Browsing by Author "Valencia Posso, Frank Darwin"

Now showing 1 - 3 of 3
  • Thumbnail Image
    Item
    Desarrollo de una medida para la polarización en las redes sociales
    (Pontificia Universidad Javeriana Cali, 2022) Valencia Sinisterra, Bantú Agustín; Valencia Posso, Frank Darwin
    Tras los últimos años el uso masivo de internet y las redes sociales han hecho que la polarización aumente, esto debido a las múltiples conexiones e influencias que se generan ahora, una sola persona puede ser influenciada por cientos de miles de personas en internet. Consecuencias de que la polarización aumente hace que arda sobre todo en temas, delicados conllevando a estallidos sociales como por ejemplo las protestas. Una alta polarización puede implicar la imposibilidad de que se llegue a un consenso, por eso es interesante tener una medida la cual te permita tener un índice de la polarización. Esteban y Ray desarrollaron una medida, esta presenta problemas, el principal es que no es suave ni continua, por el contrario, las ideas varían de forma suave, por lo tanto, lo más natural es que la polarización sea suave. Para ello vamos a utilizar unos modelos basados en DeGroot los cuales serán diferenciables, suaves y continuos. Adicionalmente con los modelos continuos se va a estudiar algunos casos donde la polarización va a tender a un mínimo usando la noción de consenso.
  • Thumbnail Image
    Item
    Reconocimiento y cuantificación de polarización ideológica en redes sociales
    (Pontificia Universidad Javeriana Cali, 2023) Ortiz Aristizabal, Nicolas Alberto; Valencia Posso, Frank Darwin
    Las redes sociales han marcado una nueva era para la comunicación en el mundo moderno y ya no sólo abren un camino para compartir información, sino también para dar a conocer la opinión de cada uno en discursos civiles que pueden llegar a millones y millones de personas. Este comportamiento genera el nacimiento de una infinidad de estudios de sociología y psicología sobre el comportamiento de las personas y los fenómenos que pueden aparecer sobre ellos, teniendo impactos masivos que son evidentes, por ejemplo, en el uso de la publicidad o las campañas políticas. De ahí nace además la necesidad de medirlos, analizarlos y predecirlos, con el fin de entender su comportamiento en un sistema masivo de información. Dicho crecimiento de la comunicación y la dispersión que tienen las opiniones dentro de las redes sociales, han generado un interés especial en comprender los fenómenos sociales y psicológicos que se originan a partir de este medio. Además, de la difícil tarea de conocer la opinión pública, aún con estos fenómenos actuando sobre las propias creencias de cada persona. Uno de los más importantes a la hora de conocer la opinión pública y su comportamiento es la polarización, pues describe como una población de personas que intercambian sus ideas, en el momento en el que estas tengan opiniones diferentes o contrarias, tendrán diferentes consecuencias en sus ideales, algunos de ellos contraintuitivos. A lo largo de este trabajo se describen los objetivos y acercamientos de las ciencias de la computación en el análisis de la opinión en redes sociales, se exponen diferentes modelos matemáticos y computacionales que se han implementado para medir y simular la polarización ideológica en redes sociales y posteriormente se expone una metodología para realizar pruebas con datos reales, obtenidos a partir de las interacciones en redes sociales, en los modelos de polarización. Además, se presenta un algoritmo que cuantifica la opinión de mensajes publicados en redes sociales empleando un modelo pre-entrenado de inteligencia artificial, de modo que las opiniones sean representadas en los parámetros de los modelos de polarización. También se implementan diferentes grafos de influencia que definen algunas formas como se pueden representar los intercambios de opinión en redes sociales. Por último, se evalúan las opiniones de un conjunto de datos de Reddit y se generan las simulaciones de polarización empleando el modelo presentado por el grupo Avispa, a partir de las cuales se presentan límites y retroalimentaciones del modelo actual y se proponen nuevos enfoques que pueden favorecer a la simulación de la opinión y la polarización en redes sociales desde las ciencias de la computación.
  • Thumbnail Image
    Item
    A Theory to Reason About Distributed Information
    (Pontificia Universidad Javeriana Cali, 2021) Ramírez Rico, Sergio Steven; Valencia Posso, Frank Darwin; Rueda, Camilo
    Esta disertación se enfoca en el análisis de información grupal en sistemas multiagentes espacialmente distribuidos. Se propone una generalización de los sistemas espaciales de restricciones (SCS por sus siglas en inglés) los cuales representan adecuadamente sistemas con información parcial (restricciones) distribuida en espacios proporcionados a los agentes del sistema. En el marco SCS los espacios se representan como funciones que preservan el operator join, que permiten razonar sobre información espacial y conocimiento. Intuitivamente, la información almacenada o que reside en los espacios de los agentes puede verse como local para el agente o como información que este considera verdadera. Sin embargo, SCS no proporciona un mecanismo para representar y analizar la información distribuida de grupos de agentes. Tener la capacidad de caracterizar dicha información es relevante en ambientes distribuidos ya que esta corresponde a información distribuida entre los miembros de un grupo, aunque ninguno de ellos necesariamente la posea. Además, la información distribuida puede ser usada, por ejemplo, para analizar o predecir cambios en la información de un grupo cuando se agrega o remueve un agente, con el propósito de prevenir evoluciones del sistema potencialmente peligrosas o no deseadas. Este trabajo desarrolla la teoría de SCS para formalizar y analizar información de grupos de agentes (que pueden ser infinitos). Equiparemos SCS con funciones adaptadas, que preservan el operador join, para representar la información de algún grupo I que se entiende como un simple agente. Intuitivamente, estas funciones representan la información que pertenece a un espacio (virtual) que se forma con los agentes de I. Específicamente, las principales contribuciones de este trabajo son: (i) caracterización de la información distribuida de grupos como funciones particulares que preservan el operador join, (ii) formalización de propiedades composicionales de dichas funciones para especificar la información de grupos en términos de la información de sus subgrupos, (iii) definición de condiciones específicas bajo las cuales la información de un grupo infinito de agentes puede ser representada en términos de un subgrupo finito de dichos agentes, (iv) desarrollo de algoritmos para calcular información distribuida y aplicaciones en geometría y morfología matemática, y (v) una especificación formal en lógica de reescritura para representar SCS que permite la verificación de propiedades tales como tolerancia a fallas e inferencia de conocimiento.