El efecto bengala
COMPARTIR
La conversación pública que toma impacto es como una bengala que se enciende con mucha potencia y, al agarrar velocidad, se comienza a esfumar en el viento en pocos segundos
Hace unos días conversaba con mi pareja sobre la conversación pública en las redes sociales; con gran entusiasmo me compartió un valioso concepto que pensó para explicarse por qué la conversación actual (digital y física) sobre un tema de interés público perdía valor en muy poco tiempo, aun cuando era un tema trascendente para la sociedad. El concepto, a modo de metáfora, que me transmitió fue “el efecto bengala”. Para él, la conversación pública que toma impacto es como una bengala que se enciende con mucha potencia y, al agarrar velocidad, se comienza a esfumar en el viento en pocos segundos. La explicación me hizo pensar qué concepto explicaba este fenómeno. Aunque existen teorías que abordan la atención y los ciclos mediáticos, me inquietó la falta de una noción que integrara la aceleración, la intensidad y el rápido declive de conversaciones públicas trascendentes. Comparto algunos conceptos afines.
– Ciclo de atención a los asuntos (Issue-attention cycle), Anthony Downs (1972): Explica cómo los problemas públicos atraviesan fases de creciente atención y posterior desinterés, incluso cuando permanecen sin resolver, debido al reconocimiento de su complejidad.
– Economía de la atención, Herbert A. Simon (1971): Plantea que la abundancia informativa convierte la atención en un recurso escaso. Los asuntos compiten por el tiempo de los usuarios y pierden visibilidad cuando otros contenidos capturan su interés.
– Ciclos de noticias (News cycles), Galtung y Ruge (1965): Permite examinar la sucesión de acontecimientos noticiosos y el desplazamiento de temas anteriores. La novedad, relevancia y continuidad contribuyen a explicar la variación temporal de la visibilidad informativa.
– Sobrecarga informativa (Information Overload), Bertram Gross (1964) y Alvin Toffler (1970): Describe cómo el exceso de información dificulta su procesamiento y seguimiento. La acumulación de publicaciones y novedades puede fragmentar la conversación y reducir la atención sostenida sobre determinados asuntos.
– Aceleración social (Social Acceleration), Hartmut Rosa (2003, 2013): Explica cómo la aceleración tecnológica y social transforma la experiencia temporal. En plataformas digitales, la renovación constante de contenidos acorta la vigencia comunicativa de los asuntos y favorece desplazamientos rápidos.
– Competencia entre agendas (Agenda Competition), McCombs y Shaw (1972): Examina cómo los asuntos compiten por atención pública, mediática y política. La aparición de nuevos acontecimientos puede desplazar temas anteriores, reducir su visibilidad y modificar las prioridades de la conversación digital.
– Propagación y decaimiento de la información (Information Diffusion and Decay), Everett Rogers (1962): La teoría de la difusión explica cómo ideas y mensajes circulan entre individuos a partir de los hechos noticiosos.
– Factores de selección informativa (News Values), Galtung y Ruge (1965): Identifica factores que favorecen la selección noticiosa, como novedad, intensidad, relevancia cultural y continuidad. Ayuda a explicar por qué ciertos acontecimientos reciben mayor visibilidad mientras otros quedan relegados.
– Construcción de agenda (Agenda-building), Lang y Lang (1981): Estudia cómo medios, gobiernos, organizaciones y ciudadanía contribuyen a establecer asuntos públicos. En entornos digitales, permite analizar quién introduce, amplifica y transforma temas hasta incorporarlos a agendas colectivas o institucionales.
– Encuadre informativo (Framing), Robert M. Entman (1993): Explica cómo destacar aspectos de un acontecimiento configura su interpretación, atribuye causas y sugiere soluciones. En conversaciones digitales, permite estudiar cómo narrativas, imágenes y etiquetas compiten por definir el significado de los asuntos y atrapar la atención.
– Priming o activación de criterios de evaluación, Iyengar y Kinder (1987): Explica cómo la exposición a ciertos asuntos influye en los criterios empleados para evaluar líderes e instituciones por parte de los medios y audiencias.
– Amplificación algorítmica de Tarleton Gillespie (2014): Examina cómo los sistemas algorítmicos de clasificación y recomendación condicionan la visibilidad de los contenidos. Permite analizar por qué algunas expresiones alcanzan grandes audiencias mientras otras permanecen marginales.
Si bien estas teorías permiten explicar fenómenos de consumo y conversación pública, la riqueza del “efecto bengala” reside en su capacidad metafórica para explicar la aceleración, la intensidad y la evaporación de la conversación pública en épocas de algoritmos, incluso cuando abordan asuntos trascendentes. La metáfora invita a cuestionar el papel de los algoritmos que, al privilegiar determinadas señales de interacción y distribuir desigualmente la visibilidad, pueden impulsar el ascenso de una conversación y facilitar su caída ante la llegada de nuevos estímulos. Así, la bengala no se apaga necesariamente porque el problema pierda importancia, sino porque la atención se desplaza y las lógicas de las plataformas contribuyen a acelerar ese olvido.
Síganos en Facebook, Instagram, TikTok, YouTube y X:
@Dialogosdigitales
@ROMCONEICC
