Reconocimiento y cuantificación de polarización ideológica en redes sociales
Loading...
Date
2023
Director
Journal Title
Journal ISSN
Volume Title
Publisher
Pontificia Universidad Javeriana Cali
Abstract
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.
Description
item.page.descriptioneng
Social media has marked a new era for communication in the modern world, not only providing a path for sharing information but also for expressing individual opinions in civil discourse that can reach millions and millions of people. This behavior has led to a multitude of sociological and psychological studies on people’s behavior and the phenomena that may appear from it, with evident massive impacts, for example in the use of advertising or political campaigns. Hence, the need to measure, analyze, and predict these impacts arises in order to understand their behavior within a massive information system. The growth of communication and the spread of opinions within social networks have generated a special interest in understanding the social and psychological phenomena that arise from this medium. Additionally, it is a challenging task to comprehend public opinion, especially considering the influence of these phenomena on individuals’ own beliefs. One of the most important factors in understanding public opinion and its behavior is polarization. It describes how a population of individuals exchanging ideas with differing or opposing opinions can have various consequences on their own opinion, some of which may be counterintuitive. Throughout this work, it is described the objectives and approaches of computer science in the analysis of opinion on social networks. It also presents different mathematical and computational models that have been implemented to measure and simulate ideological polarization in social networks. Subsequently, a methodology is proposed to conduct tests with real data obtained from interactions on social networks using polarization models. In addition, an algorithm is presented that quantifies the opinion of messages posted on social networks using a pre-trained artificial intelligence model. This allows opinions to be represented within the parameters of the polarization models. Different influence graphs are also implemented, which define various ways to represent opinion exchanges on social networks. Finally, the document presents the result of the quantification of the opinions from a dataset from Reddit, and the polarization simulations that are generated using the model presented by the Avispa group. From these simulations, it presents the limitations and feedback of the current model and proposes new approaches that can enhance the simulation of opinion and polarization on social networks from the field of computer science.
Keywords
Polarización, Redes sociales, Modelos de opinión, Simulación.