Mi porqué de la radicalización en la campaña electoral en EEUU

Esta mañana hablábamos de la Inteligencia artificial en el seminario del grupo de investigación, estábamos analizando el video reciente de la reunión del Foro Económico Mundial en Davos.

Lo primero, es que se hace una correspondencia casi que unívoca entre Machine Learning e Inteligencia Artificial, pero como Domingos dice; "es sólo el mas exitoso de sus subcampos".

En el Foro Stuart Russell habla sobre un aspecto que se espera se desarrolle mejor este año y es la detección de emociones humanas.  Esa detección no es únicamente reconocimiento facial de emociones, incluye análisis de vos, (entonación y otras características), sino lo que ya se hace con el texto y el análisis de lenguaje natural.

Los Análisis de Semántica Latente - LSA, (por su siglas en inglés) permiten hoy día encontrar los temas de un discurso escrito.  Estas tecnologías se aplican hoy día casi que comúnmente en el análisis de publicaciones en las diferentes redes sociales.

Es de conocimiento general que Obama en su primer periodo electoral utilizo Machine Learning para agrupar la población de voluntarios y así encontrar aquellos que le permitirían maximizar la inversión monetaria de su campaña.  Los resultados son evidentes.

Ahora bien, que tiene qué ver todo esto con Donald?

Bueno primero habría que decir que para encontrar un conejo hay que sacarlo de la madriguera.

Si se quiere hallar perfiles específicos de personas hay varios métodos, los concursos de habilidades son uno de ellos, pero requiere infraestructuras complejas y para las elecciones no es apropiado.

Pero, si lo que se hace es caldear los ánimos con comentarios desatinados o radicales, las personas reaccionan y se enfrentan, entre más fuerte sea el enfrentamiento más radical es el lenguaje y es más fácil de caracterizar las emociones en los textos.

Usualmente en esa "minería de Twitters" usamos trees categorías; bueno, malo y neutral.  Esto se hace usando unos diccionarios de palabras que para la población de determinada lengua tiene las mencionadas características.  Si se afina el modelo incluso se podría determinas emociones finamente como tristeza, rabia, alegría entre otras mas complejas.

Visualicemos entonces lo que sucede durante y después de una declaración de Donald.

La gente escribe reaccionando a lo que considera un ataque o una injusticia, situación que hace que los antagonistas se manifiesten igualmente para un posterior debate. 

Todas esas opiniones se colectan. georeferencian y clasifican.  Luego se reconstruyen las redes sociales y se identifican discretamente en el centro de estas los personajes con influencias más altas o acordes al perfil. 

De esta forma se pueden caracterizar territorios de electores mayoritariamente acordes o en desacuerdo para activar acciones específicas en favor de la campaña.

En unos meses sabremos si en efecto Donald y sus amigos están hoy día usando algoritmia de este estilo, y que tan eficiente fue la caracterización en pro de las acciones elecciones.