Resumo

O poder de negociar e distribuir atenção é um recurso essencial para os meios de comunicação. Durante períodos eleitorais, a exposição midiática tradicionalmente era construída por duas lógicas institucionalizadas: a do jornalismo e da política. Na internet, todavia, outros atores ocupam a cena para criar e circular conteúdos. A disputa pela visibilidade em mídias sociais envolve fontes jornalísticas, políticos, partidos, movimentos sociais, além de veículos jornalísticos nativos digitais, blogueiros e atores emergentes que desafiam as classificações. O objetivo desse artigo é comparar os compartilhamentos obtidos por veículos da imprensa com páginas de esquerda e de direita no Facebook. Esta pesquisa investiga 82.915 publicações realizadas por 30 fan-pages no Facebook durante a eleição de 2018 para compreender o rearranjo do estatuto da visibilidade no sistema midiático híbrido. Resultados indicam que veículos da imprensa jornalística tradicional convertem boa parte de sua audiência para o Facebook e possuem a maior média de seguidores entre as categorias estudadas. A média de compartilhamento, no entanto, é consideravelmente menor, sugerindo uma ameaça à sua hegemonia da concentração da atenção do público. Ao final do artigo, discutimos as implicações dos achados para a comunicação político-eleitoral, indicamos limitações e apontamos possíveis caminhos para outras pesquisas.

Palavras-Chave: Comunicação Política; Facebook; Ambiente Informacional; Visibilidade. ### Paginas na amostra

p %>% 
 select(from_name, tipo, likes, Posts, Compartilhamentos) %>%
  mutate_if(is.numeric, prettyNum, big.mark = ".") %>% 
  kable(align = "c")
from_name tipo likes Posts Compartilhamentos
Jair Messias Bolsonaro Direita 3.544.385 533 14.931.943
Quebrando o Tabu Esquerda 6.536.517 1.609 13.082.825
MBL - Movimento Brasil Livre Direita 1.898.460 2.237 10.269.810
Joice Hasselmann Direita 796.683 1.621 8.473.651
Lula Esquerda 2.741.927 1.258 5.771.066
UOL Imprensa 3.715.885 5.218 5.524.763
República de Curitiba Direita 199.630 826 5.378.189
Brasil 247 Esquerda 817.372 6.141 4.348.111
Folha Política Direita 1.459.449 1.913 4.267.981
O Globo Imprensa 5.163.577 5.013 4.065.480
VEJA Imprensa 7.034.549 4.563 4.041.360
Vem Pra Rua Brasil Direita 1.474.126 878 4.031.526
Verdade sem manipulação Esquerda 444.548 3.489 3.952.077
Mídia Ninja Esquerda 1.276.209 3.396 3.830.119
Bolsonaro Opressor 2.0 Direita 400.429 886 3.787.565
Delegado Francischini Direita 1.036.766 1.135 3.760.147
O Antagonista Direita 657.416 5.995 3.704.912
Avança Brasil Maçons.BR Direita 814.737 1.338 3.460.900
G1 - O Portal de Notícias da Globo Imprensa 8.653.826 3.650 3.333.818
PROZAC virtual Esquerda 1.414.235 999 2.896.808
Estadão Imprensa 3.416.805 5.479 2.856.714
Revista ISTOÉ Imprensa 2.293.101 3.124 2.634.697
Meu Professor de História Esquerda 477.908 1.501 2.622.817
Partido dos Trabalhadores Esquerda 1.169.835 1.333 2.601.766
Exame Imprensa 4.003.281 4.455 2.567.277
Revista Fórum Esquerda 666.212 3.157 2.529.496
Manuela D’Ávila Esquerda 271.487 1.483 2.411.287
Jovem Pan News Imprensa 1.032.207 2.587 2.016.585
CartaCapital Imprensa 1.809.585 2.279 1.463.722
Portal R7 Imprensa 13.029.431 4.819 1.460.648

Descritivas de seguidores

table <-  Rmisc::summarySE(p, measurevar="likes",
                           groupvars=c("tipo")) %>% 
   mutate_if(is.numeric, prettyNum, big.mark = ".", decimal.mark = ",") 

kable(table, caption =  "Sumario descritivo", align = "c")
Sumario descritivo
tipo N likes sd se ci
Direita 10 1.228.208 965.555,6 305.335,5 690.716,8
Esquerda 10 1.581.625 1.880.833 594.771,5 1.345.467
Imprensa 10 5.015.225 3.657.327 1.156.548 2.616.294

Descritivas de compartilhamentos

t <-  Rmisc::summarySE(amostra, measurevar="shares_count",
                           groupvars=c("tipo")) %>% 
   mutate_if(is.numeric, prettyNum, big.mark = ".", decimal.mark = ",") 

kable(t, caption =  "Sumario descritivo", align = "c")
Sumario descritivo
tipo N shares_count sd se ci
Direita 17.362 3.574,855 11.484,13 87,15622 170,835
Esquerda 24.366 1.807,698 6.151,699 39,40968 77,2454
Imprensa 41.187 727,5369 2.774,192 13,66962 26,79275

Posts por dia

amostra %>% 
  group_by(mes_dia) %>% 
  dplyr::summarise(n = n()) %>% 
  ggplot(aes(mes_dia, n)) + geom_col() + 
  theme_ipsum_rc(grid = "Y", # informa linhas de margem 
                 plot_title_size = 20, # tamanho titulo
                 subtitle_size = 14, 
                 subtitle_face = "italic", # subtitulo estilo fonte
                 axis_text_size = 20, # tamanho rotulos dos eixos
                 axis_title_size = 20) # tamanho da info do eixo

Compartilhamentos por mes

tmp <- amostra %>% 
  dplyr::group_by(tipo, mes_dia) %>% 
  dplyr::summarise(n = sum(shares_count, na.rm = T)) %>% 
  na.omit() 



# Top 30

ylab <- c(0, 10, 20, 30)

tmp %>% 
  ggplot(aes(x=mes_dia, y=n, group = tipo, color = tipo)) +
  geom_line( size = 4) +
  geom_point( fill = "white", size = 4.5, shape = 21) +
  #facet_wrap(~ NATUREZA) +
  labs(x = "", y = "Total de Compartilhamentos", 
       caption = "\nDados extraídos pela Facebook Graph API")+
  ggrepel::geom_text_repel(data=top_n(tmp, 1, n), aes(label=paste(tipo, prettyNum(n, "."))), 
                           color = "black", size = 6,direction = "both" , alpha = .9, nudge_x = 9, fontface = "italic", segment.alpha = .0,
                           family = "Roboto Condensed"
  )   +
  theme_ipsum_rc(grid = "Y", base_size = 16, 
                 axis_text_size = 20, 
                 caption_size = 14,axis_title_just = "center", axis_title_size =   14) + 
  scale_colour_grey()  +
  theme(legend.position = 'none')  +
  scale_y_continuous(labels = paste0(ylab, "M"),
                     breaks = 10^6 * ylab
  ) + scale_x_date(date_breaks = "1 month", date_labels = "%b") + expand_limits(x = as.Date("2018-10-16"))

Anova

Tabela anova

res.aov <- aov(log_shares ~ 
                 tipo, data = amostra)

# Summary of the analysis
t <- summary(res.aov)[[1]] 
t$variable <- rownames(t)
df <- data.frame(t)
# arrumar
names(df)[5] <- "p"
rownames(df) <- NULL

kable(df, caption =  "Tabela Anova", align = "c")
Tabela Anova
Df Sum.Sq Mean.Sq F.value p variable
2 71506.48 35753.237868 8646.676 0 tipo
82912 342833.76 4.134911 NA NA Residuals

Assim, quando se observa comparativamente um recorte de fan-pages muito populares durante o pleito de 2018, é possível compreender a proporção do alcance de mensagens direitistas no Facebook. Somente no mês de outubro, essas páginas acumularam quase o dobro dos compartilhamentos da esquerda. Como a difusão viral das publicações é relevante para o alcance global da mensagem e pesquisas empíricas reforçam que a distribuição da audiência digital é extremamente concentrada em poucos atores (Hindman, 2008), é fundamental jogar luz sobre quem angaria maior engajamento de compartilhamento em suas publicações. O teste estatístico Anova analisa a diferença entre as médias das três categorias. A estatística-F avalia a variância dentro dos fatores e entre os fatores, quanto maior o valor, mais relevante a distância entre as médias. O resultado da estatística-F 8646,6 reforça que há diferença estatisticamente relevante entre as médias dos grupos de páginas sob investigação.

Barras de erro

table <-  Rmisc::summarySE(amostra, measurevar="shares_count",
                           groupvars=c("tipo"))
  
ggplot(table, ### The data frame to use. 
         aes(x = reorder(tipo, shares_count),
             y = shares_count)) +
    geom_point(size  = 4) +
    geom_errorbar(aes(ymin  = shares_count - ci,
                      ymax  = shares_count + ci),
                  width = 0.2, 
                  size  = 0.7) + coord_flip() + theme_minimal() + 
  labs(x = "", y = "Compartilhamentos",
       caption = "\nFonte: Facebook Graph API \nNota: Barras de erro representam o intervalo de confiança, medido como duas vezes o erro padrão" ) + 
  hrbrthemes::theme_ipsum_rc(grid = "X", 
                             axis_text_size = 20, 
                             caption_size = 14,axis_title_just = "center", axis_title_size =   20)