VOLVER

Share

La negatividad de un ‘tuit’ con contenido político aumenta la probabilidad de que se haga viral

Investigadores de la Universidad de Jaén realizan un estudio basado en técnicas de inteligencia artificial para analizar publicaciones de usuarios de Twitter, un modelo que ahora prueban con mensajes sobre las elecciones a la Comunidad de Madrid. En el modelo matemático empleado en este trabajo se tuvieron en cuenta diversas variables y características del tuit, tanto a nivel del propio mensaje (cantidad de retuits, o cuántas palabras positivas o negativas emplea) como del usuario que lo publicó (número de tuits emitidos desde que se creó la cuenta, número de favoritos y listas, etc.). Además, para determinar el número de palabras positivas y negativas se emplearon unos recursos lingüísticos denominados lexicones.

Fuente: Universidad de Jaén


Jaén |
04 de mayo de 2021

Un grupo de investigadores de la Universidad de Jaén han demostrado que cuanto más negativo es un tuit con contenido político, más probabilidades tiene de ser retuiteado en la multitudinaria red social Twitter. Para ello, llevaron a cabo un estudio estadístico sobre un modelo matemático y aplicaron técnicas de inteligencia artificial basadas en Procesamiento del Lenguaje Natural (PLN) con el objetivo de determinar la polaridad de los usuarios en torno al intento de referéndum por la autodeterminación de Cataluña del 1 de octubre de 2017.

Dos usuarias de Twitter.

El objetivo de este trabajo, titulado ‘¿Cómo afectan los sentimientos a la viralidad en Twitter?’ y que ha sido publicado por la revista científica Royal Society Open Science, era comprobar si efectivamente el nivel de positividad o negatividad de las palabras de un tuit influyen en su viralidad, aplicando tal investigación a una situación política real. “El tema político está muy polarizado, lo estamos viendo con la campaña de las elecciones madrileñas. De hecho, estamos descargando tuits sobre ello para probar el modelo porque se aprecian mensajes cargados de negatividad y hasta discursos de odio”, señala María Teresa Martín Valdivia, catedrática de Lenguajes y Sistemas Informáticos de la UJA, autora del estudio junto a Salud María Jiménez Zafra, Antonio José Sáez Castillo y Antonio Conde Sánchez.

La investigadora explica que en el modelo matemático empleado en el estudio se tuvieron en cuenta diversas variables y características del tuit, tanto a nivel del propio mensaje (cantidad de retuits, o cuántas palabras positivas o negativas emplea) como del usuario que lo publicó (número de tuits emitidos desde que se creó la cuenta, número de favoritos y listas, etc.). Además, para determinar el número de palabras positivas y negativas se emplearon unos recursos lingüísticos denominados lexicones.

“Estudiamos cómo los términos que expresan sentimientos afectan a la frecuencia de retuiteo mediante un modelo de regresión que permite el análisis de diferentes variables, identificando cuáles de ellas influyen más directamente en la viralidad de un tuit. Hemos comprobado que el uso de la negatividad en un tuit aumenta la probabilidad de retuitear y que el lexicón iSOL es el que mejor determina la relación entre polaridad y viralidad”, indica María Teresa Martín.

En cuanto a la muestra empleada, se recopilaron tuits alusivos a la campaña del referéndum de Cataluña, de tal manera que se recogieron unos 50.000 tuits de unos 25.000 usuarios distintos. Se tomaron todas aquellas publicaciones lanzadas en Twitter en los días previos al 1 de octubre de 2017 con los hastag #ReferendumCatalan y #CatalanReferendum. En esas fechas los investigadores no solo se centraron en Cataluña, sino que también tomaron en cuenta tuits publicados por cualquier usuario de esta red social en todo el territorio español.

“Otra cosa importante para analizar la viralidad es que el usuario sea lo que se denomina ‘influencer’, es decir, que tenga un gran número de seguidores. Aplicando diferentes variables y según el modelo establecido logramos probar que cuantas más palabras negativas haya en el mensaje, mayor probabilidad existe de que el tuit sea retuiteado. Entre las palabras negativas introducidas, dentro de los distintos recursos lingüísticos que teníamos, prevalecen insultos y determinados verbos. Y algo realmente significativo es que los tuits con palabras positivas bajan la probabilidad de retuit”, detalla María Teresa Martín.


Share

Últimas publicaciones

Determinan la calidad nutritiva de las bebidas de soja
Granada | 12 de julio de 2025

Un equipo de investigación de la Estación Experimental del Zaidín del Consejo Superior de Investigaciones Científicas (CSIC) ha confirmado los valores nutricionales en diferentes preparados de esta leguminosa con un simulador digestivo. Concluye que los que son altos en proteínas y están enriquecidos artificialmente con calcio presentan una absorción de este mineral similar a la leche de vaca.

Sigue leyendo
El cambio climático reduce el tamaño y la supervivencia de los insectos acuáticos
Sevilla | 10 de julio de 2025

Un estudio internacional liderado desde la Estación Biológica de Doñana-CSIC ha concluido que la menor disponibilidad de oxígeno en el agua por el aumento de la temperatura provoca que disminuyan su tamaño y presenten una mayor mortalidad. El declive de estos insectos repercute en la calidad del agua, y servicios clave como la polinización o el equilibrio de nutrientes, y puede alterar los ecosistemas acuáticos.

Sigue leyendo
Un estudio de la Universidad de Granada relaciona la periodontitis con un mayor riesgo de cáncer colorrectal
Granada | 09 de julio de 2025

Cerca del 70% de los pacientes con cáncer colorrectal padecen esta enfermedad periodontal, asociada a niveles elevados de un marcador tumoral clave. Este hallazgo refuerza la importancia de que mantener una buena higiene bucal no sólo protege las encías, sino que podría ser también un factor clave para la prevención del cáncer.

Sigue leyendo

#CienciaDirecta

Tu fuente de noticias sobre ciencia andaluza

Más información Suscríbete

Ir al contenido