Noticias
Un reciente estudio titulado «Unsupervised Framing Analysis for Social Media Discourse in Polarizing Events», de los investigadores IMFD Hernán Sarmiento (Innovación IMFD), Jorge Ortiz (DCC UCH), Felipe Bravo-Márquez (DCC UCH) y Sebastián Valenzuela (PUC), junto a Marcelo Santos (UDP) y Ricardo Córdova, fue publicado en la prestigiosa revista ACM Transactions on the Web (TWEB), de la Association for Computing Machinery. La investigación examina cómo los «frames» (marcos) emergen en las conversaciones en línea polarizadas, con un enfoque particular en las plataformas de redes sociales. Estos frames, conceptos complejos y sutiles que dan forma a las discusiones, juegan un papel clave en cómo los usuarios se agrupan y comunican sobre temas controvertidos.
El estudio propone una metodología no supervisada para identificar y caracterizar estos frames, utilizando técnicas de aprendizaje automático, análisis de redes y procesamiento de lenguaje natural (NLP por sus siglas en inglés). Con el fin de evaluar rigurosamente los frames identificados, el trabajo propone la introducción de nuevas métricas para comprender las temáticas originadas en conversaciones polarizantes, nombradas como homogeneidad y relevancia.
Para validar esta propuesta, se presenta un estudio de caso sobre las elecciones presidenciales chilenas de 2021, utilizando datos extraídos de Twitter (X) y WhatsApp.
“Este caso real permite observar cómo los frames cambian en respuesta a eventos específicos y las características particulares de cada plataforma”, explica Hernán Sarmiento, ingeniero de Innovación IMFD. El estudio proporciona nuevas herramientas y conocimientos sobre cómo los frames influyen en la polarización en línea, sentando las bases para futuras investigaciones sobre las dinámicas de las comunidades digitales, especialmente aquellas involucradas en eventos altamente polarizados.
Puedes encontrar más detalles en el link: https://dl.acm.org/doi/10.1145/3711912
