“Covid-19 vs. Política e a Polarização no Twitter”
Nos últimos três anos, com a pandemia da Covid-19, o movimento antivacina voltou a crescer, apoiados em teorias conspiratórias e informações falsas, disseminadas de diversas formas entre a população mundial. Neste contexto, a pandemia da COVID-19 potencializou o movimento antivacina no Brasil, apoiado em teorias não científicas e notícias falsas e na possibilidade de ampla comunicação por meio de redes sociais como Twitter, Facebook e YouTube. A Organização Mundial da Saúde (OMS) classificou o grande volume de informações sobre o tema contra a COVID-19 como Infodemia. Neste artigo, apresentamos um protocolo para identificar usuários polarizadores (chamados de polarizadores) e estudar os perfis dos polarizadores brasileiros no Twitter (renomeado para X há algumas semanas). Analisamos as interações polarizadoras no Twitter (em português) para identificar os principais polarizadores e como os conflitos que eles causaram influenciaram a taxa de vacinação da COVID-19 ao longo da pandemia. Este protocolo usa dados desta rede social, teoria dos grafos, Java e scripts R-studio para modelar e analisar os dados. As informações sobre a taxa de vacinação foram obtidas em um banco de dados público do governo chamado OpenDataSus. Os resultados apresentam os perfis do Polarizador do Twitter (posição política, gênero, atividade profissional, opiniões sobre imunização). Observamos que os acontecimentos sociais e políticos influenciaram a participação desses diferentes perfis nos conflitos e na taxa de vacinação.