Estados Unidos

Un algoritmo permite distinguir chistes de amenazas reales en Twitter

El análisis de los sentimientos también puede ser valioso para la seguridad nacional

En 2005, junto a su colega de la Universidad de Washington, Noah A. Smith, David Bamman, implementó en ordenadores una primera versión del algoritmo, con el que mostraron una tasa de precisión del 75 por ciento.

Un investigador de la Universidad de Berkeley ha desarrollado un algoritmo detector de sarcasmo, al incluir información contextual sobre el tema que se discute, el público objetivo, y el autor. Según el experto, podría ayudar a discernir chistes de amenazas en redes sociales, algo de creciente importancia para la seguridad. En 2005, junto a su colega de la Universidad de Washington, Noah A. Smith, David Bamman, implementó en ordenadores una primera versión del algoritmo detector del sarcasmo, con el que mostraron una tasa de precisión del 75 por ciento, notablemente mejor que los seres humanos.

Ahora, se han centrado en artículos publicados en la red social Twitter, buscando tuits con las etiquetas #sarcasm o #sarcastic, es decir, donde los propios autores mostraban su intención. Los científicos analizaron los tuits, primero el texto solo, y luego teniendo en cuenta la información adicional, incluyendo detalles sobre el autor, la audiencia a la que el tuit fue dirigido, y si se trataba de una respuesta, el tuit al que estaba respondiendo. Encontraron que al incluir dicha información de antecedentes, la tasa de precisión aumentó hasta el 85 por ciento.

El elemento más responsable del aumento en la precisión era la información sobre el autor. Al parecer, ser "no verificado, varón, y desde las zonas de tiempo en los Estados Unidos"da a un tuit más probabilidades de ser sarcástico. Los temas con más probabilidades de ser discutidos con sarcasmo incluyeron a programas de televisión y el arte; y "usuarios con sentimientos históricamente negativos"eran más propensos a ser sarcásticos.

Aunque tal información contextual no produjo un gran aumento de la precisión, Bamman y Smith dicen que su estudio señala la importancia de considerar esa información. "Esto nos lleva a lo difícil que es, en el fondo, reconocer el sarcasmo, no sólo para los ordenadores, pero para los seres humanos también", señala Bamman. "Sólo requiere mucho conocimiento de fondo entre la gente para ser comprendido", informa Phys.org.

Tienen la esperanza de que en futuros estudios puedan perfeccionar su detector para ser aún más preciso. Por ejemplo, un factor que no consideran en su experimento actual es que las personas tienen más probabilidades de ser sarcásticos en unas plataformas que en otras.

Bamman dice que el análisis de los sentimientos puede ser útil, por ejemplo, cuando se realiza un análisis de las opiniones de Amazon, para determinar si al revisitante realmente le gusta un producto. "Una cosa que realmente puede interferir con eso", dice, "es si la persona está siendo sarcástica."

El análisis de los sentimientos también puede ser valioso para la seguridad nacional. En 2014, el Servicio Secreto publicó una orden de trabajo requiriendo análisis de software que puede detectar el sarcasmo en redes sociales, con la idea de que identificar el sarcasmo ayudaría a discernir chistes de emergencias reales. A menor escala, podría considerarse aplicar el 'detector' al recibir mensajes personales.