Inteligencia artificial aplicado en la detección del discurso de odio en el contexto político social a principios del año 2023 en el Perú

Autores/as

  • Luz Elena Torres Talaverano Universidad Nacional Mayor de San Marcos, Facultad de Ingeniería de Sistemas e Informática. Lima, Perú https://orcid.org/0000-0001-6465-0430
  • Paula Elianne Rojas Villanueva Universidad Nacional Mayor de San Marcos, Facultad de Ingeniería de Sistemas e Informática. Lima, Perú https://orcid.org/0009-0006-8554-5406
  • Lucero Marysol Huamán Ampuero Universidad Nacional Mayor de San Marcos, Facultad de Ingeniería de Sistemas e Informática. Lima, Perú https://orcid.org/0009-0005-6092-1607
  • Ciro Rodriguez Rodriguez Universidad Nacional Mayor de San Marcos, Facultad de Ingeniería de Sistemas e Informática. Lima, Perú https://orcid.org/0000-0003-2112-1349
  • Ivan Carlo Petrlik Azabache Universidad Nacional Mayor de San Marcos, Facultad de Ingeniería de Sistemas e Informática. Lima, Perú https://orcid.org/0000-0002-1201-2143

DOI:

https://doi.org/10.15381/risi.v16i1.25061

Palabras clave:

Inteligencia artificial, Discurso de odio, Aprendizaje automático, Twitter

Resumen

La rápida propagación del discurso de odio a través de las redes sociales hacia un gran número de personas ha generado desestabilización en un contexto social y económico al inicio del año 2023. La finalidad de la investigación es detectar el discurso de odio a través de la Inteligencia Artificial con técnicas de Machine Learning en un contexto político social. Además, la investigación es de tipo aplicada en la que se llevó a cabo una búsqueda exploratoria y la población está comprendida por 1.970 tweets en las regiones del centro y sur del Perú. El muestreo es probabilístico, y se revisaron y etiquetaron manualmente 1.970 tweets de las regiones involucradas. Asimismo, la metodología aplicada fue SEMMA, ya que permite asegurar que los modelos sean precisos y se adapten a los datos de este estudio. Se realizó una comparación de los respectivos modelos para lograr un resultado óptimo, de las cuales el indicador principal fue la exactitud promedio en la que el modelo Multinomial Naive Bayes fue el mejor modelo con una puntuación del 73.87%. Finalmente, se concluye que este estudio permite acelerar el proceso de detección del discurso de odio verbal en redes sociales para el análisis de la opinión pública y la detección de presuntos incitadores de odio.

Descargas

Los datos de descarga aún no están disponibles.

Descargas

Publicado

2023-08-21

Número

Sección

Artículos de Investigaciones Originales

Cómo citar

[1]
“Inteligencia artificial aplicado en la detección del discurso de odio en el contexto político social a principios del año 2023 en el Perú”, Rev.Investig.sist.inform., vol. 16, no. 1, pp. 5–20, Aug. 2023, doi: 10.15381/risi.v16i1.25061.