Proyecto Kelsos: Big Data en el análisis del discurso, modelado y predicción de patrones sociales, culturales y demográficos

Abstract

Asistimos a una época en la que la globalización ha penetrado en el día a día del ser humano. Las redes y medios de comunicación, elementos característicos surgidos de forma espectacular a final del siglo pasado, han sido los responsables de la rotura violenta de las fronteras sociales, idiomáticas y culturales dentro de la sociedad mundial. La humanidad, tras esta evolución -más bien revolución- ha integrado a duras penas este nuevo concepto de ecosistema tecnológico, que, en muchos casos, avanza más rápidamente que el propio entendimiento de este. La revolución tecnológica fundamental de las últimas décadas se ha centrado en el desarrollo de los medios de información y comunicación. Esta información se incluye dentro de un nuevo concepto, denominado big data, y que ha supuesto todo un reto tecnológico en el terreno de las ciencias de la información y de la computación. En este sentido, comienza a aparecer un nuevo término para definir el nuevo fenómeno discursivo que incluye el paradigma de las redes sociales, los avances tecnológicos y los nuevos tipos de interacciones entre los emisores y los receptores. Dicho término es el denominado ciberdiscurso. Este ciberdiscurso, ya digitalizado, puede ser procesable por equipos informáticos, de lo que se plantea la hipótesis principal del estudio: es posible caracterizar patrones de comportamiento humano a partir del análisis del discurso semiautomático en grandes dimensiones (big data). En particular, los asuntos que se tratan en este estudio son el análisis del discurso y ciberdiscurso, las tecnologías de análisis del discurso automático y semiautomático, incluyendo el procesamiento del lenguaje natural y análisis del sentimiento, así como big data y Twitter. Con estas áreas de conocimiento, se ha planteado el desarrollo de una herramienta informática capaz de analizar la fuente de big data que provee la red social Twitter, de tal modo que pueda extraer información de tipo tendencial, social y de comportamiento del ser humano frente a diferentes eventualidades de la vida real. El desarrollo de la herramienta se puede considerar como un éxito, si bien diferentes aspectos han aflorado en el estudio. En primer lugar, el reto que ha supuesto el manejo de un gran tamaño de datos ha obligado a establecer pautas estrictas de diseño de software. Por otro lado, ese mismo tamaño ha condicionado las posibles estadísticas a realizar, con respecto al posible ruido y tamaño muestral. Del mismo modo, la aplicación de técnicas de procesamiento de lenguaje natural han generado un rendimiento correcto, aunque por debajo de lo esperado, por la propia naturaleza subjetiva del habla escrita (ciberlenguaje) utilizada en la red social. Aun así, los resultados obtenidos han sido satisfactorios, habiéndose realizado tres casos de estudio diferentes sobre el impacto del movimiento social #BlackLivesMatter, la moción de censura al expresidente del gobierno de España Mariano Rajoy Brey, y un análisis de perfil del actual presidente del gobierno español Pedro Sánchez Castejón.