Information Management and Big Data

¿En qué medida el lenguaje natural expresado en las redes sociales puede contribuir a anticipar las tendencias de una elección presidencial?

Esta investigación aborda dicha interrogante mediante el desarrollo de un algoritmo orientado a identificar preferencias electorales a partir del análisis lingüístico de los mensajes publicados en Twitter.

A diferencia de los enfoques centrados exclusivamente en el volumen de menciones o en el análisis de sentimiento, nuestra propuesta incorpora criterios sintáctico-semánticos para examinar la estructura del discurso digital. A partir de reglas desarrolladas desde el campo de la lingüística, el algoritmo identifica dos formas de expresar la preferencia electoral: explícita, cuando el usuario manifiesta directamente su apoyo a un candidato; e implícita, cuando dicha preferencia no se declara abiertamente, pero puede inferirse mediante el análisis de las palabras empleadas y de la estructura gramatical del mensaje. El modelo fue aplicado al contexto de la elección presidencial mexicana de 2018 para identificar tendencias electorales hacia Andrés Manuel López Obrador, Ricardo Anaya y José Antonio Meade.

Los resultados muestran una correspondencia relevante con la tendencia observada en el proceso electoral: el algoritmo situó a López Obrador en primer lugar, con 45.6%, seguido de Anaya, con 37.1%, y Meade, con 17.3%. Si bien el estudio reconoce limitaciones asociadas con el tamaño de la muestra y diferencias respecto de los resultados oficiales, los hallazgos aportan evidencia sobre el potencial del procesamiento del lenguaje natural para complementar los instrumentos tradicionales de medición de la opinión pública y contribuir al análisis y anticipación de tendencias electorales.