Qual é a primeira coisa que vem à mente quando você pensa em nordestino? As respostas a essa pergunta podem variar, mas alguns pontos-chave muito provavelmente irão se encontrar em sistemas de representação construídos histórica e socialmente na cultura brasileira. Ou seja, o que compreendemos hoje enquanto “nordestino” – ou ao menos alguns dos valores e sentidos que atribuímos a essa identidade – não é um fenômeno a-histórico, mas fruto de diversos embates, negociações e jogos de poder.
Tendo em vista, portanto, que essa categoria – como qualquer outra categoria cultural, a partir de uma perspectiva construtivista – parte do cerne mais basilar da cultura, que são as interações sociais entre indivíduos numa sociedade, como poderíamos investigar as discussões e possivelmente as (re)apropriações do termo na contemporaneidade? Aqui, a famosa frase do pesquisador Richard Rogers pode ajudar: “A questão não é mais saber o quando da sociedade e da cultura está online, mas sim como diagnosticar mudanças culturais e condições da sociedade através da internet”.
É nesse contexto que tenho buscado, nos últimos anos, principalmente a partir do meu Trabalho de Conclusão de Curso, compreender como na “era digital” a identidade nordestina é (auto)atribuída e (re)significada. Dando continuidade a esse projeto, tendo já desenvolvido pesquisa no Facebook, para este ano pensei em fazer algo no Twitter. Por ora, nada muito complexo: uma coleta simples para as palavras “nordestino” e “nordestina” com a Netlytic. A busca foi configurada no início de janeiro para 31 dias de coleta – a ideia é obter, ao fim do ano, 12 datasets mensais sobre tudo que foi falado sobre o tema no Twitter.
A escolha da ferramenta não foi aleatória: além de ser uma opção com um valor acessível (comparada às ferramentas comerciais), traz em sua plataforma algumas opções de análise interessantes para entender as conversações tanto de maneira mais ampla quanto em suas especificidades. A coleta para o mês de janeiro de 2018 rendeu 37.333 ocorrências, um volume muito interessante para explorar as funcionalidades da plataforma. A começar pela opção de text analysis, com foco no conteúdo das conversas.
Essa foi a primeira nuvem de palavras gerada já com a exclusão dos termos de busca. A presença de usuários como @cinicabeyo, @haddad_fernando, @lovatocamzinha e @rvianna, além do “rt” em evidência, indicam possivelmente um alto nível de viralização das mensagens. Clicando em “rt”, a Netlytic apresenta o número total de mensagens únicas nas quais foram encontrados esse “termo” no dataset: 22.842. Ou seja, dos 37 mil tweets, mais de 60% são retweets. Embora nessa nuvem de palavras já temos alguns indicativos, podemos remover esses usuários e o rt para explorar melhor qual foi (ou quais foram) o(s) conteúdo(s) que viralizou.
Antes de investigar os termos mais evidentes, em destaque, talvez seja interessante descobrir o que são as duas URLs que aparecem também num tamanho significativo. Clicando nos termos, a Netlytic fornece (além dos indicadores de mensagens e usuários únicos) uma lista dos tweets que compartilharam esse link. Desta forma, conseguimos descobrir que são dois tweets (aqui e aqui) que viralizaram no fandom da cantora Camila Cabello, devido a um vídeo no qual ela tenta falar português e as fãs associaram sua pronúncia a um “sotaque nordestino”.
Com isso já conseguimos dar conta de outros termos que também aparecem na nuvem e poderiam causar confusão, como “fada” e “cubana”, além de “sotaque”. Ainda assim, a abundância deste termo é muito maior que a concentração do fandom: uma análise mais minuciosa revela várias outras conversas sobre o “sotaque nordestino”, seja de maneira espontânea (usuários opinando sobre, enaltecendo e/ou estigmatizando) ou com estímulos externos, como em comentários sobre o sotaque em obras televisivas, mais especificamente o reality show The Voice Kids e a novela Entre Irmãs.
Dando continuidade à investigação das conversas através da nuvem de palavras, na imagem acima já foram removidos os termos dos temas que identificamos anteriormente. O tamanho proporcional dos que restaram podem indicar (mais uma vez) que fazem parte de uma mesma mensagem, replicada na mesma intensidade. Ao buscarmos na lista de tweets, encontramos a seguinte: “De um grupo no whatapp: ‘No julgamento mais importante da história do país, uma senhora negra serve café para três homens brancos, os quais julgarão um ex-retirante nordestino. Se não entendermos o simbolismo disso, jamais entenderemos esse país.’ #CadeAProva?”.
É um tweet do jornalista Rodrigo Vianna sobre o julgamento do ex-presidente Lula, que aconteceu no dia 24 de janeiro e gerou mais de 2 milhões de menções na plataforma segundo levantamento do Labic. A linha do tempo “Words over time”, disponível na Netlytic, evidencia o momento exato quando o assunto se populariza a partir do dia 24. Antes, os termos “brasileira”, “hein” e “quase” fazem referência ainda ao tweet do fandom de Camila Cabello; e, no início do mês, “futebol” se destacou devido aos times nordestinos que fizeram parceria com canais de TV para exibição de partidas e campeonatos regionais.
Por fim, podemos partir para a funcionalidade de network analysis. Uma vez que compreendemos, superficialmente, quais foram as principais conversas e tópicos que surgiram acerca do tema, analisar as dinâmicas interacionais que ocorrem no Twitter também pode ser útil para averiguar o contexto nas quais as conversações tiverem diferentes enfoques. Além disso, ratifica-se também o caráter perene do assunto, no sentido de que as principais (mais populares/visíveis) conversas foram identificadas com a nuvem de palavras, mas há vários micro-universos de conversa que também fazem parte do escopo. O layout DrL da Netlytic, que oculta arestas longas e evidencia os clusters, ajuda nessa percepção.
Como o dataset era muito grande, no entanto, seria recomendável exportar as arestas da Netlytic e gerar a rede “manualmente” com o Gephi. Com o grafo abaixo podemos perceber o quanto a conversa é dispersa, com apenas a formação de alguns grupos egocentrados em dinâmica similar à de broadcast – ou seja, são aqueles tweets que, como já identificamos anteriormente, receberam centenas de retweets. Também nesta visualização fica evidente a separação entre cultura pop x política – enquanto o cluster esportivo, encabeçado pelo jornalista Bruno Reis e o Esporte Interativo, fica mais próximo do último.
O outro agrupamento político, identificado pela cor verde no canto superior, difere-se do amaranhado de usuários/tweets encabeçados por @rvianna, @diogobatalha e @haddad_fernando por um motivo óbvio: diferenças ideológicas. O usuário @conexaopolitica é um portal autodeclarado “com viés cristão”, enquanto @gerson775 se posicionou diversas vezes contrário ao ex-presidente Lula e o Partido dos Trabalhadores. Curioso notar, próximo ao cluster em sua defesa, o usuário @andregallindo – que sofreu ataques preconceituosos e retrucou com orgulho.
Essa relativamente simples análise com ajuda da Netlytic (e um pouco de Gephi) já levanta várias discussões interessantes sobre a representação e a identidade do nordestino na contemporaneidade. Primeiro, quanto ao sotaque, um marcador identitário que se escancara no ponto-chave da identidade: a diferença. Aliado a isso, a responsabilidade da televisão como meio de comunicação de massa que construiu, de diferentes formas, o que hoje compreende-se como “nordestino” – e, obviamente, suas problemáticas, como um suposto “sotaque nordestino” (inexistente) utilizado por atores/atrizes que não o possuem.
Em ano de eleição, entretanto, é o cenário político que muito provavelmente vai ditar o cenário de conversar sobre esse tema. Se nas eleições de 2010 e 2014 tivemos ataques escancarados aos nordestinos quando Dilma Rousseff concorria à presidência, o que esperar de um ano no qual o principal candidato nas pesquisas de intenção de voto luta com a justiça para se eleger? Como os nordestinos irão se portar nos diferentes cenários da disputa? Como serão taxados? O “orgulho” ascendente será ainda mais intenso? Algum candidato utilizará desse discurso como aporte estratégico para angariar votos? Cenas dos próximos capítulos.
