Titulo: Modelos para el análisis de la polarización a través de PLN

Director: Esteban Feuerstein
Consejero de estudios: Diego Fernandez Slezak

Jurado
Dr. Carlos Diuk (Facebook INC).
Dr. Ana Gabriela Maguitman (Universidad Nacional del Sur).
Dr. Germán Rosatti (Universidad Nacional de San Martín).

Resumen
La polarización, entendida como la intensificación de contrastes ideológicos y sociales, ha emergido con fuerza como un tema central de preocupación en el ámbito político y académico desde el comienzo del siglo XXI. Varios países han evidenciado este fenómeno, especialmente con el ascenso de regímenes post neoliberales. Estas divisiones, en algunos casos, han despertado inquietudes sobre una posible erosión de la democracia, ya que se teme que algunas facciones puedan optar por estructuras no democráticas en lugar de ceder el poder a un grupo rival. En otros trabajos incluso, se ha señalado que la polarización provoca una reducción en el crecimiento económico debido a la incertidumbre sobre las condiciones sociales y económicas que genera.

Por otro lado, diversos trabajos de la literatura señalan una posible influencia de las redes sociales en la polarización. Estas plataformas, mediante su diseño y algoritmos de recomendación, podrían crear "cámaras de eco'', donde las opiniones se refuerzan mutuamente, lo que podría potenciar la división y el aislamiento ideológico. Resultando en un potencial aumento de conflictos y malentendidos entre diferentes grupos sociales y políticos. A su vez, otros estudios indican la dificultad de poder hacer este análisis causal al mismo tiempo que sugieren que los motivos de la polarización podrían ser multicausales o incluso ajenos a las redes sociales. Por ello, es necesario contar con nuevas herramientas para analizar mejor este complejo fenómeno y aprovechar la masividad de datos digitales que estas plataformas nos brindan.

Los avances recientes en el procesamiento del lenguaje natural , combinados con la digitalización de las discusiones a través de redes sociales, ofrecen un panorama prometedor para comprender y abordar la polarización desde una perspectiva computacional. Estas nuevas herramientas y técnicas permiten un análisis más profundo de las conversaciones y discusiones, además nos brindan la oportunidad de diseñar intervenciones más informadas y efectivas, con el objetivo final de promover un mayor entendimiento y diálogo en nuestra sociedad contemporánea.

En esta tesis, presento técnicas computacionales innovadoras para analizar la polarización, colaborando estrechamente con expertos en ciencias sociales para validar nuestras herramientas. Detecto que la polarización está fuertemente ligada al lenguaje, permitiéndonos cuantificarla y tomar medidas para abordarla. Hallo que mientras que algunos actores mantienen posturas ambivalentes, otros, como los políticos, adaptan sus estrategias según el público. También destaco que las inteligencias artificiales, como los chatbots, presentan inclinaciones en debates contemporáneos, lo que subraya la necesidad de estar informados sobre sus posiciones.

Palabras claves: Polarización, Procesamiento del lenguaje natural, Redes Sociales, PLN
Social.