Creen un sistema que permet predir resultats electorals amb l'anàlisi d'opinions a Twitter

Investigadors de la Universitat de Granada (UGR), pertanyents al departament de Ciències de la Computació i Intel·ligència Artificial, han modelat un sistema basat en tècniques d'intel·ligència artificial que permet predir els resultats d'unes eleccions mitjançant l'anàlisi d'opinions a Twitter.

En aquest treball els científics de la UGR proposen un sistema de Big Data descriptiu capaç de tractar amb una massiva quantitat d'informació no estructurada (un gran 'data lake') provinent de Twitter, aconseguint establir un sistema de previsió política durant les eleccions americanes de 2016, en què va guanyar Donald Trump davant de Hillary Clinton.

La política està avui dia en boca de tots. Mostra d'això és la quantitat de fils de conversa sobre aquests temes que dia a dia s'aboquen en totes les xarxes socials. Una de les xarxes socials més utilitzades per aquests menesters és la xarxa social Twitter, on trobem opinions dels partits, els dirigents, els militants o simplement de les persones interessades en la política. Ser capaç de processar adequadament aquestes dades i convertir-los en coneixement és una àrdua tasca que beneficia a multitud de camps, des de l'acadèmic, l'empresarial o l'àmbit periodístic.

La investigació de la UGR és fruit d'aquesta motivació de poder "resumir" una gran quantitat de dades en informació clara i concisa, que aporti valor a una possible pregunta d'investigació.

El sistema ha estat desenvolupat per José Ángel Díaz García, María Dolores Ruiz i María José Martín-Baptista, de l'departament de Ciències de la Computació i Intel·ligència Artificial de la Universitat de Granada, i provat en un problema real de comparació entre dos polítics i els seus polítiques: Donald Trump i Hillary Clinton, enfrontats a les eleccions generals dels EUA de novembre de 2016.

SENTIMENTS I EMOCIONS

El mètode ideat a la UGR ofereix d'una manera fàcilment interpretable i explicable una sèrie de relacions entre conceptes i discussions a la xarxa social sobre els dos polítics, així com els sentiments i emocions associats als mateixos. "Al nucli del nostre sistema, trobem tècniques no supervisades d'Intel·ligència Artificial, és a dir, tècniques que no necessiten bases de dades prèviament etiquetades per poder ser entrenades i utilitzades", apunten els autors.

Destaquen entre elles les regles d'associació, que mitjançant l'ús de lexicons i diccionaris permeten l'anàlisi de sentiments. "Estàs tècniques tenen avui dia un gran valor pel fet que aporten solucions interpretables i fàcilment entenedors, el que comporta una fàcil traçabilitat de les dades i proporciona resultats fàcilment explicables que podrien ser utilitzats per persones sense coneixements tècnics, democratitzant així l'accés a la intel·ligència Artificial ", apunten els autors.

Aquest nou enfocament descriptiu difereix dels tradicionals models de 'Machine Learning', orientats a l'anàlisi de predictiu de sentiments, en els quals es necessiten de grans bases de dades pre-etiquetades (cosa molt escàs en xarxes socials, a causa de la volatilitat dels temes), i normalment ofereixen solucions poc interpretables basades en ajustos matemàtics molt complexos.

L'anàlisi dels resultats obtinguts dóna suport a la capacitat de sistema dissenyat a la UGR d'obtenir regles d'associació i patrons amb gran valor descriptiu en el cas d'ús de les eleccions americanes. Així, es poden establir paral·lelismes entre aquests patrons amb esdeveniments de la vida real.

Alguns d'aquests paral·lelismes descoberts pel sistema poden ser els que relacionen de manera molt forta les paraules prohibició, servei i transgènere amb Donald Trump, la qual cosa mostra que l'actual president americà estava alineat amb la prohibició del servei d'aquestes persones en el sector, cosa que ja estava sent considerat el 2016 i que va ser confirmat en 2017.

Quant als sentiments, el sistema revela com la societat americana tenia un major nivell d'enuig amb Hillary Clinton enfront de Trump, el qual encapçala l'emoció "trust", és a dir, els tuits sobre Trump eren emesos per persones amb una alta confiança en l'actual president dels EUA.

Si tenim en compte que les dades van ser processats durant la campanya electoral, podria per tant fins i tot traçar un paral·lelisme en els posteriors resultats que van donar la victòria a Donald Trump, segons els experts.