Αφορμή για αυτό το σύντομο άρθρο1 αποτέλεσε η εμπειρική παρατήρηση του γράφοντος ότι αρκετές δημόσιες τοποθετήσεις σχετικές με την υπόθεση των υποκλοπών από λογαριασμούς στο Twitter που υποστηρίζουν φιλελεύθερες ιδέες στο πεδίο της πολιτικής ή/και της οικονομίας, υπήρξαν σε πρώτη ανάγνωση ασύμβατες με τον πυρήνα των φιλελεύθερων ιδεών. Συνυπολογίζοντας ότι στη χώρα δεν υφίσταται συμπαγές φιλελεύθερο κόμμα με μεγάλη βάση ενώ ταυτόχρονα ο γενικός όρος φιλελεύθερο-κέντρο χρησιμοποιείται αφειδώς, προέκυψε το ερώτημα, “ποια είναι η ανθρωπογεωγραφία του φιλελεύθερου χώρου;”. Μπορεί αυτό κάπως να ποσοτικοποιηθεί (επαγγελματική διαστροφή ενός πειραματικού Φυσικού) και συνάμα να εξαχθούν αδρά συμπεράσματα;

Έχοντας παλαιότερα διαβάσει το βιβλίο “Linked: The New Science of Networks” του Albert-László Barabási είχα τη βεβαιότητα ότι χρησιμοποιώντας δημόσια διαθέσιμή πληροφορία από ένα κοινωνικό δίκτυο, όπως είναι το πλέγμα των διασυνδέσεων γύρω από έναν δημοφιλή λογαριασμό που αποτελεί φορέα φιλελεύθερων ιδεών, μπορούν να προκύψουν σχετικά εύκολα ιδεολογικές-πολιτικές ομαδοποιήσεις. Μάλιστα για κάποιον που καθημερινά (και για λόγους βιοπορισμού) ασχολείται με την επεξεργασία και ερμηνεία δεδομένων προερχόμενων από πειράματα Φυσικής, η ενασχόληση με ένα “data-set” κοινωνιολογικού χαρακτήρα αποτελεί μια ερασιτεχνική και ελκυστική απόδραση.

Μια αρχική απόφαση που έπρεπε να ληφθεί στα πλαίσια της μικρής αυτής έρευνας είναι ποιος λογαριασμός θα αποτελέσει τη βάση της αναζήτησης. Προφανώς θέλουμε να εστιάσουμε σε κάποιο τυπικό φορέα φιλελεύθερων ιδεών στην Ελλάδα, με ενεργό λογαριασμό στο Twitter. Για λόγους που αφορούν τη συχνότητα αναρτήσεων και τον αριθμό ακολούθων (47k followers), επιλέχθηκε ο λογαριασμός του κ. Πάσχου Μανδραβέλη @Mandravelis, ευρύτερα γνωστού ως αρθρογράφου στην εφημερίδα Καθημερινή. Χρησιμοποιώντας με λίγες μετατροπές τον κώδικα2 που συνέγραψε ο ερευνητής Edouard Leurent συνέλεξα3 για όλους τους ακολούθους (followers) του κ. Μανδραβέλη τη λίστα αυτών που ακολουθούν (pubic-domain πληροφορία). Κατόπιν κατασκεύασα ένα γράφο4 όπου κάθε λογαριασμός (στοιχείο) συνδέεται με άλλους μέσω δεσμών εφόσον τους ακολουθούν. Χρησιμοποιώντας τον αλγόριθμο PageRank5 καθορίστηκε το μέγεθος κάθε στοιχείου (κάτι αντίστοιχο κάνει η Google για τις ιστοσελίδες) ενώ η χωροθέτηση κάθε στοιχείου κατά την οπτικοποίηση του γράφου έγινε με βάση τον αλγόριθμο ForceAtlas26 ο οποίος ομαδοποιεί τα στοιχεία βάση των δεσμών τους. Επιπρόσθετα, χρησιμοποιώντας τη ευρετική (heuristic) μέθοδο των Blondel et al.7 εκτιμήθηκε η “διάρθρωση” (modularity) του γράφου η οποία καθορίζει και τον χρωματισμό των λογαριασμών. Σημειώστε ότι ουσιαστικά ένα δεδομένο χρώμα αντιστοιχεί σε μια “κοινότητα” λογαριασμών που εμφανίζουν πυκνή διασύνδεση, την οποία ερμηνεύουμε ως ιδεολογική συγγένεια.

Με την τελική οπτικοποίηση του γράφου ουσιαστικά λαμβάνουμε ένα “χάρτη” ακολούθων που σχηματίζουν σχετικά συμπαγείς ομάδες (clusters). Με μια πρόχειρη επισκόπηση διαπιστώνουμε ότι ο “χάρτης” χωρίζεται σε τέσσερις μεγάλες περιοχές - ομάδες λογαριασμών. Κάνοντας παράλληλα δειγματοληπτική εξέταση των δημοφιλών λογαριασμών εντός των ομάδων αυτών μπορούμε με κάπως χαλαρά κριτήρια να συμπεράνουμε ότι:

graph

Η τελική οπτικοποίηση του γράφου. Αν και είναι εξαιρετικά ενδιαφέρον, απέφυγα την προσθήκη των ονομάτων των λογαριασμών με υψηλό σχετικά Pagerank στο γράφημα και περιορίστηκα στην ονοματοδότηση χαρακτηριστικών περιοχών με ιδεολογικά συγγενείς λογαριασμούς.

  • Η μοβ ομάδα (~40% του πληθυσμού) συγκεντρώνει κυρίως πολιτικό προσωπικό και δημοσιογράφους (μεγάλους λογαριασμούς). Είναι αρκετά πολωμένη καθώς βόρεια έχουμε λογαριασμούς από τον χώρο της “δεξιάς” ενώ νότια από τον χώρο της “αριστεράς”. Στο νοτιοδυτικό τμήμα της μοβ ομάδας έχουμε πυκνή συγκέντρωση ακολούθων των μεγάλων λογαριασμών του πολιτικού προσωπικού.

  • Εφαπτομενικά και στο βόρειο μέρος της μοβ ομάδας αναπτύσσεται η γαλάζια ομάδα (~20% του πληθυσμού) όπου στο κέντρο της κυριαρχούν λογαριασμοί της “πατριωτικής” δεξιάς και alt-right πολιτευτών με στάση ενάντια στον πολιτικό φιλελευθερισμό. Θα μπορούσαμε να δώσουμε το όνομα “οικονομικά (και μόνο) φιλελεύθεροι” σε αυτή την ομάδα. Καθώς μεταβαίνουμε προς τα όρια μεταξύ της γαλάζιας και της πράσινης ομάδας, βρίσκουμε ακόμη εντός των ορίων της γαλάζιας ομάδας λογαριασμούς “φιλελεύθερων” influencer / παρουσιαστών σατυρικών εκπομπών, και πολλών σχετικά νέων στελεχών της ΝΔ που αναδείχθηκαν μετά την εκλογή του τωρινού πρωθυπουργού στην ηγεσία του κόμματος.

  • Νότιοανατολικά έχουμε τη πράσινη ομάδα (~15% του πληθυσμού) η οποία περιέχει και μια αραιή συγκέντρωση πορτοκαλί λογαριασμών (~5% του πληθυσμού). Χαρακτηριστικοί λογαριασμοί της κατά τα άλλα ετερογενούς πράσινης ομάδας περιλαμβάνουν δημοσιογράφους, γνωστούς συγγραφείς και νομικούς με αναφορά στην υπεράσπιση ατομικών και πολιτικών δικαιωμάτων. Θα μπορούσαμε να χαρακτηρίσουμε τη πράσινη ομάδα ως τους “πολιτικά φιλελεύθερους”. Αυτό δικαιολογείται και από το γεγονός της συγγένειας με τη πορτοκαλί ομάδα που περιέχει λογαριασμούς πρώην στελεχών του Ποταμιού, του ΚΙΝΑΛ και “ανανεωτικούς” (η διασπορά πορτοκαλί λογαριασμών εντός της πράσινης και εν μέρη της κίντρινης ομάδας είναι ενδιαφέρουσα πολιτικά).

  • Στο βόρειο μέρος του “χάρτη” βρίσκεται η κίτρινη ομάδα (~20% του πληθυσμού). Στο σύνορο της με την γαλάζια ομάδα και εντός της, συναντούμε λογαριασμούς πρώην υπουργών, ιστορικών, πολιτικών επιστημόνων και διανοουμένων με σαφή φιλελεύθερη αναφορά. Συνεπώς τη κίτρινη ομάδα θα μπορούσαμε να την χαρακτηρίσουμε ως “κλασσικά φιλελεύθερη” αν και αποτελεί τη λιγότερο συμπαγή ομάδα καθώς πολλά στοιχεία της έχουν μια ορισμένη απόσταση από τους δημοφιλείς λογαριασμούς - εξού και η κάπως επιμηκυμένη προς βορρά και αραιή διάταξη της ομάδας αυτής.

Post analysis πρέπει να παρατηρήσουμε ότι προφανώς στο Twitter δεν βρίσκονται όλοι όσοι συμμετέχουν στον δημόσιο διάλογο, οι επιλογές παρακολούθησης ενός λογαριασμού δεν υποδηλώνουν αναγκαστικά ιδεολογική συμφωνία, ενώ παράλληλα η επιλογή της εστίασης της ανάλυσης γύρω από έναν αρθογράφο εφημερίδας μεγάλης κυκλοφορίας δημιουργεί μια κλίση (bias) στα δεδoμένα όπως είναι φανερό από τη συγκέντρωση πολλών στοιχείων γύρω από τους μεγάλους και δημοφιλείς λογαριασμούς του πολιτικού προσωπικού. Παρόλα αυτά είναι ενδιαφέρον ότι μετά την εφαρμογή των αλγορίθμων που αναφέραμε πιο πάνω, ο γράφος οργανώνεται με τέτοιο τρόπο που είναι σχετικά εύκολο (αν και λίγο υποκειμενικό) να αναγνωρίσει κανείς τις ιδεολογικές συγγένειες, χωρίς να λείπουν κάποια “outlier”. Είμαι σίγουρος ότι κάποιος συνάδελφος με μεγαλύτερη εμπειρία στο αντικείμενο και περισσότερο χρόνο θα μπορούσε να εξάγει πολλά περισσότερα συμπεράσματα από το “data-set” ή και ακόμη να το ενισχύσει συλλέγοντας επιπρόσθετα δεδομένα (hard-data) από “like” και “retweet”, να αποσυμπλέξει με κάποιο τρόπο την επίδραση των “μεγάλων” λογαριασμών πολιτικών και δημοσιογράφων καθώς και να εφαρμόσει τεχνικές ανάλυσης που αγνοώ.

Κλείνοντας, επιτρέψτε ένα σύντομο σχόλιο. Εκτιμώ με βάση τα δεδομένα ότι οι μη à la carte φιλελεύθεροι δηλαδή αυτοί που υποστηρίζουν φιλελεύθερες ιδέες και στην οικονομία και στο επίπεδο της πολιτικής και των δικαιωμάτων, αποτελούν περί το 20-30% των ακόλουθων του κ. Μανδραβέλη. Με δεδομένη την κλίση του data-set προς το “κεντρο-δεξιό” χώρο, θα αποτολμούσα να πω ότι στο σύνολο του πολιτικού φάσματος το ποσοστό όσων τοποθετούνται ως φιλελεύθεροι είναι μικρότερο (σίγουρα μικρότερο από όσο γενικά εκτιμάται8). Φέρνοντας στο νου τα γραπτά του Κονδύλη9 θα έλεγα ότι η νόθα φύση της ελληνικής ελίτ είναι μάλλον δύσκολο να εκκολάψει μια τυπική και ευρεία φιλελεύθερη πολιτική πτέρυγα στη χώρα.

  1. Ευχαριστώ το στενό φίλο και συνάδελφο Γρηγόρη Λιονή για τις κριτικές παρατηρήσεις στο προσχέδιο του άρθρου. ↩

  2. https://github.com/eleurent/twitter-graph}{https://github.com/eleurent/twitter-graph ↩

  3. Αποτέλεσε ευτυχή συγκυρία το γεγονός ότι η συλλογή των δεδομένων (Ιανουάριος 2023) έγινε πριν ο Elon Musk αποφασίσει να καταστήσει την πρόσβαση στο Twitter API υπηρεσία επί πληρωμή. ↩

  4. αφηρημένη αναπαράσταση ενός συνόλου στοιχείων, όπου μερικά ζευγάρια στοιχείων συνδέονται μεταξύ τους με δεσμούς. Στην συγκεκριμένη περίπτωση ο γράφος μας περιέχει 47 χιλιάδες στοιχεία και περί τα 5.5 εκατομμύρια δεσμούς. ↩

  5. Sergey Brin and Lawrence Page, The anatomy of a large-scale hypertextual Web search engine, Computer Networks and ISDN Systems, 30, 107 (1998) ↩

  6. Jacomy M, Venturini T, Heymann S, Bastian M, ForceAtlas2, a Continuous Graph Layout Algorithm for Handy Network Visualization Designed for the Gephi Software. ,PLoS ONE 9(6): e98679 (2014) ↩

  7. Vincent D. Blondel, Jean-Loup Guillaume, Renaud Lambiotte, Etienne Lefebvre, Fast unfolding of communities in large networks., J. Stat. Mech. P10008 (2018) ↩

  8. https://www.liberal.gr/epikairotita/poso-fileleytheros-einai-o-ellinas-dimoskopisi ↩

  9. Παναγιώτης Κονδύλης, Η καχεξία του αστικού στοιχείου στη νεοελληνική κοινωνία και ιδεολογία., περιοδικό Τα Ιστορικά τχ. 12-13 (1990) ↩