Secondo un’indagine dell’esperto nordamericano di social network Dr. Ravi Singh, la “padronanza” con cui il presidente degli Stati Uniti d’America ha utilizzato il social network Twitter, è servita per proiettare la sua leadership, nonostante il sentimento negativo di tutta la community con cui interagisce.
Lo studio analizza 35.647 tweet emessi dall’account @realDonaldTrump e può stabilire un modo di agire per ottenere la proiezione di altri leader in altre parti del mondo.
Una delle principali conclusioni dello studio indica che i tweet con un sentimento negativo possono aumentare il coinvolgimento degli utenti più di quello che si può ottenere con tweet con un sentimento positivo.
Si evidenzia inoltre che maggiore è l’intensità nell’emissione dei tweet, paradossalmente diminuisce il coinvolgimento con l’account Twitter dello stesso Trump. Ciò fa sì che la volatilità dell’uso che fa di Twitter è anche la chiave per migliorare la risposta che riceve su questo social network.
Un’altra conclusione tratta dallo studio indica che, sebbene sembrasse il contrario, in base all’apprezzamento di vari media, i tweet che esprimono rabbia non sono aumentati in modo significativo, mentre quelli legati alla tristezza e alla fiducia sono spropositamente aumentati.
In effetti, i tweet che riflettono la gioia hanno generato meno interazione con i loro follower. Tuttavia, lo scontro di Trump su Twitter contro i suoi “nemici” è diventato non solo un elemento che migliora l’impegno, ma un problema di sicurezza nazionale.
Lo studio indica che i “Mi piace” su Twitter e anche che la crescita del numero di follower non genera necessariamente più interazione, né contribuisce a una certa percezione come “opinion leader” (colui che riesce ad imprimere la propria opinione ad altri).
Il ricercatore nordamericano ha utilizzato lo strumento di intelligenza artificiale Watson Tone Analyzer, sviluppato da IBM, per analizzare testi per estrarre “metadati” come concetti, parole chiave, categorie, sentimenti, emozioni, relazioni e ruoli semantici utilizzando la comprensione del linguaggio naturale per valutare il social network ed il suo utilizzo.
Il dott. Singh ha analizzato 9 anni di dati, che hanno aggiunto un totale di 35.647 tweet emessi dall’account @realDonaldTrump e ben 55,59 milioni di utenti di Twitter con i quali era collegato dal 4 maggio 2009 al 6 novembre 2018.
Lo studio illustra che variabili indipendenti come tono, feeling, gergo (hashtag, menzioni, URL, emoji e abbreviazioni) e impulso (volatilità e frequenza) sono componenti essenziali per la configurazione di “Social Media Voice” (SMV).
Per ulteriori informazioni sullo studio, è possibile contattare direttamente il Dr. Ravi -Singh alla sua email Drsingh@sloan.mit.edu