Detección de discursos polarizados y de odio en Twitter, en el contexto de las elecciones presidenciales de Colombia en 2022 usando natural language processing

Abstract

El objetivo del presente proyecto fue detectar discursos polarizados y de odio en las elecciones presidenciales de Colombia en 2022 a partir de conversaciones en Twitter utilizando Natural Language Processing. La investigación que se ha desarrollado es de tipo cualitativa, aplicando la metodología ágil de Kanban. Se descargaron datos de Tweets sobre las elecciones presidenciales de Colombia en 2022 por medio de la API de Twitter y se realizó una encuesta para obtener los términos usados en la cultura política colombiana sean de odio o polarización hacia una ideología izquierda o derecha. Para detectar el odio y polarización se elaboró un algoritmo utilizando una librería de procesamiento de lenguaje natural TextBlob, por ser una biblioteca usada en análisis de sentimientos, para procesar y analizar los Tweets descargados. Se obtuvo que el 99,7% de los tweets procesados son neutros, es decir no tienen sentimiento positivo ni negativos, el 81% no tienen odio y que el 99,9% no tienen polarización hacia alguna ideología, es decir que el 0,1% restante de los tweets procesados y analizados tienen ideología a la izquierda, lo que lleva a concluir que ese 0,1% de los colombianos apoyan a los movimientos políticos de izquierda mientras que el restante 99,9% se mantienen neutrales en las elecciones presidenciales de Colombia en 2022.