IMPACTO DEL DISCURSO POLÍTICO EN TWITTER/X: EVIDENCIA EMPÍRICA DE LAS ELECCIONES GENERALES EN ESPAÑA (2015‑2023)

I. INTRODUCCIÓN[Subir]

La desafección política ha sido una constante en las democracias occidentales durante las últimas décadas, manifestándose en una creciente distancia entre ciudadanos y clase política, Por ello, paradigmas como el gobierno abierto han tratado de acercar a ambos grupos mediante las herramientas digitales y revertir esta tendencia (‍García-García, 2014). En particular, las plataformas sociales emergieron en sus inicios como herramientas capaces de reducir las asimetrías comunicativas tradicionales, permitiendo una interacción directa entre ciudadanía y clase política, y abriendo nuevas posibilidades para el empoderamiento ciudadano. Sin embargo, este potencial parece haber disminuido y en lugar de una transformación estructural de las relaciones de poder comunicativas, se está evidenciando una reproducción de las dinámicas de jerarquía y control que caracterizaban al ecosistema mediático tradicional.

Este estudio se sitúa en este punto de inflexión, con el objetivo de aportar nuevas evidencias empíricas sobre el uso de plataformas sociales por parte de los principales candidatos a la Presidencia del Gobierno de España en contextos electorales. La investigación se centra en Twitter/X por ser ampliamente utilizada por los actores políticos para gestionar su propaganda e imagen (‍Tromble, 2018) y tener un especial impacto en la esfera pública, debido tanto a su carácter abierto como a su integración en las rutinas de producción informativa de los medios convencionales (‍Chadwick, 2013).

El análisis abarca un periodo de ocho años: entre 2015 y 2023. Este arco temporal constituye una de las principales fortalezas del estudio, ya que permite observar la evolución de los patrones comunicativos en Twitter/X a lo largo de cinco ciclos electorales con condiciones políticas variables a partir de la transformación política y social que desató en España el 15M. Durante este periodo, el sistema de partidos español ha experimentado una transformación profunda, pasando de un modelo bipartidista dominado por el Partido Popular (PP) y el Partido Socialista Obrero Español (PSOE) a un escenario multipartidista marcado por la irrupción de nuevas formaciones tanto de izquierda (Podemos, Sumar) como de derecha (Ciudadanos y Vox), en un contexto de alta polarización y volatilidad electoral (‍Rodon y Hierro, 2016; ‍Turnbull-Dugarte et al., 2020). Todo ello, en un periodo coincidente con el mayor uso de las plataformas sociales en contextos políticos y una ciudadanía más activa y exigente (‍Baviera, 2018; ‍Pineda et al., 2022).

España constituye, por tanto, un caso de estudio idóneo para analizar cómo se distribuye la visibilidad política en plataformas sociales, cómo se construyen las jerarquías de atención digital y si estas reproducen, refuerzan o transforman las asimetrías propias del sistema político tradicional. El elevado nivel de penetración digital en España refuerza aún más el interés del caso: en 2023, fecha de las últimas elecciones incluidas en el estudio, el 85,6 % de la población era usuaria activa de plataformas sociales, mientras que Twitter/X contaba con 28,6 millones de visitantes únicos mensuales, lo que lo posicionaba como una de las plataformas más relevantes del ecosistema digital español^[1].

El análisis parte de un enfoque cuantitativo que permite identificar patrones de desigualdad en el impacto comunicativo en Twitter/X de los principales candidatos. Se abordan cuatro ejes principales de diferenciación. En primer lugar, se analiza el volumen y el impacto de los mensajes emitidos por los distintos candidatos a lo largo de los periodos electorales en estudio. En segundo lugar, se estudia la posición del candidato en el ciclo de gobierno, distinguiendo entre quienes pertenecen a partidos gobernantes y quienes provienen de la oposición. En tercer lugar, se examina si el candidato representa a un partido tradicional o a una formación emergente. Finalmente, se considera la posición ideológica del partido, clasificando a los candidatos según su posición en una triple dimensión (izquierda-derecha, centralidad-extremo, derecha radical).

Esta estrategia analítica permite combinar la dimensión temporal (evolución a lo largo de cinco elecciones) con la dimensión estructural (tipo de partido, rol institucional, posicionamiento ideológico), ofreciendo una panorámica amplia de las dinámicas de visibilidad y atención en el entorno digital. Así, el estudio no solo pretende contribuir a la literatura sobre comunicación política en plataformas sociales, sino que también ofrece elementos relevantes que pueden ayudar a los investigadores en la comprensión de las transformaciones recientes en el sistema político español y el papel de las tecnologías digitales en la configuración de nuevas formas de representación, movilización y legitimidad política. Además, los hallazgos en Twitter/X pueden ser extrapolables a nuevas plataformas emergentes, como Threads, Bluesky y Mastodon, que funcionan a través de mecanismos de interacción similares (‍Falkenberg et al., 2024).

II. MARCO TEÓRICO[Subir]

Tras el auge de internet y las primeras plataformas sociales en los inicios de la década de los años 2000, surgió una visión tecno-optimista respecto a su potencial para reducir las desigualdades en el acceso a los medios y amplificar las voces de grupos previamente marginados. Esta perspectiva sugería que una mayor diversidad de discursos podría influir en el debate público y en las dinámicas sociales de una manera más democrática e igualitaria. Prevalente durante la popularización inicial de la web (‍DiMaggio et al., 2001), esta visión evolucionó hacia el concepto de solucionismo tecnológico (‍Morozov, 2014; ‍Sætra y Selinger, 2024), que sostiene que las tecnologías digitales pueden resolver problemas sociales a través de soluciones basadas en el mercado, como es el caso de las plataformas sociales de grandes empresas tecnológicas. La literatura se refiere a este potencial igualitario de las redes como la hipótesis de igualación, y ha sido ampliamente demostrada (‍Bene, 2023). De manera complementaria, aunque opuesta, la hipótesis de normalización matiza los efectos de la igualación. Argumenta que, aunque las tecnologías de la información y las plataformas sociales pueden inicialmente promover formas de participación más disruptivas y amplificar voces alternativas, finalmente acaban normalizándose e integrándose en las estructuras políticas y dinámicas de poder existentes (‍Bene, 2023). Con el tiempo, la esfera digital se convierte en una extensión del establecimiento político tradicional, diluyendo así su potencial disruptivo, y las plataformas sociales pasan a ser un nuevo instrumento de información unidireccional que solo reafirma interacciones recurrentes en la cultura política sin propiciar el debate y la participación ciudadana (‍Ortiz Espinoza y Espejel Trujillo, 2021; ‍Renobell, 2021). En ese punto, la nueva estructura informacional vuelve a reflejar las viejas relaciones de poder previamente existentes.

A lo largo de este proceso, muchos factores políticos y relacionados con el contenido pueden afectar el impacto de un mensaje. A continuación, se describen los principales factores de carácter político estudiados en la literatura sobre comunicación.

III. METODOLOGÍA[Subir]

El estudio abarca el marco temporal previo a las cinco elecciones generales celebradas en España entre 2015 y 2023. A través de la API de Twitter/X, mediante el software T-Hoarder (‍Congosto, 2023; ‍Congosto et al., 2017) se accedió a un total de 16 346 tuits y sus datos de impacto correspondientes a los principales candidatos a la Presidencia del Gobierno de España en los comicios celebrados el 20 de diciembre de 2015, 26 de junio de 2016, 28 de abril de 2019, 10 de noviembre de 2019 y 23 de julio de 2023. Para cada elección se recogieron los tuits de los candidatos de los partidos o coaliciones que recibieron más de un millón de votos, en el intervalo desde la publicación oficial de la convocatoria electoral a la jornada de reflexión, un total de 54 días para cada proceso electoral. La tabla 1 muestra los candidatos incluidos para cada elección, el número de tuits y las magnitudes de impacto consideradas en el estudio.

Para evaluar el impacto de cada tuit se empleó el retuit (RT) como variable primaria y el me gusta, anteriormente llamado favorito (LIKE), como variable secundaria. El RT ha sido una métrica básica en muchos estudios sobre el engagement o impacto de eventos en Twitter/X (Atefeh y Khreich, 2015) y, particularmente, en el campo de la comunicación política (‍Congosto, 2015; ‍Majó-Vázquez et al., 2017, ‍2021) A diferencia de la cita o la respuesta, que pueden incluir apreciaciones negativas sobre el comentario original del tuit, el RT representa un respaldo positivo al contenido del mensaje. Al contrario del RT, LIKE ha recibido una menor atención como variable de impacto debido a que, a pesar de mostrar también un respaldo positivo al contenido del mensaje, no se mostraba directamente en el timeline de los usuarios, sino en una pestaña separada denominada primero actividad y posteriormente para ti, y cuyo contenido mostrado es en la actualidad dependiente de una selección algorítmica. No obstante, esta segunda métrica del impacto puede añadir consistencia a los resultados. Con ambas métricas se establecen dos modelos sobre las mismas variables independientes y de control, enunciadas en función de las hipótesis a contrastar. La tabla 2 muestra la definición y descripción de estas variables independientes y de control. Todas las variables independientes son de carácter cualitativo, y las calificaciones de carácter ideológico se confirmaron con las respuestas del Barómetro^[2] del Centro de Investigaciones Sociológicas más cercano a la fecha de cada convocatoria electoral en que se preguntara sobre el posicionamiento ideológico de los partidos políticos españoles.

Ambos modelos se ajustan conforme a una regresión binomial negativa en un modelo lineal generalizado, una técnica especialmente adecuada para analizar datos de conteo cuando unos pocos mensajes concentran valores muy altos mientras la mayoría obtiene cifras bajas. Este es el caso de las dos métricas del impacto, RT y LIKE, que son variables discretas de conteo y con varianza muy superior a la media de la distribución, que es apuntada hacia los valores más elevados de la variable dependiente como corresponde a cualquier distribución de importancia de contenidos en una plataforma social. En consecuencia, ante esta sobredispersión, la regresión binomial negativa ofrece resultados superiores a una simple transformación logarítmica de la variable dependiente para un modelo de mínimos cuadrados ordinarios (‍Cameron y Trivedi, 2013; ‍Hilbe, 2011). Además, interpretar coeficientes con transformaciones logarítmicas no siempre es directo y requiere de ajustes para volver a la escala inicial, mientras que los coeficientes IRR (incidence rate ratio) del modelo binomial negativo expresan en cuántas veces se multiplica el impacto esperado cuando se da una determinada condición frente a la categoría de referencia. Así, un IRR de 2 indicaría que el impacto esperado se duplica. Esto permite la interpretación directa de los resultados como un efecto esperado del tratamiento en cada variable dependiente.

IV. RESULTADOS[Subir]

Como muestra la tabla 1, se obtuvieron 16 346 tuits publicados por los principales candidatos en los cinco procesos electorales celebrados entre 2015 y 2023. En total, generaron 8,4 millones de RT y 9,51 millones de me gusta. La distribución temporal muestra un pronunciado incremento de la respuesta de los seguidores, a pesar de que progresivamente los mensajes de los candidatos han ido disminuyendo. Así, las elecciones de 2023 aportan solo el 9,7 % de los tuits, pero el 18,4 % de los RT y el 30,5 % de los Me Gusta.

Las tablas 3 y 4 muestran los resultados obtenidos para los modelos 1 y 2. Para el modelo 1, el parámetro de sobredispersión (θ = 1,2862) confirma que la varianza de los RT excede sustancialmente a la media (un pequeño número de tuits concentra un gran número de RT; un gran número de tuits aporta un pequeño número de RT), siendo adecuado el uso de un ajuste de regresión binomial negativa frente a alternativas como distribuciones de Poisson o transformaciones log-normal. La pseudo-R2 de Nagelkerke ofrece un valor de 0,501, lo que significa que el modelo explica la mitad de la variabilidad observada en la variable independiente. En términos prácticos, esto significa que el modelo captura adecuadamente una realidad en la que muy pocos tuits acumulan una enorme cantidad de retuits, mientras que la gran mayoría obtiene cifras modestas, y que las variables incluidas explican razonablemente bien esas diferencias. En el caso del modelo 2, la sobredispersión es aún mayor (θ = 0,094), indicando una concentración aún mayor respecto al modelo 1, aunque el pseudo-R2 de Nagelkerke ofrece un valor sensiblemente inferior (0,221). Por ello, se considera la bondad de ajuste y la especificación de ambos modelos como adecuada, permitiendo la comparación sustantiva de los efectos medidos como IRR. No obstante, se deberá priorizar la interpretación del modelo 1 sobre el modelo 2 por su mejor ajuste.

Ambos modelos coinciden sustancialmente en sus resultados. El mayor impacto en los mensajes se produce cuando los emiten candidatos de nuevas fuerzas políticas (Podemos, Ciudadanos o Vox). En términos de RT, sus mensajes tienen un impacto superior a 12,8 veces los de las fuerzas tradicionales, que asciende a 22 veces para los me gusta, con base en los IRR obtenidos para ambas variables. Esto nos permite confirmar la hipótesis H5. El segundo resultado de mayor impacto es el obtenido para los candidatos de fuerzas de derecha radical (Vox), si bien la IRR es sensiblemente superior para el modelo 1 (7,7) que para el modelo 2 (2,44), lo que también permite confirmar la hipótesis H4. La ideología del candidato como perteneciente a fuerzas de derecha y centro-derecha (Ciudadanos, PP y Vox) aparece como el tercer factor de impacto, con resultados muy cercanos en ambos casos al factor de derecha radical (Vox, exclusivamente). Este resultado no permite verificar la hipótesis H2 sobre impacto uniforme según el eje ideológico, una vez descartados posicionamientos extremos y antigüedad de la fuerza política. Respecto al rol institucional, ser candidato de un partido en el gobierno (PP en 2015 y 2016; PSOE en 2019a y 2019b; PSOE y Sumar en 2023) genera un impacto 4,2 veces superiores a los de candidatos de la oposición en el modelo 1; sin embargo, el efecto desaparece en el modelo 2, con una IRR cercana a 1 y no significativa. Este resultado no permite confirmar plenamente la hipótesis H1 sobre mayor impacto de los candidatos en el gobierno, pues solo se verifica para el RT del mensaje, pero no a nivel de LIKE. Respecto a la centralidad ideológica (PSOE, Ciudadanos y PP), el modelo 1 muestra una reducción del 70 % (IRR = 0,30) en el impacto para candidatos de fuerzas más alejadas del centro político, y cercana a la mitad (IRR = 0,421) en el caso del modelo 2. Estos resultados descartan el cumplimiento de la hipótesis H2, y además marcan un impacto que es significativamente contrario al esperado.

En ambos modelos, la variable de control temporal muestra que cada proceso electoral aumenta el impacto del mensaje tal y como evidenciaba la tabla 1. Particularmente en las elecciones de 2023 se produce un incremento sustancial, ilustrando que las plataformas sociales son aún centrales en las campañas electorales y que en el contexto de nuestro estudio no se ha producido un declive en el uso de la plataforma Twitter/X para la comunicación política.

Respecto a las interacciones, sus resultados matizan los resultados individuales, en todos los casos con IRR bastante reducidas. En el caso del rol e ideología nos permite responder a la pregunta de investigación RQ1, la interacción negativa en ambos modelos (IRR = 0,021; IRR = 0,04) indica que el impacto de los candidatos de derecha y centro derecha se diluye cuando el candidato está en el gobierno, esperándose un 97,9 % y 96 % menos de RT y LIKE que cuando es oposición. En el caso de la ideología y su interacción con las variables temporales responde a la pregunta de investigación RQ2 con resultados no concluyentes, pues aun resultando mayoritariamente significativos muestran signos contrarios para distintos procesos electorales. Del mismo modo que en la interacción entre rol e ideología, esta volatilidad muestra como los efectos del eje ideológico izquierda-derecha pueden estar más condicionados por efectos coyunturales propios del momento que por una tendencia clara.

Por último, la interacción entre tradición y ciclo electoral responde a la pregunta de investigación RQ3 y muestra para ambos modelos una erosión del impacto de los candidatos de nuevos partidos a lo largo del tiempo. Para el modelo 1 en 2016 se obtiene aún un efecto positivo respecto a 2015 (IRR = 1,32) que se convierte en negativo para las tres elecciones siguientes (IRR de 0,143; 0,204 y 0,082). En el modelo 2 el efecto se vuelve negativo ya en 2016 (IRR = 0,944) y decae con una pauta similar en los tres procesos siguientes (IRR de 0,12; 0,174 y 0,03). Pudiera pensarse que esta pérdida del impacto corra paralela a la disminución de los resultados electorales de las nuevas fuerzas políticas a lo largo del tiempo, principalmente Podemos/Sumar y Ciudadanos; sin embargo, esta disminución se produce todavía en momentos de auge político y con anterioridad a su declive en 2019 y 2023. Por tanto, no es posible establecer de manera concluyente una asociación directa entre la evolución negativa del impacto y los resultados electorales, si bien esta relación no puede descartarse por completo.

La tabla 5 muestra un resumen de los resultados expuestos referidos a las hipótesis y preguntas de investigación.

V. DISCUSIÓN Y CONCLUSIONES[Subir]

La principal aportación de este estudio radica en el enfoque a largo plazo que ofrece, lo que permite poner en cuestión resultados previos obtenidos en la literatura con base en periodos temporales reducidos. En esta línea, quizá el más destacado haya resultado ser la progresiva erosión del mayor impacto atribuido a los nuevos actores políticos. Usualmente, se atribuye su éxito a un uso más eficaz de las plataformas sociales, constituyendo el habitual ejemplo de la hipótesis de igualación. Sin embargo, se carecía de evidencias suficientes acerca de la extensión de esta ventaja, que podría desaparecer por una normalización de las rutinas y estructuras comunicativas de estas fuerzas hacia las tradicionales, por un efecto imitación de los partidos tradicionales que importaran sus usos y prácticas (ambas explicaciones en el ámbito de la teoría de la normalización), o porque su mayor agilidad y flexibilidad hacia la innovación social les hiciera aprovechar mejor las fases expansivas de las plataformas y al llegar a su término también se extinguiera su ventaja, tal y como parecen indicar Larsson (‍2023) y Widholm et al. (‍2024). Conforme al contexto de uso de Twitter/X, el periodo en estudio coincide con una fase expansiva de la plataforma, al menos en lo que a comunicación política se refiere, y no disponemos de información suficiente para evaluar las dos primeras posibilidades. Sin embargo, si destacamos que en su ámbito temporal se incluye en mayor o menor grado la explosión y decadencia electoral de dos de las tres nuevas fuerzas (Podemos/Sumar y Ciudadanos) y la eclosión y estabilización de una tercera (Vox) aunque gran parte de su efecto estaría recogido en la variable de derecha radical. Por tanto, no parece tan sencillo atribuir a la hipótesis normalizadora la dilución de un efecto que bien podría ser simplemente el reflejo de la pérdida de apoyo ciudadano en la plataforma social y no el ciclo igualador-normalizador con el que habitualmente se especula en la literatura. Dicho de otro modo, estos nuevos actores habrían podido hacer uso del potencial igualador, pero no haber generado resultados electorales efectivos y sostenibles. Sin duda, esta problemática seguirá exigiendo estudios adicionales en numerosos escenarios a largo plazo para permitir extraer conclusiones claras.

Del mismo modo, los resultados sobre el mayor impacto de candidatos de partidos de derecha radical son coincidentes con los expuestos en la literatura; además, su efecto se valora de manera separada a la cualidad de nueva fuerza política. Pero en este caso, dado que el único actor de esta categoría solo se incluyó en tres de los cinco procesos electorales no se dispone de evidencia sobre su interacción temporal, lo que debe considerarse una limitación del estudio. En cualquier caso, el resultado no es muy diferente al obtenido por Törnberg y Chueri (‍2025), ligado a la emocionalidad, click-bait y desinformación, y su impacto en diversos países y para varios ciclos electorales señalaría que sí es mantenido en el tiempo. Además, y de manera coincidente con Hameleers (‍2020) y Harteveld et al. (‍2022) este sería un resultado exclusivo del extremismo en la derecha, pero no de la izquierda. Así lo muestran los resultados sobre impacto de candidatos en la centralidad y en el eje ideológico izquierda-derecha.

Respecto a la centralidad, los resultados muestran un mayor impacto de los candidatos de fuerzas centrales, a diferencia de lo que se encuentra habitualmente en la literatura; esto es debido a que la variable derecha radical recoge un impacto específico que normalmente es atribuido de manera general a las fuerzas periféricas independientemente de su signo y que en nuestro modelo aparece perfectamente separado. Adicionalmente, el control en el posicionamiento izquierda-derecha, también difiere del resultado esperado según la literatura. El resultado muestra un mayor impacto de los candidatos de derecha, aunque a lo largo del tiempo este efecto es contradictorio, lo que a priori coincide con los numerosos estudios que consideran esta distinción como irrelevante y mediatizada por otro tipo de factores coyunturales. Sin embargo, la interacción con el rol del candidato, en el gobierno u oposición, indica que este impacto también desaparece si los candidatos de derecha lo son desde una posición de gobierno, apoyando la idea de los factores coyunturales expuesta por Mutascu et al. (‍2025) en un análisis comparativo a nivel europeo a medio plazo. Para nuestro caso en estudio, se puede conjeturar que este factor coyuntural puede ser en gran medida debido a una estrategia de polarización y crispación empleada por los candidatos y partidos de derecha en España cuando no se encuentran en el gobierno, como muestran Balaguer de la Riva y Sanz Cazorla (‍2010) para legislaturas anteriores. Además, en el caso del efecto aislado de ser candidato en el gobierno es incierto, pues solo coincide con el encontrado en la literatura en el caso de RT, si bien no es un efecto plenamente demostrado y, posiblemente, esté sujeto de nuevo a otro tipo de factores ajenos y coyunturales.

Tomados en conjunto, los resultados mostrarían un patrón de dos etapas. En una primera (elecciones 2015 y 2016) predominaría la igualación: principalmente, los candidatos de nuevos partidos capitalizarían la visibilidad en la plataforma, beneficiados por su expansión paralela a la eclosión del movimiento político. En una segunda etapa (elecciones 2019a, 2019b y 2023) se observaría una deriva hacia la normalización o hacia la simple pérdida del impulso inicial. No obstante, el crecimiento de la derecha radical impulsaría de nuevo la igualación, evidenciando que la normalización es selectiva y se adapta a la evolución tecnológica, actualmente hacia el sesgo algorítmico que favorece negatividad, emocionalidad y polarización. Un examen limitado del contenido de los tuits de mayor impacto nos muestra cómo se centran en estas características, incluso favoreciendo la emocionalidad a través del humor.

Obviamente, todos los resultados están sujetos a limitaciones evidentes. En primer lugar, el estudio se circunscribe a Twitter/X y a métricas cuantitativas de difusión. Aunque el RT es un buen proxy de propagación y el LIKE de aprobación, se ha omitido por limitaciones técnicas a dimensiones conversacionales (citas, respuestas) que podrían interrelacionar impacto y participación ciudadana. No obstante, esta limitación no tiene efectos sustanciales, pues como mostraron Pineda et al. (‍2022), la comunicación de los principales líderes políticos en España se basa en la lógica tradicional de los medios, enfatizando la transmisión unidireccional y las prácticas de los medios de masas, en lugar de explorar las nuevas posibilidades de las distintas plataformas sociales.

En segundo lugar, aunque se ha tratado de capturar la multidimensionalidad de la ideología política, han quedado fuera facetas relevantes en la sociedad española, como pueden ser feminismo, europeísmo, ecologismo o regionalismos. Estas pueden identificarse claramente en alguna de las combinaciones resultantes de las variables implicadas en la multidimensionalidad ideológica, pero su estudio detallado exigiría de una metodología marcadamente cualitativa y que examinara los contenidos de todos los mensajes. Del mismo modo, también ha de constar como limitación la falta de examen de los contenidos de los tuits publicados, especialmente cuando trasladan datos objetivos sobre la acción de gobierno y gestión pública, por ser esta la medida última del éxito o fracaso de la acción política en un entorno marcado por la desinformación y creación de realidades alternativas. De nuevo, su consideración hubiera requerido de un análisis de contenido de cada uno de los mensajes, algo imposible con el volumen de mensajes requeridos por el tratamiento metodológico. Asimismo, no se ha incluido como variable de control el número de seguidores de cada candidato, dato que no está disponible de forma retrospectiva a través de la API de Twitter/X para el periodo analizado. No obstante, su inclusión hubiera planteado un problema de endogeneidad, ya que la base de seguidores es en buena medida resultado de los mismos factores políticos y comunicativos que el modelo pretende evaluar, y su incorporación podría absorber parte de los efectos que constituyen el objeto de estudio. Por último, se ha limitado el estudio de las interacciones a aquellas consideradas más relevantes, con el objetivo de conservar la parsimonia de los modelos estadísticos, es decir, mantener los modelos lo suficientemente simples como para que sus conclusiones sean generalizables y no dependan de particularidades exclusivas de los datos analizados.

Los resultados más destacables y sus potenciales explicaciones marcan también el camino de las líneas futuras de investigación: emergencia de nuevos grupos de marcado carácter populista y generalmente ligados a la derecha radical que encuentran en las plataformas sociales su hábitat natural y los mecanismos por los que en la cadena informativa sus tácticas y estrategias de propaganda y desinformación multiplican su impacto, particularmente en plataformas visuales como TikTok o Instagram. En este sentido, no se ha de concluir sin recordar las limitaciones al acceso para investigadores académicos de la API de Twitter/X y otras plataformas sociales, que suponen una barrera notable a la transparencia y al conocimiento de qué ocurre en ellas y, por tanto, de qué mecanismos están conformando y condicionando la opinión pública. Las sociedades democráticas deberían de ser conscientes del papel que juega en su sostenibilidad la investigación académica sobre plataformas sociales.