Detección de la polaridad reputacional de los mensajes en redes sociales mediante una herramienta basada en Inteligencia Artificial: Estudio de caso exploratorio

Abstract

La reputación de una marca u organización constituye una representación colectiva del juicio que, en conjunto, sus públicos hacen de ella. Mientras que el análisis de sentimiento de los mensajes se limita a la clasificación global de estos como positivos, neutros o negativos, las etiquetas pueden variar si nos centramos en la polaridad reputacional hacia una marca que se mencione en dichos posts; en este último caso, estaríamos hablando del impacto que el mensaje tendría sobre la percepción positiva, neutra o negativa de dicha firma. El presente estudio exploratorio compara los resultados de sentimiento de un software para el análisis en investigación cualitativa Atlas.TI, con los de polaridad reputacional de la herramienta de Inteligencia Artificial expresamente ideada para este concepto por una gran consultora de comunicación. Un grupo de tres personas etiquetó la polaridad de cada mensaje para establecer cuál correspondía como verdadera para la IA, de manera que la consultora comprobara la fabilidad de su herramienta en términos de precisión (accuracy) y de acierto dentro del total para una etiqueta determinada (recall). Se han seleccionado muestras de posts en la red social * (antigua Twitter) de siete marcas pertenecientes a los sectores de la hostelería, la tecnología y las bebidas. Se indaga en qué conceptos resultarían determinantes para que la IA identifique la polaridad de un mensaje, comparando las nubes de palabras de cada muestra con idéntica polaridad de una misma marca; y, dentro de cada sector, el contraste entre los resultados de polaridad con la herramienta de la consultora, y los de sentimiento con Atlas.TI.