Acceso usuarios
Camila Rojas Sánchez, Luis Cárcamo Ulloa, Matthieu Vernier
Este estudio busca presentar y validar técnicas de análisis de evaluación de personajes involucrados en casos de corrupción política mediante un clasificador de noticias automatizado que combina inteligencia artificial, lingüística y ciencias sociales y políticas. Para ello, se realiza, con base en estrategias de tratamiento automático del lenguaje, un análisis de tópicos con LDA (Latent Dirichlet Allocation) de un corpus amplio de informaciones extraído de Sophia Search, un clasificador de noticias automatizado, y donde se encuentran 33 699 noticias sobre 07 casos de corrupción considerados escandalosos, provenientes de 64 medios informativos chilenos presentes en la web. Desde este corpus, resulta el análisis de 32 personajes involucrados entre siete hechos considerados como escandalosos políticamente, y que fueron triangulados con 1120 conceptos que ayudaron a ahondar en la evaluación de las y los personajes. Así, los resultados dejan en evidencia diferencias y similitudes en un cruce de un eje entre medios considerados hegemónicos y no hegemónicos, y de otro eje entre medios considerados tradicionales o emergentes, resaltando estrategias propias en cada uno de los tipos de medios. Finalmente se concluye sobre los resultados y se dan futuras proyecciones sobre el uso de herramientas con inteligencia artificial en ciencias sociales y políticas.
