Servin, A. (2022). «The Construction of Collective Identities in Social Networks». Global Digital Humanities Symposium Proceedings. Michigan State University.
Ponencia en congreso · Leer la publicación
Investigación · publicaciones académicas
Publicaciones.
Cuatro publicaciones académicas sobre métodos cualitativos digitales y tribus en red. Las citas usan el nombre legal, Servin Arroyo, A., salvo donde la fuente original abrevió.
Medir primero. Interpretar después. Publicar ambas cosas.
Leetoy, S. y Servin Arroyo, A. (2018). «Personalización de la política en tiempos de wikis: tribus digitales en Twitter en torno a la candidatura ciudadana de Pedro Kumamoto». En Ciudadanía digital y democracia participativa (pp. 201–228). Salamanca: Comunicación Social Ediciones.
Capítulo de libro · ISBN 978-84-17600-04-4 · Leer la publicación
González, L. y Servin Arroyo, A. (2017). «Métodos cualitativos digitales: un acercamiento a la antropología digital y otras posturas de investigación». Virtualis, 7(15), 61–80.
Artículo · ISSN 2007-2678 · Leer la publicación
De Colsa, M., González, L. y Servin Arroyo, A. (2013). «Redes sociales: nueva era en investigación interpretativa». Versión. Estudios de Comunicación y Política, 22(31). Universidad Autónoma Metropolitana.
Artículo · Leer la publicación
Formación investigadora
Humanidades digitales como columna.
Maestría en Humanidades Digitales por el Tecnológico de Monterrey (2020–2022), concluida con la Mención Honorífica de Excelencia — la máxima distinción que otorga el Tec. La agenda: etnografía digital, comunidades en plataformas y la traducción del dato social a significado humano.
¿Colaboraciones académicas o entrevistas de investigación? Escríbele a Alex.
Una pregunta abierta
¿Qué hace que un saber sea ciencia?
En 2001, la Sorbona otorgó un doctorado en sociología a una astróloga, Élizabeth Teissier. La tesis la dirigió Michel Maffesoli, de quien tomamos el lenguaje de las tribus y el nomadismo, y el jurado lo presidió Serge Moscovici, el teórico de cómo las minorías activas terminan moviendo a las mayorías. Se aprobó con la máxima mención.
El gremio la criticó con dureza, y con razón. Pero el caso deja una pregunta que no se va: cuando son humanos tratando de entender a otros humanos, ¿qué legitima el conocimiento, el método o el aval de quien lo firma? Hoy esa pregunta es más urgente que nunca. Cuando una empresa confía una decisión a un modelo de IA que arroja un número con total seguridad, vuelve el mismo dilema: ¿lo creemos porque la máquina lo dice, o porque alguien verificó que el dato significa lo que parece?
Ahí trabajamos, asumiendo esa tensión en lugar de esconderla: rigor empírico para medir, sensibilidad cultural para interpretar, y criterio humano para decidir cuándo un hallazgo es real y cuándo es solo un espejismo bien presentado. Entre la fascinación y el rechazo vive todo lo que hacemos cuando leemos a las personas detrás del dato, y todo lo que un negocio necesita antes de apostar a una cifra.