Cobertura web de la corrupción en Chile: análisis automatizado con inteligencia artificial y lingüística

Abstract

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.//This study seeks to present and validate analytical techniques for evaluating figures involved in political corruption cases using an automated news classifier that combines artificial intelligence, linguistics, and social and political sciences. To this end, a topic analysis using LDA (Latent Dirichlet Allocation) is analyzed using automatic language processing strategies. A large corpus of information extracted from Sophia Search, an automated news classifier, contains 33,699 news items about seven corruption cases considered scandalous, from 64 Chilean online news outlets. From this corpus, the analysis of 32 figures involved in seven events considered politically scandalous is obtained. These items were triangulated with 1120 concepts that helped to deepen the evaluation of the figures. Thus, the results reveal differences and similarities across one axis between media considered hegemonic and non-hegemonic, and across another axis between media considered traditional or emerging, highlighting distinct strategies in each media type. Finally, a conclusion is drawn from the results and future projections are made regarding the use of artificial intelligence tools in social and political sciences.