Artículos

Sentimientos de odio ante fotografías racializadas:
Respuesta emocional y comportamental de adultos en redes sociales

Feelings of Hatred in the Face of Racialised Photographs:
Adults' Emotional and Behavioural Response in Social Media

Sentimentos de ódio diante de fotografias racializadas:
resposta emocional e comportamental de adultos nas redes sociais

María Vélez-Coto¹
Noemí Morejón-Llamas²
María Luisa Cárdenas-Rica³

¹ 0000-0003-0000-9497. Universidad Católica San Antonio de Murcia, España.
mvelezc@ucam.edu

² 0000-0001-6927-1931. Universidad Loyola Andalucía, España.
nmorejon@uloyola.es

³ 0000-0001-6550-2544. Centro Universitario San Isidoro, España.
mlcardenas@centrosanisidoro.es

Recibido: 30/05/2024
Enviado a pares: 20/06/2024
Aceptado por pares: 01/09/2024
Aprobado: 04/09/2024

Para citar este artículo / to reference this article / para citar este artigo: Vélez-Coto, M., Morejón-Llamas, N. y Cárdenas-Rica, M. L. (2025). Sentimientos de odio ante fotografías racializadas: Respuesta emocional y comportamental de adultos en redes sociales. Palabra Clave, 28(1), e2816. https://doi.org/10.5294/pacla.2025.28.1.6

Resumen

Los prejuicios y las actitudes xenófobas son esquemas cognitivos que dan forma a las emociones y el comportamiento. Estos emergen con mayor profusión en el ecosistema mediático digital y se articulan como discursos de odio, especialmente a través de la emisión de comentarios en redes sociales, atraídos por la presencia de fotografías. Así, el objetivo general de este estudio es explorar la respuesta emocional que tienen los adultos ante las imágenes de personas racializadas y no racializadas para relacionarla con la probabilidad de emitir mensajes negativos en espacios como las redes sociales. En definitiva, se pretende comprender qué provocan estas imágenes en la audiencia digital y qué emoción les impulsa a convertirse en propagadores del odio. Para ello, se reclutaron 103 participantes españoles ( edad = 40,32), a través de Mechanical Turk (MTurk), a quienes se les mostraron 46 imágenes, junto con las escalas pictográficas de evaluación de la respuesta emocional (Self-Assessment Manikin [SAM]). Asimismo, se preguntó la probabilidad de escribir un comentario y su carácter positivo o negativo. Los resultados mostraron diferencias significativas entre las categorías fotográficas en la respuesta emocional y en la probabilidad de publicar un comentario negativo, siendo las imágenes de personas racializadas las que se asociaron a un mayor riesgo. El patrón emocional de quienes indicaron una alta probabilidad de emitir un comentario negativo se identificó como miedo en las imágenes negativas de personas racializadas y como odio en las imágenes positivas. Estos resultados contribuyen a la caracterización emocional de los emisores del discurso del odio en los medios digitales y redes sociales, específicamente aquellos que se relacionan con actitudes xenófobas.

Palabras clave: Discursos de odio; xenofobia; racismo; fotografías; imágenes; redes sociales.

Abstract

Prejudices and xenophobic attitudes are cognitive schemas that frame emotions and behaviours. They emerge most profusely in the digital media ecosystem and are articulated as hate speech, primarily through comments on social media attracted by photographs. Thus, this study aimed to explore the association between the emotional response to images depicting racialised and non-racialised individuals and the likelihood of negative messages in virtual settings, such as social media. For this purpose, 103 Spanish participants (age ( = 40.32) were recruited through Mechanical Turk (MTurk) and shown 46 images, together with pictographic scales for assessing emotional response (Self-Assessment Manikin). The likelihood of writing a comment and its valence were also queried. The results revealed significant differences across categories in emotional response and in the possibility of posting a negative comment, with images of racialised individuals having the highest values. The emotional pattern of those who indicated a high likelihood of negative comments was identified as fear of negative images of racialised individuals and hate for positive ones. These results contribute to the emotional characterisation of perpetrators of hate speech in digital and social media, specifically those related to xenophobic attitudes.

Keywords: Hate speech; xenophobia; racism; photos; pictures; social media.

Resumo

Os preconceitos e as atitudes xenófobas são esquemas cognitivos que moldam as emoções e o comportamento. Eles emergem mais profusamente no ecossistema da mídia digital e são articulados como discurso de ódio, especialmente por meio da emissão de comentários nas redes sociais, atraídos pela presença de fotografias. Assim, o objetivo geral deste estudo é explorar a resposta emocional que os adultos têm às imagens de pessoas racializadas e não racializadas, a fim de relacioná-la à probabilidade de emitir mensagens negativas em espaços como as redes sociais. Em resumo, o objetivo é entender o que essas imagens provocam no público digital e que emoção os leva a se tornarem propagadores de ódio. Para isso, 103 participantes espanhóis ( idade = 40,32) foram recrutados por meio do Mechanical Turk (MTurk), aos quais foram mostradas 46 imagens, juntamente com as escalas pictográficas para avaliar a resposta emocional (Self-Assessment Manikin). Eles também foram questionados sobre a probabilidade de escreverem um comentário e se ele seria positivo ou negativo. Os resultados mostraram diferenças significativas entre as categorias fotográficas na resposta emocional e na probabilidade de postar um comentário negativo, com imagens de pessoas racializadas sendo associadas a um risco maior. O padrão emocional daqueles que indicaram alta probabilidade de postar um comentário negativo foi identificado como medo nas imagens negativas de pessoas racializadas e ódio nas imagens positivas. Esses resultados contribuem para a caracterização emocional dos emissores de discursos de ódio na mídia digital e nas redes sociais, especificamente aqueles relacionados a atitudes xenófobas.

Palavras-chave: Discurso de ódio; xenofobia; racismo; fotografias; imagens; redes sociais.

Introducción

El entorno mediático líquido donde convergen los medios de comunicación y las audiencias activas constituye un medio propicio para la expresión de opiniones. Asimismo, contribuye al aprendizaje sobre el discurso en torno a las diferencias culturales, la integración y la convivencia en nuestro entorno, encuadrando la información desde el emisor, el receptor, el texto o la imagen, pero atendiendo a una cultura que "pasa por la identificación de un 'nosotros' en contraposición a unos 'otros'" (Lara-Salinas, 2007).

En este sentido, el desarrollo y éxito de las redes sociales se han asociado al incremento de los discursos de odio (Matamoros-Fernández y Farkas, 2021; Miró Llinares, 2017) dirigidos a colectivos, basándose en su raza o etnicidad, origen, orientación sexual, identidad de género, religión o situación de discapacidad (Rásánen et al., 2016). Esta retórica del odio, que puede ser explícita o implícita, acarrea un daño en sus víctimas (Cividanes-Álvarez y Martínez Rolán, 2023), y no solo se halla en los textos, sino que se pueden materializar a través de imágenes, ilustraciones o memes (Naciones Unidas, s. f.), que se difunden por la red aprovechando su continuidad y viralidad (Carlson y Cousineau, 2020; Castillo Valero y Gil Quintana, 2018), su alta capacidad de propagación gracias a la emocionalidad que impera en este ecosistema (ElSherief et al., 2019), el anonimato (Ekman, 2019) y el uso de la sátira y el humor para convertir en memes estos discursos nocivos (Rieger et al., 2021).

El 80 % de la población europea encuentra discursos de odio en línea (Gagliardone et al., 2015), y en una comparación entre seis países, España (35,4 %) fue la que obtuvo un mayor nivel de exposición a material que abogaba por la violencia dirigida a un grupo determinado (Reichelmann et al., 2020). Este odio, denominado intergrupal, se basa en la diferenciación del propio grupo con el externo, del "nosotros" con los "otros", que está facilitado por la percepción del grupo externo como una entidad propia con características extremadamente negativas y estables (Fischer et al., 2018). A pesar de que este pensamiento ya aparece en la infancia, no se trata de una reacción innata (Merhej, 2024), sino construida por los actores sociales, la opinión pública y el contexto político y cultural (Lara-Salinas, 2007).

Los discursos sobre "ellos" se circunscriben a que son diferentes, desviados y una amenaza (Van Dijk, 2007). Esto convierte discursivamente al migrante, al extranjero y al "otro" en un peligro para la economía nacional, especialmente durante crisis económicas o sociales, para la cultura o identidad y para la seguridad nacional y la salud pública (Torre Cantalapiedra, 2019). Igualmente, el odio se asocia a la humillación, la marginación o la eliminación del "otro" (Fischer et al., 2018), que en el odio en línea se manifiesta mediante comentarios en foros, chats y redes sociales (Bliuc et al., 2018). Por ejemplo, en X (antes Twitter) se demuestra una prevalencia de discursos islamófobos (Fuentes-Lara y Arcila-Calderón, 2023).

Estas redes sociales son cada vez más visuales, véase el éxito de Instagram o TikTok en 2023 (IAB Spain, 2023), por lo que las imágenes, las fotografías o los videos se convierten en una herramienta necesaria para narrar y aportar información clara y directa que moldea la percepción e interpretación de la realidad social del usuario (Aguerri y Miró-Llinares, 2023; Keib et al., 2018). La imagen capturada y compartida construye una nueva forma de definir el presente y reconstruir el espacio social (Ródenas, 2013). Los participantes de las interacciones no solo consumen imágenes y reaccionan a ellas en entornos controlados, de hecho eso casi nunca ocurre. La audiencia activa no solo crea y publica imágenes racializadas, sino que la reproducen, alteran (memes), interpretan y reinterpretan en una dinámica compleja y sistémica, sobre todo ahora que la inteligencia artificial (IA) generativa facilita esta tarea. Esto se observa a diario en las redes sociales en las que se activan y reactivan, como cajas de resonancia y autoafirmación identitaria (Mahmoudi et al., 2024), cientos de interacciones desencadenadas a partir de hechos noticiosos relacionados con la inmigración, la convivencia intercultural, los solicitantes de asilo y refugio, etc., que multiplican la retórica del odio (Erjavec y Kovacic, 2012), debido al contagio afectivo de las emociones (ira, miedo, envidia, vergüenza, asco).

Aunque los discursos de odio han sido ampliamente estudiados, sobre todo aquellos que profundizan en lo textual, este trabajo tiene como objetivo principal examinar la relación entre la respuesta emocional que tienen los adultos ante las imágenes de personas racializadas y no racializadas  con la probabilidad de emitir mensajes negativos en redes sociales. En definitiva, se pretende comprender qué provocan estas imágenes en la audiencia digital y qué emoción se asocia con la emisión de estos mensajes, y así comprender la espiral discursiva que polariza a la sociedad. Se plantean como objetivos específicos:

•      OE1: Determinar si existen diferencias significativas en las dimensiones emocionales y en la probabilidad de emitir comentarios en redes sociales (positivos o negativos), según la categoría de las imágenes (racializadas o no racializadas).

•      OE2: Analizar si existen diferencias en la respuesta emocional a imágenes positivas y negativas de personas racializadas, en función de la probabilidad alta o baja de escribir un comentario positivo o negativo en redes sociales.

•      OE3: Relacionar el contenido de las imágenes de personas racializadas con las dimensiones emocionales y la probabilidad de emitir comentarios en redes sociales.

•      Bajo estas premisas, se valoran las siguientes hipótesis de investigación:

•      H1: Existirán diferencias significativas en las dimensiones emocionales (valencia, activación y dominancia), en la probabilidad de emitir comentarios y en el tipo de estos en función de la categoría a la que pertenece la imagen (positivas y negativas de personas racializadas y no racializadas).

•      H2: La probabilidad alta de emitir un comentario en redes sociales de carácter negativo se presentará ante respuestas emocionales de valencia negativa, alta activación y mayor vulnerabilidad.

•      H3: La aporofobia (rechazo a las personas en situación de pobreza) influye significativamente en la respuesta emocional y la probabilidad de emitir comentarios negativos en redes sociales cuando se presentan imágenes de personas racializadas en contextos de pobreza.

Metodología

Material y métodos

Participantes

Se reclutaron 103 participantes (51,5 % mujeres), con una edad media de 40,32 años (DT = 13,37), a través de la plataforma de crowdsourcing Mechanical Turk (MTurk), con los criterios de inclusión: a) residente en España y b) castellanohablante. Un 64,1 % de la muestra tiene un nivel educativo igual o superior a una carrera universitaria (tabla 1) y se sitúan en una media de 5,15 de nivel socioeconómico. Todos dieron su consentimiento para el uso de sus datos, recogidos de forma totalmente anónima.

Instrumentos

Se preguntó la edad, el género y el nivel educativo. Para registrar el nivel socioeconómico de los participantes, se utilizó la versión socioeconómica de la Escala MacArthur de Estatus Social Subjetivo (Adler et al., 1994; SPAR-Qtools, 2007), la cual está relacionada significativamente con otras medidas tradicionales (Shaked et al., 2016). Esta presenta visualmente una escalera con 10 peldaños (1-10 puntos) y se solicita elegir el peldaño donde la persona considere que se encuentra (la puntuación más alta para quien tiene más ingresos, educación, trabajo o estatus social). Esta escala ha demostrado su validez (Singh-Manoux et al., 2005) y una alta fiabilidad en su consistencia interna (α > 0,80).

La edad promedio () de los participantes es de 40,32 años, con una desviación típica (DT) de 13,37 años, lo que indica una variabilidad moderada en las edades de los participantes.

Tabla 1. Datos descriptivos de los participantes

Fuente: Elaboración propia.

Las imágenes presentadas formaban parte del conjunto de imágenes afectivas estandarizadas abierto (OASIS, por sus siglas en inglés) (Kurdi et al., 2017), compuesto por 900 imágenes seleccionadas de bancos de imágenes gratuitos, con el objetivo de crear un conjunto de imágenes afectivas estandarizadas, similar a la International Affective Picture System (IAPS) (Lang et al., 2008), pero de libre acceso y con imágenes contemporáneas y de buena calidad. Para este estudio, se seleccionaron 10 imágenes positivas, 10 negativas y 10 neutras (Kurdi et al., 2017), además de 16 imágenes de personas racializadas (8 positivas y 8 negativas). Es decir, personas que han sufrido o sufren exclusión y estigmatización con base en sus diferencias culturales, fenotípicas y sociales (Bonilla-Silva, 1997). Estas fotografías, obtenidas de bancos de imágenes gratuitos y de medios digitales, fueron seleccionadas por las autoras buscando la máxima correspondencia del contenido con las imágenes de personas no racializadas (figura 1). Es decir, si en una imagen positiva aparecían dos personas caucásicas, se seleccionó una imagen de dos personas en la que una o ambas son racializadas. La asignación de la categoría racialización se hizo en atención al color de piel o rasgos faciales, símbolos religiosos y atuendos tradicionales, desde el punto de vista occidental. En cuanto al emparejamiento, se procuró la mayor asimilación posible, en atención a las características de género, la cantidad de personas y los contextos en los que aparecían (ámbito educativo, profesional, religioso, de ocio, etc.).

Figura 1. Ejemplo de imágenes emparejadas utilizadas en cada categoría.

Nota: Las imágenes (positivas y negativas) mostradas a la izquierda corresponden a personas no racializadas y a la derecha personas racializadas o en riesgo de discriminación.
Fuente: Elaboración propia.

Por último, se aplicó la escala pictográfica del maniquí de autoevaluación (Self-Assessment Manikin [SAM]) (Lang et al., 1999) para medir la evaluación afectiva de las imágenes, la cual ha sido ampliamente utilizada y ha mostrado altos índices de validez (Backs et al., 2005; Bynion y Feldner, 2017). Incluye tres escalas compuestas por cinco figuras humanoides que representan distintos estados emocionales y cuatro secciones intermedias (figura 2), discriminando entre nueve puntuaciones. La primera escala representa la valencia de una emoción (negativa-positiva), la segunda el nivel de activación (relajado-activado) y la tercera la escala de dominancia (dominado-dominante).

Figura 2. Maniquís de evaluación y escalas pictográficas para evaluar la probabilidad de comentario y su valencia.

Fuente: Elaboración propia.

Para medir el grado de probabilidad de escribir un comentario en redes sociales tras la exposición a cada imagen, así como su valencia (positivo-negativa), se elaboraron dos escalas de nueve puntos a partir de las utilizadas en el maniquí de autoevaluación (figura 2). Para medir la probabilidad, se mostró una escala con un emoticono callado (extremo izquierdo) y un emoticono hablando (derecha), acompañada de la pregunta "¿Cómo de probable sería que escribieras un comentario en la foto si la vieras en redes sociales?". Una puntuación más alta indica una probabilidad mayor. Para la valencia del comentario, se preguntó: "¿Cómo de negativo o positivo sería el comentario que escribirías en esta foto?", junto con una escala donde los extremos mostraban un balón de texto con una cara triste (izquierda), indicando un comentario negativo y sonriente (derecha), así como un comentario positivo. En esta escala, una puntuación más alta indica un carácter más positivo del posible comentario.

Para asegurar la fiabilidad del método de evaluación, se calculó el coeficiente alfa de Cronbach de cada escala. Se obtuvieron valores aceptables, de 0,750 y 0,779 para Valencia y Valencia del comentario, respectivamente (George y Mallery, 2019). El resto de escalas mostraron un grado de fiabilidad excelente (Activación α = 0,916; Dominancia, α = 0,918; Probabilidad de comentario, α = 0,958), lo cual indica una alta consistencia interna de las dimensiones.

Procedimiento

Con el objetivo de obtener una respuesta más similar a un entorno real de redes sociales, la recogida de datos se realizó en línea desde ordenadores, teléfonos móviles o tabletas. Para ello, se diseñó una tarea en la plataforma lab.js (Henninger et al., 2021), una herramienta en línea gratuita y libre para elaborar tareas de ciencias experimentales y comportamentales. La tarea presentaba una introducción en la que se indicaba la finalidad y el anonimato de los datos y la voluntariedad de la participación, además de las preguntas sociodemográficas. Posteriormente, se mostró la tarea experimental que reproducía cada una de las 46 imágenes durante seis segundos. Tras cada fotografía, se presentaban las cinco escalas pictográficas de evaluación. El orden de aparición de las imágenes fue aleatorizado para cada participante.

La tarea se subió al servidor gratuito y específico para tareas experimentales Just Another Tool for Online Studies (JATOS) (Lange et al., 2015), la cual permite crear un enlace con MTurk, utilizada para el reclutamiento de los participantes y la recogida de respuestas. Se trata de una plataforma en línea que conecta a individuos u organizaciones que necesitan realizar investigaciones o encuestas con personas a través de tareas denominadas Human Intelligence Tasks (HIT) por las que los participantes reciben recompensas económicas al completarlas. En este caso, se configuró una recompensa de 0,84€ (1$). Este método ha demostrado ser válido en investigación en cuanto a la fiabilidad y calidad de los datos producidos y comparable a métodos presenciales (Goodman et al., 2013; Litman et al., 2017; Rand, 2012).

Diseño y análisis de datos

Se utilizó un diseño experimental intrasujeto en el que todos los participantes se expusieron a las distintas condiciones de las imágenes. Para el análisis de los datos, se utilizó el paquete estadístico SPSS v. 26 (George y Mallery, 2019). Previamente, se realizó la prueba de normalidad Kolmogorov-Smirnov, en la que todas las variables de interés mostraron una distribución normal (p > 0,05). Consecuentemente, se llevaron a cabo análisis de tipo paramétrico. En primer lugar, se realizaron análisis descriptivos y de correlación de Pearson (y Spearman para variables ordinales) entre las variables de interés y datos sociodemográficos. Posteriormente, para lograr el OE1, se realizó un análisis de la varianza (Anova, por sus siglas en inglés) con las variables de las dimensiones emocionales, la probabilidad de comentario y su valencia como variables dependientes y el tipo de fotografía como factor fijo.

Para el OE2, se realizó un Anova multifactorial donde las variables probabilidad de comentario y valencia de comentario se categorizaron di-cotómicamente con base en sus percentiles 50, resultando en una variable de probabilidad (alta o baja) y valencia de comentario (positiva o negativa). Estas variables dicotómicas, así como la interacción de estas, se incluyeron en el modelo como factor. Para todos los análisis, se estableció un nivel de significación p < 0,05.

Además de la cuantificación de los resultados referidos, para el OE3 se procedió a un estudio cualitativo del contenido de las imágenes positivas y negativas de personas racializadas, que se relacionaron observacionalmente con los valores de valencia, activación, dominancia, probabilidad de comentarios y valencia de los comentarios.

Resultados

Los resultados descriptivos mostraron que las imágenes negativas y las negativas de personas racializadas fueron las que presentaron una menor valencia y dominancia, así como mayores puntuaciones de activación (tabla 2). Las tres dimensiones emocionales, así como la valencia de los comentarios, presentaron diferencias significativas entre las distintas categorías de fotografías. En cuanto a la probabilidad de escribir un comentario, a pesar de que las diferencias no fueron significativas, los datos descriptivos indicaron que presentan mayor probabilidad son las positivas (PR) y negativas (NR) de personas racializadas. Estas categorías fueron las únicas que en los análisis post hoc evidenciaron diferencias significativas o marginalmente significativas en comparación con la categoría neutra (PR: p = 0,056; NR: p = 0,009). El índice de potencia observada mostró una probabilidad del 100 % de encontrar un efecto real en todas las dimensiones, excepto en probabilidad del comentario (58,6 %).

Tabla 2. Datos descriptivos de las variables por categorías de imagen y diferencias entre los grupos

Nota: P: positiva; NG: Negativa; N: neutras; PR: racializada positiva; NR: racializada negativa; PO: potencia observada.
Fuente: Elaboración propia.

Los análisis de correlación exponen que la edad está positiva y significativamente relacionada con la probabilidad de escribir un comentario ante imágenes de personas racializadas (r = 0,220, p = 0,026) (tabla 3), indicando que una mayor edad se relaciona con una mayor probabilidad. En cuanto a las dimensiones emocionales, la probabilidad de escribir un comentario estuvo asociada significativamente con el nivel de activación (r = ,534, p < 0,001) y de dominancia (r = 0,204, p = 0,039). Es decir, a valores más altos de activación y de dominancia, existe mayor probabilidad de escribir. Con respecto a la valencia positiva o negativa del comentario, se encontró una relación significativa y de magnitud alta con la valencia emocional. Es decir, el comentario emitido sería más positivo en fotografías donde se experimentó una emoción más positiva (r = 0,819, p < 0,001).

Tabla 3. Correlaciones entre datos sociodemográficos y variables de interés en las imágenes de personas racializadas

Nota: Las variables nivel educativo y nivel socioeconómico muestran los valores de correlación rho de Spearman. * p < 0,05; ** p < 0,01.
Fuente: Elaboración propia.

Por último, los análisis de la varianza (tabla 4) indicaron que en las imágenes positivas de personas racializadas existen diferencias significativas en los valores de las dimensiones afectivas en función de la probabilidad (alta o baja) de escribir un comentario y la valencia de este (comentario positivo o negativo). Así, se mostraron valores de activación más altos en el grupo de probabilidad alta (F = 7,492, p < 0,001, η^2 = 0,185) y niveles más bajos de dominancia en el grupo de comentarios negativos (F = 3,281, p = 0,024, η^2 = 0,090). En cuanto a las imágenes negativas de personas racializadas, la activación mostró diferencias significativas (F = 5,483, p = ,002, η^2 = 0,142), mientras la dominancia no. No obstante, según los datos descriptivos, la disposición de escribir un comentario negativo mostró un menor nivel de dominancia en comparación con la disposición a comentarios positivos. En el caso de las imágenes de personas no racializadas, las diferencias en función de la probabilidad de comentario y valencia de este solo se encontraron en la dimensión de activación, siendo marginalmente significativa para las positivas (p = 0,055) y significativa para las negativas (p = 0,003).

Tabla 4. Diferencias en las dimensiones afectivas por tipo de fotografía y en función del grado de probabilidad de escribir un comentario positivo o negativo

Nota: V: valencia; A: arousal/activación; D: dominancia; CN: comentario negativo; CP: comentario positivo.
Fuente: Elaboración propia.

En el análisis de contenido, se observó que las fotografías que recibieron mayor valencia positiva fueron aquellas que mostraban a mujeres sonrientes e integradas en entornos laborales y educativos (7,57, 7,46, 7,19), en las que hay desempeño de funciones (6,86) u hombres que sonríen a cámara (6,01). La fotografía con menor tiempo de reacción y mayor valencia positiva es la de dos menores estudiando en la escuela.

Las de valencia negativa son aquellas en las que aparecieron grupos de personas en movimiento, en su mayoría hombres: grupo de migrantes que intenta saltar una valla (2,05), aquellos que arriban a la costa y corren hacia tierra (2,13), así como una mujer de avanzada edad que camina cargada y desconcertada (2,22). El tiempo de reacción fue notablemente menor en una imagen que refleja a las maras (organizaciones criminales predatorias) en la cárcel.

En cuanto a la dimensión arousal/activación, las que presentaron valores más altos se corresponden a las que retratan la llegada de inmigrantes (6,17, 6,12), la huida de territorio y el inicio de un proceso migratorio (6,06) y una fotografía de dos niños en situación de pobreza (6,00).

Las que activaron en menor medida son aquellas que también recibieron una valencia más positiva y muestran hombres en actitud amable y en comunidad (4,45, 4,47, 4,63, 4,65). La de menor tiempo de reacción fue la de un comerciante asiático.

Las fotografías con mayor dominancia fueron de categoría positiva y, al igual que con la valencia, mostraban mujeres trabajando y sonriendo (5,44, 5,05) y estudiando (5,19). Las de menor dominancia fueron la de las maras en la cárcel (3,56), la caravana de inmigrantes (3,63), el éxodo de la mujer mayor (3,86) y la llegada a la costa (3,88). El tiempo de respuesta fue sensiblemente más elevado en las más negativas.

Las imágenes con mayor probabilidad de emitir comentarios mostraron una valencia más negativa de comentarios, como en el caso de la llegada a las costas de inmigrantes (5,34, 3,01) y el grupo de hombres que saltan la valla (5,15, 2,82). Sin embargo, al igual que con la activación y dominancia, las mujeres y los niños despiertan comentarios más positivos (5,17, 4,74, 5,16, 6,94).

Discusión y conclusiones

El objetivo general del estudio fue explorar la respuesta emocional que tienen los adultos ante las imágenes de personas racializadas y analizar qué relación guardan con la probabilidad de emitir comentarios negativos que incurran en la diseminación de discursos de odio.

El OE1 consistió en determinar si existían diferencias en las dimensiones emocionales de valencia, arousal/activación y dominancia, así como en la probabilidad de emitir comentarios y su valencia, en función de la categoría de las imágenes: positivas y negativas de personas racializadas y no racializadas, y neutras. Los resultados mostraron diferencias entre categorías en todas las dimensiones, excepto en la probabilidad de emitir comentarios, lo cual valida la primera hipótesis (H1) casi por completo. Las imágenes negativas de personas racializadas y no racializadas fueron las que obtuvieron valencias más negativas y menores valores de dominancia, es decir, provocaron reacciones más negativas y de mayor vulnerabilidad. Además, fueron las primeras las que más activación, mayor probabilidad de comentario y menor valencia del comentario mostraron, generando una respuesta emocional más intensa y una mayor propensión a emitir un comentario negativo. Esta diferencia de percepciones hacia miembros de otros grupos se explica como el resultado de una aproximación sociofuncional (Cottrell y Neuberg, 2005). La pertenencia a un grupo proporciona recursos valiosos en cuanto al territorio, relaciones operativas, seguridades físicas, económicas y similares, que deben protegerse de amenazas externas. Ante estas, las emociones desempeñan un papel fundamental, pues alertan al individuo de una situación que puede ser beneficiosa o nociva para su integridad (Cáceres Zapatero et al., 2015; Carver y Scheier, 1990; Ekman y Davidson, 1994) y, además, dirigen la conducta a acciones que les permitan sacar el máximo provecho o evitar la amenaza (Cosmides y Tooby, 2000; Plutchik, 2003).

Según Ekman (1999), emociones como la ira, el asco o el miedo están asociadas a amenazas y acciones concretas, como la percepción de la obstrucción de objetivos o la amenaza de recursos valiosos. En el contexto específico de personas inmigrantes, estos son percibidos como potenciales disruptores de la seguridad ciudadana, la identidad cultural, la economía y los recursos como el trabajo (Solé i Puig et al., 2000). Por ello, es coherente que ante su imagen se susciten emociones que conllevan una mayor probabilidad a actuar (Segado-Boj et al., 2020), en este caso, emitir un comentario ante la fotografía. Sin embargo, las cogniciones sociales que enmarcan las emociones se adquieren, se utilizan y se cambian en un contexto de estructuras sociales más amplio (Van Dijk, 2007).

El OE2 estudió si existían diferencias en las dimensiones emocionales en función de la probabilidad alta o baja de emitir un comentario positivo o negativo. Así, en las imágenes positivas de personas racializadas, se encontró que quienes indicaron una probabilidad alta de emitir un comentario negativo mostraron una reacción emocional más bien neutra, un nivel medio de activación y cierto grado de vulnerabilidad o desprotección ante las imágenes. Respecto de las imágenes negativas de personas racializadas, las imágenes con alta probabilidad de recibir un comentario negativo se valoraron como muy negativas, se mostró una alta activación y sensación de vulnerabilidad, aunque esta última dimensión no mostró valores significativos. Estos hallazgos llevaron a la aceptación parcial de la segunda hipótesis (H2), cumpliéndose para las imágenes negativas, pero no para las positivas. En la literatura, no se han encontrado evidencias de que las personas respondan de manera más negativa a imágenes de personas de grupos ajenos (Brown et al., 2006). En cambio, sí que las imágenes positivas de personas no racializadas provocaran una reacción más positiva que las de personas racializadas. Similarmente a estos resultados, Berger (2011) y Luminet et al. (2000) encontraron que las imágenes que suscitaban una alta activación eran más propensas a ser compartidas en redes sociales. En atención a las dimensiones emocionales en conjunto, se observa un perfil de niveles medios-bajos de control o dominancia, media-alta activación y un carácter neutro-negativo de la emoción.

Al comparar los valores con estudios que han tratado de definir las emociones con base en estas tres dimensiones afectivas, el patrón que se encuentra en la categoría negativa de personas racializadas es similar al encontrado para el miedo (De Bruyne et al., 2020) y para el odio en el caso de las positivas (Liu et al., 2020), indicando una posible indefensión ante la creencia de que el otro es peligroso o puede amenazar la propia integridad (figura 3) (Fisher et al., 2018). Ambas emociones se relacionan con la xenofobia, pues, como su etimología indica, consiste en el miedo u odio a los extranjeros.

Figura 3. Representación gráfica de los resultados emocionales por categoría.

Fuente: Elaboración propia.

El miedo constituye una emoción básica relacionada con la percepción de amenazas que se tiende a experimentar cuando un individuo o grupo se percibe como débil o indefenso, así como es menos sensible a la experiencia vicaria (Mackie et al., 2000).

En este sentido, es posible que las NR mostradas hayan despertado de forma implícita amenazas más primarias (situaciones más violentas, de guerra, armas, etc.) y, por ello, se haya encontrado una mayor probabilidad de emitir un comentario negativo a modo de defensa (Levin y McDevitt, 2008). En cambio, el odio se ha conceptualizado como una actitud emocional (Ekman, 1999) de propensión a la acción experimentada cuando se percibe una obstaculización de los propios objetivos o cuando se percibe el comportamiento de otros injustificado, injusto o moralmente inferior o desagradable (Fischer et al., 2018). Lo mismo ocurre en los crímenes de odio, en los que el miedo y su acción se dirigen a individuos o grupos basándose en su raza, sexo/género, orientación sexual o religión, entre otros (Levin y McDevitt, 2008), en cuyo caso suelen producirse por sujetos que tratan de defender su modo de vida contra los intrusos. Esto casa con las PR que muestran situaciones más agradables de personas racializadas y en actividades más cotidianas y de manera más integrada. Así, podría ser que quienes indican en estas fotografías una alta probabilidad de emitir un comentario negativo presente una emoción más elaborada, atribuyéndole una mayor malicia o peligro en las personas que aparecen en ella. De hecho, un estudio de neuroimagen (Zeki y Romaya, 2008) observó qué ocurría en el cerebro de las personas al ver imágenes de personas que odiaban. Los resultados indicaron que, además de activarse áreas relacionadas con el asco y el desprecio, se activó la corteza prefrontal medial, relacionada con las capacidades de razonamiento y juicio.

El OE3 relacionó cualitativamente el contenido de las imágenes racializadas con la probabilidad de comentar y con las dimensiones emocionales. Los resultados denotaron una respuesta emocional más positiva ante mujeres y una mayor probabilidad de recibir comentarios positivos, aunque también en el caso de los hombres si estos aparecían en actitud sonriente. Esto demuestra que la sonrisa, como expresión de afecto positivo, inhibe los comportamientos hostiles hacia las fotografías de personas racializadas (Eibl-Eibesfeldt, 1993), pues, como apunta Hewstone y Jaspars (1983) para el receptor y posible emisor de discursos de odio, su comportamiento y reacción está subordinado a la disposición del actor en las imágenes. Estas fotografías precisaron menor tiempo de reacción que podría explicarse por la rapidez con la que las personas reconocen lo positivo, en comparación con lo negativo (Harrison y Gorelczenko, 1990).

A estos componentes se suma la interacción grupal y multiculturalidad que se manifiesta en una de las imágenes en las que aparecen retratadas una mujer blanca y otra negra (esta última con expresión de admiración y cariño hacia su compañera), que ha sido la valorada más positivamente y la que ha obtenido mayor probabilidad de emitir comentarios positivos. Esto concuerda con el paradigma de la atracción en las relaciones interpersonales (Heider, 1958), que explica la tendencia a asimilar más positivamente a los individuos que son más cercanos étnica y culturalmente a nosotros. También obtienen comentarios positivos con mayor premura aquellas que reflejan la integración laboral, social y educativa. La amenaza que provocan los "otros" (Van Dijk, 2007) se disemina cuando desarrollan una tarea y una aportación a nuestro sistema y no son competidores de nuestros recursos, empleo, educación o bienestar, así como invasores del territorio (Echevarría et al., 1995). Por esto, las imágenes en las que se aprecian grupos de personas en movimiento iniciando un éxodo o una huida son las que han provocado emociones más negativas, mayor agitación y las que generarían más comentarios negativos al percibirse como una amenaza y como un peligro a la seguridad nacional (Torre Cantalapiedra, 2019).

La tercera hipótesis (H3), referida a que los contextos de pobreza influyen significativamente en la respuesta emocional y la probabilidad de emitir comentarios negativos, queda parcialmente validada. La alta probabilidad de comentario negativo de dos fotografías en estos contextos podría interpretarse bajo el prisma de la aporofobia (Cortina, 2017). Este miedo y fobia al pobre puede comprenderse como un esfuerzo por compartir los recursos con las personas racializadas y como una merma del propio estado del bienestar.

Este estudio manifiesta que las imágenes de personas racializadas suscitan cierta xenofobia y aporofobia que puede incrementar los discursos de odio en el ecosistema digital y mediático (Erjavec y Kovacic, 2012), que se rige por una actitud activa de sus usuarios, y que puede provocar un efecto de contagio (Svendsen, 2007). De esta manera, la elección de la fotografía en los medios de comunicación, al igual que en las redes, es determinante, pues son las imágenes las que tienen el poder de condicionar a las audiencias y motivar su comportamiento (Brader et al., 2008), y las personas que las eligen la capacidad de moldear la realidad social (Keib et al., 2018).

A pesar de los hallazgos, este estudio no está exento de ciertas limitaciones. En primer lugar, las respuestas emocionales y la calidad y probabilidad de los comentarios ha sido autorreportada en un escenario experimental y en línea, en la que los participantes pueden haber moderado sus respuestas de manera deseable socialmente, así como sus reacciones no se verían influenciadas por otros factores presentes en las redes sociales (comentarios de otras personas, titulares de noticias, etc.). Igualmente, a pesar de los excelentes valores de fiabilidad de la mayoría de escalas, la correspondiente a la probabilidad de comentario ha mostrado un nivel bajo, por lo que los resultados en este sentido deberían interpretarse con cautela. Por último, se presentaron ocho imágenes por categoría, limitando la variabilidad de escenarios y de personas mostradas.

A pesar de estas limitaciones, los resultados muestran que la probabilidad de que las personas emitan comentarios negativos en un contexto de redes sociales se asocia, en parte, a las distintas reacciones emocionales que provocan las imágenes mostradas. Además, este estudio aporta una aproximación y un método novedoso para comprender cómo reaccionan emocional y comportalmente las personas adultas ante imágenes racializadas. No obstante, se requiere más investigación en esta línea, estudiando esta relación en entornos digitales reales o simulados, con el objetivo de conocer qué situaciones y contextos impulsan a las personas a comentar negativamente (Cea D'Ancona, 2009). De esta manera, se podrían diseñar entornos digitales más seguros, que disminuyan los discursos de odio hacia ciertos colectivos, protegiendo su identidad y preservando los valores de convivencia tan necesarios en sociedades globalizadas e interculturales como la actual.

Referencias

Adler, N. E., Boyce, T., Chesney, M. A., Cohen, S., Folkman, S., Kahn, R. L. y Syme, S. L. (1994). Socioeconomic status and health: The challenge of the gradient. American Psychologist, 49(1), 15-24. https://doi.org/10.1037//0003-066x.49.1.15

Aguerri,J. C. y Miró-Llinares, F. (2023). ¿Comunicación ofensiva y de odio o desinformación programada? IDP: Revista de Internet, Derecho y Política, 37, 1-16. https://doi.org/10.7238/idp.v0i37.397192

Backs, R. W., Da Silva, S. P. y Han, K. (2005). A comparison of younger and older adults' Self-Assessment Manikin ratings of affective pictures. Experimental Aging Research, 31 (4), 421-440. https://doi.org/10.1080/03610730500206808

Berger, J. (2011). Arousal increases social transmission of information. Psychological Science, 22(7), 891-893. https://doi.org/10.1177/0956797611413294

Bliuc, A. M., Faulkner, N., Jakubowicz, A. y McGarty, C. (2018). Online networks of racial hate: A systematic review of 10 years of research on cyber-racism. Computers in Human Behavior, 87, 75-86. https://doi.org/10.1016/j.chb.2018.05.026

Bonilla-Silva, E. (1997). Rethinking racism: Toward a structural interpretation. American Sociological Review, 62(3), 465-480. https://doi.org/10.2307/2657316

Brader, T., Valentino, N. A. y Suhay, E. (2008). What triggers public opposition to immigration? Anxiety, group cues, and immigration threat. American Journal of Political Science, 52(4), 959-978. https://doi.org/10.1111/j.1540-5907.2008.00353.x

Brown, L. M., Bradley, M. M. y Lang, P.J. (2006). Affective reactions to pictures of ingroup and outgroup members. Biological Psychology, 71 (3), 303-311. https://doi.org/10.1016Zj.biopsycho.2005.06.003

Bynion, T. M. y Feldner, M. T. (2017). Self-Assessment Manikin. En V. Zeigler-Hill y T. K. Shackelford (eds.), Encyclopedia of personality and individual differences. Springer. https://doi.org/10.1007/978-3-319-28099-8_77-1

Cáceres Zapatero, M.^a D., Brándle, G. y Ruiz San-Román, J. A. (2015). Hacia la construcción de una ciudadanía digital. Prisma Social, 15, 643-684. https://www.isdfundacion.org/publicaciones/revista/numeros/15/secciones/abierta/pdf/a_06_participacion-empo-deramiento_643-684.pdf

Carlson, C. R. y Cousineau, L. S. (2020). Are you sure you want to view this community? Exploring the ethics of reddit's quarantine practice. Journal of Media Ethics, 35(4), 202-213. https://doi.org/10.1080/23736992.2020.1819285

Carver, C. S. y Scheier, M. F. (1990). Origins and functions of positive and negative affect: a control-process view. Psychological Review, 97(1), 19-35. https://doi.org/10.1037/0033-295X.97.L19

Castillo Valero, C. y Gil Quintana, J. (2018). Los memes en la construcción del discurso del odio en la red. En C. Castillo Valero y J. Gil Quintana (coords.), Comunicación y desarrollo en la sociedad digital: Nuevos discursos y viejos valores del poder cultural (pp. 11-31). Egregius. https://drive.google.com/file/d/1d-FbYd8RC4GN-vZ9H3d5FCyx9iiW34HGf/view

Cea D'Ancona, M. Á. (2009). La compleja detección del racismo y la xenofobia a través de encuestas: Un paso adelante en su medición. Reis: Revista Española de Investigaciones Sociológicas, 125(1), 13-45. https://doi.org/10.5477/cis/reis.125.13

Cividanes-Álvarez, A. y Rolán, X. M. (2023). El discurso de odio en Instagram: Un análisis de las mujeres famosas en España. Journal of Digital Media & Interaction, 6(14), 85-103. https://doi.org/10.34624/jdmi.v6i14.32029

Cosmides, L. y Tooby, J. (2000). Evolutionary psychology and the emotions. En J. M. Haviland-Jones y M. Lewis (eds.), Handbook of emotions (pp. 91-115). Guilford. https://doi.org/10.1007/978-3-319-24612-3_516

Cottrell, C. A. y Neuberg, S. L. (2005). Different emotional reactions to di­fferent groups: Asociofunctional threat-based approach to "prejudice". Journal of Personality and Social Psychology, 88(5), 770-789. https://doi.org/10.1037/0022-3514.88.5J70

Cortina, A. (2017). Aporofobia, el rechazo al pobre. Un desafío para la democracia. Paidós.

De Bruyne, L., De Clercq, O. y Hoste, V. (2020). An emotional mess! deciding on a framework for building a Dutch emotion-annotated corpus. En Proceedings of the Twelfth Language Resources and Evaluation Conference, May 11-16, 2020, Marseille, France (pp. 1643-1651). https://repository.uantwerpen.be/docman/irua/dc2e58motoM36

Echevarría, A., Villarreal, M., Garaigordovil, M. T. y González, J. L. (1995). Psicología social del prejuicio y del racismo. Centro de Estudios Ramón Areces.

Eibl-Eibesfeldt, I. (1993). Biología del comportamiento humano. Alianza.

Ekman, P. (1999). Basic emotions. En T. Dalgleish y M. J. Power (eds.), Handbook of cognition and emotion (pp. 45-60). John Wiley & Sons. https://doi.org/10.1002/0470013494.ch3

Ekman, M. (2019). Anti-immigration and racist discourse in social media. European Journal of Communication, 34(6), 606-618. https://doi.org/10.1177/0267323119886151

Ekman, P. y Davidson, R. J. (eds.) (1994). The nature of emotion: Fundamental questions. Oxford University Press.

ElSherief, M., Nilizadeh, S., Nguyen, D., Vigna, G. y Belding, E. (2018). Peer to peer hate: Hate speech instigators and their targets. En Proceedings of the International AAAI Conference on Web and Social Media, 12(1). https://doi.org/10.1609/icwsm.v12i1.15038

Erjavec, K. y Kovacic, M. P. (2012). "You don't understand, this is a new war!": Analysis of hate speech in news web sites' comments. Mass Communication and Society, 15(6), 899-920. https://doi.org/10. 1080/15205436.2011.619679

Fischer, A., Halperin, E., Canetti, D. y Jasini, A. (2018). Why we hate. Emotion Review, 10(4), 309-320. https://doi.org/10.1177/1754073917751229

Fuentes-Lara, C. y Arcila-Calderón, C. (2023). El discurso de odio islamófobo en las redes sociales: Un análisis de las actitudes ante la islamofobia en Twitter. Revista Mediterránea de Comunicación, 14(1), 225-240. https://doi.org/10.14198/MEDCOM.23044

Gagliardone, I., Gal, D., Alves, T. y Martínez, G. (2015). Countering online hate speech. Unesco. https://unesdoc.unesco.org/ark:/48223/pf0000233231

George, D. y Mallery, P. (2019). IBM SPSS statistics 26 step by step: A simple guide and reference (16.^a ed.), Routledge. https://doi.org/10.4324/9780429056765

George, D. y Mallery, P. (2019). IBM SPSS Statistics Processes for Mac. En IBM SPSS Statistics 26 Step by Step A Simple Guide and Reference (16.a ed.). Routledge. https://doi.org/10.4324/9780429056765

Goodman,J. K., Cryder, C. E. y Cheema, A. (2013). Data collection in a flat world: The strengths and weaknesses of mechanical turk samples. Journal of Behavioral Decision Making, 26(3), 213-224. https://doi.org/10.1002/BDM.1753

Harrison, D. W. y Gorelczenko, P. M. (1990). Functional asymmetry for facial affect perception in high and low hostile men and women. International Journal of Neuroscience, 55(2-4), 89-97. https://doi.org/10.3109/00207459008985954

Heider, F. (1958). The psychology of interpersonal relations. Wiley. https://doi.org/10.1037/10628-000

Henninger, F., Shevchenko, Y., Mertens, U.K., Kieslich, P. J. y Hilbig, B. E. (2021). lab.js: A free, open, online study builder. Behavioral Research Methods. https://doi.org/10.3758/s13428-019-01283-5

Hewstone, M. y Jaspars, J. (1983). A re-examination of the roles of consensus, consistency and distinctiveness: Kelley's cube revisited. British Journal of Social Psychology, 22(1), 41-50. https://doi.org/10.1111/j.2044-8309.1983.tb00564.x

IAB Spain. (2023). Estudio de redes sociales 2023. https://iabspain.es/estudio/estudio-de-redes-sociales-2023/

Keib, K., Espina, C., Lee, Y. I., Wojdynski, B. W., Choi, D. y Bang, H. (2018). Picture this: The influence of emotionally valenced images, on attention, selection, and sharing of social media news. Media Psycho­logy, 21(2), 202-221. https://doi.org/10.1080/15213269.2017.1378108

Kurdi, B., Lozano, S. y Banaji, M. R. (2017). Introducing the open affective standardized image set (OASIS). Behavior Research Methods, 49(2), 457-470. https://doi.org/10.3758/S13428-016-0715-3

Lang, P. J., Bradley, M. M. y Cuthbert, B. N. (1999). International Affective Picture System (IAPS): Instruction manual and affective ratings. Technical Report A-4. The Center for Research in Psychophysiology, University of Florida.

Lang, P. J., Bradley, M. M. y Cuthbert, B. N. (2008). International Affective Picture System (IAPS): Affective ratings of pictures and instruction manual, Technical Report A-8. University of Florida, Center for Research in Psychophysiology.

Lange, K., Kühn, S. y Filevich, E. (2015). Correction: "Just Another Tool for Online Studies" (JATOS): An easy solution for setup and management of web werverssupporting online studies. PLOS ONE, 10(7), e0134073. https://doi.org/10.1371/journal.pone.0134073

Lara-Salinas, A. M. (2007). Migraciones internacionales, seguridad y xenofobia: Los límites del modelo francés de integración. Oasis, 12, 209-227. https://revistas.uexternado.edu.co/index.php/oasis/ar-ticle/view/2419/2059

Levin, J. y McDevitt, J. (2008). Hate crimes. En L. Kurtz (ed.), Encyclopedia of violence, peace & conflict (2.a ed.) (pp. 915-922). Academic Press. https://doi.org/10.1016/B978-012373985-8.00075-1

Litman, L., Robinson, J. y Abberbock, T. (2017). TurkPrime.com: A versatile crowdsourcing data acquisition platform for the behavioral sciences. Behavior Research Methods, 49(2), 433-442. https://doi.org/10.3758/S13428-016-0727-Z

Liu, Y., Ding, Y., Li, C., Cheng, J., Song, R., Wan, F. y Chen, X. (2020). Multichannel EEG-based emotion recognition via a multi-level features guided capsule network. Computers in Biology and Medicine, 123, 103927. https://doi.org/10.1016/j.compbiomed.2020.103927

Luminet, O., Bouts, P., Delie, F., Manstead, A. y Rimé, B. (2000). Social sharing of emotion following exposure to a negatively valenced situation. Cognition & Emotion, 14(5), 661-688. https://doi.org/10.1080/02699930050117666

Mackie, D. M., Devos, T. y Smith, E. R. (2000). Intergroup emotions: Explaining offensive action tendencies in an intergroup context. Journal of Personality and Social Psychology, 79(4), 602-616. https://doi.org/10.1037/0022-3514.79.4.602

Mahmoudi, A., Jemielniak, D. y Ciechanowski, L. (2024). Echo chambers in online social networks: A systematic literature review. IEEE Access, 12, 9594-9620. https://doi.org/10.1109/ACCESS.2024.3353054

Matamoros-Fernández, A. y Farkas, J. (2021). Racism, hate speech, and social media: A systematic review and critique. Television & New Media, 22(2), 205-224. https://doi.org/10.1177/1527476420982230

Merhej, R. (2024). Prejudice in children and extremism in adults: Intri­guing mindset convergences. Social Science Information, 63 (1), 47­67. https://doi.org/10.1177/05390184231220227

Miró Llinares, F. (2017). Cometer delitos en 140 caracteres: El derecho penal ante el odio y la radicalización en Internet. Marcial Pons.

Naciones Unidas. (s. f.). ¿Qué es el discurso de odio? https://www.un.org/ es/hate-speech/understanding-hate-speech/what-is-hate-speech

Plutchik, R. (2003). Emotions and life: Perspectives from psychology, biology, and evolution. American Psychological Association.

Rand, D. G. (2012). The promise of Mechanical Turk: How online labor markets can help theorists run behavioral experiments. Journal of Theoretical Biology, 299, 172-179. https://doi.org/10.1016/j.jtbi.2011.03.004

Räsänen, P., Hawdon, J., Holkeri, E., Keipi, T., Nási, M. y Oksanen, A. (2016). Targets of online hate: Examining determinants of victimization among young finnishfacebookusers. Violence and Victims, 31 (4), 708-725. https://doi.org/10.1891/0886-6708.VV-D-14-00079

Reichelmann, A., Hawdon, J., Costello, M., Ryan, J., Blaya, C., Llorent, V., Oksanen, A., Rásánen, P. y Zych, I. (2020). Hate knows no boundaries: Online hate in six nations. Deviant Behavior, 42(9) 1100-1111. https://doi.org/10.1080/01639625.2020.1722337

Rieger, D., Kümpel, A. S., Wich, M., Kiening, T. y Groh, G. (2021). Assessing the extent and types of hate speech in fringe com­munities: A case study of alt-right communities on 8chan, 4chan, and Reddit. Social Media+ Society, 7(4). https://doi. org/10.1177/20563051211052906

Ródenas, G. (2013). Capturar es compartir: Filosofía, redes sociales y fotografía 2.0. Enrahonar: Quaderns de Filosofia, 50, 59-72. https://doi.org/10.5565/rev/enrahonar/v50n0.116

Segado-Boj, F., Díaz-Campo, J. y Navarro-Sierra, N. (2020). Emociones y difusión de noticias sobre el cambio climático en redes sociales: Influencia de hábitos, actitudes previas y usos y gratificaciones en universitarios. Revista Latina de Comunicación Social, 75, 245-269.https://www.doi.org/10.4185/RLCS-2020-1425

Shaked, D., Williams, M., Evans, M. K. y Zonderman, A. B. (2016). Indicators of subjective social status: Differential associations across race and sex. SSM-Population Health, 2, 700-707. https://doi.org/10.1016/J.SSMPH.2016.09.009

Singh-Manoux, A., Marmot, M. G. y Adler, N. E. (2005). Does subjective social status predict health and change in health status better than objective status? Psychosomatic Medicine, 65 (6), 578-585. https://doi.org/10.1097/01.psy.0000188434.52941.a0

Solé i Puig, C., Parella Rubio, S., Alarcón Alarcón, A., Bergalli, V. y Gibert Badia, F. (2000). El impacto de la inmigración en la sociedad receptora. Revista Española de Investigaciones Sociológicas, 90, 131-157. https://doi.org/10.5477/cis/reis.90.131

SPARQtools. (2007). MacArthur Scale of Subjective Social Status - Adult Version. https://sparqtools.org/mobility-measure/macarthur-scale-of-subjective-social-status-adult-version/

Svendsen, L. (2007). A philosophy of fear. Reaktion books.

Torre Cantalapiedra, E. (2019). Migración, racismo y xenofobia en internet: Análisis del discurso de usuarios contra los migrantes haitianos en prensa digital mexicana. Revista Pueblos y Fronteras Digital, 14, e401. https://doi.org/10.22201/cimsur.18704115e.2019.v14.401

Van Dijk, T. (2007). Discurso racista. En J. J. Igartua y C. Muñiz (coords.), Medios de comunicación, inmigración y sociedad (pp. 9-16). Universidad de Salamanca.

Zeki, S. y Romaya,J. P. (2008). Neural correlates of hate. PLOS ONE, 3(10), e3556. https://doi.org/10.1371/journal.pone.0003556

Inicio