La experiencia de lectura de los usuarios de las redes sociales está influenciada por la cultura digital. En este artículo se analiza la experiencia de lectura de cientos de usuarios de la red social Goodreads, mediante el uso de técnicas de Procesamiento de Lenguaje Natural con programación en R, aplicadas a las reseñas de los libros de la escritora mexicana Fernanda Melchor. Se encontraron las palabras directa e inversamente frecuentes, las emociones vinculadas a las reseñas, los lexemas y verbos más relevantes, y se practicó una clasificación de tópicos. Los resultados muestran cómo los lectores reflexionan, de manera personal, sobre aspectos sociales, como la violencia o la pobreza, dando continuidad a las temáticas que aborda la propia autora.
##plugins.themes.bootstrap3.article.details##
Cómo citar
Reyes-Abundes, M., & Cebral-Loureda, M. (2024). Experiencia de lectura de la obra de Fernanda Melchor: análisis de las reseñas en Goodreads. Ocnos. Revista de estudios sobre lectura, 23(1). https://doi.org/10.18239/ocnos_2024.23.1.363
Aquellos autores/as que tengan publicaciones con esta revista, aceptan los términos siguientes:
Los autores/as conservarán sus derechos de autor y garantizarán a la revista el derecho de primera publicación de su obra, el cuál estará simultáneamente sujeto a la Licencia de reconocimiento de Creative Commons Reconocimiento-NoComercial-SinObrasDerivadas, que permite a terceros compartir reconociendo adecuadamente la auoria del texto, no utilizar el material con fines comerciales, y si remezcla, transforma o crea a partir del material, no puede difundir el material modificado.
Se permite y recomienda a los autores/as difundir su obra a través de Internet (p. ej.: repositorios institucionales o en su página web) solo después de la aceptación y publicación del envío, lo cual puede producir intercambios interesantes y aumentar las citas de la obra publicada. (Véase El efecto del acceso abierto).
Reyes-Abundes and Cebral-Loureda: Experiencia de lectura de la obra de Fernanda Melchor: análisis de las reseñas en
Goodreads
Introducción
La lectura es una actividad que, aunque regularmente se realiza en solitario, ocurre
en un rico contexto social, resultado de la influencia de varias personas y procesos.
Los libros permiten varios tipos de interacción social: la selección de un libro puede
estar motivada por la recomendación de otros lectores, el trabajo de difusión que
realizan editoriales y autores, el proceso de lectura y la recepción e interacción
con otros lectores. El proceso de mediación lectora comprende la interacción entre
libros y lectores para facilitar el diálogo entre ambos (), por lo tanto, para iniciarse, la lectura necesita del otro. En todos estos procesos
participan varias personas y entidades, y suceden tanto en ambientes físicos como
en virtuales; ahora bien, las herramientas digitales han permitido que los lectores
interactúen de manera directa y con más frecuencia, a veces entre ellos o con otros
agentes, gracias al uso de redes sociales y de plataformas de lectura.
Este artículo se propone analizar la recepción de obras literarias discutidas en medios
digitales, y el modo en que crean una comunidad que comparte reseñas, valoraciones,
opiniones y comentarios de libros, extendiendo el alcance de las temáticas del libro,
según el modo en que son asimiladas por sus lectores. Para ello, se estudiará la recepción
de la obra de la escritora mexicana Fernanda Melchor, una de las escritoras más premiadas
y con altas ventas en los últimos años, a través de un análisis que comprende recolección
de reseñas, valoraciones y publicaciones compartidas en Goodreads, plataforma digital
dedicada a la promoción de la lectura. Goodreads ofrece la oportunidad de recolectar
un gran número de reseñas al ser una de las aplicaciones de lectura más populares
del mundo con más de 90 millones de usuarios (). El objetivo de revisar esta gran cantidad de reseñas es conocer qué información
sobre las prácticas de lectura aportan los lectores, y cómo al aplicar minería de
textos se pueden obtener resultados que ayuden a plantear preguntas sobre la experiencia
de lectura de cientos de usuarios.
Lectura social y medios digitales
Actualmente, la experiencia de lectura está influenciada, en su gran mayoría, por
la cultura digital y las plataformas, a pesar de que se puede dar tanto en espacios
virtuales como físicos. Un informe reciente sobre las prácticas de lectura en mujeres
mexicanas señala que el 60% de las lectoras se informan de novedades en redes sociales
(), desplazando a la librería tradicional como canal de comunicación directo. Este
tipo de datos demuestran que los lectores seleccionan sus libros con la ayuda de otros
lectores, y que los fenómenos como la valoración de contenidos en internet responden
a una realidad sociocultural que supone que leer es una práctica social y hecha en
comunidad (; ). El espacio digital y el físico conviven y enriquecen la lectura, de modo que no
es difícil imaginar un lector que interactúe con ambos de manera indiscriminada: puede
leer una reseña de un libro en una revista en línea, buscar recomendaciones en redes
sociales, leer en formato físico o descargar un artículo en PDF y leerlo en el celular,
compartir en redes sociales la última lectura, etc. Todas estas actividades se realizan
cotidianamente y forman parte de la lectura como actividad social híbrida.
Complementariamente, existen otros espacios que no están dedicados exclusivamente
a la promoción de la lectura, donde también se comparten reseñas literarias, retos
de lectura y opiniones sobre autores y libros en formato audiovisual. Entre ellos,
han ganado relevancia los booktubers (usuarios de Youtube) y booktokers (usuarios TikTok). Conocidos como influencers del libro, son personas que reseñan contenidos, dan su opinión, promueven retos y,
en general, fomentan el hábito de lectura a un público formado en su mayoría por jóvenes
y adolescentes usuarios de estas plataformas. Consecuentemente, emergen como mediadores
de lectura frente a una audiencia que tiene la posibilidad de interactuar asincrónicamente
a partir de las funcionalidades de las plataformas, pero también a través de otras
redes sociales (). Muchos de estos creadores de contenido se han convertido en nuevos vendedores de
libros, recomendando textos y escritores según el gusto de sus clientes, con una fuerte
incidencia en las prácticas de lectura y la circulación de libros (). Así, se desafía el modelo de legitimación propio del campo cultural -cuyas instancias
tradicionales son la academia, los salones y las editoriales ()- dando cabida a nuevas prácticas digitales de mediación y crítica literaria.
En general, las plataformas de lectura social ofrecen la posibilidad de interactuar
con los libros de manera directa, al mismo tiempo que ofrecen una variedad de servicios
enfocados a la promoción de la lectura. En Goodreads no solo es posible comentar cualquier
libro que esté en su base de datos; además, el usuario puede valorarlos mediante un
mecanismo de puntuación, crear sus propias etiquetas del libro, o ver los comentarios
y reseñas de otros usuarios. Por ello, Goodreads ofrece una fuente de datos confiable
y útil para analizar diferentes prácticas de lectura contemporánea a partir de reseñas
en línea, como se ha realizado en distintas investigaciones (; ).
La escritura de mujeres: el caso de Fernanda Melchor
En los últimos años se ha publicado y promocionado la lectura de libros escritos por
mujeres, cuestionando el canon literario tradicionalmente masculino, dando relevancia
y visibilidad a mujeres dentro del circuito editorial (; ). Este fenómeno editorial, que está impactando de manera gradual pero significativa
a los lectores, se presenta como una oportunidad para el análisis, generando datos
mensurables, sobre todo en lo que compete a la recepción de sus libros, que es el
tema que interesa en este trabajo. Sin embargo, dado que hablar de escritoras mujeres
es un tema muy amplio, se ha decidido escoger a Fernanda Melchor como caso de estudio.
Melchor destaca por el gran éxito editorial y literario de su novela Temporada de Huracanes (2017), publicada en más de veinte idiomas, con varias reimpresiones y una edición
de bolsillo (2022). Otros libros de la autora son: la crónica Aquí no es Miami (2013), las novelas Falsa Liebre (2013) y Páradais (2021).
Esta escritora y traductora veracruzana también cuenta con el respaldo de los medios
de comunicación y la crítica literaria, y ha sido galardonada con premios como el
Anna Seghers en 2019 y el Premio Internacional de Literatura 2019, entre otros. Sus textos han sido objeto de investigación en distintas publicaciones
académicas (; ), al tiempo que cuenta con una base sólida de seguidores en redes sociales. Por eso,
analizar la recepción de su obra permite visualizar y estudiar lógicas y relaciones
de un sistema editorial en transformación (), siempre teniendo en cuenta que un bestseller literario es un producto cultural
de dos caras: llega rápidamente a un gran público, a la vez que gana reconocimiento
literario (). Melchor se ha convertido en una de las escritoras mexicanas con más reseñas en
español en Goodreads. Tan solo Temporada de huracanes tiene 2.082 reseñas, número superior a otros libros de escritoras mexicanas contemporáneas
como La hija única de Guadalupe Nettel con 1.043 reseñas, y muy parecido al de Nuestra parte de noche (2019) de la argentina Mariana Enríquez con 2.752.
Fernanda Melchor en Goodreads
A partir del año 2016, la plataforma Goodreads no permite acceder a su contenido de
manera abierta al público, ya que no está disponible la aplicación de acceso programático
o API (las siglas en inglés de Application Programming Interface) al texto completo
de sus reseñas. Así, para recolectar las reseñas se tuvo que utilizar la técnica web scraping, que permite extraer datos directamente de la web, en concreto la parte de las reseñas
que pueden ser visualizadas por el público general. Goodreads permite visualizar datos
en abierto, pero hay otros que solo son accesibles cuando se está activo dentro de
la plataforma. En este caso se usó una cuenta de usuario de Goodreads para poder visualizar
la mayor cantidad de datos posible.
A pesar de que existe una cantidad de datos superior a tres mil reseñas, Goodreads
solamente permite ver 300 de cada libro por cada filtro -hay tres filtros de visualización:
más nuevo, más antiguo y más popular; así como el filtro por idioma-. Para acceder
a las reseñas en forma de tabla, se utilizó la extensión de Chrome listly, que ayudó a recolectar datos públicos para formar una base de datos con 2.048 reseñas
en español -575 corresponden a Páradais, 1.127 a Temporada de huracanes, 292 a Aquí no es Miami, y 54 a Falsa liebre-. La base de datos está conformada por los campos: usuario, fecha, valoración, reseña,
likes y comentarios. Es importante destacar que en este estudio solo se realizó el análisis
textual usando el campo de reseña, no se mencionan los usuarios para proteger su privacidad
y tampoco se toma en cuenta la valoración o comentarios.
Tabla 1 Metadatos recogidos en Goodreads a 21 de julio de 2022 de los libros de Fernanda
Melchor
De acuerdo con los metadatos recogidos, el libro más popular de la autora es Temporada de Huracanes, que cuenta con más reseñas escritas y un número mucho más alto de valoraciones,
aunque el mejor calificado de todos sus libros es Aquí no es Miami, con un promedio de 4.26 estrellas. Es interesante mencionar que todos cuentan con
un porcentaje de reseñas muy similar, resultando que aproximadamente el 20% de las
personas que leen los libros de Melchor escriben una reseña en la plataforma. La longitud
promedio de las reseñas va de 83 palabras la más corta, hasta 106 la más larga, que
corresponde a Páradais. Este es un dato muy variable, ya que pueden existir reseñas de una palabra y otras
de más de 1.000 palabras, pero ayuda a entender cómo se comporta la escritura de reseñas
por libro. Otro dato interesante son los idiomas de publicación de reseñas: si bien
se ha escogido el español para la recolección de muestras, no hay que olvidar que
algunos libros están traducidos a más idiomas, lo cual aumenta el número de reseñas
escritas en comparación con los libros que no están traducidos -el caso de Falsa liebre-.
Metodología
Para este estudio se han utilizado métodos mixtos. Primeramente, algunos enfoques
de las humanidades digitales ofrecen metodologías para cuantificar las historias y
predecir el éxito comercial de libros y autores (; ), así como sobre librerías digitales y literatura electrónica (). Complementariamente, la analítica cultural se ha dedicado a estudiar redes sociales,
procesando grandes volúmenes de imágenes, hashtags y comentarios, demostrando que
los métodos cuantitativos basados en datos ofrecen un nuevo marco para describir artefactos,
experiencias y dinámicas culturales ().
En la presente investigación, este enfoque de analítica cultural es pertinente en
la medida en que se analizará una considerable cantidad de comentarios y reseñas recolectadas
en las plataformas y redes de lectura y, siguiendo la lógica que plantea , buscando representar la cultura mediante datos y modelos estadísticos. Además, el
objeto de estudio también se entiende desde el enfoque de analítica cultural: se representa
la cultura por el modo en el que efectivamente se produce en el presente, poniendo
el foco en la baja cultura, o cultura popular, como fuente de legitimación, en vez
de la crítica literaria o alta cultura especializada. Finalmente, a diferencia de
los métodos tradicionales de estudios literarios, en este trabajo se busca analizar
toda la muestra recogida en línea -acotada al caso de estudio-, sin tener que escoger
algunos datos más representativos.
Para desarrollar la metodología, se aplicó analítica computacional mediante técnicas
de Procesamiento del Lenguaje Natural (NLP por sus siglas en inglés) en RStudio, entorno
integrado para manejo de comandos del lenguaje de programación R, realizando las siguientes
tareas:
- Análisis de frecuencia directa e inversa de cada libro: mediante el paquete tidytext () se han dividido las reseñas en palabras y posteriormente se han eliminado las palabras
vacías o stopwords a través de la lista que proporciona el paquete stopwords (). Con las palabras restantes, se contabilizan aquellas que más se repiten para cada
documento, en este caso, cada uno de los libros a los que pertenecen las reseñas.
Complementariamente, la frecuencia inversa-también conocida como estadística tf-idf
(term frequency - inverse document frequency) se refiere a la frecuencia de un término ajustada a la rareza de su uso en el conjunto
de documentos, midiendo la importancia de una palabra en un documento (; ).
- Análisis de sentimientos y reconocimiento de emociones a partir de léxicos previos:
se trata de una técnica utilizada para clasificar automáticamente un texto de acuerdo
con un conjunto de palabras previamente designadas como positivas y negativas, así
como otras vinculadas con emociones básicas. Las palabras tienen una puntuación para
cada sentimiento y emoción, de tal modo que la frecuencia de esas palabras en los
textos analizados se cuenta como el aumento de esos sentimientos y emociones. En el
presente estudio se ha utilizado el léxico NRC (). Cabe señalar que conocer qué tipo de sentimientos predominan en las reseñas no
determina la aceptación o no del libro, lo cual se ve reflejado en las valoraciones
de los libros que la misma plataforma ofrece.
- Etiquetado gramatical: se trata de conocer la categoría o clase (sustantivo, verbo,
adjetivo, etc.) a la que corresponde una palabra, así como su raíz o lexema, y el
posicionamiento sintáctico en una frase. En este caso se usó el paquete udpipe () que dispone de modelos de inteligencia artificial preentrenados para varios idiomas
-entre los que se encuentra el español-, los cuales procesan el texto proporcionando
las características mencionadas.
- Bigramas y redes de palabras: al separar las palabras por pares, la relación funciona
igual que el principio de la cadena de Márkov, es decir, revela el orden secuencial
en el que esas palabras se dan en el texto, posibilitando una comprensión más detallada
de su uso. A partir de los bigramas, se crearon redes de palabras presentadas como
nodos que permiten observar múltiples relaciones. Observando estas redes, y de manera
manual, se han formado tópicos, según el modo en que algunos bigramas se unen y forman
conjuntos temáticos, mientras otros permanecen más dispersos.
- Modelación por tópicos: se trata de una técnica de machine learning que busca construir tópicos o temas con base en la distribución de palabras en un
conjunto de textos (). Para construir los tópicos de la muestra, se usó el modelo Latent Dirichlet Allocation
(), que se encuentra en el paquete topicmodels (). Esta técnica automática de modelado se ha utilizado de manera complementaria al
proceso anterior, que ya arrojó un primer acercamiento al modelado del corpus, esperando
obtener un enfoque más amplio. Para configurar el algoritmo, es preciso fijar el valor
de k, esto es, el número de tópicos a generar. Dado que este valor influye mucho en
el resultado, ha sido calculado mediante la medida denominada perplejidad -perplexity ()-, obteniendo que k=4 es un buen valor de configuración.
El uso de métodos digitales y técnicas de minería de textos en Goodreads no es nuevo;
ya existen investigaciones que analizan sentimientos para identificar reacciones sobre
los libros (); que utilizan herramientas como Python y Excel para extracción y procesamiento de
datos (); o que analizan exploratoria y cuantitativamente la participación de usuarios en
Goodreads (). Sin embargo, en este trabajo se propone una metodología que haga uso de distintas
técnicas para un análisis desde distintas perspectivas.
Resultados
Figura 1. Frecuencia absoluta Fuente: Elaboración propia mediante programación en R.
Nota. Palabras más frecuentes en las reseñas de Goodreads de las novelas de Fernanda
Melchor.
Con respecto a la frecuencia absoluta de las palabras más repetidas en las reseñas
de las cuatro novelas, en la figura 1 se muestra la comparativa con las 15 palabras más frecuentes. Puede observarse que
las palabras más repetidas son “libro”, “historia” y “novela”, las cuales hacen referencia
a la descripción del libro, con una estructura muy parecida en los cuatro conjuntos
de reseñas. En el caso de Temporada de huracanes, se menciona también “violencia” (278), “lenguaje” (245), “México” (231), y algunos
personajes como “bruja” (242). Para Páradais, también se hace referencia a “violencia” (218) y “lenguaje” (120), lo que parece
ser una constante en los libros de Melchor, aunque también destacan “personajes” (170)
como “polo” (241), el “final” (130) de la novela y referencias a la “autora” (134).
De igual manera, la mención de “temporada de huracanes” se repite en Aquí no es Miami (61) y Páradais(196), lo cual refleja que sus lectores han leído también Temporada de huracanes y lo comentan en las reseñas de estos libros.
Figura 2.Frecuencia inversa (TF-IDF) Fuente: Elaboración propia mediante programación en R.
Nota. Quince palabras más frecuentes según el cálculo TF-IDF o frecuencia inversa
de documento para las reseñas seleccionadas.
Al hacer la comparación de la frecuencia inversa de palabras, se busca medir la importancia
de una palabra en la muestra al disminuir las palabras de uso común y aumentar las
relacionadas con las reseñas de cada libro. En este caso, cuanto mayor sea el valor
de frecuencia inversa en la gráfica, esa palabra aparecerá menos en los demás conjuntos
de reseñas (por libro). En la figura 2, se observa que las palabras con frecuencia inversa mayor están asociadas a personajes
y lugares que aparecen en cada libro: “norma”, “bruja, “matosa”, “luismi” en Temporada de huracanes; “polo”, “franco”, “residencial” en Páradais; “evangelina”, “miami”, “estero” en Aquí no es Miami; “andrik, “zahir”, “vinicio" en Falsa liebre; y otras palabras como “relatos” y “crónicas” en Aquí no es Miami, que a diferencia de los otros tres libros no es una novela. Esto es de esperarse,
pues en las reseñas se habla de los personajes, los lugares y los elementos del libro
que son significativos para cada uno; sin embargo, es más interesante observar cómo
también se mencionan palabras que denotan una interpretación del lector sobre temas
no tan explícitos de las novelas. En el caso de Temporada de huracanes se habla sobre “homofobia”, “pedofilia” e “ignorancia”, lo cual denota una interpretación
más profunda del libro, al referir importantes temas que subyacen en la novela. Estos
lectores aportan su reflexión e interpretación literaria y personal a la comunidad
de Goodreads, estimulando lo que Pierre Lévy (1997) llamaría una inteligencia colectiva,
que ayuda a los usuarios a profundizar en el texto de un modo muy diferente al individual
().
Figura 3.Reconocimiento de emociones Fuente: Elaboración propia mediante programación en R.
En la figura 3 se observa el conteo de emociones en todas las reseñas de los libros de Melchor.
Destaca miedo, seguido de enojo, confianza, tristeza y asco, seguidos por expectativa,
alegría y sorpresa. Las palabras que más destacan para la emoción de miedo son “violencia”,
“pobreza”, “miseria”, “duda”, y “bruja”, que hacen referencia no tanto a la percepción
de los libros, sino a su temática. En el caso de enojo, los resultados son muy similares,
puesto que “violencia”, “bruja” y “asesinato” aportan al puntaje de ambas emociones.
Al revisar las palabras que se relacionan con confianza, “real”, “franco” (personaje
de una novela) y “fuerte” son las que tienen mayor frecuencia. Por último, cabe señalar
que la estructura de emociones es muy similar en las reseñas de todos los libros,
predominando palabras como “violencia” y “asesinato”, que definen muy bien la trama
común de las novelas de Melchor.
Figura 4.Nube de palabras de sentimientos Fuente: Elaboración propia mediante programación en R.
Nota. Sentimientos positivos -en azul- y negativos -en rojo- en las reseñas de los
libros de Fernanda Melchor
Para visualizar la carga de sentimientos se ha decidido usar una nube de palabras,
a diferencia de la información anterior mostrada en tablas, porque se puede apreciar
mejor el impacto de las palabras, como un conjunto de significados, más que de manera
jerárquica, siendo las de mayor tamaño las de más frecuencia, las azules corresponden
a sentimientos positivos y las rojas a negativos. Como se puede apreciar en la figura 4, la carga de sentimientos negativos es muy fuerte, motivado por la presencia de términos
como “violencia”, “pobreza”, “miseria”, “miedo”, “difícil”, “cruel” y “crudo”. Estas
palabras están vinculadas a contenidos y problemáticas de los libros de la autora.
Por ejemplo, al hablar sobre violencia y pobreza o, de manera más específica en Temporada de huracanes, al referirse al personaje de la bruja, no cabe duda de que al conversar sobre esa
temática los comentarios van a tener una carga negativa. Ahora bien, también aparecen
en el análisis términos con connotaciones positivas. Curiosamente, son aquellos que
no se relacionan tanto con los contenidos, sino mayormente con la experiencia de lectura,
encontrando palabras como: “forma”, “estilo”, “lector”, “ritmo”, “sensación”, “leyendo”,
“interesante”, “contar”, “perspectiva”.
Figura 5.Lemmas verbales más frecuentes Fuente: Elaboración propia mediante programación en R.
Se procede a analizar las principales entidades gramaticales usadas en las reseñas,
donde destacan los sustantivos -recuérdese que la palabra más frecuente de la muestra
es “libro”-, signos de puntuación, determinantes, preposiciones, verbos, pronombres,
adjetivos y adverbios. Se ha decidido profundizar en los verbos utilizados, para conocer
el contenido de las reseñas respecto al comportamiento de los lectores: ¿qué reacciones
y acciones provoca la lectura en los lectores?
Para ello, se han tomado las raíces léxicas de los verbos más frecuentes de las reseñas
y se han graficado en la figura 5 de mayor a menor. El verbo “leer” se encuentra en primer lugar, evidenciando que
las reseñas son un reflejo de la experiencia de lectura de cada uno de los usuarios.
Tras él, se observan verbos como “sentir”, “gustar” y “saber”, que también hablan
sobre una percepción personal compartida por los usuarios en las reseñas. En el caso
de “pensar”, “mostrar”, “entender” y “encontrar” es posible que refieran a lo que
el libro significa para cada lector y cómo la recepción puede trascender a otros aspectos
de su vida. La escritura de las reseñas enfatiza lo que los libros hacen sentir a
los lectores, reflejando una relación personal con el texto que se lee, hablando sobre
la experiencia propia de cada lector. Así, los verbos más frecuentes son los que usualmente
se utilizan para describir impresiones de un libro, hablar sobre el conocimiento previo
o adquirido por medio de la lectura, o bien las expectativas de los lectores, en un
rico intercambio de experiencias personales y metacognitivas.
Modelado manual y automático de tópicos
Tabla 2Aspectos más relevantes conformados por pares de palabras
Nota. Esta tabla es el resultado de la descomposición en bigramas de las reseñas de los
libros de Fernanda Melchor.
Los pares de palabras o bigramas más frecuentes ayudan a entender mejor los temas
principales que se discuten en las reseñas, proporcionando secuencias léxicas más
amplias que los términos aislados. En la tabla 2 estos bigramas fueron agrupados para poder identificar, de manera manual, estos aspectos
generales que conforman las reseñas. En primer lugar, están los aspectos literarios
y de escritura de los libros, que hacen referencia a la forma, voz, estilo, narrativa,
lenguaje y ritmo de los libros, así como a los personajes, párrafos y capítulos, y
en general a la literatura latinoamericana. La descripción de la experiencia de lectura
es otro tópico frecuente, expresado a través de palabras como “incómodo”, “brutal”,
“crudo” y “fácil”, así como mediante la referencia directa a la autora y la manera
en la que escribe, la atmósfera que crea, y el uso de modismos. La experiencia de
lectura engloba todos aquellos elementos que tienen que ver con la recepción lectora
y su interpretación de los libros: qué le pareció (“disfruté mucho”); cómo se sintió
(“sabor amargo”); su forma de leerlo (“imposible dejar”); sus expectativas (“hubiera
gustado”); o conclusiones propias (“recomiendo mucho”). Otro de los aspectos que destacan
de los libros de Melchor, de acuerdo con las reseñas, son los temas sociales que toca:
violencia, abuso, crimen, pobreza y desigualdad. Estos elementos son percibidos por
los lectores como de gran relevancia, reflejando parte de la “vida cotidiana” y del
“méxico violento”. Por último, se logran identificar algunas referencias externas
a escritores y novelas que los lectores relacionan con los libros de Melchor, como
“garcía márquez” y “pedro páramo”.
Figura 6.Modelación por tópicos Fuente: Elaboración propia mediante programación en R.
Al aplicar la modelación por tópicos de manera automática mediante el algoritmo LDA,
se obtuvo como resultado un conjunto de tópicos a los cuales se les asigna un número,
que no refleja ningún tipo de significado ni prioridad (figura 6). Sin embargo, se han revisado estos resultados para asignar una etiqueta adecuada
a cada tópico. Por ejemplo, en el caso del tópico 1, palabras como “leer”, “sentir”,
“gustar”, “saber” y “creer”, hacen referencia a la experiencia de lectura que describe
cada usuario al leer un libro en particular. En el tópico 2 destacan “historia”, “crudo”,
“forma”, “capítulo”, “lenguaje”, “autora”, los cuales remiten a la descripción y a
la estructura literaria de cada obra. El tercer tópico es más variado, pues las palabras
“pueblo”, “vida”, “relato”, “realidad” y “encontrar” pueden hacer referencia a la
percepción de los lectores sobre la temática de los libros. El cuarto tópico, con
palabras como “violencia”, “mexicano”, “momento”, “voz”, “social”, “mundo” y “lenguaje”,
hace referencia directa a las temáticas y aspectos sociales que trata cada libro.
Hasta este punto, los resultados de la modelación por tópicos son bastante similares
a los encontrados de manera manual en la separación de bigramas, porque, aunque no
son exactamente los mismos, destacan los mismos puntos: experiencia de lectura, aspectos
literarios y temática de cada libro (social, violencia, pobreza). La única diferencia
significativa sería que en la modelación por tópicos no se mencionan las referencias
externas a otros libros o escritores, lo cual puede considerarse un elemento importante
para el análisis cualitativo, complementando el análisis automático y computacional.
Conclusiones
Las diferentes técnicas que se usaron para el análisis computacional de las reseñas
de los libros de Fernanda Melchor demostraron ser útiles en su aplicación a un corpus
extraído de una plataforma socio-digital como Goodreads, aplicando técnicas de procesamiento
del lenguaje natural. Especialmente, debido a la cercanía que las reseñas tienen a
los libros que comentan, éstas contienen muchos elementos literarios, como lugares,
adjetivos o personajes, combinados con experiencias, sentimientos y emociones de los
lectores.
El análisis de frecuencias ha sido el primer acercamiento para el estudio cuantitativo
del corpus, dando cuenta de los elementos principales de las reseñas. Aunque el investigador
no los haya leído, adquiere una idea general sobre qué tratan. En este caso, las palabras
más repetidas son: “libro”, “novela”, “leer” o “historia”, que hacen referencia a
aspectos generales de la lectura. Complementariamente, la frecuencia inversa resalta
componentes propios de cada libro reseñado, enfatizando su particularidad con respecto
al corpus del que forman parte, resaltando temáticas y discusiones propias de cada
historia. También da cuenta de la dinámica de esta red social, que genera diferentes
lecturas debido a la multiplicidad de usuarios que la conforman, y de esta manera
“el proceso de recepción no acaba en el hipotexto, sino que se amplía todo lo que
el lector y la comunidad deseen” ().
A partir del reconocimiento de sentimientos y emociones se pueden identificar las
principales palabras asociadas por los lectores a cada libro. Es importante destacar
que, aunque las reseñas de los libros de Melchor están catalogadas como “negativas”
o asociadas al “miedo”, no están relacionadas con la percepción o el gusto del lector
por ese libro, sino con sus temáticas, que describen aspectos de la violencia, la
pobreza y la desigualdad social. Esto se pudo deducir al analizar las palabras destacadas
de cada emoción y conociendo el contenido de las novelas. Se podría decir que estos
libros no acaban al terminar de leerlos, sino que trascienden en las concepciones
de los lectores sobre temas como la violencia, pobreza y desigualdad, y así lo comunican
en sus reseñas. Así, se manifiesta una de las funciones de la literatura, despertar
y avivar la conciencia social: “allí donde la experiencia literaria del lector entra
en el horizonte de expectativas de la práctica de su vida, performa su comprensión
del mundo y repercute de ese modo en sus formas de comportamiento social” ().
El etiquetado gramatical revela cómo se escriben las reseñas y cuál es su sintaxis.
En este caso, los sustantivos y adjetivos son muy importantes, puesto que en su mayoría
los usuarios hacen una reseña descriptiva de los libros y de diferentes aspectos literarios
y de lectura. El análisis de los verbos más usados sirvió para entender la experiencia
de lectura de cada usuario, su recepción del libro y lo que éste les proporciona.
Se puede constatar que la escritura de reseñas es un acto performativo, supone que
la reseña será leída, constituyendo una muestra de identidad social (). Los verbos también muestran la riqueza metacognitiva que se da en estos espacios
de intercambio de experiencias, puesto que “el acto de leer se multiplica en la colaboración
personalizada o anónima de las opiniones y consultas individuales” (). La lectura es social y colaborativa en muchos aspectos, desde el momento en el
que participan varios actores, influyendo en la recepción de los libros.
Para el etiquetado por temas se usaron dos métodos: la separación por bigramas para
encontrar clústeres (manual) y la modelación por tópicos (automática). En ambos se
obtienen resultados similares, compartiendo tres grandes tópicos: experiencia de lectura,
aspectos literarios y la temática social de cada libro. La interpelación de estos
temas muestra cómo el espacio virtual en el que se comparten las reseñas es, al mismo
tiempo, un lugar de comunicación social y expresión personal, donde la lectura se
difunde y se comenta de manera íntima, pero también crítica, de modo que “el hecho
lector se transforma en conversación social e intercambio común” (). Esto sucede especialmente en el caso de Fernanda Melchor, dado el carácter marcadamente
social de sus libros.
El presente estudio se ha realizado sobre una autora que consideramos de gran interés,
sin embargo, hay otros autores a los que se podría aplicar el mismo estudio, esto
nos permitiría comprobar cómo los resultados difieren mientras se mantiene la metodología.
Además, un análisis profundo de los tópicos de las reseñas y las percepciones de los
lectores podría complementarse mediante técnicas más cualitativas y etnográficas,
como entrevistas o focus group, lo cual puede ser realizado en próximas investigaciones, profundizando en el alcance
de los análisis cuantitativos aquí presentes.
Referencias
1
Alonso-Arévalo, J., & Cordón-García, J. A. (2014). Lectura social, metadatos y visibilidad
de la información. XLV Jornadas Mexicanas de Bibliotecología. http://hdl.handle.net/10760/23095
2
Altamirano, C., & Sarlo, B. (1990). Conceptos de sociología literaria. Centro Editor de América Latina.
Cerrillo, P. C., Larrañaga, E., & Yubero, S. (2002). Libros, lectores y mediadores: La formación de los hábitos lectores como proceso de
aprendizaje. Ediciones de la Universidad de Castilla-La Mancha.
9
Driscoll, B., & Rehberg-Sedo, D. (2019). Faraway, So Close: Seeing the intimacy in
Goodreads reviews. Qualitative Inquiry, 25(3), 248-259. https://doi.org/10.1177/1077800418801375
10
García-Canclini, N. (2015). Leer en papel y en pantallas: El giro Antropológico. En
N. García-Canclini, V. Gerber-Bicecci, A. López-Ojeda, E. Nivón-Bolán, C. Pérez-Camacho,
C. Pinochet-Cobos, & R. Winocur-Iparraguirre, Hacia una antropología de los lectores (pp. 1-37). D - Ediciones Culturales Paidós.
11
García-Roca, A. (2016). Prácticas lectoras en espacios de afinidad: Formas participativas
en la cultura digital. Ocnos, 15(1), 42-51. https://doi.org/10.18239/ocnos_2016.15.1.979
Godínez-Rivas, G. L., & Nieto, L. R. (2019). Queers and bewitched: Temporada de huracanes
of Fernanda Melchor. Anclajes, 23(3), 59-70. https://doi.org/10.19137/anclajes-2019-2335
Jauss, H. R. (2013). La historia de la literatura como provocación. Editorial Gredos.
17
Lemus, R. (2022). En los márgenes de la nación: Geografías imaginarias en Temporada
de huracanes (2017) de Fernanda Melchor. Bulletin of Hispanic Studies, 99(2), 163-170. https://doi.org/10.3828/bhs.2022.12
18
Lévy, P. (1997). L’intelligence collective: Pour une anthropologie du cyberspace. La Découverte.
Manovich, L. (2020). Cultural Analytics. MIT Press.
21
Mohammad, S. M., Kiritchenko, S., & Zhu, X. (2013). NRC-Canada: Building the state-of-the-art
in sentiment analysis of tweets (arXiv:1308.6242). In Proceedings of the seventh international workshop on Semantic Evaluation Exercises, June 2013. arXiv. http://arxiv.org/abs/1308.6242
Parnell, C., & Driscoll, B. (2021). Institutions, platforms and the production of
debut success in contemporary book culture. Media International Australia, 1329878X2110361. https://doi.org/10.1177/1329878X211036192
Pressman, J., Marino, M. C., & Douglass, J. (2015). Reading project: A collaborative analysis of William Poundstone’s Project for Tachistoscope
(Bottomless Pit). University of Iowa Press. https://doi.org/10.2307/j.ctt20p598m
Saez, V. (2022). De lectores a “influencers”. Booktubers, bookstagrammers y booktokers
y la circulación de la literatura en redes sociales en Argentina. Revista Pilquen – sección Ciencias Sociales, 25(2), 020-046. https://www.redalyc.org/journal/3475/347572703002/html/
28
Sánchez-García, P., Hernández-Ortega, J., & Rovira-Collado, J. (2021). Leyendo al
lector social: Evolución de la literatura infantil y juvenil española en Goodreads.
Ocnos, 20(1), 7-22. https://doi.org/10.18239/ocnos_2021.20.1.2446
29
Silge, J., & Robinson, D. (2017). Text mining with R: A tidy approach. O’Reilly.
Sparck-Jones, K. (1972). A statistical interpretation of term specificity and its
application in retrieval. Journal of Documentation, 28(1), 11-21. https://doi.org/10.1108/eb026526
32
Thelwall, M., & Kousha, K. (2017). Goodreads: A social network site for book readers.
Journal of the Association for Information Science and Technology, 68(4), 972-983. https://doi.org/10.1002/asi.23733
33
Toubia, O., Berger, J., & Eliashberg, J. (2021). How quantifying the shape of stories
predicts their success. Proceedings of the National Academy of Sciences of the United States of America, 118(26). https://doi.org/10.1073/pnas.2011695118
34
Wang, K., Liu, X., & Han, Y. (2019). Exploring Goodreads reviews for book impact assessment.
Journal of Informetrics, 13(3), 874-886. https://doi.org/10.1016/j.joi.2019.07.003
35
Wang, X., Yucesoy, B., Varol, O., Eliassi-Rad, T., & Barabási, A.-L. (2019). Success
in books: Predicting book sales before publication. EPJ Data Science, 8(1), 31. https://doi.org/10.1140/epjds/s13688-019-0208-6
