O golpe começou em 2013. Essa sentença passou a conformar a hipótese de amplos setores da sociedade para os quais a derrubada da presidenta eleita Dilma Roussef se originaria nas ruas intensamente ocupadas de Junho de 2013. O argumento sustenta-se, de fato, em evidências. Durante aqueles dias, o amplo espectro participativo nas manifestações colocava, lado a lado, nas avenidas brasileiras, cidadãos de pólos ideológicos diferentes. As hashtags nacionalistas (#VerásQueOFilhoNãoFogeALuta, #MudaBrasil, #ChangeBrazil, #OGiganteAcordou) e a presença nas passeatas dos marcantes símbolos da Pátria (bandeiras brasileira, o rosto pintado de verde e amarelo, a cantoria do hino nacional) se confundiam, dois anos depois, com a marcante coloração canarinha dos movimentos pró-impeachment de Dilma, entoados com a maior das marcas digitais do movimento de junho, a hashtags #VemPraRua.

Mais. À época, alguns militantes do Movimento Passe Livre (MPL) já identificavam ativistas de extrema direita no interior dos protestos, então os acusando de dar “ares fascistas” ao ato do dia 20 de junho de 2013, por caçar bandeiras de partidos e tentar expulsar manifestantes do PT que estavam nas ruas, durante aquela quinta-feira em que o MPL comemorava a obtenção de uma grande vitória política, a saber: a redução da tarifa do transporte público em várias capitais brasileiras, especialmente em São Paulo. A “virada cívica”, provocada pela imprensa paulistana, pautando verticalmente os principais veículos brasileiros, tratava de analisar o dia 20 de junho como uma grande “festa da democracia”, dificultando a compreensão daquilo que era o ponto de conflito aberto pelos diversos coletivos nas ruas: a radical indignação à espoliação urbana levada adiante, de um lado, pelos empresários do transporte público; e de outro lado, pelo conjunto de empreiteiros, financistas e industriais mergulhados em denúncias de corrupção junto com políticos de diferentes partidos nas superfaturadas obras para a Copa do Mundo e para as Olimpíadas, principalmente.

As manifestações do MPL foram capazes de capturar para suas pautas a indignação das camadas médias contra a corrupção. Mas durou apenas até o dia 20 de junho. A partir do dia 21, o vácuo de indignação contra às castas do poder político seria paulatinamente ocupado por movimentos antipetistas, desconectados da agenda das demandas sociais abertas por frentes de ativistas daquele Junho. A ferida no governo Dilma, aberta pela dinâmica midiática do julgamento do mensalão e pelo agora divórcio de parte de sua base social, empurrou a esquerda institucionalizada no poder a patrocinar a repressão das ruas, na ilusão de que, com isso, silenciaria seus oponentes institucionais, às vésperas das eleições gerais no ano seguinte. O efeito foi o inverso: ao esvaziar as ruas, entupiu as redes de indignação, oriunda da (1) intensos streamings de fotos, vídeos e textos geradas em tempo real por ativistas nos  protestos  e (2) do ódio classista de antigos oponentes, ao mesmo tempo que a sua nova aposta, aos trancos e barrancos, chegava ao poder local: Fernando Haddad (PT).

Haddad se tornará o pára-raio do antipetismo das ruas e redes herdado de 2013 e da indignação seletiva da direita aberta pelas controvérsias instituídas (incluindo aí, óbvio, as jurídicas) pelo julgamento do mensalão, que afastou da vida política lideranças do PT e de partidos de sua base aliada no Congresso, condenados pelo Pleno do Supremo Tribunal Federal, que passou setes meses deliberando sobre o assunto, desde agosto de 2012.

Tive o privilégio de coletar, no Twitter, todo esse ciclo de sentenças, liminares, embargos e debates no Supremo. Apenas a hashtag #Mensalão obteve 430 mil tweets, durante sete meses (de agosto de 2012 a fevereiro de 2013). É material histórico fundamental para entender a crise política brasileira e a resistência (e também a derrocada) petista. Os rastros deixados pelo #Mensalão no Twitter permitem hoje identificar, pelo menos, três fenômenos: a polarização política institucional, o antipetismo pelo viés da indignação seletiva contra a corrupção e, o que mais me interessa, a entrada em cena da propaganda política computacional, isto é, o uso massivo de contas falsas automatizadas (cyborgs e robôs) com a finalidade de agendar a opinião pública brasileira. A presença dos cyborgs – aquilo que chamávamos de robôs –  fará parte do rol dos “sujeitos” antes, durante e depois de 2013.

A estrutura da rede #Mensalão: “antecipando” a polarização política

A polarização é um fenômeno pertencente aos assuntos político-institucionais, afinal, um projeto de lei, um programa de governo ou uma decisão jurídica, sempre terão dois lados, os favoráveis e os contrários. A polarização é, portanto, um fato político ordinário. Incomum é quando ela se torna extraordinária, vitaminada por rivalidades partidárias de viver da denúncia, acusação e polêmicas com seu favorito pólo contrário (adversário), escolhido como estratégia de diferenciação ideológica para melhor posicionar o eleitor diante das urnas.

No Twitter, o julgamento do mensalão derivou dessa “extraordinariedade”, isto é, da relação de co-dependência de militantes do PT e do PSDB para produzir acusações, sátiras, mensagens com alto teor emocional, enfim, de todo um conjunto de publicações de detratação um do outro, ao mesmo tempo em que o próprio tema (#mensalão) mostrava-se como produto das reais práticas políticas de ambos partidos, demonstrando que a polarização ocultava práticas semelhanças suscitando diferenças estéreis.

Figura 1 – Rede RTs com o termo #mensalao (Agosto de 2012 a Fevereiro de 2013). Visualização no Gephi, utilizando a métrica Weithed In Degree para destacar os perfis que obtiveram mais compartilhamentos de mensagens.

.

Essa polarização é demonstrada na Figura 01, onde se aglutinam esses dois grandes grupos políticos, representados pelas cores vermelha e azul. É importante destacar que a associação entre perfis no Twitter é construída em decorrência da ação da audiência. Uma vez que um seguidor compartilha um influenciador, ele atrai este para perto de si num grafo de rede. Ou seja, é o seguidor que posiciona o influenciador dentro de um lugar na rede. Assim, se os seguidores petistas compartilham @Veja, esta ficará próximo àqueles. Se não, Veja ficará distante dos petistas.

No grafo, podemos perceber um comportamento estrutural de rede dos perfis políticos. Perfis de redes sociais compartilham mensagens de outros perfis. Essa relação entre eles acaba por facilitar que programas identifiquem quem se associa com quem, permitindo, em grafos, que se visualize aglomerações (sub-estruturas) de rede. O ato de se aglomerar representa assim um ato coletivo em determinado tempo para afirmar certo ponto de vista na opinião pública. No caso da Figura 1, esses aglomerados (clusters, ou perspectivas como prefiro denominar) são facilmente identificados por uma cor. Os mais intensos são o do petismo (vermelho) e o do antipetismo (azul). Nem sempre os mais intensos possuem um número maior de perfis. Eles são apenas mais densos, isto é, seus usuários tendem a compartilhar muitas mensagens entre si, como se todo mundo citasse todo mundo daquele grupo. E mais ninguém. Alguns chamam esse fenômeno de “bolha ideológica”, outros de comportamento de “pregação para convertidos”.

No grafo da Figura 1, os pontos maiores (nodes) são os perfis que apresentam mais diversidade de conexões, isto é, aqueles que obtiveram um número maior de mensagens compatilhadas sobre o tema. Em redes políticas, os “convertidos” tendem a popularizar mais perfis porque citam (ou compartilham) muitas vezes poucos usuários (influenciadores para aquele grupo). Esse comportamento estrutural (petistas retuitam petistas, anipetistas retuitam antipetistas) é um dos caminhos para se identificar um dos padrões da propaganda computacional política. Esse padrão relacional é fundado num parentesco de rede, dado que a opinião e sua respectiva partilha deriva de uma “ação em família”, cuja a cosanguinidade se apresenta como bolha ideológica. Tal tese, porém, essencializa o movimento dos atores políticos como um a priori, como se eles agissem de modo programado por um DNA político imutável. Interessa-me ler esses dois grupos, esse dois pólos, como coletivos, o que implica dizer que não é uma identidade (petista ou não-petista) que criará uma associação entre pessoas (humana, cyborgs ou bots), mas sim os jogos de aliança e parceria entre perfis para explicitar e defender certo ponto de vista, mesmo que para isso tenha que compartilhar perfis que sejam continuamente acusados de “inimigos” por uma “bolha” (veja, por exemplo, atualmente o Reinaldo Azeredo tem sido replicado por petistas quando ataca o juiz Sérgio Moro). A figura 2 explicita isso de modo evidente. Paras as redes petistas, o @estadao é considerado um perfil ligado mais à agenda antipetista. Mas vejam que se o Estadão publica fatos que interessam à rede vermelha, esta o retuita. Idem para o caso do @portalR7, à época, identificado como um veículo com maior ligação com o governo do PT, que mesmo assim obtém compartilhamentos originados de perfis antipetistas.

Figura 2 – Rede Ego do perfil @estadao no interior da difusão de RTs sobre #Mensalão (agosto de 2012 a fevereiro de 2013).

.

As redes que esses atores formam são rastros importantes para demonstrar o padrão de comportamento relacional de bots. No caso do #mensalao, a densidade da clusterizações petista e antipetista demonstra que a ação política em rede possui caráter associativo e nucleado. E mais: esse jogo associativo é capaz de multiplicar menções a determinado tópico de discussão, tornando-o uma das tendência de opinião no Twitter. E capaz também de inflacionar a popularidade de determinados perfis através de recorrentes compartilhamentos de suas mensagens. É comum que determinado tweet original seja intensamente viralizado em redes sociais, em função da franqueza que expressam. Contudo, a viralidade também pode ser manipulada através de uso de cyborgs. Se atentarmos para a Figura 3, veremos os perfis que mais compartilham conteúdos sobre o mensalão. Reparem: são nas redes azul e vermelha onde há maior volume de usuários com alta intensidade informativa, em geral, publicam zero conteúdo, apenas compartilha material de outros. No grafo, destacam-se os perfis @mensalaonao e @liamabat, qeraram, respectivamente, 557 e 996 RTs. O primeiro não obteve nenhum RTs. O segundo, 64.

 

Figura 3 – Usuários que mais geraram Rtweets sobe #Mensalao (agosto de 2012 a fevereiro de 2013)

.

Cyborgs políticos, a herança do julgamento do mensalão

Num relatório interno de trabalho no Labic, passamos a começar identificar padrões do trabalho dos bots, que são definidos como programas de computador que automatizam publicações, compartilhamentos e comentários em plataformas de redes sociais. Eles podem agir como spammers (usuários que enviam sem cessar uma mesma mensagem indesejada para uma lista de contas) ou como curadores (publicando mensagens de outros usuários filtradas a partir de um conjunto de termos de busca). É por isso que a literatura computacional tentará identificar padrões existentes na linguagem padronizadas dos robôs. Exemplo. Bots tuitam mais do que humanos, contudo ficam mais tempo em hibernação, incubados pra logo voltar como uma legião. Bots seguem um grande volume de outros usuários com a expectativa de que alguns destes o sigam, por isso que eles possuem uma desproporção de número de amigos (muitos) e número de seguidores (poucos). Bots usam a API do Twitter para publicar seus tweets. Um exemplo disso são as inúmeras contas que servem apenas para republicar títulos mais o link de posts em blogs. É por isso que os bots utilizam mais URLs do que os humanos, tendendo redirecionar usuários para páginas de autopromoção, marketing, produtos farmacêuticos etc. Esses padrões foram largamente estudados por Chu et al, 2010.

O tema dos bots políticos no Brasil ganhou destaque em 2014, quando, com a equipe de Reportagem de O Globo e Folha de São Paulo, o Labic produziu a primeira visualização de dados demonstrando a atuação de contas falsas administradas remotamente para propagandear mensagens políticas no Twitter e Facebook durante as eleições presidenciais brasileiras.

À época, Fábio Goveia, Patrick Ciarelli e eu escrevemos sobre: “Se havia, no século XX, filtro humano da relevância social eficaz (e controverso) que foi a imprensa, com as redes sociais, apesar de ampla democratização do pensamento que elas trazem, muitas “gangues digitais” passaram a vender a capacidade de pautar a sociedade por meio de estratégias refinadas de geração de “trending topics”. Agem de modo tão forte, que os tweets da imprensa perdem relevância no seio do aluvião de mensagens que os bots produzem, porque acabam por impedir que uma mensagem fique mais tempo à disposição do usuários, pois se o robô publica excessivamente, o post relevante da imprensa vai sendo jogado pra baixo na linha do tempo. Só ficam expostos as mensagens dos robôs (nos primeiros resultados de busca no Twitter, por exemplo). Se a democracia depende da liberdade de pensamento, esta aparenta estar sendo amplamente sufocada por essas estratégias de “flodagem” da opinião, impedindo que aspectos minoritários apareçam em nossos feeds de notícias. Ou seja, essa esquema que descobrimos funciona fazendo valer a lei do mais forte nas redes sociais. E é contraditório (no mínimo) que políticos utilizem da compra desses serviços. Em geral, eles não sabem nem o que seja isso, pois são convencidos por marketeiros a realizar tal investida.”.

Mas aquilo que denominávamos de bots, na verdade, possui outro nome no caso do #Mensalão: Cyborg, que é uma pessoa* cuja conta, falsa ou não, é metade humana e metade robô, ao mesmo tempo. A diferença fundamental dos cyborgs em relação aos humanos e bots: uma maior atividade de publicação de mensagens. Além disso, cyborgs são pessoas que tendem a usar ferramentas de auto pilotagem de publicação, como Hootsuite, que permite gerenciar dezenas de contas simultaneamente, programando publicações em diferentes redes sociais. Em geral, cyborgs possuem o comportamento estrutural de rede de retuitar e mencionar aqueles que difundem mensagens de seu mesmo espectro ideológico, inflando de popularidade determinados perfis (que viram influenciadores) e vitaminando um comportamento de “bolha” (câmara de eco). Muitos perfis “influenciadores” são, na verdade, produto de viralidade artificial (RTs, shares etc) gerada por cyborgs.

Como vimos, a literatura científica aponta a existência de três tipos de sujeitos nas redes sociais: os humanos, os robôs (bots) e os cyborgs. Minha hipótese é que, na política, os cyborgs assumem a identidade de um hater. Os haters são considerados pessoas na rede cujo principal objetivo é ter um ódio focado: contra petistas, contra tucanos, contra Temer, contra Justin Bieber etc. Se o troll é um lobo solitário que vive de polemizar e tirar alguém do sério, os haters são ciborgs que agem através de estruturas coletivas (em rede), inflando contas verificadas de compartilhamentos, buscando conquistar e tornar os seus assuntos um Trending Topic, através daquilo que, ao meu ver, marca sua ontologia: a monotematização de sua timeline. Ninguém até aqui percebeu que o Hater é um indivíduo decidido a publicar conteúdos especializados sobre um único tema. É o padrão mais óbvio de sua ação. O valor comercial de sua ação é medido em função da quantidade de vezes, ao dia, que é capaz de publicar sobre um mesmo assunto.

Para reforçar nossa hipótese, criamos no Labic um algoritmo chamado “Word Suite”, que identifica as palavras mais frequentes num dataset e, em seguida, checa a presença delas a cada grupo de 100 tweets publicados (por enquanto testamos no Twitter, mas é algo simples para transpor para Facebook). Se a palavra está suitada, ou seja, se ela é contínua numa sequência de tweets/posts significa que um determinado perfil tende a uma certa monotematização. Tomei como exemplo dois perfis cyborgs @mensalaonao e @mensalao_, os dois intensamente ativos no dataset sobre #mensalao. Coletei os últimos 3200 tweets de cada um deles, gerando 32 grupos de 100 tweets (importante: como extrai os últimos tweets a partir da timeline atual, infelizmente, no caso do @mensalaonao, hoje um perfil de apoio a Bolsonaro, os últimos 3200 vão até 2016). “PT” e Lula são os termos mais mencionados por por @mensalaonao. ‘PT’ aparece nos 32 grupos de tweets, atingindo o ápice de 25 menções no grupo 19. A agenda de interesse desse perfil é exclusivamente antipetista, conforme podemos ver na Figura 4.

 

Figura 4 – Word Suite do perfil @mensalaonao. O gráfico mostra as palavras mais mencionadas nos últimos 3200 tweets desse perfil. E a presença delas em cada grupo de 100 tweets.

.

Figura 5 – Word Suite do perfil @mensalao_. O gráfico mostra as palavras mais mencionadas nos últimos 3200 tweets desse perfil. E a presença delas em cada grupo de 100 tweets.

 

Já o perfil @mensalao_ está associada ao grupo de perfis de defesa do governo do PT. Atualmente, o perfil está hibernando. Sua última publicação é de 2015. Na coleta dos últimos 3200 tweets, consegui extrair todos os tweets datados do período do julgamento do mensalão. ‘Serra’ e ‘PSDB” são os termos mais frequentes na sequência dos 32 grupos de tweets do perfil. Conforme se lê na Figura 5, esse cyborg possui um agenda exclusivamente anti-tucana, disseminando informações que associam o mensalão como uma “invenção” do PSDB. Interessante demonstrar como, em determinado momento (23º grupo de tweets), o termo (Carlinhos) Cachoeira se torna o tom maior da crítica ao tucanato. De qualquer modo, o que une os dois perfis é o interesse em hostilizar adversários políticos, num processo de trolagem contínua nas redes sociais, o que vai se acentuar nos anos após o julgamento do mensalão.

Por curiosidade, durante a condenação de Lula por Moro, extrai os tweets sobre o assunto. De modo aleatório, escolhi dois perfis cyborgs: @fofocasonline e @republicanaes. E apliquei o Word Suite. No @fofocasonline (Figura 6), Lula é citado em 31 dos 32 grupos de tweets, chegando a ser mencionado mais de 40 vezes nos grupos 5 e 6.  E mais: quando processamos a correlação de Lula com outros termos, veremos que, para @fofocaonline, Lula está linkado com as palavras ‘Moro’ (22 vezes), ‘condenado’ (21 vezes), Dilma (14) e Temer (14).

Figura 6 – Word Suite do perfil @fofocasonline. O gráfico mostra as palavras mais mencionadas nos últimos 3200 tweets desse perfil. E a presença delas em cada grupo de 100 tweets.

.

Já para @republicanaes (Figura 7), Lula se conecta mais intensamente com ‘Moro’ (57), condenação (39), Dilma (35) e PT (34).  Já para @republicanaes, Lula se conecta mais intensamente com ‘Moro’ (57), condenação (39), Dilma (35) e PT (34). Parece que os cyborgs-haters já traçaram o seu alvo: Lula. A questão é saber se, até 2018, o cultivo de um ódionamoramento surtirá efeitos no eleitorado.

Figura 7 – Word Suite do perfil @republicanaes. O gráfico mostra as palavras mais mencionadas nos últimos 3200 tweets desse perfil. E a presença delas em cada grupo de 100 tweets.

.

O interessante do Word Suite é que ele consegue identificar o agendamento que cada perfil estabelece em um determinada aglomeração de postagens e, por consequência, quando mudam de foco. O Word Suite não se limita a somente análises de perfis, ele permite identificar ainda os agendamentos que são estabelecidos em uma dada conversação nas redes sociais, levando em consideração o primeiro e o último post publicado sobre um assunto. Para efeitos da análise aqui publicada, o Word Suite demonstra que todo cyborg possui uma radar lexical de um único interesse temático, diferente dos humanos que tendem a criar predomínios de interesse mas intercalando com postagens sobre diferentes temáticas (esporte, entretenimento, comida, filhos, pensatas etc). O padrão limitado de agenda temática demarcada é, na minha avaliação, o DNA da atividade robótica dos cyborgs-haters.

Quem odeia está preso a um interesse limitado, mas focado. Resta saber se o ódio visto como um “odioenamoramento” (alô, Lacan!) será, na dinâmica dos haters, apenas um ódio a uma rivalidade qualquer ou um modo de segregar um Outro que não se obtém amor.

* Tratei de aproximar a figura tecnológica do “perfil” do conceito de “pessoa” em Eduardo Viveiro de Castro.