En este espacio presento algunas reflexiones que he desarrollado a partir de las técnicas de selección de corpus que han resultado significativas para el proyecto de tesis doctoral que realizo y que se titula: Espacio comunicativo digital y smart data: Relaciones dialógicas, subjetivas y multitextuales en la configuración de las expresiones públicas hipermediadas en Twitter durante la campaña electoral de 2018 de México. El objetivo general de este proyecto es: Indagar y analizar cómo se inscriben las expresiones públicas de los usuarios de Twitter durante la coyuntura política de 2018 en la sección de comentarios de las publicaciones de los candidatos presidenciales de México, además de analizar las relaciones dialógicas, subjetividades y los multitextos que constituyen dichas enunciaciones. Comienzo con la discusión sobre el corpus a partir de lo que plantean Grivell y Silló: “La revolución digital conlleva cambios en el modo en que se lleva a cabo la investigación científica y en cómo se genera el conocimiento […](Grivell, 2003), así como el ciclo del conocimiento. Se establecen nuevas relaciones entre las bases de datos, las hipótesis y los datos resultantes de la investigación” (citado en Silió, 2005: 377). Por tal motivo, los fenómenos en Internet nos convocan a repensar las técnicas para seleccionar corpus sin disociarlas de la significatividad que tienen las prácticas humanas y sociales. Dicho esto, en principio, presento una propuesta de selección de corpus que se construye desde un filtrado definido como Smart Data, que Lei Zeng (2017) y Gardner (2012) coinciden en que esta técnica permite filtrar patrones ocultos y correlaciones inesperadas que se encuentran en el Big data y small data. Esta idea surge a partir de dos cuestionamientos centrales: ¿Qué recorte resulta significativo para el análisis cualitativo de expresiones públicas numerosas y complejas, pensadas como actos comunicativos, sociales y políticos, que se generan a partir de mensajes masivos y coyunturales? Y ¿Cómo justificar la selección de un corpus ambicioso para su posterior análisis artesanal? En segundo lugar, expongo de manera breve una reflexión con respecto a pensar de manera distinta los estudios sobre opinión pública en Internet, en tanto fenómeno que ha sido históricamente opacado por las técnicas de recolección de datos y la teoría que se sostiene con dichas técnicas, que invisibilizan las expresividades que son manifestadas en coyunturas políticas de incidencia democrática. De este modo, se evita, según Martín -Barbero, la creencia y utopía de las bondades de lo público y lo digital, en donde: "se fortalece la creencia en que el individuo puede comunicarse prescindiendo de toda mediación, y se acrecienta la desconfianza hacia cualquier figura de delegación y representación." (Martín-Barbero, 2001, p. 107).