Recibido: 2017-09-14 / Aceptado: 2017-12-05

Redes sociales, inteligencia computacional y predicción electoral: el caso de las primarias presidenciales de Chile 2017

Pedro Santander, Claudio Elórtegui, Cristian González, Héctor Allende-Cid, Wenceslao Palma

DOI: 10.7764/cdi.41.1218

Resumen


Este artículo muestra resultados de una investigación interdisciplinar aplicada a la capacidad predictiva de las redes sociales, específicamente Twitter, en las primarias legales en Chile de 2017. Mediante la incorporación de inteligencia computacional, se monitoreó la interacción de todos los usuarios chilenos que mencionaron al menos una vez a algunos de los cinco candidatos en competencia para diseñar un modelo de pronóstico que consideró el contexto propio de la comunicación política. Como resultado, se lograron modelos cuyos pronósticos estuvieron bajo 2% en el error absoluto medio (MAE), es decir, con mayor precisión que las encuestas electorales.

Palabras clave


predicción electoral; redes sociales; elecciones primarias; comunicación política; Twitter; inteligencia computacional

Como citar Santander, P., Elórtegui, C., González, C., Allende-Cid, H., & Palma, W. (2017). Redes sociales, inteligencia computacional y predicción electoral: el caso de las primarias presidenciales de Chile 2017. Cuadernos.Info, (41), 41-56. https://doi.org/10.7764/cdi.41.1218

Referencias

  1. Aguado, J. & Navarro, H. (2013). Comunicación móvil, ecosistema digital e industrias culturales. In J. Aguado, C. Feijóo, & I. Martínez (coords.). La comunicación móvil. Hacia un nuevo ecosistema digital [Mobile communication: Towards a new digital ecosystem]. Barcelona: Gedisa.
  2. Aparaschivei, P. (2011). The Use of Media in Electoral Campaigns: Analysis on the Use of Blogs, Facebook, Twitter and YouTube in the 2009 Romanian Presidential Campaign. Journal of Media Research, 4(2), 39–60. Retrieved from http://www.mrjournal.ro/docs/R2/10MR5.pdf
  3. Bakliwal, A., Foster, J., van der Puil, J., O’Brien, R., Tounsi, L., & Hughes, M. (2013). Sentiment Analysis of Political Tuits: Towards an Accurate Classifier. In Proceedings of the Workshop on Language Analysis in Social Media (pp. 49–58). Stroudsburg, PA: Association for Computational Linguistics.
  4. Bermingham, A. & Smeaton, A. F. (2011). On using Twitter to monitor political sentiment and predict election results. In Proceedings of the Workshop on Sentiment Analysis where AI meets Psychology (SAAIP) (pp. 2-10). Chiang Mai, Thailand: Workshop at the International Joint Conference for Natural Language Processing. Retrieved from http://doras.dcu.ie/16670/
  5. Boczkowski, P. (2016). Los diarios con Hillary, los fans con Trump. Campañas, medios y mensajes [The newspapers with Hillary, the fans with Trump. Campaigns, media and messages]. Revista Anfibia. Retrieved from http://www.revistaanfibia.com/ensayo/los-diarios-hillary-los-fans-trump/
  6. Campos, F. (2008). Las redes sociales trastocan los modelos de los medios de comunicación tradicionales [Social networks disrupt traditional media models]. Revista Latina de Comunicación Social, 11(63), 287-293. https://doi.org/10.4185/RLCS-63-2008-767-287-293
  7. Castells, M. (2009). Comunicación y Poder [Communication power]. Madrid: Alianza Editorial.
  8. Castells, M. (2015). Redes de indignación y esperanza [Indignation and hope networks]. Madrid: Alianza Editorial.
  9. Ceron, A., Curini, L., & Iacus, S. (2017). Politics and Big Data. London: Routledge
  10. Congosto M., Fernández, M., & Moro, E. (2011). Twitter y política: información, opinión y ¿predicción? [Twitter and politics: information, opinion and prediction?]. Cuadernos de comunicación Evoca, (4), 11-16. Retrieved from http://neolabs.es/evoca/down/cuadernos4.pdf
  11. Cotarelo, R. (Coord.) (2013). Ciberpolítica. Las nuevas formas de acción y la comunicación política [Cyberpolitics. New forms of action and political communication]. Valencia: Tirant Lo Blanc.
  12. Deltell, L., Claes, F., & Osteso, J. (2013). Predicción de tendencia política por Twitter: Elecciones Andaluzas 2012 [Political Trends Prediction on Twitter: Andalusian Election, 2012]. Ámbitos. Revista Internacional de Comunicación, (22), 91-100. Retrieved from http://institucional.us.es/ambitos/?P=148
  13. Fábrega, J. & Paredes, P. (2012). La política chilena en 140 caracteres [Chilean Politics in 140 Characters]. In A. Arriagada & P. Navia (Eds.), Intermedios. Medios de comunicación y democracia en Chile [Intermedia. Media and democracy in Chile] (pp. 199-224). Santiago: Universidad Diego Portales.
  14. Feijóo, C., Maghiros, I., Abadie, F., & Gómez Barroso, J.L. (2009). Exploring a heterogeneous and fragmented digital ecosystem: Mobile content. Telematics and Informatics, 25(3), 282-292. https://doi.org/10.1016/j.tele.2008.11.009
  15. García, F. (2015). Twitter en las campañas políticas en Latinoamérica [Twitter in Political Campaigns in Latin America]. In D. Ivoskus (Ed.), VI Cumbre Mundial de Comunicación Política [VI World Political Communication Summit]. Santo Domingo: Editorial Funglode.
  16. Gerstlé, J. (2004). La comunication politique [Political communication]. Paris: Éditions Dalloz.
  17. Gutiérrez-Rubí, A. (2011). La política vigilada. La comunicación en la era de Wikileaks [Monitored politics. Communication in the Wikileaks era]. Barcelona: Editorial UOC.
  18. Guzmán, G. & Sánchez Medero, R. (2016). El ecosistema digital de la comunicación política. In R. Sánchez Medero (Ed.), Comunicación Política. Nuevas dinámicas y ciudadanía permanente [Political Communication. New dynamics and permanent citizenship]. Madrid: Tecnos.
  19. Habermas, J. (1986). L’espace public. Archéologie de la publicité comme dimension constitutive de la société bourgeoise [The Structural Transformation of the Public Sphere: An Inquiry into a Category of Bourgeois Society]. Paris: Payot.
  20. Harvey, L. (2013). Communication Issues and policy implications. In F. Biocca & M. Levy (Eds.). Communication in the age of virtual reality. New Jersey: Lawrence Erlbaum Associates.
  21. Hilbert, M. (2017). The More You Know, the More You Can Grow: An Information Theoretic Approach to Growth in the Information Age. Entropy, 19(2), 82. https://doi.org/10.3390/e19020082
  22. Issenberg, S. (2012). The Victory Lab. New York: Crown Publishers.
  23. Jenkins, H. (2006). Convergence culture. Where old and new media collide. New York: University Press.
  24. Larsson, A. O. & Moe, H. (2011). Studying political microblogging: Twitter users in the 2010 Swedish election campaign. New Media and Society, 14(5), 729-747. https://doi.org/10.1177/1461444811422894
  25. Lippmann, W. (1922). Public opinion. New York: Harcourt, Brace and Co.
  26. Magnani, E. (2017). Big data y política. El poder de los algoritmos [Big data and politics. The Power of Algorithms]. Nueva Sociedad, (269), 45-55. Retrieved from http://nuso.org/articulo/big-data-y-politica/
  27. McCombs, M. & Shaw, D. (1972). The agenda setting function of mass media. The Public Opinion Quarterly, 36(2), 176-187. https://doi.org/10.1086/267990
  28. McQuail, D. (1991). Introducción a la teoría de la comunicación de masas [Introduction to the mass communication theory]. Barcelona: Paidós.
  29. Momoc, A. (2013). Social Media - PR Tools for Romanian Politicians? Procedia-Social and Behavioral Sciences, 81, 116-121. https://doi.org/10.1016/j.sbspro.2013.06.398
  30. Noëlle-Neumann, E. (1995). La espiral del silencio. Opinión pública: nuestra piel social [The spiral of silence. Public opinion: our social skin]. Barcelona: Paidós.
  31. Ochigame, R. & Holston, J. (2016) Filtering Dissent. Social Media and Land Struggles in Brazil. New Left Review, (99), 85-108. Retrieved from https://newleftreview.org/II/99/rodrigo-ochigame-Jamesholston-filtering-dissent
  32. Pang, B., Lee, L., & Vaithyanathan, S. (2002). Thumbs up?: sentiment classification using machine learning techniques. In Proceedings of the ACL-02 conference on Empirical methods in natural language processing-Volume 10 (pp. 79-86). Stroudsburg, PA: Association for Computational Linguistics.
  33. Price, V. (1994). La Opinión Pública [Public opinion]. Madrid: Gedisa.
  34. Provost, F. & Fawcett, T. (2013). Data Science and its Relationship to Big Data and Data-Driven Decision Making. Big Data, 1(1), 51-59. https://doi.org/10.1089/big.2013.1508
  35. Riquelme, F. & González-Cantergiani P. (2016). Measuring user influence on Twitter. Information Processing & Management, 52(5), 949–975. https://doi.org/10.1016/j.ipm.2016.04.003
  36. Rogers, R. (2004). Information Politics on the Web. Cambridge, MA: MIT Press.
  37. Russell, S. J., Norvig, P., & Davis, E. (2016). Artificial intelligence: a modern approach. Harlow: Prentice Hall.
  38. Sánchez Medero, R. (2016). Nuevos métodos para viejos propósitos: marketing político para el siglo XXI [New Methods for Old Purposes: Political Marketing for the 21st Century]. Cuadernos Hispanoamericanos, (792), 25-41. Retrieved from https://issuu.com/publicacionesaecid/docs/web_cha_792_junio_2016
  39. Schoen, H., Gayo-Avello, D., Takis Metaxas, P., Mustafaraj, E., Strohmaier, M., & Gloor, P. (2013). The power of prediction with social media. Internet Research, 23(5), 528-543. https://doi.org/10.1108/IntR-06-2013-0115
  40. Scolari, C. (2012). Media ecology: exploring the metaphor to expand the theory. Communication Theory, 22(2), 204-225. https://doi.org/10.1111/j.1468-2885.2012.01404.x
  41. Scolari, C. (2013). Narrativas transmedia. Cuando todos los medios cuentan [Transmedia Narrative: when all media count]. Barcelona: Deusto.
  42. Scolari, C. (2015). Ecología de los medios. Entorno, evoluciones e interpretaciones [Media ecology: Environment, evolutions and interpretations]. Barcelona: Gedisa.
  43. Sebastiani, F. (2002). Machine Learning in Automated Text Categorization. ACM Computing Surveys (CSUR), 34(1), 1–47. https://doi.org/10.1145/505282.505283
  44. Taylor, S. & Lethman, B. (2017). Forecasting at scale. The American Statistician (accepted author version posted online). http://doi.org/10.1080/00031305.2017.1380080
  45. Thompson, J. (1998). Los media y la modernidad. Una teoría de los medios de comunicación [The Media and Modernity: A Social Theory of the Media]. Barcelona: Paidós Comunicación.
  46. Tumasjan, A., Sprenger, T., Sandner, P., & Welpe, I. (2010) Predicting Elections with Twitter: What 140 Characters Reveal about Political Sentiment. Icwsm, 10(1), 178-185. Retrieved from http://www.aaai.org/ocs/index.php/ICWSM/ICWSM10/paper/view/1441.
  47. Van Dijck, J. (2016). La cultura de la conectividad: una historia crítica de las redes sociales [The Culture of Connectivity: A Critical History of Social Media]. Buenos Aires: Siglo Veintiuno Editores.
  48. Varol, O., Ferrara, E., Davis, C., Menczer, F., & Flammini, A. (2017). Online Human-Bot Interactions: Detection, Estimation, and Characterization. arXiv preprint arXiv:1703.03107. Retrieved from https://arxiv.org/pdf/1703.03107.pdf?ref=il
  49. Wescott, N. (2008). Digital Diplomacy: The Impact of the Internet on International Relations. Oxford Internet Institute Research Paper Series, (16), 1-20. https://doi.org/10.2139/ssrn.1326476
  50. Willmott, C. J. & Matsuura, K. (2005). Advantages of the mean absolute error (MAE) over the root mean square error (RMSE) in assessing average model performance. Climate Research, 30(1), 79–82. https://doi.org/10.3354/cr030079
  51. Zhang, Y., Jin, R., & Zhou, Z.-H. (2010). Understanding bag-of-words model: a statistical framework. International Journal of Machine Learning and Cybernetics, 1(1–4), 43–52. https://doi.org/10.1007/s13042-010-0001-0


Enlaces refback

  • No hay ningún enlace refback.