Resumen
Este análisis estudia el vocabulario, los temas y el tono de Donald Trump a partir de 97.219 posts publicados en X/Twitter y Truth Social entre el 4 de mayo de 2009 y el 29 de octubre de 2026, de los cuales 52.570 tienen texto propio en inglés y no están duplicados.
Su actividad alcanzó un máximo de 12.233 posts en 2020 y se intensificó en Truth Social, donde publica en promedio 165 posts por semana, frente a 96 en su etapa de Twitter, y con mensajes cada vez más largos.
Un modelo de tópicos, elegido entre 108 corridas por su coherencia, diversidad y estabilidad, distingue 55 temas, encabezados por los mítines y llamados a votar, los respaldos a candidatos y los agradecimientos.
El tono, medido post a post con un modelo de sentimiento validado frente a una muestra etiquetada a mano, resulta levemente positivo en promedio, más negativo en 2022 y 2023 y más positivo desde la elección de noviembre de 2024.
Datos y limpieza
La base combina un archivo de X/Twitter desde 2009 y de Truth Social hasta el 8 de enero de 2026 con el archivo público de Truth Social de CNN, que extiende la serie hasta el 29 de octubre de 2026, y en el periodo común prevalece el primero por conservar 731 posts borrados que CNN ya no registra. En cambio, no se encontró una fuente gratuita para los posts en X posteriores a enero de 2026, que quedan fuera del análisis (entre 2023 y 2025 publicó 603 en esa red).
Cada post se identifica con el número de su URL y se fecha con la hora que ese número codifica, convertida al huso horario del este de Estados Unidos, lo que corrige unos 630 tweets registrados en UTC.
La limpieza elimina los enlaces (incluidos los que Truth Social parte con espacios), los marcadores de imagen o video, los caracteres mal codificados y la firma «President DJT» con que cierran muchos posts recientes. Las citas manuales de fans, frecuentes entre 2012 y 2015, se reducen al comentario de Trump y se tratan como reposts cuando ese comentario no existe o no puede separarse con seguridad.
Con ello, los 97.219 posts se dividen en 52.659 originales, 4.931 citas con comentario propio, 24.510 reposts y 15.119 con solo un enlace, una imagen o un video, y de los 57.590 con texto propio se descartan 5.007 duplicados exactos y 13 escritos en otros idiomas, lo que deja 52.570 posts para el análisis.
Cuándo y cuánto publica
El volumen de posts creció junto con su carrera política, desde 871 en 2011 y 8.363 en 2013 hasta un máximo de 12.233 en 2020, año de la pandemia y de la elección, cuando llegó a publicar 502 posts en una sola semana, entre el 1 y el 7 de junio.
La suspensión de su cuenta de Twitter, el 8 de enero de 2021, interrumpió la serie hasta su primer post en Truth Social, en febrero de 2022, y desde entonces publica más que en la etapa anterior, con 165 posts por semana en promedio frente a 96. También cambió la composición, ya que los reposts pasaron del 30% de sus posts en Twitter al 18% en Truth Social, plataforma en la que abundan los posts con solo un enlace, una imagen o un video.
En cuanto al horario, publica sobre todo en días hábiles, con el martes como día más activo en ambas plataformas, aunque su hora pico pasó de las 8 de la mañana en Twitter a las 11 en Truth Social. La proporción de posts nocturnos, entre las 22 y las 6 horas, se mantuvo entre el 17% y el 18%, mientras que la de fines de semana subió del 23% al 26%.
Cómo escribe
La longitud de sus mensajes siguió los límites de cada plataforma: la mediana pasó de 16 palabras con el límite de 140 caracteres a 33 cuando Twitter lo duplicó, en noviembre de 2017, y en Truth Social se mantuvo en unas 30 palabras hasta 2024 antes de subir a 46 en 2025 y a 48 en 2026.
Su vocabulario tiene un eje estable en «great», la palabra más frecuente en las dos etapas (15% de sus posts de Twitter y 26% de los de Truth Social), mientras que en Truth Social ganan peso «America», «country», «election» y «Biden», además de «complete» y «total», propias de la fórmula con que respalda a candidatos («Complete and Total Endorsement»).
Las menciones a sus rivales marcan cada etapa: Barack Obama aparece en el 24,6% de sus posts de 2012, Hillary Clinton en el 16,5% de los de 2016, Joe Biden en el 18,1% de los de 2023 y Kamala Harris en el 12,7% de los de 2024.
De qué habla: modelo de tópicos
Los temas se identificaron con BERTopic en los 48.139 posts con al menos cinco palabras, ya que los más cortos son reacciones como «Thanks!» sin un tema definido. Este método convierte cada post en un vector mediante un modelo de lenguaje (embedding), reduce sus dimensiones con UMAP, agrupa los posts parecidos con HDBSCAN y describe cada grupo con las palabras que mejor lo distinguen (c-TF-IDF, afinadas con KeyBERT y MMR).
La configuración se eligió según la coherencia de sus tópicos (NPMI), la diversidad de sus palabras, el porcentaje de posts sin tópico y su estabilidad entre semillas, entre 108 corridas que combinan tres modelos de embeddings (MiniLM, MPNet y BGE) con 12 ajustes de HDBSCAN y tres semillas. Entre las configuraciones de 30 a 80 tópicos, los tres modelos quedaron prácticamente empatados, con una calidad (coherencia por diversidad) de entre 0,173 y 0,176, y la más alta fue la de MiniLM con grupos de al menos 200 posts.
El modelo final distingue 55 tópicos y, como es habitual en textos cortos, dejó inicialmente sin tópico al 30% de los posts, proporción que bajó al 5,8% al reasignar a su tópico más parecido solo los posts que se le asemejaban tanto como el 90% de los ya asignados. Los mítines y llamados a votar forman el tópico más grande (6,8% de los posts), seguidos por los respaldos a candidatos (4,3%) y los agradecimientos (4,0%).
Cada tema tiene su año de mayor peso: Obama en 2012 (15,9% de sus posts de ese año), los agradecimientos a fans en 2013 (16,3%), los consejos de negocios en 2014 (15,9%), los mítines en 2016 (25%), Rusia y la investigación Mueller en 2018 (10,3%), los juicios y fiscales en 2023 (14,8%) y los respaldos a candidatos en 2026 (17,3%).
El mapa de tópicos y la matriz de similitud agrupan estos temas en familias: los ataques a la prensa, los juicios y la investigación Mueller forman un bloque muy cercano (similitud de 0,67 a 0,77); las encuestas, los demócratas y republicanos, Biden y Obama, otro; y los agradecimientos, las entrevistas y los mítines, un tercero.
Con qué tono: sentimiento
El sentimiento se midió con el modelo RoBERTa de Cardiff NLP entrenado con tuits (twitter-roberta-base-sentiment-latest), que, aplicado al texto con sus mayúsculas, signos y emojis, asigna a cada post la clase más probable y un puntaje entre −1 y 1, igual a la probabilidad de que sea positivo menos la de que sea negativo.
Para medir su exactitud se etiquetó a mano una muestra aleatoria de 200 posts sin ver la respuesta del modelo, y este coincide con la etiqueta manual en el 63% de los 191 que conservan el mismo texto en el corpus (intervalo de confianza del 95% entre el 57% y el 70%, F1 macro de 0,61). Su error más frecuente es leer como positivos anuncios de tono entusiasta que la etiqueta manual considera neutrales.
Ni un modelo más grande (RoBERTa-large de j-hartmann), ni el promedio de ambos, ni umbrales ajustados a la muestra mejoraron el F1 en dos puntos o más, el criterio fijado de antemano, por lo que se mantuvo el modelo de Cardiff, útil para comparar periodos y temas más que para juzgar posts individuales.
En conjunto, el 43,5% de los posts es positivo, el 37,2% negativo y el 19,4% neutral, con un puntaje medio de 0,095, algo más alto en Twitter (0,109) que en Truth Social (0,061).
Los años más negativos fueron 2022 y 2023 (en 2023, más de la mitad de sus posts fue negativa, cuando los juicios y fiscales ocupaban el 14,8% de lo que publicaba) y los más positivos, 2025 y 2026, con un 54% y un 50% de posts positivos. El mes más positivo de toda la serie es diciembre de 2024, tras la elección, y el más negativo, noviembre de 2011.
El tono depende sobre todo del tema: los respaldos a candidatos (0,73), los mítines (0,71) y las entrevistas en televisión (0,64) son los tópicos más positivos, y la prensa «fake news» (−0,62), la investigación Mueller (−0,59) y los juicios y fiscales (−0,58), los más negativos. Entre sus rivales, los posts sobre Biden (−0,50) resultan más negativos que los dedicados a Obama (−0,42).
En cambio, no hay relación entre cuánto publica y con qué tono, ya que en 734 semanas la correlación entre el número de posts y su puntaje medio es de 0,06 y no resulta significativa (p = 0,10).
