Este documento analisa o movimento #StopAsianHate nas redes sociais Twitter e Instagram em resposta aos ataques de ódio contra asiáticos durante a pandemia. Faz uma recolha de dados destas plataformas usando ferramentas digitais e conclui que o sentimento geral é positivo, de apoio à luta contra o racismo.

1. Análise dos movimentos conduzidos em resposta aos ataques de
ódio contra pessoas asiáticas devido a pandemia da COVID-19
dentro das redes sociais: Investigação da hashtag #StopAsianHate
David Belga
Fang Yihan
Maria Alexandra Coelho
Sónia Patrício
Vinícius Caixeta
Universidade NOVA - FCSH e IMS
Mestrado em Gestão e Curadoria da Informação
Análise de Social Media
Maio de 2021
Resumo
Perante um cenário de violência contra a comunidade asiática, amplificado pela
chegada da COVID-19, surge um movimento de defesa da comunidade afetada e de
revolta contra os atos praticados. O foco deste projeto é a hashtag ligada a esse
mesmo movimento, #StopAsianHate. Para estudar a sua utilização nas redes sociais
e todo o contexto em que ela está sendo inserida nessas plataformas, consideramos
como ponto de partida o Twitter e o Instagram, fazendo uma extração de dados
através de ferramentas digitais e depois a elaboração de visualizações a partir dos
resultados. Com uma análise de emojis, hashtags, palavras mais utilizadas, imagens
e dados como data de publicação e língua, chegámos à conclusão de que o
sentimento geral é positivo, de apoio e de luta conjunta entre todos para o combate
ao racismo e à violência.

2. 2
Índice
1. Introdução........................................................................................................................ 3
2. Contexto - Stop Asian Hate ............................................................................................ 4
3. Perguntas de investigação ............................................................................................. 6
4. Metodologia e Design de pesquisa ................................................................................ 7
4.1. Twitter - #StopAsianHate.......................................................................................... 8
4.2. Instagram - #StopAsianHate .................................................................................... 9
5. Twitter ............................................................................................................................ 10
5.1. Resultados e Visualizações ................................................................................... 10
6. Instagram....................................................................................................................... 14
6.1. Resultados e Visualizações ................................................................................... 14
6.2. Análise Visual.......................................................................................................... 17
6.3. Publicações com mais engajamento..................................................................... 20
7. Análise Emocional......................................................................................................... 22
7.1. Twitter...................................................................................................................... 22
7.2. Instagram................................................................................................................. 23
8. Cultura de Uso............................................................................................................... 25
9. Considerações finais .................................................................................................... 25
Referências........................................................................................................................ 28
Apêndice............................................................................................................................ 29

3. 3
1. Introdução
Desde fevereiro do ano passado, com o surgimento da pandemia da COVID-
19, que os casos de ataques de ódio e intolerância contra a população asiática e de
ascendência asiática em volta do mundo vêm emergindo exponencialmente. A taxa
de crimes de ódio neste contexto nos EUA cresceu mais de 1000% em comparação
com os anos anteriores à pandemia, constando também que mais de 80% das vítimas
são mulheres asiáticas. Esse crescimento explica-se, nos EUA, devido ao anterior
presidente Donald Trump ter abordado as relações externas com a China de forma
conflituosa e de se ter referido à doença da COVID-19 como a “doença da China”,
promovendo assim discursos que impulsionaram a xenofobia contra a população
asiática nesse país e se refletindo também para o mundo (Human Rights Watch,
2020). Além disso, deste lado do oceano Atlântico, o ódio contra a comunidade
asiática também está aumentando. De acordo com o End the Virus of Racism, um
grupo de defesa sediado no Reino Unido, as comunidades britânicas do Leste e
Sudeste Asiático viram um aumento de 300 por cento nos crimes de ódio. Muitos
restaurantes chineses foram vandalizados e boicotados. Muitas entrevistas mostram
que nesta situação um grande número de asiáticos começam a se sentir inseguros no
mundo ocidental, embora muitos deles tenham nascido e crescido aqui. Até mesmo
uma das autoras deste projeto que possui nacionalidade de um país asiático confirma
que, após o início da pandemia mundial, sentiu que os atos de discriminação racial
contra ela aumentaram significativamente em Portugal.
As redes sociais têm-se tornado cada vez mais importantes para a
mobilização cívica e para movimentos de protesto em todo o mundo. As emoções, os
símbolos, a auto-apresentação e a comunicação visual têm vindo a emergir cada vez
mais (Adi, Gerodimos e Lilleker, 2018). Sendo assim, o objetivo principal da nossa
investigação é identificar como é que a hashtag stopasianhate é usada pela população
mundial que utiliza as redes sociais Twitter e Instagram, analisando padrões de
comunicação, visualizações de imagens e engagement relacionando as publicações
dentro dessas plataformas.
A nossa metodologia baseia-se essencialmente em métodos digitais
que “podem ser definidos como uma prática de pesquisa quali-quanti” (Omena, 2019),
ou seja, os métodos digitais permitem-nos fazer uma análise quantitativa e qualitativa
da informação recolhida.

4. 4
Retiramos os dados da rede social Twitter relacionados com a hashtag
stopasianhate e, posteriormente, procedemos à recolha de dados da rede social
Instagram utilizando a mesma hashtag. O passo seguinte passou por tratar esses
mesmos dados, através de ferramentas e técnicas indicadas para cada plataforma
(Flores e Sepúlveda, forthcoming), procurando chegar a várias conclusões sobre a
abordagem da temática através dos tweets e dos posts.
2. Contexto - Stop Asian Hate
Para entendermos o contexto em que se enquadra o presente projeto, é
necessário, primeiro, termos em mente algumas definições de conceitos base para o
pleno entendimento de toda a questão envolvida acerca da #StopAsianHate, a
começar pelo que se define como Xenofobia.
Xenofobia é uma palavra de origem grega que se traduz em “medo”, “ódio” ou
“aversão” ao que lhe é estranho, estrangeiro – não necessariamente a apenas o que
é proveniente de outro país, mas até mesmo de outra região, dentro de seu próprio
país, que não a sua. A Xenofobia abrange diferentes categorias de preconceito,
principalmente o racismo, e diferentes retóricas afirmam ser a causa direta do
colonialismo, que colocou os povos de descendência africana, indígena e asiática
como vítimas diretas de suas ações e, posteriormente, consequências estruturais e
negativas (Comissão Nacional para as Comemorações do 50.o Aniversário da
Declaração Universal dos Direitos do Homem e Década das Nações Unidas para a
Educação em matéria de Direitos Humanos, 2007).
Confrontamos, portanto, que os casos de intolerância racial contra diferentes
povos e etnias já é bastante recorrente no sistema internacional, tendo sido
exponencialmente agravado no momento atual contra as populações asiáticas ou de
descendência asiática devido ao surgimento do vírus SARS-CoV-2 em Wuhan, na
China. Desde o começo da pandemia da COVID-19 as comunidades asiáticas, não
só originárias como também imigrantes, têm sido alvo de comunicações pretensiosas
por parte dos media, discursos de políticos influentes e postagens em redes sociais –
muitas delas, fake news.

5. 5
Os ataques vão desde um contexto micro até proporções macro. Descendentes
de asiáticos ao redor do mundo reportaram ter sido submetidos a bullying, ameaças,
abusos de cunho racista, discriminação e espancamento. Essa categoria de discurso
veio sendo legitimada à medida que grandes líderes mundiais como Donald Trump ou
o governador da região de Veneto, na Itália, fizeram declarações que reforçam
estereótipos racistas como o de que “chineses não têm boa higiene” ou chamando o
vírus da COVID-19 de “vírus chinês” (Human Rights Watch, 2020). À parte disso,
temos ainda as redes sociais proporcionando um espaço de “livre expressão” e rápido
compartilhamento de tweets e postagens que, sem o contexto da internet, não teriam
grande alcance, portanto, zero consequências, mas que existe e tem de ser analisado
como em grande parte responsável pela maior facilidade em que se vê a xenofobia
na prática, refletindo diretamente na vida offline. Um bom exemplo disso é o estudo
que demonstrou, em percentagens, que houve um aumento de 900% de discursos de
ódio no Twitter direcionado à China e aos chineses, 200% de aumento no acesso a
sites que propagam o ódio e posts específicos contra asiáticos, 70% no aumento da
discriminação entre crianças e adolescentes em conversas online e 40% de aumento
da toxicidade em plataformas de comunicação de jogos virtuais, como o Discord
(L1ght, 2020).
Sob essa ótica, também podemos observar que os media, em conjunto com as
redes sociais, pode ter contribuído com o agravamento do ódio à comunidade asiática.
Desde o início da pandemia, pudemos acompanhar um jornalismo um tanto quanto
tendencioso em culpar a China por ser o epicentro inicial da propagação do vírus Sars-
Cov-2: o sensacionalismo exacerbado ao redor da origem da doença acabou
refletindo, portanto, diretamente na comunidade asiática mundial que pouco ou quase
nada teve a ver com o surgimento da COVID-19 e, consequentemente, sendo atacada
por diversos lados do mundo todo.
Este projeto, portanto, fará uma análise do movimento que surgiu em resposta
a onda de ataques xenofóbicos e racistas as comunidades asiáticas ao redor do
mundo, a partir da utilização da #StopAsianHate nas redes sociais. Através de uma
minuciosa avaliação de dados coletados tanto no Twitter quanto no Instagram, será
feita uma abordagem qualitativa e quantitativa desses dados, de modo a entender que
categoria de reação tem sido gerada através da hashtag em causa.

6. 6
3. Perguntas de investigação
Com este trabalho e com a análise dos datasets extraídos através de
plataformas e ferramentas digitais, pretendemos abordar as seguintes questões:
● Como as pessoas estão utilizando a hashtag, se estão por exemplo usando
para apoiar a causa ou para promover mais ódio?
● Como a hashtag é apropriada no twitter e no instagram (cultura de uso)?
● Quais utilizadores ou postagens com mais engajamento?
● Quais são as línguas mais utilizadas nas publicações?
● Qual a frequência da hashtag em estudo em conjunção com outras?
● Qual a Análise Emocional, através da frequência dos emojis?

7. 7
4. Metodologia e Design de pesquisa
Para cumprir o objetivo principal da nossa investigação utilizámos uma
metodologia que se centra na utilização de diferentes ferramentas e técnicas
adequadas (Flores e Sepúlveda, forthcoming), que nos permitem fazer uma análise
quantitativa e qualitativa dos dados recolhidos das redes sociais Twitter e Instagram
para procurar responder às nossas questões de pesquisa relacionadas com a hashtag
stopasianhate. Na figura (1) seguinte, demonstramos de forma mais precisa o nosso
design de pesquisa onde incluímos as ferramentas e as plataformas que utilizamos
neste processo de recolha e tratamento de dados.
Para estudar a hashtag e as ideias e elementos a ela conjugados pelos
utilizadores, escolhemos recolher informação de duas plataformas sociais: Twitter e
Instagram. A escolha advém do facto de que ambas são plataformas amplamente
utilizadas para expressar opiniões, abrir debates e criar espaços de partilha sobre
temas de todos os domínios. São redes que envolvem utilizadores das mais diversas
faixas etárias, nacionalidades, crenças e valores. Por estes motivos, são também
Figura 1: Figura 1: Design de pesquisa e metodologia utilizada para perceber o uso da #StopAsianHate.
Elaboração própria dos autores (2021).

8. 8
espaços em que é possível observar as opiniões, de forma generalizada e
abrangente, que a população mundial tem sobre determinado assunto, conseguindo
compreender sentimentos positivos e negativos das mesmas, e analisando a
presença da hashtag stopasianhate nos meios digitais.
4.1. Twitter - #StopAsianHate
O twitter é um meio de divulgação social que vai muito para além das notícias
(Rosenstiel, Sonderman, Loker, Ivancin & Kjarval, 2015), o que faz com que seja
importante a recolha de informação nesta plataforma. O objetivo de analisar os dados
recolhidos desta rede social é perceber de que forma a hashtag stopasianhate é
utilizada pelas pessoas. Iniciámos a nossa recolha de dados, e consequente análise
quantitativa, utilizando a ferramenta Workbench1. Através do mecanismo “Any Tweet”,
inserimos a hashtag em epígrafe e recolhemos durante o período de uma semana no
mês de Abril (09/04 - 16/04) o total de publicações que contivesse a mesma
(n=33040). A informação recolhida foi colocada num documento GoogleSheets, onde
podemos consultar informações como o conteúdo do tweet, a data e hora em que
foram publicados, a língua, o url do tweet e também o url dos perfis dos utilizadores.
No que se refere à análise qualitativa, “conduzimos uma análise de conteúdo
classificando-o de acordo com um conjunto de temáticas” (Flores e Sepúlveda,
forthcoming), com o objetivo de demonstrar o conteúdo que é possível retirar da
informação recolhida, utilizando ferramentas como o Voyant2, Textanalysis3 e o
Hashtag Extractor4, a qual para uma fácil análise e visualização destes dados criámos
gráficos com a ferramenta rawgraphs5, enquanto recorrendo igualmente ao figma6
para editar e embelezar essas visualizações.
1
https://app.workbenchdata.com/workflows/139610/
2
https://voyant-tools.org/
3
http://labs.polsys.net/tools/textanalysis/
4
https://en.toolpage.org/tool/hashtag-extractor
5 https://rawgraphs.io/
6 https://www.figma.com/

9. 9
4.2. Instagram - #StopAsianHate
O Instagram, através das milhões de publicações diárias, tem emergido como
uma esfera pseudo-pública que consegue reunir comunidades domésticas e
dispersas por todo o mundo (Adi, Gerodimos e Lilleker, 2018), o que faz com que seja
interessante perceber o conteúdo das publicações que utilizam a hashtag
#StopAsianHate, com um foco maior em imagens, devido a esta plataforma dar um
maior uso para conteúdos visuais. Iniciámos a nossa recolha de dados, e consequente
análise quantitativa, através da ferramenta Phantombuster7 utilizando o mecanismo
Hashtag Collector, coletamos postagens durante dois dias de Abril (18/04 - 19/04), a
qual totalizou a quantidade de n=13716. Essa recolha de dados se justifica sendo
menor que a realizada no twitter devido a alguns problemas que encontramos para
tratar as informações recolhidas anteriormente dentro de um período maior. O
procedimento seguinte é muito semelhante ao que fizemos com o Twitter, em que
colocamos os dados recolhidos num documento GoogleSheets para análise. Algumas
das informações que podemos consultar neste documento são: a descrição das
publicações, o username e url dos utilizadores, o url da publicação, a data e hora em
que as publicações foram feitas, o tipo de publicação (fotografia ou vídeo) e o
engagement da publicação através da soma dos dados contidos nos likes,
comentários e visualizações do vídeo (caso a publicação fosse em formato de vídeo).
Para melhor perceber o conteúdo da informação recolhida, utilizamos ferramentas
como o DownThemAll8 e o ImageSorter9 para podermos reunir todas as imagens das
diferentes publicações e conseguir fazer uma análise visual, conseguindo a análise
de um total de 9710 imagens. É de notar que a diferença entre o número total de posts
recolhidos e o número de imagens que é possível analisar advém da ausência de url
de pouco mais de 4 mil imagens. Consideramos que se tratam de casos em que foi
utilizada a opção de carrossel, estando assim várias imagens presentes no mesmo
post.
7
https://phantombuster.com/
8
http://www.downthemall.net
9
https://imagesorter.software.informer.com/

10. 10
5. Twitter
5.1. Resultados e Visualizações
Os dados foram recolhidos entre 10 de Abril de 2021 a 16 de Abril de 2021,
para um total de 33.040 tweets.
Não surpreendentemente, a maioria dos tweets foram publicados em
inglês (18.279 tweets), destacando-se também duas línguas asiáticas (possivelmente
pela relação com o tema de discriminação contra os povos asiáticos), nomeadamente,
o tailandês e coreano (com 3784 tweets, e 1694 tweets respetivamente). Destacam-
se também o espanhol (1988 tweets) e, embora em menor grau, o português (778).
No entanto, há que indicar a diversidade linguística destes tweets, sendo que a nossa
análise revela cerca de 30 línguas diferentes e 5272 tweets cuja língua não foi
detectada (em branco). Embora a maior parte do discurso de ódio seja contra a
comunidade chinesa em todo o mundo, devido à censura na China, a China
continental não tem acesso ao twitter, instagram e muitas outras plataformas de redes
sociais, portanto, a língua chinesa não está muito presente na utilização da hashtag.
Figura 2: Figura 2: Frequência das 6 linguagens mais utilizadas com a
#StopAsianHate no Twitter. Visualização feita através do modelo treemap do
RawGraphs. Fonte: Elaboração própria dos autores (2021).

11. 11
Acompanhado esta diversidade linguística, encontramos também
representados os emojis correspondentes a várias bandeiras, na sua maioria de
várias nações, mas incluindo também a bandeira da comunidade LGBT (o emoji de
arco-íris surgiu 17 vezes em tweets, e a própria bandeira LGBT em 7 tweets). Entre
estas bandeiras, as de maior predominância foram a bandeira do Chile (104
instâncias) e a da República da Coreia (92 instâncias), tendo todas as outras
bandeiras surgido com uma frequência muito menor (Estados Unidos com 21
instâncias, Japão com 10, Indonésia e Paraguai ambos com 9, etc.).
No geral, os emojis mais frequentes parecem ser os relacionados com
o sentimento de revolta e indignação com a situação (o emoji mais utilizado foi o de
uma cara avermelhada com símbolos a tapar a boca, com 4858 instâncias, embora
surgindo frequentemente o de uma cara zangada, com 260 instâncias, entre outros)
ou de simpatia e apoio aos afetados pela situação (o segundo emoji mais popular
representar o bater de palmas, com 1987 instâncias, surgindo também diferentes
emojis de corações, tendo o mais popular 341 instâncias). Outros parecem surgir com
a intenção de chamar atenção para a situação (sirene da polícia, com 247 instâncias,
duplo ponto de exclamação, 236 instâncias, entre outras variantes de pontos de
exclamação, entre outros sinais de atenção e alarme.
De uma amostra de 33.040 tweets, encontrámos 33.381 instâncias da
#StopAsianHate, dado por vezes os utilizadores repetirem os hashtags dentro do
mesmo tweet. Variantes deste hashtag, bem como outros de significado semelhante
e/ou de causas relacionadas surgem também com bastante frequência:
#StopAsianHateCrimes com 2387 instâncias; #StopAAPIHate (AAPI referindo-se
a “Asian Americans and Pacific Islanders”) com 6151 instâncias (sendo o segundo
hashtag mais popular) e a mais curta #AAPI com 178 instâncias;
#RacismIsNotComedy com 3082 instâncias, havendo também diversas variantes
deste hashtag, inclusive em espanhol (#ElRacismoNoEsComedia com 858
instâncias, #RacismoNoEsComedia com 858 instâncias, etc.); #BlackLivesMatter
com 858 instâncias e #BLM com 281 instâncias, etc.. Surgem também hashtags
relacionadas com o programa Mi Barrio, a mais popular das quais, #MiBarrioMega
conta com 2387 instâncias (e uma das suas variantes, #MiBarrio com 282 variantes).
Hashtags relacionadas com a banda de pop coreana BTS surgem com alguma
frequência devido a um tweet na qual os membros do grupo prestam apoio à causa

12. 12
(#BTSARMY conta com 113 instâncias). A frequência de hashtags relacionadas com
o programa Mi Bairro aparenta dever-se a um seu sketch sobre o grupo BTS, o humor
do qual foi acusado de racismo, explicando talvez também a frequência das hashtags
referente a humor e racismo (uma parte significativa das quais em espanhol) e da
própria bandeira do Chile (país de origem do referido programa).
Surpreendente, pela sua aparente desconexão com a situação, foi a presença
significativa de hashtags relacionadas com a cultura nerd, em particular com jogos de
papéis clássicos (a #TTRPG, referente a Tabletop Roleplaying Games, é a 9ª hashtag
mais popular na amostra, surgindo 446). Uma análise mais aprofundada desta
aparente anomalia revela que uma parte significativa destas instâncias deve-se às
descrições de perfis cujos utilizadores pertencerão à referida comunidade. Outra parte
não insignificante destes tweets surge relacionada com um único utilizador
(@mrkapao) que promoveu o canal de YouTube (de conteúdo relacionado com
Tabletop Roleplaying Games) em associação ao movimento #StopAsianHate (os
hashtags #TTRPGSolidarity e #FantasticTalesofAdventure, esta última referindo-
se ao programa do mencionado utilizador, surgem com uma frequência de 224 e 223
instâncias, respectivamente). Como estas, surgem também diversas publicações de
igual ou maior irrelevância para o tema.
Figura 3: Imagem produzida a partir do voyant tools que representa as 25 palavras mais usadas nas informações
coletadas do Twitter. Fonte: Elaboração própria dos autores (2021).

13. 13
Entre as 33.040 publicações que extraímos de todas as publicações do
Twitter que continham #StopAsianHate, essa hashtag apareceu 33.381 vezes,
representando 50,03% de todas as 66.725 hashtags usadas e 3.238 categorias de
hashtags. A segunda ocorrência mais frequente é #StopAAPIHate, com 9,22%. A
terceira ocorrência mais frequente é #RacismIsNotComedy, com o número de
ocorrências de 3.082, representando 4,62% do total. Seguido por
#StopAsianHateCrimes e #MiBarrioMega, respondendo por 3,5774% e 3,5639%,
respectivamente. A frequência das 3233 tags diferentes restantes não excede 1,5%.
Comparando com o uso do #StopAsianHate no Instagram, os usuários do Twitter
possuem menos diversidades no uso desta hashtag.
Figura 4: Principais (10) hashtags usadas nas publicações com #StopAsianHate no Twitter. Visualização feita
através do modelo Sunburst Diagram do RawGraphs. Fonte: Elaboração própria dos autores (2021).

14. 14
6. Instagram
6.1. Resultados e Visualizações
Os dados referentes à utilização da hashtag stopasianhate no Instagram foram
recolhidos entre 18 e 19 de abril de 2021, contando com um total de 13.716 posts
iniciais, sendo o mais antigo de 1 de março de 2016, e o mais recente de 19 de abril
de 2021, coincidindo assim com o último dia de recolha. Com a eliminação de
duplicados, ou seja, posts que durante o processo de recolha foram extraídos mais
de uma vez, a amostra passou a ser de 8666 posts, mantendo o mesmo intervalo de
datas. Apesar de, como mencionado, existirem postagens recolhidas de 2016 e dos
anos seguintes, a grande maioria foi feita durante o ano de 2021. Apresenta assim 9
posts de 2016, 3 de 2017, 1 de 2018, 5 de 2019 e 37 de 2020, com todos os outros
sendo de 2021. Os posts extraídos que foram feitos durante os anos de 2016, 2017,
2018, 2019 e 2020 são 55, sendo que 42 deles foram feitos pela mesma conta,
@_truenorthcompassinc_. Tanto quanto conseguimos analisar, as hashtags terão
sido adicionadas mais tarde, dado que o grupo de hashtags utilizadas é o mesmo em
todas as imagens, que dão a sua descrição como editada, e contém também a
identificação de uma conta cuja atividade mais antiga é de 8 de abril de 2021.
Os posts dividem-se ainda em 1415 vídeos e 7251 fotografias,
mostrando assim que a utilização da hashtag, ou talvez da rede social em si, está
mais ligada à partilha de fotografias, possivelmente até imagens de apoio e
solidariedade com a causa, como veremos de seguida, do que de vídeos que
compõem apenas cerca de 16% das postagens.
Através da análise da utilização de emojis podemos concluir que, dos
858 diferentes emojis utilizados (concretizando um total de 12553 emojis), pelo menos
os mais utilizados parecem representar sentimentos positivos e de apoio, com o uso
de corações, brilhos, e outros emojis que aparentam leveza e união. É de realçar
também a utilização de emojis representando diferentes etnias, como por exemplo o
punho erguido utilizado com diferentes tons de pele. Sendo mais conhecido pela sua
utilização no movimento Black Lives Matter, o punho utiliza-se como sinal de luta, de
revolução e como forma de transmitir a mensagem de que está a ser exigida uma
mudança. A sua utilização pode ser interpretada, além da ligação entre os

15. 15
movimentos, como uma ligação entre pessoas diferentes, com origens diferentes, que
lutam pela mesma causa.
Em termos quantitativos, é interessante ver que mais de 50% do total de 12553
emojis presentes nos posts recolhidos, se situam nos 50 tipos de emojis mais
utilizados. Esta situação pode dar-se por serem os emojis mais comuns e populares
em termos gerais, ou por, na generalidade, as pessoas mostrarem o mesmo tipo de
sentimentos e utilizarem a mesma forma de os expressar em relação aos temas em
que inserem a #StopAsianHate.
Também a utilização de hashtags mostra o sentimento das pessoas em relação
ao tema, assim como a que assuntos a #StopAsianHate é, normalmente, associada.
Uma nota metodológica que deve ser tida em conta é que o extrator utilizado, Hashtag
Extractor, ferramenta inserida em toolpage.org, não reconhece hashtags que tenham
sido utilizadas sem espaçamento entre elas, pelo que existem algumas publicações
que, por este motivo, apenas tiveram a primeira hashtag contabilizada, e não as
restantes.
Figura 5: Principais (10) hashtags usadas nas publicações com #StopAsianHate no Instagram. Visualização
feita através do modelo Sunburst Diagram do RawGraphs. Fonte: Elaboração própria dos autores (2021).

16. 16
Em todas as publicações que extraímos para realizar a análise de hashtags,
houve a utilização de 24503 hashtags diferentes, num total de 91688. #StopAsianHate
foi responsável por apenas 7,40% de todas as aparições, com 6783 ocorrências. A
segunda hashtag mais frequente foi #BlackLivesMatter, que representa 1,28% de
todas as hashtags. Em terceiro lugar está #stopaapihate, respondendo por apenas
1,11% (AAPI refere-se às comunidades Asian American Pacific Islander); seguido por
#blm representando 0,78%. Em quinto lugar está #bts, que responde por 0,54% de
todas as hashtags. A frequência de cada uma das outras 24.498 hashtags não
ultrapassa 0,5% do total. Pode-se dizer que entre as postagens do Instagram que
analisamos, os usuários apresentam uma diversidade muito grande no uso de
hashtags.
Ao longo das hashtags mais utilizadas, além das já referidas, e outras em apoio
e que transmitem os mesmos sentimentos (por exemplo: #lgbtq #HateIsAVirus
#StopRacism #nojusticenopeace), surgem quatro que nos remetem para um grupo
específico, os apoiantes da banda coreana BTS. #bts aparece como a 5ª hashtag
mais usada, com 494 ocorrências, #kpop (estilo musical em que se enquadra a
banda), como 17ª, tendo sido utilizada 211 vezes, #army (nome pelo foi dado ao
conjunto dos fãs da banda) aparece 154 vezes e #btsarmy, 129, ocupando assim a
posição de 23ª e 32ª mais utilizadas, respetivamente. Estas hashtags foram muitas
vezes utilizadas em conjunto, sendo que podemos assumir que a ligação deste grupo
se dá pelo apoio público da banda ao movimento, sendo que os mesmos partilharam
até as suas experiência com discriminação no contexto de suporte ao mesmo.

17. 17
6.2. Análise Visual
Figura 6: Resultados do ImageSorter com as 4694 imagens disponíveis, com ordenação por cores.
Fonte: Elaboração própria dos autores (2021).
Como podemos analisar na Figura 6, os resultados da ordenação por cores
mostram uma utilização bastante significativa de imagens com fundo branco e preto,
tendo depois alguns destaques de vermelho, amarelo, azul, roxo e verde. A mancha
branca que se observa é representada por uma grande partilha de tweets, memes
relacionados com racismo, imagens de partilha em cadeia, existindo algumas partilhas
também de outro tipo de informação e de cariz pessoal. Da mesma forma, as imagens
que se enquadram na mancha preta passam muito por partilhas de tweets, descrições
de instagram, pessoas a partilhar a sua visão ou as suas experiências. Nota-se
também uma clara ligação dos movimentos Stop Asian Hate e Black Lives Matter
nestas imagens. As várias imagens que aparecem completamente a preto podem
também ter a ver com a ligação ao Black Lives Matter. O amarelo, cor associada ao
movimento, não aparece em grande destaque, mas está representada em imagens
com display da hashtag sobre fundo preto. Destacam-se também algumas imagens
de fundo completamente amarelo, com pequenas inscrições de apoio e associação
ao movimento. Identificam-se também imagens com símbolos do Snapchat, o que
destaca também o amarelo. Na nuvem vermelha encontramos imagens que não se
ligam ao movimento, possivelmente provenientes todas da mesma conta, já que
apresentam o mesmo tipo de conteúdo. Encontramos ainda imagens, de fundo

18. 18
vermelho, com uma mensagem de insatisfação pela ligação entre os movimentos
Black Lives Matter e Stop Asian Hate, referidos anteriormente como estando unidos,
demonstrando alguma apreensão do primeiro movimento em unir-se agora ao mais
recente, devido a terem-se sentido, desde sempre, sozinhos. É no entanto uma
imagem que, na amostra analisada, não chega às duas dezenas, destacando-se mais
pela utilização do vermelho. Com isto queremos dizer que a união anteriormente
evidenciada, parece manter-se, apesar de com exceções. Nas restantes cores, a
mensagem torna-se mais dispersa, apesar de haver sempre evidências da hashtag
em todo o gráfico, começam a existir também várias imagens de cunho pessoal, como
fotografias de pessoas, de paisagens, entre outras. É de destacar a grande presença
de partilha de imagens da banda BTS, já referidos como uma boyband coreana de
grande dimensão atualmente.
Figura 7: Resultados do ImageSorter com as 4694 imagens disponíveis, com ordenação por
cores. Fonte: Elaboração própria dos autores (2021).

19. 19
Assim, as imagens em que #stopasianhate é utilizada são, na sua maioria, de
alguma forma relacionadas com a luta em causa, com mensagens de apoio, memes
que têm o intuito de alertar para a severidade da situação através de imagens
conhecidas a todos e que chamam a atenção, assim como apoio a membros da
comunidade, partilha de arte e de momentos de formação e conversa sobre o tema.
No entanto, existe também um grande número de imagens que não servem os
propósitos da luta, consistindo em imagens mais mundanas, da vida pessoal, e
mesmo de contas que parecem ter como objetivo a partilha de informação específica,
mas não relacionada ao racismo e ao #stopasianhate. Esta utilização da hashtag em
imagens que, aparentemente, nada terão a ver com a mesma, pode ter a ver apenas
com a vontade de continuar a mostrar apoio pelo movimento, mantendo a hashtag em
utilização constante, estando assim também muito mais presente nos feeds e nas
recomendações dos restantes utilizadores. Poderá também ter a ver com proveito
pessoal, já que muitas vezes as hashtags mais procuradas são utilizadas por alguns
usuários como forma de promoção de produtos, de perfis, ou de tentativa de ganhar
visualizações. No entanto, de qualquer forma, parece ser credível dizer que o maior
impacto dessa utilização constante, mesmo que não direta, passa pela manutenção
da mesma na mente das pessoas.

20. 20
6.3. Publicações com mais engajamento
Para uma melhor visualização do sentimento geral e utilização da hashtag em
questão, decidimos analisar igualmente quais publicações tiveram mais engajamento
no instagram, a qual chegamos aos seguintes resultados:
A primeira publicação que conseguimos visualizar com uma grande quantidade
de engajamento, considerando a soma dos likes, comentários e visualizações por se
encontrar em formato de vídeo, foi uma postagem feita pelo próprio perfil oficial do
instagram, que possui atualmente 393 milhões de seguidores, realçando aqui os
valores que esta rede social/empresa pretende promover com a abordagem de
problemas sociais e promoção da inclusão e diversidade. Essa publicação é um
carrossel de vídeos onde Janaya Khan, responsável pela fundação do movimento
Black Lives Matter em Toronto, aborda a necessidade dos dois movimentos se
unirem, o Stop Asian Hate e o Black Lives Matter, para haver uma luta social mais
forte em que todas minorias e comunidades estão sendo levadas em consideração,
Figura 8: Publicação com a #StopAsianHate em formato de vídeo com mais engajamento.
Fonte: https://www.instagram.com/p/CNxu3PAsz2S/ (2021).

21. 21
reforçando aqui mais uma vez a apropriação da hashtag em estudo para a união de
duas causas que possuem algo em comum.
Agora considerando a postagem que está inserida na categoria de imagem,
onde se considera a soma dos likes e comentários somente, a publicação com mais
engajamento foi feito pela página do instagram “diet_prada” uma página verificada
que surgiu com o intuito de divulgar conteúdos de moda e possui 2,7 milhões de
seguidores. Esse post é a divulgação de um print do twitter feito pela Michele Norris,
uma colunista afro-americana do jornal The Washington Post, onde faz a citação de
vários recentes casos relacionados a crimes de ódio contra a população negra nos
EUA, colocando também em causa o controle de armas de fogo neste país.
Novamente, conseguimos enxergar a utilização da hashtag em estudo para a
união com outra causa que está há bastante tempo em emergência nos contextos
sociais e políticos em volta do mundo e principalmente nos EUA, o movimento Black
Lives Matter. Juntamente, vemos a apropriação de um post que surgiu numa diferente
plataforma social, a qual está sendo utilizado agora no Instagram, conseguindo
Figura 9: Publicação com a #StopAsianHate em formato de imagem com mais engajamento.
Fonte: https://www.instagram.com/p/CNyEwk8F6p0/ (2021).

22. 22
visualizar assim a difusão e comunicação que acontece nos contextos das diferentes
redes sociais que acabam conversando entre si.
7. Análise Emocional
Para melhor percebermos as emoções e os sentimentos relacionados com as
partilhas através dos tweets e dos posts do Instagram, recolhemos informação sobre
quais os emojis utilizados e a frequência com que foram usados nessas partilhas
(Flores e Sepúlveda, forthcoming). Os emojis estão a ser usados cada vez com mais
frequência na comunicação online devido à sua dependência de uma plataforma ou
sistemas, e a forma como são usados também está cada vez mais diversificada (Bai,
et al., 2019). Permitem um maior engajamento e conseguem atrair o interesse das
pessoas, porque existe uma grande tendência de prestar mais atenção a caras e
fotografias, do que a palavras. Os emojis são uma forma fácil de criticar e expressar
sentimentos (Mcminn, 2016).
7.1. Twitter
Num conjunto de 33.040 tweets, existem 376 emojis diferentes, o que resulta
num total de 14.848 emojis.
Na figura 10 apresentamos os resultados da frequência de emojis da
#StopAsianHate no Twitter entre 10 de abril e 16 de abril de 2021. Este gráfico
representa os 15 emojis mais usados nos tweets do nosso dataset. Com uma larga
diferença em relação aos restantes, em primeiro lugar está o emoji face with symbols
on mouth, usado 4858 vezes, que é frequentemente usado para transmitir raiva e/ou
frustração, seguido do emoji clapping hands, com 1987 repetições e que representa
uma salva de palmas (Emojipedia). São dois emojis que expressam emoções
completamente diferentes, mas ambos estão inseridos na categoria dos smileys e
pessoas, que é a categoria que mais se destaca nos tweets observados. Os emojis
down arrow (indicar algo), red heart (amor) e flexed bíceps (força) são os emojis que
se seguem como os mais utilizados nos tweets.

23. 23
7.2. Instagram
Num conjunto de 8.666 posts no Instagram, existem 858 emojis diferentes, o
que resulta num total de 12.553 emojis.
Na figura 11 apresentamos os resultados da frequência de emojis da
#StopAsianHate no Instagram. O gráfico representa os 15 emojis mais usados nos
vários posts do instagram que recolhemos entre 1 de março de 2016 e 19 de abril de
2021. O emoji que mais se destaca neste conjunto é o red heart com 710 repetições,
utilizado para expressar romance e/ou amor. De seguida, o emoji mais representado
é o sparkles, com 468 repetições, que representa boas energias e sentimentos
positivos, e o emoji purple heart com 320 repetições, que é frequentemente utilizado
juntamente com outros emojis de corações coloridos e também pode representar a
boyband coreana Bangtan Sonyeondan, mais conhecida como BTS (Emojipedia). Os
emojis dos corações inserem-se na categoria dos símbolos, enquanto o emoji
sparkles provém da categoria dos animais e natureza.
Figura 10: Frequência de emojis associados à #StopAsianHate no Twitter. Visualização feita através do modelo
Sunburst Diagram do RawGraphs. Fonte: Elaboração própria dos autores (2021).

24. 24
É notada uma grande diferença na variação dos diferentes emojis de uma rede
social para a outra, 376 emojis diferentes no Twitter e 858 para o Instagram. O período
de recolha de informação pode ser um dos fatores para esta diferença. Comparando
os gráficos da frequência de emojis - figuras 10 e 11 -, podemos verificar que nos
posts do Instagram, as emoções e os sentimentos que são transmitidos através dos
emojis são mais positivos do que nos tweets recolhidos. Um emoji de raiva e
frustração é o que mais se destaca no gráfico que representa a frequência de emojis
no Twitter. Com base nos 15 emojis mais utilizados, onze dos emojis mais
representados no Instagram transmitem energias positivas, força, amor, brilho e
compaixão.
Figura 11: Frequência de emojis associados à hashtag #StopAsianHate no Instagram. Visualização feita através
do modelo Sunburst Diagram do RawGraphs. Fonte: Elaboração própria dos autores (2021).

25. 25
8. Cultura de Uso
Uma visão geral da hashtag e seu uso em ambas as plataformas indica que a
maior parte dos utilizadores mantem o seu uso dentro da intenção original da mesma,
ou seja, o combate à discriminação e crimes de ódio direcionados a pessoas de
ascendência asiática. Em concordância com essa motivação, também são associadas
outras hashtags de web-ativismo, particularmente as do movimento Black Lives
Matter. Notavelmente, o grupo musical sul-coreano BTS surge em ambas as
plataformas de forma bastante significativa, por serem um grupo asiático que se
manifestou pela hashtag, e cuja audiência é bastante ativa nas redes sociais. Por
outro lado, a hashtag também foi utilizada como veículo para promover artistas e
criadores de conteúdo asiáticos, tanto por terceiros, como através da autopromoção.
Surgem também algumas publicações não relacionadas com o tema, mas que
parecem utilizar a hashtag como forma de amplificar o alcance das referidas
publicações. No entanto, reafirma-se que a grande maioria das publicações se
mantém dentro do tema, e em apoio à causa, ou causas, em questão.
9. Considerações finais
No ano de 2020, com o aparecimento do vírus SARS-CoV2 na cidade chinesa
Wuhan e consequente início de uma pandemia, os ataques xenófobos e racistas
contra a população asiática e de descendência asiática começaram a ganhar grandes
proporções. É neste contexto que surge um movimento de apoio, a partir da utilização
da #StopAsianHate, na qual nos baseamos para fazer uma análise quantitativa e
qualitativa da informação recolhida no Twitter e Instagram para conseguir entender a
generalidade desta questão e movimento introduzido nas plataformas sociais e
responder algumas perguntas pertinentes do projeto.
Desta forma, a partir da investigação do presente projeto, chegamos às
seguintes conclusões:
● A maior parte dos utilizadores mantem o seu uso dentro da intenção
original da mesma, ou seja, o combate à discriminação e crimes de ódio
direcionados a pessoas de ascendência asiática, havendo assim uma
resposta positiva ao movimento. Em concordância com essa motivação,
também são associadas outras hashtags de web-ativismo,

26. 26
particularmente as do movimento Black Lives Matter, podendo dizer-se
que existe uma superior resposta de apoio do que de resposta contrária;
● A #StopAsianHate foi utilizada como veículo para promover artistas e
criadores de conteúdo asiáticos, tanto por terceiros, como através da
autopromoção;
● No Instagram conseguimos ver que o post com mais engajamento é uma
publicação do próprio perfil oficial do Instagram que possui 393 milhões
de seguidores, enquanto outras postagens com grande engajamento
também partem diretamente e/ou indiretamente de personalidades
públicas;
● A língua mais representada é o inglês, pois é a língua mais universal e
a própria hashtag é criada devido a acontecimentos e ataques de ódio
contra a comunidade ásio-americana nos EUA;
● Outras línguas representadas e com maior destaque são o tailandês e
o coreano como línguas asiáticas, e o espanhol e o português como
línguas europeias, referindo ainda que não conseguimos detectar a
língua em que foram escritos 5272 tweets;
● No Twitter, de uma amostra de 33.040 tweets, encontrámos 33.381
instâncias da #StopAsianHate. Surgem também variantes deste
hashtag, bem como outros de significado semelhante e/ou de causas
relacionadas surgem também com bastante frequência. Alguns
exemplos: #StopAsianHateCrimes com 2387 instâncias,
#StopAAPIHate (AAPI referindo-se a “Asian Americans and Pacific
Islanders”) com 6151 instâncias (sendo o segundo hashtag mais
popular), #AAPI com 178 instâncias e #RacismIsNotComedy com 3082
instâncias ;
● No Instagram, houve a utilização de 24.503 hashtags diferentes, num
total de 91688. #StopAsianHate foi responsável por apenas 7,40% de
todas as aparições, com 6783 ocorrências. A segunda hashtag mais
frequente foi #BlackLivesMatter, que representa 1,28% de todas as
hashtags. Em terceiro lugar está #stopaapihate, respondendo por

27. 27
apenas 1,11% (AAPI refere-se às comunidades Asian American Pacific
Islander);
● Entre as postagens do Instagram que analisamos, os usuários
apresentam uma diversidade muito grande no uso de hashtags;
● Na Análise Emocional, concluímos, que existe uma maior variação de
emojis no Instagram comparando com o Twitter (instagram: 858 emojis
diferentes; twitter: 376 emojis diferentes), o que pode relacionar-se com
o período de recolha da informação;
● Os posts do instagram, através dos emojis usados, transmitem
sentimentos e emoções mais positivas quando comparados com os
tweets.

28. 28
Referências
Ado, A.; Gerodimos, R. & Lilleker, D. G. (2018). “Yes We Vote”: Civic Mobilisation and
Impulsive Engagement on Instagram. Javnost: The Public. 25(3), 315–332. DOI:
10.1080/13183222.2018.1464706
Bai, Q.; Dan, Q.; Mu, Z. & Yang, M. (2019). A Systematic Review of Emoji: Current
Research and Future Perspectives. Frontiers in Psychology. Human-Media
Interaction. Disponível em:
https://www.frontiersin.org/articles/10.3389/fpsyg.2019.02221/full
Comissão Nacional para as Comemorações do 50.o Aniversário da Declaração
Universal dos Direitos do Homem e Década das Nações Unidas para a Educação em
matéria de Direitos Humanos. (2007). Conferência Mundial contra o Racismo,
Discriminação Racial, Xenofobia e Intolerância Conexa.
https://gddc.ministeriopublico.pt/sites/default/files/documentos/pdf/racismo.pdf
Emojipedia. Clapping Hands. Disponível em: https://emojipedia.org/clapping-hands/
Emojipedia. Face with symbols on mouth. Disponível em: https://emojipedia.org/face-
with-symbols-on-mouth/
Emojipedia. Purple Heart. Disponível em: https://emojipedia.org/purple-heart/
Emojipedia. Sparkles. Disponível em: https://emojipedia.org/sparkles/
Emojipedia. Red Heart. Disponível em: https://emojipedia.org/red-heart/
Flores, A.M.M.; Sepúlveda, R. (forthcoming). Métodos digitais e educação: uma
proposta de investigação. In Portas que o digital abriu na Investigação em Educação.
Nobre, A., Mouraz, A. & Duarte, M. (orgs). Universidade Aberta, Portugal (e-book)
Human Rights Watch. (2020). Covid-19 Fueling Anti-Asian Racism and Xenophobia
Worldwide | Human Rights Watch. https://www.hrw.org/news/2020/05/12/covid-19-
fueling-anti-asian-racism-and-xenophobia-worldwide
L1ght. (2020). Rising Levels of Hate Speech & Online Toxicity During This Time of
Crisis.
Mcminn, L. (2016). 5 Reasons why we like emojis to measure emotion. Consultado a
14 de maio de 2021. Disponível em: http://www.truth-serum.com.au/5-reasons-like-
emojis-measure-emotion/
Omena, J. J. (2019). Métodos Digitais: Teoria-Prática-Crítica . Lisboa: ICNOVA.
Disponível em: https://run.unl.pt/handle/10362/95333
Rosenstiel, T., Sonderman, J., Loker, K., Ivancin, M., & Kjarval, N. (2015). Chapter 2.
How people use twitter in general. AmericanPress Institute. Disponível em:
https://www.americanpressinstitute.org/publications/reports/survey-research/how-
people-use-twitter-in-general/

29. 29
Apêndice
Dataset Twitter: Twitter Workflow #StopAsianHate
Dataset Instagram: Instagram #StopAsianHate