O QUE É
A Digital Practice Matrix (DPM) é uma ferramenta analítica desenvolvida no contexto do projeto de pesquisa Epistemologias de Empréstimo, coordenado pelo Prof. Elias Bitencourt na Universidade do Estado da Bahia e em parceria com o Prof. Leonardo Pastor, da Universidade Federal de Sergipe.
A DPM foi criada para explorar as práticas digitais — maneiras como grupos e indivíduos utilizam e se apropriam dessas gramática das plataformas para se comunicar ou consumir conteúdo.
Inspirada por técnicas utilizadas em sistemas de recomendação e recuperação de informação, a ferramenta adapta essas abordagens computacionais para identificar padrões de uso, exclusividade e significância das práticas dentro de diferentes grupos.
Mais do que mapear o que é comunicado, a DPM analisa como as práticas estruturam a comunicação e a visibilidade, oferecendo um recurso para entender as dinâmicas sociais e culturais mediadas por plataformas digitais.
Mapeando as dinâmicas da comunicação digital
PROBLEMA E MOTIVAÇÃO
Plataformas digitais como Instagram e TikTok condicionam interações e visibilidade com base no uso de funcionalidades da interface, como tagueamentos, hashtags, emojis, horários de postagem, tipos de mídia e outras propriedades. Esses elementos são mediados por sistemas algorítmicos, que utilizam modelos matemáticos para otimizar recomendações e modular visibilidade e alcance com base nos padrões registrados.
Metodologias tradicionais, como análise de conteúdo e modelagem de tópicos (LDA), ou modelos de linguagem baseados em aprendizado profundo (como BERT), priorizam o conteúdo textual e frequentemente negligenciam padrões mais amplos de interação com a interface. Por outro lado, abordagens de análise de redes frequentemente se concentram nas estruturas de relação entre atores, muitas vezes desconsiderando as práticas de uso e apropriações da interface, essenciais para compreender dinâmicas comunicacionais.
A Digital Practices Matrix foi desenvolvida para preencher essa lacuna, apropriando-se de técnicas analíticas amplamente utilizadas em sistemas algoritmicamente mediados — que organizam e produzem conhecimento a partir de padrões de interação —, para investigar como as plataformas e seus algoritmos influenciam e co-produzem práticas comunicacionais.
A ferramenta busca explorar não apenas o que é comunicado, mas como as plataformas são utilizadas para mediar visibilidade e engajamento. Essa abordagem permite contextualizar o conteúdo analisado ao mapear como as práticas influenciam a comunicação e a visibilidade online.
Práticas digitais: olhando além do conteúdo
CONTEXTO
A DPM foi desenvolvida no contexto do projeto Epistemologias de Empréstimo, coordenado pelo Prof. Elias Bitencourt. A ideia dessa pesquisa é explorar técnicas utilizadas em sistemas algorítmicos para estudar práticas digitais. As análises e desenvolvimentos conceituais foram elaboradas em parceria com o Prof. Leonardo Pastor (UFS).
Para a Digital Practices Matrix, focamos no uso experimental de técnicas de ponderação de termos e information retrieval . Em contextos computacionais, essas técnicas são combinadas a modelos de linguagem e aprendizado de máquina para identificar relevância, hierarquizar a visibilidade e organizar conteúdos, como ocorre em sistemas de recomendação.
Aqui, essas técnicas são reconfiguradas para mapear gramáticas e práticas digitais, oferecendo uma lente crítica para compreender como elementos das plataformas são apropriados de maneiras diversas.
Essa recontextualização não trata a técnica como uma caixa preta, mas como um recurso para explorar interações e práticas digitais. Ao fazer isso, a DPM reposiciona as abordagens computacionais usadas para construir conhecimento em ambientes digitais como ferramentas para investigar as dinâmicas sociais, culturais e comunicacionais que são construídas nesses espaços
Usando algoritmos para estudar culturas algorítmicas
COMO FUNCIONA
Extração de Entidades
A DPM identifica e normaliza entidades como hashtags, emojis, locais, horários de postagem, categorias de perfil, contas tagueadas ou outro tipo de parâmetro desejado. Essa etapa organiza os dados e prepara as variáveis para a análise, considerando a gramática de uso das plataformas.
Análise de relevância das entidades
A ferramenta aplica técnicas de ponderação de termos e recuperação de informação modificadas para analisar a relevância das entidades não textuais dentro de grupos. Ajustes de cálculo e incorporação de intervalos dinâmicos permitem considerar entidades frequentes sem subestimá-las. Essa etapa organiza os padrões de uso em três categorias: práticas exclusivas, contrastivas e diluídas.
Exclusivas: Padrões característicos de grupos específicos, que apontam para estratégias de diferenciação.
Constrastivas: Práticas relevantes em um grupo, mas também presentes em outros, destacando convergências e distinções nos padrões de comunicação dentro do corpus
Diluídas: Padrões de comunicação que não particularizam um grupo mas que podem sugerir camadas mas flexíveis e adaptáveis no padrão de uso das gramáticas da plataforma
Construção da Matriz de Práticas
Os dados processados são dispostos em uma matriz que apresenta a distribuição de práticas entre os grupos. Os dados dessa matriz também alimentam relatórios detalhados e visualizações de dados que permitem examinar:
Distribuição das Práticas: Análise geral de padrões de comunicação no corpus.
Característica dos Grupos: Observação de combinações de práticas digitais que particularizam as estratégias comunicacionais específicas dos grupos.
DescriçãoEntidades: Detalhamento de como cada elemento compõe essas práticas dentro de cada grupo, permitindo uma descrição mais granular do que diferencia práticas aparentemente similares ou o que assemelha práticas superficialmente contrastantes.
Visualização da Matriz
A matriz é exibida em formato interativo, permitindo que os usuários naveguem pelos dados e analisem como práticas específicas se destacam em diferentes grupos. A interface facilita a identificação de padrões de concentração e distribuição.
Exportação e Análise
Os resultados podem ser exportados como relatórios detalhados das práticas por grupo e visualizações, oferecendo material empírico para análise práticas digitais em diferentes contextos digitais. Isso apoia análises comparativas, permite identificar características comuns ou distintivas entre grupos permitindo ancorar análises de conteúdo às dinâmicas de visibilidade das plataformas digitais
VANTAGENS E PERSONALIZAÇÃO
Flexibilidade: O DPM pode ser adaptado para diferentes corpora e categorias, como tipos de mídia, biografias de perfis ou tópicos discutidos.
Integração com outras ferramentas: Dados extraídos de análise de redes, análise de conteúdo, modelagem de tópico ou modelos computacionais podem ser agregados e tratados como categorias a serem exploradas.
Contextualização: Amplia análises tradicionais, permitindo integrar padrões de uso, apropriações e dinâmicas da comunicação digital de grupos como parte do processo interpretativo.
Flexibilidade e contexto para análises digitais
USOS POTENCIAIS
Examinar dinâmicas de práticas digitais em redes sociais, como Instagram e TikTok.
Investigar fenômenos sociais, como campanhas de desinformação ou protestos online.
Mapear estratégias de comunicação e diferenciação entre grupos, como influenciadores digitais ou comunidades ativistas.
Localizar práticas compartilhadas por grupos, revelando tendências e convergências em diferentes contextos.
Reconhecer padrões adaptativos que refletem modos de apropriação da interface de plataformas, culturas de uso e padrões que podem afetar as dinâmicas de visibilidade e alcance dos conteúdos e pautas online.
Influenciadores Polarização Culturas de uso
DISPONIBILIDADE E ACESSO
A Digital Practices Matrix é uma ferramenta em desenvolvimento, atualmente restrita a pesquisas em andamento no laboratório. Por enquanto, ela não está disponível para uso geral ou compartilhamento amplo.
Colaborações podem ser consideradas em casos específicos, desde que estejam alinhadas à agenda de pesquisa do laboratório e à disponibilidade da equipe. Propostas de trabalho ou parcerias serão analisadas com base em seu potencial de contribuição para as investigações em curso.
Interessados em explorar possibilidades de colaboração ou investimento podem entrar em contato com o líder do grupo para discussões preliminares: eliasbitencourt@gmail.com.