[responsivevoice_button buttontext="Escuchar la noticia" voice="Spanish

Latin American Female"]

Por Jordi Martí

Durante años nos han repetido que para entender lo que ocurre en redes sociales hacen falta grandes herramientas, acceso a datos masivos y conocimientos técnicos casi de laboratorio. Como si analizar conversaciones digitales fuera patrimonio exclusivo de ingenieros, consultoras o departamentos de marketing. Mientras tanto, los docentes llevamos décadas analizando algo muchísimo más complejo… el comportamiento humano en contextos REALES de aprendizaje.

Por eso, quizá la pregunta no sea cómo analizar X (antes Twitter) sin API, sino por qué hemos asumido que no podíamos hacerlo con las limitaciones que supone la imposibilidad de trastear con aplicaciones de terceros ciertas cosas y tendencias que pasan en X. Pero, por suerte, la conversación educativa deja huellas de fácil acceso. Y muchas.

En educación sabemos que más datos no siempre significan mejor comprensión. Un claustro no necesita una hoja de cálculo con mil variables para detectar que algo está cambiando con el alumnado o en su centro educativo. Basta observar, comparar momentos y escuchar cómo se construyen los discursos por parte de sus compañeros.

En redes ocurre lo mismo.

Aunque no tengamos acceso técnico a todos los mensajes de una cuenta, sí podemos trabajar con muestras pequeñas, bien elegidas y contextualizadas. No buscamos medir impacto, sino entender dinámicas: qué preocupa, qué se repite, qué marcos mentales aparecen una y otra vez en la conversación docente digital.

¿Por qué siempre que hay insultos, descalificaciones y trifulcas educativas en X siempre están los mismos personajes implicados? Y no lo digo yo. Lo dice la IA revisando cientos de tuits de ciertos debates. Sí, también sirve para estas cosas. Tiene muchos casos de uso.

— Jordi Martí (@xarxatic) February 15, 2026

Así que, si me permitís, desarrollando la publicación en X que realicé ayer (en un sentido concreto, para identificar determinadas cuentas de faltones pedagógicos), y que os he incorporado antes de este párrafo, voy a poneros los pasos que seguiría.

Primer paso: dejar de mirar las redes como un flujo infinito.

El error más habitual es intentar entender X como si fuera una cascada continua de información. Así solo vemos ruido.

Una estrategia mucho más útil consiste en trabajar por ventanas temporales:

• Unos días al inicio de curso.
• Otro momento en periodo de evaluación.
• Algún punto intermedio con debate pedagógico activo.

Cuando comparamos momentos distintos, aparecen patrones reales. Igual que cuando analizamos la evolución de un grupo de alumnos a lo largo del trimestre.

Segundo paso: distinguir qué tipo de participación observamos.

No todo mensaje cumple la misma función en el ecosistema educativo digital. Podemos identificar fácilmente varios roles:

• El usuario que comparte práctica de aula.
• El usuario que difunde recursos o artículos.
• El usuario que debate normativa o metodología.
• El usuario que construye comunidad conversando.
• El usuario que utiliza la red como espacio de desahogo personal.
• El usuario que solo se dedica a malmeter, difamar e insultar, etc.

No se trata de etiquetar personas, sino de entender cómo circula el conocimiento informal docente. Porque en X también hay aprendizaje entre iguales, aunque no siempre lo llamemos así.

Tercer paso: detectar temas que se repiten (y por qué).

Si anotamos de forma sencilla de qué habla cada publicación -evaluación, inclusión, burocracia, IA educativa, convivencia, metodologías- veremos rápidamente qué asuntos dominan la conversación.

Cuando un tema aparece una y otra vez, ya no es tendencia… es preocupación estructural. Salvo, claro está, que sea un tema recurrente cuyo único objetivo sea el de buscar enfrentamiento y conseguir que algunos saquen unos likes o actúen de forma sectaria. Las redes, en este sentido, funcionan como una sala de profesores ampliada. Con sus virtudes. Y con sus excesos.

Cuarto paso: observar el tono pedagógico.

El contenido importa, pero el tono dice aún más.

Hay publicaciones que construyen, explican, acompañan, comparten experiencia. Hay otras que reaccionan, discuten, cuestionan, responden a ideología o a titulares. Y, finalmente, otras solo buscan reconocimiento o pertenencia. Detectar ese tono nos ayuda a entender si estamos ante espacios de intercambio profesional, de debate o de simple amplificación.

Nada muy distinto de lo que sucede en cualquier comunidad educativa.

Pero, ¿cómo recopilamos esos mensajes si no tenemos acceso a herramientas de consulta basadas en API? (olvidaos del concepto de API si no sois técnicos; este artículo no está escrito para técnicos, si no para cualquier usuario de X)

Aquí suele aparecer la duda práctica… «Muy bien, observo… pero ¿de dónde saco los mensajes para analizarlos?»

No hace falta ninguna herramienta extraña ni procesos automatizados. De hecho, lo más recomendable, también desde el punto de vista metodológico, es trabajar con recopilación manual guiada. Es más lenta, pero mucho más fiable para el tipo de análisis educativo que buscamos.

Hay tres formas sencillas de hacerlo.

1. Usar la búsqueda de X como si fuera un archivo.

El propio buscador permite acotar bastante bien lo que queremos observar.

Algunos ejemplos útiles:

• Buscar publicaciones de una cuenta concreta en el buscador general de X… from:usuario
• Localizar mensajes sobre un tema… palabra clave
• Centrarse en un período… desplazarse por fechas concretas
• Buscar mensajes de un usuario concreto… abrir el perfil de ese usuario y buscar interacciones o publicaciones de un determinado tema

Esto permite construir muestras temáticas sin necesidad de descargar datos masivos. Y sí, puede hacerse con la IA usando el siguiente prompt (para buscar insultos y descalificaciones de determinadas cuentas):

«Examina el lenguaje utilizado en las publicaciones de la [cuenta indicada] para evaluar el nivel de agresividad verbal. Antes de analizar, explica qué indicadores lingüísticos usarás (por ejemplo: adjetivos despectivos, ataques personales, uso de términos peyorativos). Presenta los hallazgos de forma descriptiva y cuantitativa, incluyendo todas las publicaciones que sean accesibles de forma pública, evitando interpretaciones subjetivas«.

2. Crear un pequeño documento de trabajo manual.

Basta con un documento o una hoja de cálculo donde ir anotando el enlace de la publicación, la fecha, la idea principal, el tema y el tipo de participación (reflexión, recurso, debate, insulto, etc.).

En poco tiempo se puede reunir material suficiente para empezar a observar tendencias.

3. Trabajar por muestreo, no por acumulación.

El error habitual es intentar «guardarlo todo». En análisis educativo digital eso no funciona.

Es mejor seleccionar mensajes representativos de distintos momentos que acumular cientos seguidos del mismo día. Igual que no evaluamos a un alumno por una única actividad, tampoco analizamos una conversación por un único pico de actividad.

Y aquí entra la inteligencia artificial (aunque ya ha entrado, como os he comentado, en la búsqueda de mensajes). No entra como sustituto del análisis, sino como herramienta de apoyo.

La IA permite ordenar textos, agrupar ideas o detectar repeticiones que a simple vista pasarían desapercibidas. Pero necesita una mirada pedagógica previa que le dé sentido al análisis.

Va, aquí os pongo algunos prompts útiles para analizar esas conversaciones educativas, una vez recopilada una muestra de publicaciones de un determinado tema o un usuario concreto.

«Organiza estos mensajes en grandes temas educativos y señala cuáles aparecen con más frecuencia.»

«Clasifica los mensajes según si comparten práctica, reflexionan, debaten o difunden recursos.»

«Indica qué cambia entre este grupo de mensajes y este otro publicado semanas después.»

«Analiza si hay diálogo profesional o comunicación unidireccional.»

«Resume qué inquietudes profesionales aparecen y cómo se expresan desde la práctica educativa.»

Lo sé. Es un artículo muy complejo que, seguramente, sería mejor explicarlo cara a cara en una formación de esas tan molonas que se dan sobre IA. Podría incluso ponerme el gorro de experto en IA y pedir un «módico» precio para daros esas estrategias y añadir la posibilidad de que podáis compraros un casoplón en menos de un mes. El problema es que no me da la vida y, sinceramente, no me apetece engañaros. Trabajar con datos es algo complicado y, por mucho que el procedimiento que os he redactado, os facilite algo la vida para analizar a determinados usuarios y tendencias pedagógicas, debéis dedicarle tiempo. Así que, lo único que puedo deciros es que me alegraré si os sirve. Y si no, intentad buscar un método que os sirva. Yo solo os he escrito algo que redacté ayer y que he acabado de darle forma a las cinco de la mañana antes de ponerme con la plancha. Necesito urgentemente que mi ritmo circadiano cambie.

Que tengáis una buena semana…

Fuente: https://xarxatic.com/como-observar-y-entender-las-conversaciones-educativas-en-x-mediante-ia/