Estudi exploratori sobre la informació que aporten les metadades públiques de TikTok entorn l’audiència, a la revista Comunicar

Ja està disponible al dipòsit digital de la Universitat Autònoma de Barcelona el primer article resultat del projecte “Polarització social i interculturalitat: el seguiment de l’actualitat política per part de la joventut migrant i autòctona des d’una mirada interseccional (POINTAP)» (PID2021-125032OB-I00), aprovat a la convocatòria 2021 «PROYECTOS DE GENERACIÓN DE CONOCIMIENTO», en el marc del Programa Estatal para impulsar la Investigación Científico-Técnica y su Transferencia, Plan Estatal de Investigación Científica, Técnica y de Innovación 2021-2023. Es tracta de l’article “La participació de l’audiència segons les metadades de TikTok”, publicat a l’última edició de la revista Comunicar, ubicada en el Quartil 1 des de l’any 2014 a l’àrea de la comunicació i número 1 en el rànquing de revistes espanyoles d’aquesta àrea  (Scimago Journal & Country Rank)

Aquesta es la referència:

En castellà: Huertas-Bailén, D. A., Quintas-Froufe, D. N., & González-Neira, D. A. (2024). La Participación de la Audiencia en los Metadatos de TikTok. Comunicar32(78). https://doi.org/10.58262/V32I78.7

En anglès: Huertas-Bailén, D. A., Quintas-Froufe, D. N., & González-Neira, D. A. (2024). Audience Participation in TikTok Metadata. Comunicar32(78). https://doi.org/10.58262/V32I78.7

Resum: Amb l’expansió de la cultura digital, és necessari una profunda reflexió sobre com investigar les audiències. Si abans l’individu era ubicat dins d’una categoria social determinant dels seus gustos culturals, ara la tecnologia identifica pautes de comportament a partir del registre directe de les seves accions. Aquest text explora el tipus de coneixement que pot obtenir-se sobre la participació de l’audiència a TikTok. Es proposa una metodologia que consisteix en l’anàlisi de les metadades d’us visible. El treball es centra en “Ac2ality”, compte d’informació amb 4,4 milions de seguidors a Espanya. S’han analitzat tots els vídeos  compartits durant sis setmanes del primer trimestre de l’any 2023 (n=173). La finalitat era conèixer (a) el grau de correspondència lineal entre les metadades d’una mateixa peça i (b) l’existència de correlacions entre metadades i tipus de vídeo/contingut. Per cada metadada disponible en obert (comentaris, “m’agrada”, guardats, compartits i reproducció), s’han establert quatre nivells d’activitat (baix, mitjà, alt i molt alt). La tendència majoritària apunta que els nivells obtinguts per les metadades no són coincidents, es a dir, un vídeo tindrà més o menys recepció segons la metadada observada. L’homogeneïtat dels vídeos fa que només detectem correlacions clares entre tema i metadades. Els temes amb menor presencia poden assolir nivells d’activitat alts.

Abstract: With the expansion of digital culture, an in-depth reflection on how to research audiences is necessary. If, formerly, the individual was placed in a social category that defined cultural tastes, now technology identifies patterns of behavior from the direct record of their actions. This text explores the type of knowledge that can be obtained on audience participation on TikTok. We propose a methodology that consists of the analysis of usage metadata. The fieldwork focuses on “Ac2ality”, an information account with 4.4 million followers in Spain. We analysed all videos shared over six weeks of the first quarter of 2023 (n=173). The purpose was to find (a) the degree of the linear correlation between the metadata for the same video and (b) the existence of correlations between metadata and type of video/ content. For each metadatum available with open access (comments, likes, saves, shares and views), four activity levels have been established (low, intermediate, high and very high). The majority trend indicates that the levels obtained by the metadata of the same content are not coincident, that is, a video will have more or less scope according to the observed metadata. The homogeneity of the videos means that only clear correlations between topic and metadata are detected. Topics with less presence can reach high levels of activity.

Accés a l’article des del ddd UAB: Enllaç