Simple Science

Ciencia de vanguardia explicada de forma sencilla

# Informática # Redes sociales y de información

La verdad oculta detrás de las expresiones faciales en la política

Examinando cómo las emociones faciales revelan sentimientos más profundos durante las elecciones de 2024.

Chiyu Wei, Sean Noh, Ho-Chun Herbert Chang

― 5 minilectura


Emociones Faciales en la Emociones Faciales en la Política político. sentimientos ocultos en el discurso Las señales faciales revelan
Tabla de contenidos

En tiempos recientes, las redes sociales se han vuelto una plataforma principal para que la gente exprese sus pensamientos y sentimientos, especialmente durante eventos importantes como las elecciones. Con el auge de plataformas como Instagram, las imágenes y videos han tomado el protagonismo, hablando a veces más que las palabras. Este cambio ha hecho necesario que los investigadores busquen más allá del texto para entender las emociones que se transmiten a través de lo visual, particularmente las Expresiones Faciales.

La Importancia de las Expresiones Faciales

Las expresiones faciales son muy reveladoras. Pueden mostrar lo que realmente siente alguien, incluso más que las palabras a veces. Cuando piensas en un político dando un discurso, la sonrisa que pone puede ocultar sus verdaderos sentimientos. Este estudio se sumerge en el mundo emocional de las expresiones faciales, enfocándose en las publicaciones relacionadas con las elecciones presidenciales de EE. UU. de 2024 en Instagram.

¿Qué Se Analizó?

Los investigadores recolectaron una cantidad enorme de datos, incluyendo más de 500,000 imágenes y captions publicados en Instagram entre abril y agosto de 2024. Su objetivo era entender cómo las emociones basadas en las caras se relacionan con los sentimientos textuales durante este periodo cargado políticamente. Básicamente, querían saber: cuando la gente dice una cosa, ¿sus caras cuentan una historia diferente?

¿Cómo Se Recolectaron Los Datos?

Para reunir estos datos, los investigadores primero hicieron una lista de palabras clave y hashtags relacionados con las elecciones. Usaron una herramienta para buscar en Instagram publicaciones con estos términos. Las publicaciones recolectadas contenían detalles esenciales, como cuándo se publicaron, la cantidad de "me gusta" y comentarios, junto con las imágenes mismas. El conjunto de datos permitió un análisis profundo de cómo cambiaron los sentimientos con el tiempo, particularmente antes y después de eventos políticos importantes.

Análisis de Sentimientos en el Texto

Después de recolectar los datos, los investigadores se enfocaron en analizar el texto. Usaron varias herramientas para medir el sentimiento de los captions. Algunas herramientas, como TextBlob, asignaron puntajes basados en las palabras utilizadas, mientras que otras, como VADER, fueron diseñadas específicamente para redes sociales. Fueron lo suficientemente astutos para saber que las conversaciones en línea pueden ser complicadas; lo que suena positivo puede ser solo sarcasmo disfrazado de un emoji sonriente.

Análisis de Sentimientos en las Imágenes

Los investigadores no se quedaron solo en el texto; también examinaron las imágenes asociadas con las publicaciones. Usaron una herramienta llamada Py-Feat, que ayudó a identificar movimientos faciales específicos. Piensa en ello como un detective de expresiones faciales que categoriza emociones como felicidad, tristeza, ira y sorpresa. Midieron cuán fuertes eran estas emociones para obtener una comprensión más profunda del sentimiento general de las imágenes.

Comparando Sentimientos Textuales y Faciales

La verdadera diversión comenzó cuando los investigadores compararon los resultados del análisis de sentimientos textuales con el reconocimiento de emociones faciales. Querían ver si las palabras escritas de la gente coincidían con las expresiones en sus caras. Descubrieron que, en muchos casos, las expresiones faciales no siempre se alineaban con el sentimiento transmitido en el texto. Por ejemplo, incluso cuando los captions eran positivos, las expresiones faciales podían reflejar preocupación o ira—definitivamente no una cara sonriente.

Reacciones Emocionales Durante Eventos Clave

El estudio también observó cómo cambiaron las emociones alrededor de eventos políticos significativos, como la condena de Donald Trump por delitos y un intento de asesinato. Los investigadores encontraron que justo después de estos incidentes, las publicaciones que mostraban a Trump mostraron un aumento en emociones negativas como la ira y el disgusto. Es como cuando tu amigo es dejado y de repente ve la vida como un perrito triste; en el mundo político, estos cambios emocionales son significativos.

Diferencias Partidistas

Uno de los hallazgos más interesantes fue observar cómo diferentes grupos enmarcaban sus narrativas alrededor de Trump. Los demócratas tendían a resaltar emociones de miedo y vulnerabilidad al referirse a él, mientras que los republicanos se concentraban en la ira y la fortaleza. Es como ver a dos amigos discutir sobre quién ganó en el Monopoly; cada uno ve la situación de manera diferente según sus experiencias.

La Lección

El estudio enfatiza que integrar expresiones faciales con el análisis de sentimientos textuales proporciona insights más ricos sobre lo que realmente siente la gente, especialmente en nuestra cultura cada vez más visual. Puso de manifiesto los beneficios potenciales de usar tecnología no solo para ver lo que la gente dice, sino también cómo se siente.

Limitaciones

Como todos los estudios, este tuvo sus limitaciones. Se centró específicamente en discusiones políticas, lo que significa que los hallazgos podrían no aplicarse a otros temas como estilo de vida o salud que la gente a menudo charla en redes sociales. Además, dado que el estudio se realizó en Instagram, podría no captar la imagen completa del sentimiento en diferentes plataformas, que tienen sus propias vibras únicas.

Conclusión

En el mundo acelerado de hoy, donde los emojis a menudo reemplazan las palabras, entender el sentimiento va más allá del texto. Las emociones son complejas y pueden expresarse de múltiples maneras—algunas veces incluso de maneras contradictorias. Al combinar el análisis de texto y facial, los investigadores pueden obtener una imagen más clara del sentimiento público, especialmente durante momentos clave como las elecciones. ¿Quién sabe? ¡En el futuro, analizar emojis podría incluso convertirse en parte de la mezcla también!

Esta investigación sirve como un recordatorio de que en el juego de la política, no solo importa lo que dices, sino cómo lo dices—y cómo tu cara podría delatarte.

Fuente original

Título: Faces speak louder than words: Emotions versus textual sentiment in the 2024 USA Presidential Election

Resumen: Sentiment analysis of textual content has become a well-established solution for analyzing social media data. However, with the rise of images and videos as primary modes of expression, more information on social media is conveyed visually. Among these, facial expressions serve as one of the most direct indicators of emotional content in images. This study analyzes a dataset of Instagram posts related to the 2024 U.S. presidential election, spanning April 5, 2024, to August 9, 2024, to compare the relationship between textual and facial sentiment. Our findings reveal that facial expressions generally align with text sentiment, although neutral and negative facial expressions provide critical information beyond valence. Furthermore, during politically significant events such as Donald Trump's conviction and assassination attempt, posts depicting Trump showed a 12% increase in negative sentiment. Crucially, Democrats use their opponent's fear to depict weakness whereas Republicans use their candidate's anger to depict resilience. Our research highlights the potential of integrating facial expression analysis with textual sentiment analysis to uncover deeper insights into social media dynamics.

Autores: Chiyu Wei, Sean Noh, Ho-Chun Herbert Chang

Última actualización: 2024-12-23 00:00:00

Idioma: English

Fuente URL: https://arxiv.org/abs/2412.18031

Fuente PDF: https://arxiv.org/pdf/2412.18031

Licencia: https://creativecommons.org/licenses/by/4.0/

Cambios: Este resumen se ha elaborado con la ayuda de AI y puede contener imprecisiones. Para obtener información precisa, consulte los documentos originales enlazados aquí.

Gracias a arxiv por el uso de su interoperabilidad de acceso abierto.

Artículos similares