Noticias periodísticas y discursos discriminatorios. Reconocimiento y clasificación automática de comentarios en Twitter

MIGUEL, PAULA; DEBANDI, NATALIA; COTIK, VIVIANA; ZAYAT, DEMIAN; PÉREZ, JUAN MANUEL; SERRATI, PABLO SANTIAGO; MORO, AGUSTÍN; ZAJAC, JOAQUÍN

Ciudad Autónoma de Buenos Aires

Jornada; XV Jornadas de Sociología de la UBA; 2023

Universidad de Buenos Aires, Facultad de Ciencias Sociales

Esta ponencia presenta resultados del proyecto “Big data y marginaciones sociales: Medios digitales y discursos de odio en redes sociales” realizado desde 2020 por un equipo interdisciplinario de la UBA. Se identificó y caracterizó discursos discriminatorios en Twitter, utilizando un dataset de tweets contextualizados relacionados con noticias publicadas en diarios digitales, seleccionadas en torno a temas que se consolidan como “problemas públicos”; en este caso, la pandemia por COVID-19 y su coyuntura local. El corpus de análisis comprende más de 4 millones de tweets asociados a 40 mil noticias de diarios de Argentina, recolectados entre marzo de 2020 y mayo de 2021. La presentación se centrará en tres aspectos: a) la definición de un marco conceptual para la detección de discursos discriminatorios; b) la preparación y construcción de un dataset a partir de publicaciones en Twitter y su etiquetado en castellano rioplatense y c) el entrenamiento y la aplicación de un clasificador BERT para la clasificación. Se propusieron dos tareas de clasificación binaria: dado un tweet, indicar si expresa odio o no; y ampliando el detalle, qué características son atacadas (entre 8 posibles) y si el mensaje contiene una llamada a la acción o no. Esto permitió sistematizar aprendizajes sobre vínculos entre medios escritos digitales y la expresión y difusión de discursos discriminatorios, así como los llamados a la acción promovidos desde estas zonas de enunciación problemática.