Aplicación de la ciencia de datos. Los espejos algorítmicos de las redes sociales

El caso de X (antes Twitter) y la polarización política

Las plataformas de redes sociales, en particular X, se han convertido en espacios cruciales para el discurso público, moldeando las normas sociales y reflejando el sentir público. Este estudio de caso examina la aplicación práctica de modelos y algoritmos estadísticos para comprender el papel de X en la polarización política.

Reflexión sobre el sentimiento basada en datos de X

El objetivo era analizar datos para evaluar el sentimiento público con respecto a los eventos políticos y comprender la contribución de la plataforma a la polarización social.

Mediante procesamiento del lenguaje natural (PLN) y análisis de sentimientos, investigadores del Instituto Tecnológico de Massachusetts (MIT) analizaron más de 10 millones de tuits del período en torno a las elecciones presidenciales estadounidenses de 2020. Los tuits se filtraron utilizando hashtags y palabras clave políticamente relevantes.

Mapa Electoral EU 2020

Descifrando el pulso digital

Se creó un índice de sentimiento que clasifica los tuits en positivos, negativos o neutrales respecto a los candidatos. Este «Índice de Sentimiento Político de X» (léase al final el anexo) ofreció una visión temporal de las fluctuaciones del ánimo del público respecto a los eventos y debates clave de la campaña.

Las cámaras de eco de Internet

El análisis de redes reveló distintos grupos de usuarios según líneas ideológicas, lo que ilustra la presencia de cámaras de eco. El estudio examinó las redes de retuits y destacó cómo la información circulaba dentro de grupos políticamente homogéneos, reforzando las creencias existentes.

El estudio mostró una exposición limitada de los usuarios a opiniones políticas opuestas en X, lo que aumenta la polarización. También correlacionó cambios significativos en el índice de sentimiento con eventos de la vida real, como anuncios de políticas y resultados electorales.

Dando forma al futuro del discurso público

El estudio, publicado en Science, enfatiza la necesidad de transparencia en los algoritmos de redes sociales para mitigar los efectos de las cámaras de eco. Los conocimientos adquiridos se utilizan para informar a los responsables políticos y educadores sobre la dinámica del discurso en línea y para fomentar el diseño de algoritmos que promuevan un intercambio digital de ideas más equilibrado y abierto.

Los hallazgos del análisis de datos de X del MIT subrayan el poder de la plataforma como barómetro en tiempo real del sentimiento público y su papel en la configuración del discurso político. El estudio de caso ofrece una hoja de ruta para aprovechar el big data y fomentar un proceso democrático más sano en la era digital.

En algunas plataformas de streaming tenemos ejemplos visuales de este tema. "Dilema de las redes sociales", "Nada es privado" "Red Social", entre otras muestra pasajes que nos comparte una idea del mundo actual con el uso de la data.

Al reunir estos diversos estudios de caso, queda claro que la estadística y el análisis de datos distan mucho de ser simples herramientas tecnológicas. Son, de hecho, los instrumentos mediante los cuales podemos descubrir verdades más profundas sobre nuestro mundo.

Pueden iluminar lo invisible, predecir el futuro y ayudarnos a moldearlo hacia el bien común. Estas narrativas ejemplifican la búsqueda del verdadero conocimiento, la promoción de buenas acciones y la apreciación de un mundo hermoso.

ANEXO

El proceso de análisis de sentimientos en X generalmente implica:

1. 1. Recopilación de datos:

   Se recogen grandes cantidades de publicaciones de X relacionadas con un tema político específico. 

2. 2. Análisis de texto:

   Se utiliza software o técnicas de inteligencia artificial para identificar palabras clave y expresiones que sugieren un sentimiento positivo, negativo o neutral. 

3. 3. Interpretación del sentimiento:

   El software asigna un valor de sentimiento (por ejemplo, un número que va de -1 a 1, donde -1 es muy negativo, 0 es neutral y 1 es muy positivo) a cada publicación. 

4. 4. Averiguación de tendencias:

   Se analizan los valores de sentimiento de miles o millones de publicaciones para identificar patrones y tendencias. 

Aplicaciones del análisis de sentimientos en X:

• Predicción electoral:

  El análisis de sentimientos puede ayudar a predecir el ganador de una elección o las preferencias de los votantes hacia un partido político. 

• Monitoreo del discurso político:

  Se puede usar para identificar tendencias en el discurso político, la opinión pública sobre ciertas políticas y los debates en curso. 

• Evaluación de la efectividad de las campañas políticas:

  Permite evaluar la reacción de los votantes ante anuncios o mensajes políticos. 

• Identificación de temas clave:

  El análisis de sentimientos puede ayudar a identificar los temas más importantes y controvertidos en la opinión pública