Ir al contenido principal

Cómo se extendió el movimiento #MeToo en Twitter

¿Qué puede contarnos la ciencia de datos sobre los tuits con el hashtag #MeToo?
Actualizado 17 sept 2026  · 13 min leer

Explorar con IA

ChatGPTClaudePerplexity

El siguiente artículo contiene material que puede resultar perturbador para algunas personas. Se basa íntegramente en análisis de datos de tuits que incluyeron el hashtag #MeToo en las últimas semanas. En la conclusión encontrarás un enlace al código utilizado para los análisis. Te animamos a seguir investigando y a continuar el diálogo.

Nube de palabras de tuits del 24 de octubre al 7 de noviembre
Word cloud metoo analysis
Nube de palabras de tuits del 10 y 11 de noviembre
Word cloud metoo twitter

He utilizado la API de Twitter para extraer medio millón de tuits recientes que contienen el hashtag #MeToo. Con tal volumen, es imposible resumir todo lo que dicen. Una forma de hacerse una idea de las palabras más usadas es una nube de palabras. Arriba hay dos: la primera se genera a partir de tuits publicados entre el 24 de octubre y el 7 de noviembre; la segunda corresponde al 10 y 11 de noviembre. ¿Ves diferencias? Échales un vistazo y cuéntame qué encuentras.

Para mí, lo más evidente es el cambio en los nombres de los presuntos agresores: en la segunda nube, "weinstein" aparece más pequeño y, por tanto, menos representado; "billoreilly" ya no sale y surgen nombres nuevos, como "louisck" (quien ha admitido que "These stories are true") y "roymoore". También aparecen términos relacionados como "republican" (Roy Moore es republicano). Muchas de las palabras te resultarán lógicas; otras, como nombres de usuario de Twitter tipo "aliceglass", aún no están tan claras. En este post voy a profundizar en estos tuits y veremos por qué aparecen estas palabras en las nubes. Si tienes ideas, reacciones o reflexiones, escríbeme en Twitter: @hugobowne.

De estas nubes puedes extraer muchas de las ideas centrales en torno a #MeToo. Para más contexto, Wikipedia explica que

"Me Too" (o "#MeToo", con alternativas locales en otros idiomas) se propagó de forma viral como un hashtag de dos palabras usado en redes sociales en octubre de 2017 para denunciar las agresiones y el acoso sexual, a raíz de las acusaciones de conducta sexual inapropiada contra Harvey Weinstein. La expresión, utilizada en este sentido desde hace años por la activista Tarana Burke, fue popularizada por la actriz Alyssa Milano, que animó a las mujeres a tuitearla para visibilizar experiencias y demostrar lo extendido que está el comportamiento misógino. Desde entonces, millones de personas han usado el hashtag para contar sus vivencias, incluidas muchas celebridades.

En el momento de escribir esto, Wikipedia también recogía que

La frase se había usado más de 200.000 veces el 15 de octubre y más de 500.000 el 16 de octubre. En Facebook, el hashtag lo habían utilizado más de 4,7 millones de personas en 12 millones de publicaciones durante las primeras 24 horas. La plataforma informó de que el 45% de los usuarios en Estados Unidos tenía al menos un amigo que había publicado usando el término.

y que «El Parlamento Europeo convocó una sesión directamente en respuesta a la campaña Me Too, después de que diera lugar a denuncias de abusos en el Parlamento y en las oficinas de la Unión Europea en Bruselas». #MeToo es un movimiento que ha ganado un impulso decisivo en el último mes. En este post, voy a analizar cómo se ha difundido en Twitter.

Una vista panorámica de dos semanas con #MeToo en Twitter

Para este análisis, utilicé la API de Twitter para extraer tuits con #MeToo desde el 24 de octubre hasta el 7 de noviembre. Son dos semanas de tuits, a partir de aproximadamente una semana después del primer tuit con #MeToo. La API de Twitter permite extraer un subconjunto del total, así que, aunque el número absoluto no los recoja todos, sí permite ver la tendencia general.

Primero, veamos cuántos tuits se publicaron a lo largo del tiempo en esas dos semanas:

A diferencia de la mayoría de hashtags, que tienen una vida media de minutos u horas, #MeToo se ha mantenido durante semanas, como se ve arriba. Es un movimiento lo bastante potente como para manifestarse no solo online, sino también en marchas y protestas. Fíjate en la figura: del 23 al 30 de octubre, es decir, desde una semana después del primer tuit con #MeToo y durante la semana siguiente, el uso del hashtag no disminuye de forma significativa. El total de tuits por día se mantiene bastante estable en ese periodo. No es hasta la tercera semana cuando empieza a bajar. También se aprecia una periodicidad de 24 horas: el mínimo constante está entre las 22:00 y las 00:00 (hora de la Costa Este de EE. UU.) y el pico alrededor de las 12:00 del mediodía (misma zona horaria). Esto encaja con que la mayoría de tuits se originen en Norteamérica.

Como decíamos, hay un descenso del número de tuits a lo largo de las dos semanas, pero afinemos un poco más diferenciando cuántos fueron tuits originales y cuántos retuits durante el periodo:

Vemos que los retuits superan de forma consistente a los tuits originales. Además, la caída del total de tuits en estas dos semanas se nota más en los retuits que en los tuits originales. Si miramos solo los tuits originales, sí hay un descenso, pero no tan acusado como sugería el primer gráfico:

Comentaba que hubo más retuits que tuits originales. De hecho, el 60% de los tuits con #MeToo fueron retuits en este periodo:

La pregunta es: de entre medio millón de tuits, ¿cuántos tuits originales generaron todos esos retuits? Hubo 100 tuits que fueron retuiteados más de 1.000 veces cada uno en el momento del análisis (puede haber más ahora). Representan ~62.000 (13%) de todos los tuits capturados. Ten en cuenta que muchos retuits no habrán sido capturados por nuestra búsqueda.

Hubo 1.000 tuits que se retuitearon al menos 100 veces cada uno y sumaron más del 25% de todos los tuits capturados.

¿Cuáles fueron los tuits más destacados? Veamos los 5 con más retuits en el momento del análisis:

 

Estos fueron los tuits más retuiteados en general en el momento del análisis. ¿Y los que más se retuitearon dentro del conjunto de datos recogido? Vamos a verlos:

 

"ALICEGLASS" aparecía como nombre de usuario en la primera nube de palabras. Ahora queda claro que estaba ahí porque sus tuits se retuitearon muchísimo en el conjunto recogido. Alice Glass es cantante y compositora, cofundadora y exvocalista del grupo de música electrónica Crystal Castles; dejó la banda y puedes leer su comunicado aquí. El elevado número de retuits también explica la presencia de las palabras "Crystal" y "Castle" en la nube.

Vemos que hay otros idiomas muy representados, lo cual es interesante. Lo que empezó como un movimiento en Norteamérica y en inglés no solo ha llegado a otros idiomas, sino que lo ha hecho con fuerza: en las dos semanas analizadas, aparecen tuits en español, francés y coreano entre los 5 más retuiteados. Vamos a explorar ahora la distribución de tuits por idioma.

La expansión de #MeToo por el mundo

Primero, veamos qué idiomas aparecen en todos los tuits con #MeToo y con qué frecuencia:

Domina el inglés, seguido de idioma no identificado. Después tenemos francés, neerlandés, alemán, sueco, japonés, español y coreano. Como hay recuentos en varias escalas (miles, decenas de miles y cientos de miles), tiene sentido representar la figura con un eje y logarítmico, de modo que la distancia visual entre 10^3 (mil) y 10^4 (diez mil) sea la misma que entre 10^4 y 10^5 (cien mil):

Ahora vemos que, aunque el inglés domina, también hay varios idiomas con decenas de miles de tuits cada uno: francés (32 K), neerlandés (23 K) y japonés (16 K), por citar algunos. De hecho, casi el 40% de los tuits están en idiomas distintos del inglés o no identificados (45 K, que a menudo son extranjeros que el algoritmo de Twitter no detecta).

Analicemos ahora cómo varió el uso de distintos idiomas con el hashtag #MeToo a lo largo de las dos semanas:

Hay al menos tres aspectos que llaman la atención y merecen investigarse:

  • el 26 de octubre, hay un pico de idiomas no identificados cuando el inglés está en un mínimo;
  • el 30 de octubre, el número de tuits en francés se dispara hasta equipararse con los tuits en inglés;
  • el 8 de noviembre, hay un pico en neerlandés que se acerca al volumen en inglés.

Vamos a investigarlos.

El pico de tuits en idioma no identificado

Una posible explicación es el retuit masivo de este tuit en catalán de Eva Piquer:

El algoritmo de Twitter no identificó el idioma de este tuit, el catalán, que fue retuiteado nada menos que 4.876 veces el jueves 26 de octubre.

El pico de tuits en francés

El 30 de octubre, el aumento de tuits en francés se debió al retuit de los siguientes tres tuits, con 555, 347 y 327 retuits respectivamente:

Fíjate también en que el primer tuit incluye el hashtag #Balancetonporc, que podría traducirse como "expon a tu cerdo". #balancetonporc y variantes cercanas aparecen en el 27% de los tuits en francés con #MeToo y hoy se considera el análogo francés de #MeToo. Puedes leer más aquí.

¿Y el pequeño pico en neerlandés? Lo dejo como reto para quien quiera investigar más.

Conclusión

En este post has visto que el movimiento #MeToo ha mantenido un impulso sostenido y que, aunque nació en Norteamérica, su alcance se ha extendido por todo el mundo. También, a partir de la visualización de datos de Twitter (nubes de palabras de medio millón de tuits), se aprecia que han surgido nuevas revelaciones y denuncias tras el primer uso del hashtag, y es razonable concluir que esto contribuye a su continuidad. Además, muchos tuits son retuits, lo que sugiere un alto nivel de implicación, incluso entre quienes no publican tuits originales. En los próximos días pondré a disposición el código utilizado para extraer los tuits de Twitter y realizar el análisis. Te animo a explorar y ver qué más puedes descubrir en los datos. Esto no sustituye a leer en profundidad sobre el tema y conversar con gente en la vida real.

Si tienes ideas, respuestas o reflexiones, escríbeme en Twitter: @hugobowne.

El código utilizado para este análisis está disponible en este repositorio.

Temas
Alfabetización informática
Relacionado

blog

¿Qué es la alfabetización de datos? Guía para 2026 dirigida a los responsables de datos y análisis

Descubre la importancia de la alfabetización en datos en el mundo actual, impulsado por los datos.
Matt Crabtree's photo

Matt Crabtree

15 min

blog

¡Presentamos DataCamp en español!

Nuestra última beta acerca DataCamp a los hispanohablantes de todo el mundo
DataCamp Team's photo

DataCamp Team

2 min

blog

¿Qué es shell?

Descubre qué es shell y cómo aprenderlo puede convertirte en un científico de datos más eficiente y versátil.

Wendy Gittleson

13 min

Data Science Concept Vector Image

blog

Cómo convertirse en científico de datos en 2026

Descubre todo lo que necesitas saber para convertirte en científico de datos y averigua si es la carrera adecuada para ti.
Jose Jorge Rodriguez Salgado's photo

Jose Jorge Rodriguez Salgado

12 min

blog

Científico de datos vs Ingeniero de datos

Explicación de las diferencias entre ingenieros de datos y científicos de datos: responsabilidades, herramientas, lenguajes, perspectivas laborales, salario, etc.
Karlijn Willems's photo

Karlijn Willems

11 min

blog

Todo lo que sabemos sobre GPT-5

Descubre cómo GPT-5 evolucionará hasta convertirse en un sistema unificado con funciones avanzadas, cuyo lanzamiento está previsto para el verano de 2025, basándose en la última hoja de ruta de OpenAI y en la historia de GPT.
Josep Ferrer's photo

Josep Ferrer

8 min

Ver MásVer Más