Hay varias herramientas de investigación y medición disponibles para ayudar a los profesionales a monitorear las actividades relacionadas con la información y la desinformación. En un nivel básico, estas herramientas apoyan al personal del programa y de monitoreo, evaluación y aprendizaje (MEL, por sus siglas en inglés) en el desempeño de funciones de rendición de cuentas. Sin embargo, estas herramientas de investigación también desempeñan un papel importante en la adaptación de la programación a las condiciones cambiantes. Además de responder preguntas sobre si las actividades del programa están involucrando a sus beneficiarios previstos y en qué medida lo hacen, también pueden ayudar a los profesionales a identificar qué tan bien se están desempeñando las actividades o intervenciones para que los implementadores puedan iterar, como en un marco de gestión adaptativa o de colaboración, aprendizaje y adaptación (CLA, por sus siglas en inglés).
Monitoreo del programa
(evaluar la implementación, si el contenido está alcanzando los objetivos deseados, si los objetivos son contenido atractivo)
Preguntas clave de investigación:
- ¿Cuántas personas participan en actividades o intervenciones del programa?
- ¿Qué grupos demográficos, de comportamiento o geográficos participan en las actividades del programa? ¿Está llegando la intervención a los beneficiarios previstos?
- ¿Cómo reaccionan los participantes, beneficiarios o audiencias a las actividades o materiales del programa?
- ¿Cómo varía la participación o la reacción entre los tipos de actividad?
Hay varias herramientas disponibles para ayudar a los profesionales de DDG a monitorear el alcance de las actividades del programa y el grado en que las audiencias y los beneficiarios previstos interactúan con el contenido del programa. Estas herramientas difieren según los medios a través de los cuales se distribuye la información y la desinformación, así como la contraprogramación. Para los medios de comunicación analógicos como la televisión y la radio, las métricas de audiencia, incluidos el tamaño, la composición demográfica y el alcance geográfico, pueden estar disponibles a través de los mismos medios o de registros administrativos estatales. La utilidad y el detalle de esta información depende de la capacidad de los medios de recopilar esta información y de su voluntad de compartirla públicamente. Las empresas locales de marketing y de publicidad también pueden ser buenas fuentes de información sobre la audiencia. En algunos casos, el alcance de la televisión o la radio puede modelarse con el uso de información sobre la infraestructura de transmisión.
Las plataformas digitales proporcionan un conjunto de métricas más accesible. Las plataformas de redes sociales como Twitter, Facebook y YouTube tienen incorporadas herramientas analíticas que permiten incluso a los usuarios ocasionales monitorear las interacciones con las publicaciones (incluidos los "me gusta", las acciones de compartir y los comentarios). Según la interfaz de programación de aplicaciones (API) de la plataforma y los términos de servicio, pueden estar disponibles herramientas analíticas más sofisticadas. Por ejemplo, la API de Twitter permite a los usuarios importar grandes volúmenes tanto de metadatos como de contenido de tuits, lo que a su vez les posibilita monitorear las relaciones entre cuentas y realizar análisis de contenido u opiniones sobre temas específicos. Google Analytics proporciona un conjunto de herramientas para medir la interacción del consumidor con el material publicitario, incluido el comportamiento en los sitios web de destino. Por ejemplo, estas herramientas pueden ayudar a los profesionales a comprender cómo las audiencias, después de haber llegado a un recurso o sitio web por haber hecho clic en contenido digital (p. ej., enlaces incrustados en tuits, publicaciones de Facebook o videos de YouTube), invierten tiempo en los recursos de destino y qué recursos están viendo o descargando, o con cuáles están interactuando. El seguimiento de los clics proporciona medidas potenciales del comportamiento de destino, no solo de creencias o actitudes.
Talleres de prueba de contenido: Escala de prueba piloto
La determinación del contenido de las actividades programáticas es un punto de decisión clave en cualquier ciclo de programa. Con respecto a los programas de lucha contra la desinformación, los implementadores deben considerar cómo es probable que el mensajero, el modo y el contenido de una intervención influyan en la aceptación y la interacción de los grupos objetivo con ese contenido, y si es probable que el material cambie creencias o comportamientos. Teniendo eso en cuenta, realizar talleres de práctica y probar contenido contra la desinformación a lo largo de la fase de implementación del programa puede ayudar a los implementadores a identificar qué enfoques programáticos están funcionando y también a decidir si adaptar el contenido en respuesta a las condiciones cambiantes y cómo hacerlo.
Preguntas clave de investigación:
- ¿Qué modos o mensajeros es más probable que aumenten la aceptación del contenido en este contexto? Por ejemplo, ¿es un enfoque más eficaz que otro para hacer que los intérpretes se interesen por la información o la compartan con otros?
- ¿Qué marco del contenido es más probable que reduzca el consumo de desinformación o aumente el consumo de información verdadera en este contexto? Por ejemplo, ¿es más probable que un mensaje de verificación de datos haga que los consumidores modifiquen sus creencias en la dirección de la verdad, o que se atrincheren en la creencia de la desinformación original?
Varios métodos de recopilación de datos permiten a los profesionales de DDG realizar talleres de prueba del contenido de las intervenciones con un pequeño número de beneficiarios potenciales antes de llevar las actividades a audiencias más grandes. Los grupos focales (debates en grupos pequeños, estructurados y determinados por muestreo científico) se utilizan con regularidad tanto en la investigación de mercado como en los programas de DDG para provocar reacciones profundas a los productos sometidos a prueba. Este formato permite a los investigadores observar reacciones espontáneas a incitaciones y sondear a los encuestados para obtener más información, a diferencia de las encuestas, que pueden representar a grupos más amplios, pero dependen de que los encuestados seleccionen opciones de respuesta uniformes y predeterminadas que no captan tantos matices. Los grupos focales son útiles para recopilar impresiones iniciales sobre diferentes opciones de contenido potencial del programa antes de llevar las actividades a una audiencia más amplia.
Las pruebas A/B son un método más riguroso para determinar qué variaciones en el contenido o las actividades tienen mayor probabilidad de lograr los resultados deseados, especialmente cuando las opciones son similares y es probable que las diferencias entre ellas sean pequeñas. Las pruebas A/B son una forma de evaluación aleatorizada en la cual un investigador asigna al azar a miembros de un grupo de participantes de la investigación para que reciban diferentes versiones de contenido. Por ejemplo, los correos electrónicos de marketing de productos o las solicitudes de recaudación de fondos de campañas podrían asignar aleatoriamente un grupo de direcciones de correo electrónico para que reciban el mismo contenido con uno de varios asuntos de correo electrónico diferentes. Luego, los investigadores miden las diferencias entre cada uno de estos grupos experimentales sobre los mismos resultados, que para el contenido digital a menudo incluyen tasas de participación, clics, “me gusta”, acciones de compartir o comentarios.
Highlight
Modo: Los mecanismos a través de los cuales se entregan los contenidos programáticos (por ejemplo, en persona, materiales escritos, televisión, radio, redes sociales, correo electrónico, SMS, etc.)
Highlight
Dado que los participantes se asignan al azar para recibir diferentes variaciones, el investigador puede concluir con seguridad que cualquier diferencia sobre estos resultados puede atribuirse a la variación del contenido.
Las plataformas de redes sociales han utilizado las pruebas A/B para optimizar las respuestas de la plataforma a la información falsa. En otros casos, los propios investigadores o empresas tecnológicas han experimentado con variaciones de etiquetas de contenido político para determinar si estas etiquetas afectan la participación de la audiencia. De manera similar, los programas de DDG pueden usar pruebas A/B para optimizar el contenido digital en programas contra la desinformación para explorar, por ejemplo, cómo diferentes encuadres o personas que avalan los mensajes de verificación de datos afectan las creencias de la audiencia.
Highlight
Focalización en herramientas: Herramientas de comprobación de contenidos y mensajes
Facebook: "Las pruebas A/B le permiten cambiar variables, como la creatividad, el público o la colocación del anuncio para determinar qué estrategia funciona mejor y mejorar las campañas futuras. Por ejemplo, podría plantear la hipótesis de que una estrategia de público personalizada superará a una estrategia de público basada en intereses para su negocio. Una prueba A/B permite comparar rápidamente ambas estrategias para ver cuál rinde más".
RIWI: "Los encuestados se asignan aleatoriamente a un grupo de tratamiento o de control para determinar el impacto de diferentes conceptos, vídeos, anuncios o frases. Todos los grupos verán preguntas iniciales idénticas, seguidas por el grupo o grupos de tratamiento que recibirán un mensaje desarrollado. Después del tratamiento, se harán preguntas a todos los encuestados para determinar la resonancia y el compromiso del mensaje o para medir los cambios de comportamiento (evaluados después del tratamiento) entre los grupos".
GeoPoll: "GeoPoll trabaja con marcas líderes a nivel mundial para probar nuevos conceptos a través de encuestas de vídeo e imágenes y grupos de discusión móviles. Gracias a la capacidad de investigación de GeoPoll y a su amplio panel de encuestados, las marcas pueden llegar a su público objetivo y recopilar los datos tan necesarios sobre qué mensajes son más eficaces, cómo deben comercializarse los nuevos productos, cómo reaccionarán los consumidores ante los nuevos productos, etc".
Mailchimp: "Las campañas de pruebas A/B evalúan diferentes versiones de un mismo correo electrónico para ver cómo los pequeños cambios pueden tener un impacto en sus resultados. Elija lo que quiera evaluar, como la línea de asunto o el contenido, y compare los resultados para saber qué funciona y qué no funciona para su audiencia".
Texto ficticio