elpais.com – La sociologia, la linguistica y la informática se unen para estudiar este fenómeno en las redes sociales…
Desde hace un tiempo, se afirma que la sociedad está polarizada, pero ¿cómo podemos comprobar si es cierto? ¿Se puede medir la polarización? Se puede.
La sociología, la lingüística y la informática se unen para estudiar este fenómeno en la esfera pública, muy bien representada hoy día en las redes sociales, donde los ciudadanos comparte su postura sobre cualquier tema sin complejos. Mediante técnicas de procesamiento del lenguaje natural y aprendizaje automático podemos analizar los comentarios que se publican en las redes.
Entendemos por postura polarizada aquella que se muestra a favor o en contra de una idea o mensaje, sin considerar los puntos intermedios. Entendemos, también, que una opinión que no muestra argumentos es una opinión emotiva, fruto más del sentimiento que del razonamiento.
Teniendo esto en cuenta, para estudiar la polarización debemos analizar un gran número de opiniones. Esas opiniones se reflejan en los comentarios publicados en redes sociales, por lo tanto, podemos recoger esos comentarios y estudiar si muestran una postura emotiva o, por el contrario, reflejan razonamiento y exponen argumentos meditados.

Lo primero es crear un corpus, o base de datos de comentarios, extraído de una red social. Esos comentarios deben referirse a un mismo tema, por ejemplo, unas elecciones. Una vez tenemos nuestro corpus, identificamos qué rasgos del lenguaje natural (que no es otra cosa que el lenguaje humano) nos sirven como evidencia de emotividad o de argumentación. Por ejemplo, muchos emoticonos, mayúsculas o signos de admiración indican que, posiblemente, el grado de emotividad del comentario es mayor que el de otro que contiene muchos verbos de argumentación.
Para que el programa nos entienda, hemos de convertir estas evidencias en números. Esto lo conseguimos hallando el porcentaje que hay de cada elemento —emoticonos, mayúsculas, signos de admiración, verbos, etc.— en cada comentario. En otras palabras, las evidencias son los valores que sirven para representar los comentarios de manera numérica. Esta búsqueda y registro de evidencias en el texto es, a grandes rasgos, lo que llamamos procesamiento del lenguaje natural.-
La segunda parte del proceso es la que implica el uso de la inteligencia artificial y se divide en dos fases. La primera fase requiere mentes humanas, pues es necesario tomar una parte del corpus de comentarios y etiquetar manualmente unos cuantos que le servirán de ejemplo al algoritmo de aprendizaje automático, es decir, al programa, para «aprender». Dicho de otra manera, una o varias personas etiquetan a mano un puñado de comentarios como «emotivos» o «no emotivos».
La segunda fase consiste en entrenar el algoritmo. Este toma los datos etiquetados previamente, detecta los patrones que le sirven para clasificar correctamente y genera un modelo (que es una representación de esos patrones detectados y que sirve para clasificar nuevos mensajes). Así, cuando procesemos el resto de los comentarios que tenemos guardados en nuestro corpus, el modelo los etiquetará automáticamente, basándose en lo que ha aprendido en esta fase de entrenamiento.

Finalmente, procesar nuestro corpus completo usando el modelo generado nos permite conocer cuántos comentarios son emotivos y cuántos no.
Esta técnica no busca tanto saber cuántos de los comentarios están a favor y cuántos en contra de una opinión —lo cual se podría averiguar empleando otras tecnologías como el análisis del sentimiento—, sino, más bien, medir cuánta emotividad existe en la muestra analizada, para poder concluir si en dicha muestra impera la polarización.
