada etnografía digital o netnografía, surge como una nueva estrategia metodológica desarrollada para entender la realidad social que tiene lugar en el ciberespacio, donde se crean vínculos y relaciones entre personas, grupos y comunidades (Fresno, 2011). En un contexto social online, el investigador practica la observación pudiendo decidir si ésta es participante o no participante, es decir si piensa intervenir o no en las dinámicas del grupo estudiado. A diferencia de la etnografía tradicional, la netnografía permite generar conocimiento relevante sin que el investigador entre a formar parte del campo objeto de estudio, evitando así la posibilidad de interferir y modificar la conducta o el modo de actuar de los miembros de la comunidad estudiada (Casas Romeo y otros, 2008). Hine (2015) recomienda la interacción y la observación participante para la etnografía virtual, aunque reconoce que no existe una única fórmula y que cada caso exige estrategias adaptables. En el presente estudio, la decisión de realizar una observación no participante se tomó teniendo en cuenta la escasa interactividad que observamos en la comunidad estudiada y de la dificultad de integrarse en la plataforma a la par con los participantes. Optamos, en línea con las directrices metodológicas descritas por Kozinets (2009), por añadir a las notas de campo derivadas de la observación otros datos, concretamente algunos datos estadísticos relativos a los participantes, las actividades realizadas y los trabajos científicos mencionados, según indicamos más adelante.

Para la selección de la muestra de investigadores objeto de estudio descartamos la estrategia adoptada en Calvillo (2013). Calvillo genera una muestra de todos los miembros de la comunidad documental en Twitter, seleccionando a todos aquellos que en su respectivo perfil se autodefinen como documentalistas, bibliotecarios o archiveros y que hayan publicado algún tuit en español durante el periodo de etnografía. Sin embargo, es común que los profesionales de la documentación se presenten con diferentes denominaciones, como content curator, community manager, bibliómetras, entre otras. Por otro lado, queríamos seleccionar una muestra suficientemente manejable en un estudio de tipo cualitativo y que presentara cierto grado de conexión interna, pues la etnografía se centra en estudiar las interacciones dentro de grupos reducidos de participantes. Por estas razones, la muestra se seleccionó a partir de un trabajo previo de Torres Salinas y Milanés Guisado (2014), en el cual los autores, para analizar la presencia de un grupo de investigadores y profesionales del ámbito de la información y la documentación en diferentes redes sociales, toman como muestra a los investigadores que han publicado al menos tres artículos en la revista El Profesional de la Información entre los años 2009 y 2013, 47 en total, de los cuales 26 disponen de un perfil en Twitter. Por tanto, nuestra muestra está compuesta por los 26 investigadores identificados por los autores de este trabajo (Tabla I). Como puede apreciarse en la Tabla I, los autores están afiliados con 14 instituciones diferentes, aunque destacan dos instituciones catalanas, la Universidad Pompeu Fabra (6) y la Universitat de Barcelona (3). La muestra está compuesta principalmente por investigadores de sexo masculino, - 24 frente a 2 de sexo femenino - que suman, en conjunto, un total de 29.249 seguidores - muchos de los cuales puede que sigan a más autores de la muestra. Entendemos que estos seguidores, considerando la naturaleza fundamentalmente profesional y de investigación de los tuits intercambiados, está interesada en contenidos relacionados con la documentación e información. En el periodo estudiado, se publicaron un total de 3492 tuits.

Entendimos que los investigadores participantes, al haber publicado intensamente en la misma revista, presentarían cierto grado de conexión recíproca para poderles calificar como grupo o comunidad. La existencia de relaciones recíprocas quedó confirmada en el análisis de redes que realizamos, importando datos sobre las relaciones que los usuarios establecen en Twitter a través de la opción “Seguir” (Figura 1). Los datos para la elaboración del mapa se extrajeron el día 13 de noviembre de 2014 utilizando el programa informático NodeXL y se editaron con Gephi. En la Figura 1, los investigadores de la muestra se dividen en 6 comunidades, cada una de un color, en función de las relaciones recíprocas que establecen en Twitter. Dos de éstas solo cuentan con un investigador. El tamaño de los nodos representa el número de seguidores totales de cada investigador en Twitter. Con carácter general, es posible apreciar que las distintas comunidades reúnen a investigadores de áreas afines, aunque con algunas excepciones. La comunidad de color fucsia, por ejemplo, representa al área de bibliometría, la verde periodismo y comunicación, la turquesa tecnología, siendo la roja la más heterogénea, con predominio de investigadores y profesionales del ámbito de las bibliotecas y fuentes de información.

Una vez identificados y seleccionados los investigadores que conforman la muestra, procedimos a crear un perfil en Twitter, incluyendo nombre y apellidos reales, así como una breve descripción de nuestros intereses profesionales y académicos, para poder ser claramente identificados. A continuación, buscamos y comenzamos a seguir a los diferentes usuarios que forman parte de la muestra. El periodo de observación ha tenido, finalmente, una duración de 3 meses, entre el 1 de diciembre de 2014 y el 28 de febrero de 2015. El procedimiento que hemos seguido ha sido el siguiente: durante este periodo de tiempo, una de las dos autoras ha observado diariamente todos los tuits que los investigadores iban publicando en sus perfiles de Twitter y tomando notas en un diario que asciende a un total de 79 páginas. En las notas de campo se resumían diariamente los eventos comunicativos más destacados, incluyendo información contextual, como por ejemplo referencias a acontecimientos de actualidad, generales o de la disciplina, o a otros usuarios de Twitter. Asimismo, el diario nos ha permitido asimilar la avalancha de tuits diarios y ha funcionado como un espacio en el que se ha ido definiendo el esquema clasificatorio que aplicamos a los resultados. Para analizar los resultados, optamos por clasificar el tipo de comunicación que observamos a posteriori, una vez recogidos todos los datos, caracterizando las actividades más comunes y recurrentes durante el período estudiado. Finalizado el periodo de observación y definido el esquema de clasificación, procedimos a clasificar una muestra aleatoria correspondiente al 10% de los tuis publicados. En el siguiente apartado, presentamos los resultados de esa clasificación así como una descripción de las diferentes actividades comunicativas a través de ejemplos significativos.

Los investigadores analizados utilizan Twitter fundamentalmente como plataforma para la difusión de contenidos científicos y de interés para documentalistas y otros profesionales de la información y la comunicación. Adicionalmente, pueden utilizar la plataforma para difundir contenidos no científicos e interactuar con otros usuarios. La actividad de los investigadores estudiados puede caracterizarse fundamentalmente de cuatro maneras: 1) difusión de contenidos de carácter científico, 2) difusión de contenidos relevantes para la disciplina, 3) difusión de contenidos no científicos, y 4) interacción de los investigadores con otros usuarios. Estas actividades se han cuantificado clasificando una muestra del 10% de los tuits publicados en el periodo de estudio (Tabla II). Las referencias a la literatura científica representan solo un 16,6 % de los tuits, mientras que la difusión de contenidos relevantes para la disciplina de corte más bien profesional acaparan un 29,7% de toda la actividad comunicativa.

A continuación, describimos a través de ejemplos las diferentes actividades comunicativas.

Los resultados producidos a lo largo de este estudio nos permiten describir lo que pasa en la comunicación científica informal mediatizada por la plataforma Twitter en un conjunto de investigadores del área de documentación e información cercanos a la revista EPI. Los investigadores estudiados utilizan Twitter principalmente como plataforma para la difusión de información, sobre todo científica y profesional, aunque pueden hacerse eco de noticias y eventos de actualidad. Las interacciones con otros usuarios y los debates son eventos esporádicos, a pesar de que, en el conjunto, los 26 participantes reúnen a un numeroso público de seguidores. Es posible que el reducido número de caracteres permitidos en los tuits impida entablar debates más amplios y que éstos se trasladen a otros foros, como, por ejemplo, a los blogs científicos u otros sitios web, que a lo largo de esta investigación han ido apareciendo como espacios que complementan y desarrollan los contenidos e ideas publicados en Twitter. En este sentido se confirman los resultados de Holmberg y Thelwall (2014) que subrayan la tendencia del colectivo de académicos a compartir enlaces y a retuitear más que el resto de colectivos usuarios de Twitter.

Un aspecto destacable en cuanto al tipo de contenidos difundidos a través de Twitter por la muestra estudiada es la alta incidencia de referencias al trabajo propio o al trabajo de compañeros de equipo en los tuits publicados (cerca de la mitad de los artículos, según los datos de la Tabla III), o incluso retuiteados. En el contexto de las altmétricas o indicadores alternativos, tuitear o retuitear una publicación científica o incluir una URL enlazando con este tipo de publicaciones pueden considerarse como una cita (Priem y Costello, 2010; Weller y otros, 2011). Sin embargo, en palabras de Priem y Costello (2010), una cita en Twitter se diferencia de una cita tradicional en que no se utiliza para apoyar un argumento expuesto en un trabajo científico, sino más bien para recomendarlo por considerarlo interesante. Una cita tradicional supone un esfuerzo intelectual mucho mayor que una cita en Twitter puesto que se entiende que el investigador que cita un artículo científico lo ha leído previamente. La difusión en Twitter por parte de los investigadores de sus propias publicaciones científicas, podría considerarse como una auto-cita, y su alta incidencia en este estudio puede poner en cuestión que las menciones a trabajos de investigación en la web social puedan considerarse indicadores genuinos de impacto. Al respecto, Robinson García y otros (2011) consideran que las herramientas de la web social contribuyen al aumento de la visibilidad y de la autoridad del investigador en el contexto científico pero que el impacto de las publicaciones se sigue produciendo a través de los canales de comunicación científica tradicionales. Un aspecto interesante para desarrollar en estudios posteriores sería caracterizar aún más los artículos mencionados, por ejemplo en términos de tipología o de tipo de acceso, para comprender aún mejor las razones para recomendarlos y mencionarlos.

Una parte importante de los tuits intercambiados por los autores de la muestra (el 29,7% según los datos de la Tabla II) incluye referencias a blogs, informes y otros tipos de datos, incluso producidos fuera del ámbito académico. Sin embargo, mucha literatura altmétrica considera que, en la web social, puede hablarse de comunicación científica informal solo cuando se mencionan trabajos de investigación publicados formalmente en revistas o repositorios. Por ejemplo, el hecho de que los investigadores de economía tiendan a intercambiar en Twitter enlaces a estadísticas y conjuntos de datos se interpreta como que en esta disciplina la plataforma no tiene un uso científico (Holmberg y Thelwall, 2014). Todo esto a pesar de que estadísticas y conjuntos de datos se reconocen cada vez más como productos científicos autónomos (Torres Salinas y otros, 2012; Torres Salinas y otros, 2014), y que en este estudio también aparecen en los tuits publicados por los autores de la muestra. Parece una paradoja que la búsqueda de indicadores alternativos a las métricas tradicionales descarte productos científicos diferentes al producto científico más tradicional, el artículo de investigación. Twitter es un espacio en el que, como hemos visto, se mezclan tanto contenidos científicos como contenidos técnicos y noticias de interés para la sociedad en general y que, además, son producidos y publicados no solo por investigadores, sino también por profesionales y otros actores sociales. En este contexto, se produce un encuentro entre ciencia y sociedad, puesto que contenidos producidos por distintos actores sociales confluyen en un único espacio en el que se influyen mutuamente. De alguna manera, las necesidades de la sociedad, que quedan reflejadas a través de noticias, informes, estadísticas, software y otras publicaciones difundidas en Twitter, adquieren el potencial de condicionar los objetivos de la investigación científica, por el mero hecho de mezclarse con otros contenidos científicos en el ámbito de las transacciones informacionales de una comunidad profesional y académica especializada. Investigaciones futuras podrían involucrar a los propios participantes, tanto científicos como seguidores, para comprender con mayor profundidad las dinámicas de interacción e influencia recíproca que se producen en Twitter. Asimismo, quedan por averiguar las razones del escaso aprovechamiento de la plataforma como espacio para el debate, que mencionábamos arriba.

En este sentido, podríamos decir que los participantes en la comunidad académica y profesional que hemos estudiado, a través de la selección y difusión de la información que tuitean y retuitean tanto del ámbito académico como de otros ámbitos sociales, asumen la responsabilidad de definir la imagen pública de la disciplina dirigiéndose a un amplio público de seguidores. Según Priem y Costello (2010), investigadores y académicos son totalmente conscientes de su rol dentro de la plataforma y de las expectativas de sus seguidores, por lo que tuitean contenidos que saben que pueden ser útiles y relevantes para los usuarios que les siguen y que, además, éstos esperan que tuiteen. Twitter sería en este sentido como una fuente de información de gran valor, porque la información que se difunde es de alguna manera objeto de una revisión colectiva. Sin embargo, cabe añadir que, en general, la participación de la comunidad académica en la web social es más bien escasa (Holmberg y Thelwall, 2014; Mas-Bleda y otros, 2014) para poder hablar de revisión colectiva de la información difundida. Lo que sí podemos concluir con relación al presente estudio es que los investigadores que participan activamente en la web social, como muchos de los que se han estudiado aquí, definen ante la sociedad y de forma pública y conjunta, porque forman parte de una comunidad en la que los unos siguen a los otros, lo que es importante, recomendable e interesante. Aunque no la hayamos contemplado entre las actividades comunicativas incluidas en los resultados, quizás sea ésta la actividad comunicativa más destacable.