Cobertura web de la corrupción en Chile: análisis automatizado con inteligencia artificial y lingüística

Web coverage of corruption in Chile: automated analysis with artificial intelligence and linguistics

Rojas-Sánchez, C., Cárcamo-Ulloa, L. y Vernier, M. (2025). Cobertura web de la corrupción en Chile: análisis automatizado con inteligencia artificial y lingüística. Universitas XX1, 43, pp. 65-93, https://doi.org/10.17163/uni.n43.2025.03

Desde el retorno a la democracia, Chile ha sido registrado y conocido como uno de los países con mayores índices de transparencia, disputando el primer lugar latinoamericano con Uruguay (Transparencia Internacional, 2024). Sin embargo, dicho puntaje ha caído significativamente desde 2014, luego de que trascendieran varios casos de corrupción con alto impacto que involucran a figuras e instituciones políticas relevantes del país, poniendo de manifiesto deficiencias estructurales en la prevención y sanción de la corrupción (Wilenman y Feddersen, 2023; Heiss, 2023; Matus, 2020; Nash, 2017; CIPER, 2015a, 2015b).

Si bien, no se puede negar que en las últimas dos décadas Chile ha materializado progresos en lo que dice relación a normas e instituciones ligadas a la transparencia y probidad pública, tales avances, han sido parciales y generalmente impulsados por algún escándalo de corrupción (Nash, 2017; Zalaquett, 2011), lo que ha constituido una baja confianza en instituciones públicas y privadas (Irarrazabal y Cruz, 2023).

Esta caída en la confianza, en 20 años, no es al azar, ya que, difundidos por los medios de comunicación, los escándalos de corrupción y los privilegios de algunos personajes dentro de la política chilena son evidenciables.

En términos de Thompson (2001), los casos de corrupción son presentados como escándalos políticos y promueven la movilización de la indignación moral y el ejercicio de la denuncia frente a un público (Pereyra, 2012). En este sentido, la corrupción no se puede entender sin tener en cuenta las redes sociales y las plataformas multimediales, pues como señalan diversas investigaciones, el uso de fuentes de información modernas (la web) influye en el interés por la política y específicamente en las temáticas de corrupción (Pastrana, 2019; Nash, 2017), pues, si bien, el mayor consumo de plataformas digitales genera un grado más alto de exposición a contenidos diversos, esto termina por fortalecer convicciones, debido a la capacidad de los algoritmos que ocupan estas plataformas de ofrecer información personalizada y/o ad hoc (Aruguete et al., 2024; Vidal y Olivares, 2020; Waisbord, 2020).

De esta forma, las redes sociales y las aplicaciones tecnológicas van alcanzando la importancia informativa que obtiene la televisión. Así, el WhatsApp, las redes sociales, y la televisión abierta son los medios más frecuentados para informarse por los chilenos y chilenas, según la encuesta CADEM (2025). De esta manera, pareciese que el consumo de medios tradicionales tiene efectos positivos sobre la opinión y participación política, y el uso de redes sociales, en tanto es multidireccional, incentiva otras dimensiones más críticas sobre la participación política (Navia y Ulriksen, 2017). De esta forma, las discusiones políticas en la web estarían reemplazando el uso de los medios de comunicación tradicionales en los procesos democráticos en América Latina (Rodríguez-Virgili y Fernández, 2017).

En efecto, la digitalización, como señalan Serrano y Salvat (2015), que se inició como un medio de comunicación más, se ha ido ampliando y filtrando por todas las dimensiones de nuestra sociedad, con lo cual ocurre el proceso de migración digital desde la Sociedad de la Información a la actual Sociedad Red, donde la digitalización ha rizomatizado la estructura de la información, dando cuenta de la irrupción de lo digital en la prensa, y donde la Internet es reconocida como un medio particular que se caracteriza por integrar y fusionar en sí a todos los medios hasta ahora conocidos. De hecho, se habla ya de una nueva configuración del sistema de medios en Chile, donde cohabitan las versiones digitales de los medios tradicionales y nuevos medios nacidos para las redes (Vernier et al., 2017), y donde las redes sociales y las aplicaciones tecnológicas van alcanzando la importancia informativa que tenían los medios formales, modificando el sistema informativo chileno (López-Rabadán y Mellado, 2018; Ayala, 2016).

El periodismo está experimentando cambios sustanciales derivados de la evolución tecnológica y de la interacción social que esta evolución posibilita, atravesando una crisis de credibilidad y confianza (Sixto et al., 2021). Por eso, hay quienes plantean que instruir a la ciudadanía consumidora de noticias, desde una perspectiva crítica, es la vía más desafiante para garantizar la calidad de los ecosistemas informativos democráticos (Cárcamo et al., 2021; Cárcamo et al., 2023), frente a este fenómeno donde la ciudadanía parecería vulnerable ante noticias de mala calidad o enmarques poco explícitos (Vernier et al., Scheihing, 2018).

De hecho, en el caso chileno, Mellado y Scherman (2020), realizan un estudio para mapear la diversidad de fuentes y su calidad en las plataformas y medios de noticias en Chile, y según sus resultados, los medios en línea no parecen contribuir a una mayor diversidad en la representación de los personajes sociales, y parecieran tener predilección por informar sobre celebridades y personajes que aparecen en los medios tradicionales, especialmente en televisión. Misma conclusión a la que había llegado Couso (2011), al señalar que, al menos en Chile, y probablemente en otras democracias latinoamericanas también, los nuevos medios de comunicación digital no han transformado radicalmente el escenario de configuración de la agenda pública que producen los medios tradicionales.

En este sentido, este tipo de tratamiento informativo da cuenta de un sesgo típico de las coberturas mediáticas sensacionalistas: la personalización de la noticia, la cual expresa la tendencia mediática a focalizar su atención en los actores más que en sus acciones, incrementando la atención del público a partir del despliegue de elementos afectivos explícitos dramáticos y controversiales (Zunino y Focás, 2021; Palau y Davesa, 2013). De allí que la corrupción puede ser entendida como un fenómeno de corte interpretativo (Sola-Morales y Rivera, 2017).

Por ello es que esta investigación se plantea como objetivo presentar y validar técnicas de análisis de evaluación de personajes involucrados en casos de corrupción política mediante un clasificador de noticias automatizado que combina inteligencia artificial, lingüística y ciencias sociales. Para ello, en este estudio se analiza, con base en estrategias de tratamiento automático del lenguaje, un análisis de tópicos con LDA (Latent Dirichlet Allocation) de un corpus amplio de informaciones extraído de Sophia Search, un clasificador de noticias automatizado, y donde se encuentran 33 699 noticias sobre 07 casos de corrupción considerados escandalosos, provenientes de medios de todo Chile.

En consecuencia, a ello, se procesan todas las noticias para representarlas como una lista de sustantivos, conceptos claves, y entidades, y se agregan patrones para buscar sus frecuencias.

Además, debido a que se obtienen frecuencias de personajes y conceptos, se realiza un análisis de sentimientos dentro del procesamiento del lenguaje natural (NLP), aplicándolo a evaluaciones morales de las noticias sobre casos de corrupción. De esta manera, se hizo un análisis de sentimientos o también llamado de polaridad, obteniendo diversas puntuaciones, con un valor entre -1 y 1 que viene a indicar de una única vez si el modelo es positivo o negativo. Valores próximos a -1 indican que es muy negativo, próximos a cero indicarían que es neutro y próximos a 1 sería muy positivo.

Luego se genera una triangulación de los datos arrojados, tanto por el análisis de frecuencia y polaridad o sentimientos de los personajes vinculados a los casos de corrupción, como por el análisis de frecuencia conceptual de las noticias relacionadas a los mismos.

Al respecto, hay que tener en consideración que la investigación centrada en la construcción de modelos supervisados de aprendizaje automático para clasificar textos en este idioma todavía es escasa, pero va en aumento (Sánchez et al., 2020), y la mayoría de estudios que clasifican textos en español tienen su origen en el proyecto TASS (Taller de Análisis de Sentimientos en la Sociedad Española para el Procesado del Lenguaje Natural - SEPLN), que tiene como finalidad promover la investigación y el desarrollo de nuevos algoritmos y técnicas, y que se aplica al análisis de opiniones en español (García Cumbreras et al., 2016).

De hecho, hay investigaciones que aplican análisis de sentimientos para indagar en las evaluaciones morales y posibles sesgos que podrían estar afectando en los textos de las noticias en la web, tarea desafiante, debido a las dificultades de procesar algunos fenómenos lingüísticos subyacentes como la negación, la ironía, el sarcasmo, la ambigüedad del lenguaje natural (Xu et al., 2024, Sutriawan et al., 2024), y más ampliamente, la subjetividad de las opiniones (García-Vega et al., 2020), que exigen contexto al análisis. De hecho, la lingüística presta atención a la innovación tecnológica en tanto tiene repercusión en la lengua hispanohablante y sus usos (Lovón y Parini, 2024).

Estos nuevos enfoques que aúnan métodos computacionales y big data se empiezan a abordar en la investigación de la comunicación en las ciencias sociales y políticas (Arcila-Calderón et al., 2016), y abren nuevas perspectivas para su aplicación en otros sectores como el de la comunicación política.

Esta investigación culmina con las conclusiones generales del estudio, señalando la experiencia del uso de una herramienta que combina inteligencia artificial con las disciplinas académicas de la lingüística y las ciencias sociales y políticas, e indicando proyecciones de futuros estudios que seguirán permitiendo ahondar en el análisis del pluralismo mediático en Chile.

Debido al gran volumen de información publicada en línea, la carga recae en los enfoques automatizados para identificar estos marcos dentro del texto. Morstatter et al. (2018) prueban un modelo de aprendizaje automatizado (machine learning), que permite reconocer patrones e identificar sesgos en los encuadres periodísticos. Asimismo, Saez-Trumper et al. (2013) examinan los sesgos en fuentes de noticias en línea y las comunidades que las rodean. Para ello, presentan métodos no supervisados que consideran tres tipos de sesgos: sesgo de selección o “control”, sesgo de cobertura y sesgo de declaración, caracterizando cada uno de ellos a través de una serie de métricas, identificando que dichos sesgos se incrementan en plataformas vinculadas a redes sociales. También, hay investigaciones que señalan posibles sesgos discriminatorios en los algoritmos que permiten estos análisis (O’Neil, 2017; Martínez et al., 2020).

Este tipo de enfoques metodológicos tiene la dificultad de advertir fenómenos lingüísticos como la ironía, el sarcasmo, y la ambigüedad inherente al lenguaje natural (Xu et al., 2024, Sutriawan et al., 2024), por ello, los enormes volúmenes de textos requieren de herramientas capaces de procesar automáticamente estos mensajes sin perder fiabilidad. Para ello, se pueden utilizar procesos de aprendizaje automático supervisado (machine learning), lo que permite tener en cuenta el contexto, mostrando patrones, pero siempre hay que darles chance a las personas investigadoras para afinar el análisis (Baviera, 2017), pues los métodos automáticos de análisis no pueden prescindir de una exigente codificación manual si se desea utilizarlos con fiabilidad en la investigación.

A continuación, se presenta el diseño metodológico de esta investigación, haciendo énfasis en la búsqueda de noticias mediante el software Sophia (Vernier y Ruiz, 2023) y el análisis mediante el lenguaje de programación de código abierto debido al alto volumen de datos (Oliva, 2017), y la triangulación con datos codificados por el equipo de investigación (Otero, 2020).

Diseño General de Investigación

El presente estudio es de carácter mixto, con una metodología cuantitativa y una cualitativa, ya que se busca acceder y rastrear grandes flujos de noticias de distintos medios con presencia en la web sobre casos de corrupción política, y para ello se seguirá un modelo de análisis basado en minería de datos en la web, específicamente bajo un conjunto de medios de comunicación que el software Sophia indexa. Asimismo, se busca acceder a procesos interpretativos sobre el tratamiento del tema de la corrupción política en distintos medios de comunicación de Chile, ya sean a nivel nacional, como a nivel local.

Para explorar el tratamiento noticioso de distintos temas en todas sus etapas comunicacionales, se necesita de la combinación de técnicas cualitativas y cuantitativas (Amadeo, 2008). Así, el análisis de contenido se ofrece como una técnica adecuada y válida para la recolección y el procesamiento de grandes cantidades de datos y la consecuente identificación de los tópicos presentes en las noticias (Sádaba et al., 2012; Koziner, 2015).

Diseño muestral y estrategia de muestreo

El diseño muestral se acogió a una lógica comprensiva que dependía de los avances que se iban alcanzando en el entendimiento del problema estudiado durante el progreso mismo de la investigación. Así, la búsqueda se realizó bajo la plataforma Sophia, herramienta de recopilación de grandes volúmenes de datos de noticias de prensa, lo que permite explorar fenómenos sociales a partir del uso de algoritmos de machine learning y de lingüística computacional, desarrollando así metodologías computacionales de análisis del lenguaje humano aplicadas a las ciencias sociales y políticas, utilizando inteligencia artificial y algoritmos.

Sophia es un software de recopilación automática e indexación de documentos web que elabora métodos computacionales e indicadores construidos a partir de la recopilación de grandes volúmenes de datos de noticias de prensa en varios países del mundo, utilizando algoritmos de machine learning y de lingüística computacional y desarrollando metodologías computacionales de análisis del lenguaje humano aplicadas a las ciencias sociales.

El conjunto de medios seguidos es un catastro heterogéneo en sus orientaciones políticas, geográficamente distribuidos por todo el territorio nacional y con orígenes mediales diversos, y el periodo de análisis tiene relación con la creación de hitos de los escándalos de corrupción, por tanto, se analizan todos aquellos textos relacionados con los casos de corrupción considerados escandalosos entre 2014 y 2022.

Cobra relevancia entender cómo funciona la plataforma Sophia. Sophia Search es un motor de búsqueda que indexa millones de noticias de prensa publicadas por los medios de prensa (Verniery Ruiz, 2023). A partir de una lista de palabras claves, un rango de fecha y una lista de medios de prensa, devuelve las noticias más relevantes, indicando en particular su fecha de publicación, el medio de prensa que la publicó, el título y contenido de la noticia y su URL.

Plan de análisis

Se almacenaron noticias emitidas sobre distintos casos de corrupción considerados escandalosos. Para ello, en el buscador de Sophia se hizo la siguiente búsqueda, según siete casos de importancia mediática, filtrando por fechas entre 31 de diciembre del 2013 y el 01 de enero del 2023.

Luego se unieron estos siete outputs de Sophia Research en un documento CSV, para ser procesado y analizado mediante lenguaje Python, documento al que se le agregan algunas variables, con el fin de hacer una caracterización general de los medios que hablan de casos de corrupción en Chile.

Luego, para poder identificar y comparar el tratamiento de la cobertura periodística de los escándalos de corrupción chilenos ocurridos entre 2014 y 2022, se procesaron todas las noticias para representarlas como una lista de sustantivos como (NOUN); conceptos claves (PATTERN); entidades como (PER) y (ORG), y se agregaron patrones para buscar sus frecuencias.

Además, debido a que se analizaron frecuencias de personajes y conceptos, se puede analizar evaluaciones morales de las noticias sobre casos de corrupción. De esta manera, se hizo un análisis de sentimientos o también llamado de polaridad, obteniendo diversas puntuaciones, con un valor entre -1 y 1 que viene a indicar de una única vez si el modelo es positivo o negativo. Valores próximos a -1 indican que es muy negativo, próximos a cero indicarían que es neutro y próximos a 1 sería muy positivo.

El análisis de sentimientos es un caso de uso del procesamiento del lenguaje natural (NLP) y se incluye en la categoría de clasificación de texto, que implica clasificar un texto en varios sentimientos, como positivo, negativo o neutral. Por lo tanto, el objetivo final del análisis de sentimientos es descifrar el sentimiento subyacente de un texto. Esto también se conoce como Minería de Opinión.

De esta manera, resulta un análisis de 32 personajes involucrados entre los 07 hechos considerados como escandalosos políticamente, y que fueron triangulados con 1120 conceptos que ayudaron a ahondar en la evaluación de los personajes.

El análisis que se presenta a continuación fue elaborado para el estudio de un conjunto de noticias del ámbito nacional sobre hechos de corrupción considerados escandalosos en Chile, entre 2014 y 2022, como lo son: caso Cascadas o también conocido como caso SQM, caso Penta, caso Caval, Milicogate, Pacogate, caso Corpesca, y caso Rodrigo Rojas Vade.

En total, el análisis se aplicó a un conjunto de 33 699 noticias, distribuidas en 64 medios de todo Chile, presentes en la web (tabla 1).

Asimismo, para saber qué variables son interesantes de analizar, es que se presenta una panorámica general de la cobertura mediática de los hechos de corrupción en Chile. De esta manera, se puede ver la distribución geográfica de los medios que emitieron al menos una noticia sobre algún escándalo de corrupción (ilustración 1). En este sentido, es importante señalar que estas 33 699 noticias que están distribuidas en 64 medios están ubicados geográficamente en 39 comunas a lo largo de Chile, y como en la mayoría de la cobertura noticiosa en Chile, esta está concentrada en una mayor proporción en la Región Metropolitana, y en esta ocasión, con un poco más del 70 % de las emisiones de noticias en dicha Región, e inclusive, únicamente en la comuna de Santiago se concentra casi el 25 % de todas las noticias emitidas en el periodo de tiempo que concentra los años 2014 y 2022.

También se puede ver una panorámica a lo largo del tiempo de las emisiones de las noticias de corrupción entre 2014 y 2022 (ilustración 2). Allí se puede observar que el peak más alto de post de noticias sobre hechos de corrupción coincide con el comienzo del segundo gobierno de Michelle Bachelet, en el primer trimestre del 2015, donde la temática del financiamiento ilegal emerge a la luz pública, y luego el segundo peak coincide con el caso Rodrigo Rojas Vade, en septiembre de 2021, cuando luego de una entrevista a La Tercera, el exconvencional Rodrigo Rojas admitió no padecer de cáncer, pese a que obtuvo donaciones para el supuesto tratamiento.

Llama la atención aquí, que entremedio de estos peak, se mantiene de forma relativamente estable la cantidad de post sobre hechos de corrupción en Chile, y eso no quiere decir que no hayan existido otros casos de corrupción.

Asimismo, para poder generar comparaciones de tipos de medios en la web se pueden buscar características de cada medio, tales como, año de origen y personalidad jurídica, etc., con el fin de poder caracterizar a los medios.

En relación con el año de origen del medio, tal como establece Couso (2011), en Chile, hay un alto grado de digitalización, y desde su instalación en el país, comienzan a surgir “nuevos medios”, donde encontramos (1) medios tradicionales, incluyendo sus versiones digitales, que son creados antes de 1990 y la llegada profesional de internet en el país; y (2) medios emergentes, incluyendo sus versiones digitales, que son creados antes de 1990 y la llegada profesional de internet en el país.

Referente a la personalidad jurídica de cada medio, con esta información, se puede categorizar a aquellos propietarios que tengan más de un medio como (1) hegemónicos, y aquellos que tengan solo un medio como (2) no hegemónicos.

De esta manera, podemos categorizar los medios que cubren noticias de corrupción, entre medios hegemónicos tradicionales (HT), medios no hegemónicos tradicionales (HNT), medios hegemónicos emergentes (HE) y medios no hegemónicos emergentes (NHE), como se puede ver en la ilustración 3.

De esta forma, y como se puede ver también en la tabla 2, se evidencia de que, bajo esta primera caracterización por medios que cubren noticias de corrupción, los medios que postean más noticias sobre hechos noticiosos considerados como escándalos políticos, en forma decreciente, son los hegemónicos emergentes (HE), que son un 39,1 % de los medios analizados y cubren un 46,5 % de las noticias bajos sus post; luego están los Hegemónicos Tradicionales (HT), que son solo un 9,4 % de los medios analizados y cubren un 36,3 % de las noticias bajos sus post; después se encuentran los No Hegemónicos Emergentes (NHE), que son un 40,6 % de los medios analizados y cubren un 16,1 % de las noticias bajos sus post; y por último están los No Hegemónicos Tradicionales (NHT), que son un 10,9 % de los medios analizados y cubren solo un 1,1 % de las noticias bajos sus post.

Como se puede ver en la ilustración 3 y la tabla 2, aquellos medios emergentes, es decir que sus orígenes radican desde 1990 en adelante, son el 79,7 %, casi un 80 %, de los medios analizados. Y si se ve desde términos hegemónicos, es decir, si la personalidad jurídica de dichos medios tiene uno o más medios bajo su poder, se percibe que un 82,8 % de los posts que cubren noticias relacionadas a casos de corrupción provienen de medios hegemónicos. Es decir, que pese a la alta emergencia de medios que permite la digitalización, el volumen de emisión en la cobertura sigue estando en manos de medios hegemónicos, sean estos emergentes o tradicionales.

Ahora, si se desea analizar sobre quiénes, de qué, y cómo se habla de los casos de corrupción, además de comparar los distintos tratamientos de los escándalos de corrupción, entonces es conveniente hacer los análisis por caso de corrupción. Para ello, se tuvo en consideración la cobertura por casos, los que, como se puede evidenciar en las tablas 3.1 y 3.2, varían según el caso noticioso.

A continuación, se presenta una síntesis de los resultados que profundizan el análisis que se hizo de 32 personajes involucrados entre los siete hechos considerados como escandalosos políticamente, y que fueron triangulados con los 1120 conceptos que ayudaron a ahondar en la evaluación de los personajes.

Es importante aclarar que, al ser una investigación que dice relación con casos de corrupción, entonces las evaluaciones de polaridad o de sentimiento, se inclinan a puntuaciones negativas (García-Vega et al., 2020; Martínez et al., Sustaeta, 2020), debido a que dichos personajes, incluso fiscales o denunciantes de los hechos, están relacionados a conceptos ligados a los delitos mencionados en las noticias, y los que, por su carga moral, darán promedios negativos.

De esta manera, mediante una escala de color de los porcentajes de cobertura, como de la polaridad promedio que puntuaron los personajes, se puede señalar que el personaje con mayor cobertura dentro de los medios, y pese a que es está involucrado en uno de los casos con menor cantidad de noticias, es Rodrigo Rojas Vade. Esto puede responder a que, a diferencia de los otros casos, a quien se acusa de cometer el delito es a una única persona, lo cual hace que el interés por cubrir el hecho sea únicamente dirigido hacia dicha persona, gatillando la pérdida de credibilidad del primer proceso constitucional.

Algo similar ocurre en el caso Milicogate, en donde el ex comandante Fuente-Alba se encuentra procesado e investigado por determinación de la ministra en visita Romy Rutherford, ambos con altos porcentajes de cobertura y de polaridad promedio negativa. Aunque, los otros acusados por la ministra en visita, a pesar de no tener una alta cobertura, sí tienen altas puntuaciones negativas en la escala de sentimientos, llamando la atención que, si bien son evaluados de forma negativa en la mayoría de los tipos de medios, al ser imputados, no lo están por sobre Rutherford.

Lo mismo sucede con la fiscal Ximena Chong en el caso Corpesca, teniendo siempre una polaridad promedio más negativa que Jaime Orpis, siendo él una de las personas involucradas en el caso y condenado por ello.

Al respecto, en el caso Cascadas, llama la atención la baja cobertura hacia el personaje de Julio Ponce Lerou, principal benefactor de las compraventas de las sociedades cascadas de SQM, cobertura que no alcanza el 7 % en varios de los tipos de medios, con excepción a los medios no hegemónicos emergentes, quienes lo mencionan en en casi un 19 % de las noticias vinculadas al caso.

Por el contrario, la cobertura de Natalia Compagnon en el caso Caval es alta, cercana al 30 % y el 40 % según tipo de medio, y con ello, también lo es su alta polaridad negativa en casi todos los tipos de medios.

Con respecto al caso Penta, llama la atención la alta cobertura a la Unión Demócrata Independiente (UDI), la única organización evaluada en esta investigación como personaje, obteniendo la mayor polaridad negativa en casi todos los tipos de medios, a excepción de los hegemónicos emergentes en donde Sebastián Piñera alcanza ese lugar.

En relación con el caso Pacogate, resalta la puntuación negativa en la escala de polaridad del expolicía Bruno Villalobos, incluso por sobre Eduardo Gordon, quien sí estuvo condenado por el delito de malversación de caudales públicos, quedando con arraigo nacional y firma mensual.

En todos los casos, se evidencia la personalización de la noticia, focalizando la atención en los actores más que en sus acciones, con elementos afectivos explícitos (Zunino y Focás, 2021; Palau y Davesa, 2013). Las tablas 4 y 5 resumen estadísticamente todas estas evaluaciones.

La triangulación de los datos arrojados, tanto por el análisis de frecuencia de mención, como por el de polaridad o sentimientos de los personajes vinculados a los casos considerados como escandalosos políticamente en Chile, y el análisis de frecuencia conceptual de las noticias relacionadas a los mismos, permite identificar tópicos y estrategias predominantes en la cobertura periodística de los escándalos de corrupción chilenos ocurridos entre 2014 y 2022 por parte de medios informativos chilenos presentes en la web, además de comparar los distintos tratamientos de dichos escándalos de corrupción.

Además, este tipo de herramienta al entregar las noticias más relevantes, se pudo realizar un análisis de contenido de las noticias (ver tabla 6). De esta manera, en este estudio se deja en evidencia que los medios hegemónicos, sean tradicionales o emergentes, tienen un tratamiento similar del hecho noticioso, con diferencias solo de énfasis sobre quiénes y de qué hablan. Cabe recordar que este tipo de medios contiene casi el 83 % de todas las emisiones de noticias relacionadas a los casos de corrupción estudiadas en esta investigación. Por tanto, tal como lo señalan Mellado y Scherman (2020) y Couso (2011), los medios en línea no parecieran contribuir a una mayor diversidad en la representación de distintos sectores sociales, e incluso parecieran tener predilección por informar sobre celebridades y personajes que aparecen en los medios tradicionales.

Con respecto al análisis de personajes, llama la atención la táctica de algunos medios, particularmente de los medios no hegemónicos tradicionales de omitir la mención de delitos, ocupando la estrategia de nombrar sustantivos concretos y que no tienen una carga moral negativa, neutralizando así la carga moral del hecho considerado como escandaloso, e incluso nombran adjetivos positivos como “libertad”, por lo que varios de los personajes señalados dentro de estos medios tienen una evaluación neutra o hasta positiva en la escala de polaridad o sentimientos, perpetuando así el statu quo del ecosistema informativo, sin una diferencia de perspectiva evidente con los medios hegemónicos, la que, inclusive, no se desea hacer, debido a posibles conexiones de autoridades políticas y públicas con distintos medios aquí analizados.

Asimismo, los medios no hegemónicos emergentes, se diferencian de los medios hegemónicos al dar mayor énfasis al dar mayor cobertura a autoridades nacionales, de todo el espectro político, pero con mayor perseverancia en el sector cercano a la UDI, relacionándolo a palabras negativas y vinculándolos con la dictadura de Pinochet, por lo que sus evaluaciones tienden a ser más negativas. También llama la atención en este tipo de medios la alta cobertura a personajes que no están involucrados de forma directa a los hechos de corrupción, como es el caso de Sebastián Piñera y Michelle Bachelet, ambos mandatarios de Chile desde que comienzan a conocerse los casos de corrupción.

Es importante señalar que en el proceso de análisis fue necesario que el equipo de investigación diera contexto en el caso de algunas ambigüedades que surgieron, pues tal como sugieren Xu et al. (2014) y Sutriawan et al. (2024), es importante hacer los ajustes correspondientes a la devolución del software ante ambigüedades léxicas. Esto ocurrió en el caso en donde dos personas se nombran exactamente igual, y el software no es capaz de diferenciarlo (como ocurre con gerentes de empresas en donde padres e hijos se llaman igual y ambos son gerentes). También ocurrió cuando los personajes no siempre fueron nombrados de la misma forma en las noticias, por lo que el software asume que, si un apellido es individualizado de su nombre, tomará al apellido como un personaje a parte (ejemplo, Piñera y Sebastián Piñera), o, si en el nombre del personaje hay un acento y hay medios que lo nombran sin acento, entonces también el programa asume que son dos personajes distintos (ejemplo, Loncon y Loncón).

Este estudio identifica tratamientos y estrategias predominantes en la cobertura periodística de los escándalos de corrupción chilenos ocurridos entre 2014 y 2022 por parte de medios informativos chilenos presentes en la web, además de comparar los distintos tratamientos de dichos escándalos de corrupción.

Es importante señalar también que, con respecto al uso de una herramienta que combina inteligencia artificial, lingüística y ciencias sociales, se presentaron algunas limitaciones. Las observadas en este estudio fueron tres en términos generales.

La primera ocurrió en el caso en donde dos personajes se nombran igual, como ocurre con gerentes de empresas en donde padres e hijos se llaman igual y ambos son gerentes.

La segunda ocurrió cuando los personajes son nombrados de forma distinta, ya sea por su nombre, apellido o sobrenombre, o, si en el nombre del personaje hay un acento o apóstrofe, y hay medios que lo nombran con o sin acento, asumiendo que son personajes distintos.

Ambas limitaciones nombradas resultan de la dificultad de analizar fenómenos lingüísticos de lenguaje natural mediante técnicas de procesamiento automático del lenguaje, como lo es la ambigüedad (Xu, et al., 2024; Sutriawan et al., 2024). En ambos casos ocurren ambigüedades léxicas en donde dos personas que se llaman igual o una persona nombrada de forma distinta, lo que exige de la observación profunda del equipo investigador para dar contexto y poder generar el análisis en profundidad.

La tercera limitación del estudio, que es un poco más específica, resalta ante el hecho de que quienes hacen justicia, como Rurherford y Chong, se carguen de polaridad negativa, lo cual invita a pensar en mayores ajustes necesarios al procesamiento automático del lenguaje, pues en alguna medida, resulta una prueba de las limitaciones que pueden tener estas herramientas. Sin embargo, pese a estas limitantes, el programa ofreció una guía para el análisis de metadatos de forma gratificante.

Ante las limitaciones presentadas en este estudio, se proyectan futuros estudios que guardan relación con el análisis informatizado de grandes volúmenes de datos en la web, con el fin de identificar otros posibles sesgos en los textos multimediales.

El análisis de sentimientos utilizado en este estudio permitió encontrar distintos sesgos, sin embargo, faltó profundizar en otros, como los de género, por ejemplo, al captar que las fiscales mujeres eran peor evaluadas que las personas condenadas, en su mayoría hombres, o también faltó ahondar en los sesgos discriminatorios hacia la figura de Elisa Loncon, a la que vinculaban con los pueblos indígenas, vinculaciones que presuntamente podrían dar una connotación, sea negativa o positiva, pero que afectaría a su evaluación en la escala de polaridad.

Indagar en las evaluaciones morales y posibles sesgos que podrían estar afectando en los textos de las noticias en la web constituye una tarea desafiante, debido a las dificultades de procesar algunos fenómenos lingüísticos subyacentes, como se vio en este estudio con el hecho de poder individualizar nombres de una única forma, o dificultades propias de este tipo de análisis que consisten en calcular o dimensionar la ironía, el sarcasmo y la subjetividad de las opiniones (García-Vega et al., 2020), como también calcular y dimensionar posibles sesgos discriminatorios en los algoritmos que permiten estos análisis (O’Neil, 2017; Martínez et al., 2020), con el fin de generar nuevos algoritmos que posibiliten estudios más equitativos y no discriminatorios.

Agradecimientos

Este trabajo se realizó gracias al financiamiento de la Beca Doctorado Nacional N°21201115 y del Fondecyt Regular N°1241726, ambos de la Agencia Nacional de Investigación y Desarrollo (ANID), Chile.

redalyc-journal-id: 4761

https://revistas.ups.edu.ec/index.php/universitas/article/view/11123 (html)