Escuchamos otro webinar sobre etnografía digital (quizá sea el cuarto o quinto en lo que va de la contingencia). En este caso, la tertulia online con una duración total de una hora y treinta minutos fue organizada, de nueva cuenta, por docentes interesados en actualizar y/o pulir sus conocimientos con respecto a este (para muchos nueva) conjunto de aproximaciones que suenan prometedoras en estos tiempos en donde la proximidad física es limitada.
Lo primero que saltó, como suele pasar, fue que la ponente dio a entender que la etnografía virtual, la antropología digital y la etnografía digital son sinónimos. Las enormes diferencias pasaron inadvertidas y en una ocasión hasta la netnografía se utilizó como indigno comodín (y no fue difícil imaginar Kozinets sintiendo un escalofrío).
Pasaron los minutos y la charla, como en todas las anteriores, se limitaba a describir qué es la etnografía digital, de dónde proviene, más otros aspectos sobre sus bases ontológicas y epistemológicas. En ningún momento se habló ni de cómo se implementa, ni de cuáles son los pasos a seguir (si es que existen, ya que hemos escuchado varias veces que la mejor forma de aprender a hacer etnografía es simplemente haciéndola), ni mucho menos de casos en donde la etnografía digital se haya aterrizado a un caso práctico (que sí hay muchos) más allá de la investigación para fines académicos. La conclusión de este webinar por parte de la expositora fue: «Es como hacer etnografía pero incorporando herramientas digitales, ya que 'lo digital' no es el centro de atención para la etnografía digital». El enunciado anterior, de hecho, sí es uno de los principios de la etnografía digital que proponen Pink, Horst, Postill, Hjorth, Lewis & Tachi (2016).
Caso contrario al anterior fue escuchar una conferencia (no tan nueva) en YouTube de Lev Manovich sobre Cultural Analytics. De entrada, la ponencia abre con algunas visualizaciones del popular Selfiecity, proyecto liderado por el mismo Manovich en el que (¡por fin!) se puede ver una implementación concreta y los resultados de esta serie de corrientes/métodos/técnicas para estudiar 'lo digital’.
Manovich (2018) describe la analítica cultural como la aplicación de métodos matemáticos, computacionales y de visualización de datos en el análisis de objetos, actividades y comportamientos culturales. Sobre los orígenes de estos métodos, él los sitúa mucho antes que la llegada de las computadoras, y presenta el ejemplo de los estudios de Andréi Bely sobre el problema del ritmo en la poesía rusa y cómo fue que usó estadísticas y un sistema gráfico para visualizar estructuras que dieran respuesta a dicho problema.
Ante la abundancia de literatura y contenidos que pretenden explicar que es la etnografía digital, y en contraparte, la falta de investigaciones publicadas que la hayan empleado, la analítica cultural no sólo involucra a los investigadores que hacen análisis académicos y publican los correspondientes artículos, sino también a la creación de interfaces web interactivas que permiten al público investigar tendencias en un abundante corpus de dato culturales.
En una recopilación que hace Gabriela Sued (2019) a propósito de la analítica cultural, distingue tres perspectivas desde las que podemos estudiar fenómenos sociales y culturales: los abordajes estructuralistas (estructuras sociales como sistemas); los abordajes etnográficos y culturalistas (el sujeto, sus prácticas y su capacidad de agencia); y los abordajes enfocados en objetos (producciones comunicativas y discursivas, textuales, audiovisuales, etc.). En particular, el antecedente de este último abordaje (en objetos) se puede trazar hasta Walter Benjamin (1935), quien diferencia al objeto de su reproductibilidad técnica.
Estudiar objetos culturales digitales (ya sean objetos culturales digitalizados o nativos) es como pretender estudiar el universo en expansión. Es necesario ser dinámicos y apoyarse de los saberes que otras ciencias, técnicas y disciplinas ya han construído con respecto al estudio de las dinámicas del caos: fractales, ciencias de redes y otras formas de visualización que permitan revelar los patrones ocultos en los grandes volúmenes de datos. Con lo anterior surge un problema que tiene que ver con el acceso a un gran número de objetos digitales, de sus metadatos y de los datos de sus autores (privacidad).
El acceso a los objetos culturales digitales, a los metadatos de estos y a los datos de los usuarios no es más complicado que el acceso a las relaciones que se tejen entre éstos, es decir, los vínculos (al hablar de una red). En Antropomedia, por poner un ejemplo, hasta hace pocos días nuestro equipo de ingenieros logró extraer los datos necesarios para formar un sociograma de la comunidad de la artista Kaia Lana en Tik Tok. Sin lugar a dudas podemos constatar que el vínculo es más importante que el objeto, pero es mucho más difícil poder trazar esta relación. El propósito, finalmente, no es encontrar la rareza o 'lo especial’ de los objetos culturales digitales, tampoco se limita a reconocer patrones; aquí el objetivo es centrarse en el estudio de las formas humanas, simbólicas, productivas y performativas.

Haciendo una analogía, una pieza musical puede entenderse, por ejemplo, desde dos abordajes:
1. Conociendo cómo se estructuran los movimientos en su partitura, sus tiempos, contando sus notas y entendiendo cómo se conectan entre sí. (Esto se parece al abordaje estructuralista con énfasis en el objeto, por ejemplo, la estructura de un sociograma y la relación entre los nodos y las aristas que lo componen).
2. Entendiendo cómo hace sentir a las personas que escuchan dicha pieza: ¿se sienten alegres? ¿tristes? ¿bailan? ¿la reproducen en fiestas? ¿hacen un remix? (Esto se parece al abordaje etnográfico/culturalista).
Es posible integrar ambos abordajes, por ejemplo, analizar el sociograma de Kaia Lana en Tik Tok para así identificar a sus tribus digitales. Después recurrir a la etnografía digital para entender qué representa Kaia Lana para cada tribu, cómo los hace sentir, por qué se congregan en dicha plataforma (el foco en el campo, no en el objeto), cómo expresan su identidad etc. Ese es el punto principal, la apuesta de la analítica cultural conlleva la hibridación o al menos el acercamiento de las ciencias de datos (computacionales) con las ciencias sociales (y/o humanas). Por un lado brinda escala y por el otro brinda densidad. Es como una caja de herramientas de métodos y técnicas, no es nueva disciplina o un oportunista término de branding (Thompson, 2019) como el Thick Data para Tricia Wang, el Small Data para Lindstrom o el Design Thinking para IDEO y la Universidad de Standford.
Referencias:
- Manovich, L. (2005). El lenguaje de los nuevos medios de comunicación: La imagen en la era digital. Barcelona: Paidós Ibérica.
- Manovich, L. (2009). Cultural Analytics: Visualizing Patterns in the era of more media.
- Pink, S.; Horst, H.; Postill, J.; Hjorth, L.; Lewis, T. & Tacchi, J. (2016). Digital ethnography: principles and practice. Londres: Sage Publications Ltd.
- Sued, G. (2018). Métodos digitales para el estudio de la fotografía compartida: Una aproximación distante a tres ciudades iberoamericanas en Instagram. EMPIRIA. Revista de Metodología de Ciencias Sociales., 40. http://revistas.uned.es/index.php/empiria/article/view/22009
- Sued, G. (2019). Objetos digitales culturales. Aproximaciones teóricas, metodológicas y empíricas [Diapositivas de PowerPoint]. Tecnológico de Monterrey, México.
- Thompson, C. J. (2019). The “Big Data” Myth and the Pitfalls of “Thick Data” Opportunism: On the Need for a Different Ontology of Markets and Consumption. Journal of Marketing Management. https://www.researchgate.net/publication/331457792_The_%27big_data%27_myth_and_the_pitfalls_of_%27thick_data%27_opportunism_on_the_need_for_a_different_ontology_of_markets_and_consumption