El emoji: la piedra Rosetta de los algoritmos para descifrar el sarcasmo en Twitter

https://www.technologyreview.es/s/8668/el-emoji-la-piedra-rosetta-de-los-algoritmos-para-
descifrar-el-sarcasmo-en-twitter

Entender el sarcasmo detrs de ciertas publicaciones en redes sociales podra ayudar a la

inteligencia artificial a combatir el racismo, el abuso y el acoso

por Will Knight | traducido por Patricia R. Guevara

08 Agosto, 2017

El sarcasmo reina en Twitter. Slo hay que deslizarse por el timeline para encontrar montones
de comentarios sarcsticos, muchos de ellos apuntando directamente a la cabeza de alguien.

Afortunadamente, un equipo de investigadores del Instituto Tecnolgico de Massachusetts

(MIT, EEUU) ha desarrollado un algoritmo que analiza tuits y detecta el sarcasmo, el subtexto
emocional en general, mejor que la mayora de los humanos.

El anlisis y la deteccin de los sentimientos detrs de las intervenciones en redes sociales ya

se utiliza para monitorizar la actitud del pblico frente a marcas y productos. Tambin para
identificar seales que podran indicar las prximas tendencias de los mercados financieros.
Pero entender con mayor precisin el significado de los tuits y otro tipo de comentarios en
redes sociales podra ayudar a los ordenadores a detectar automticamente las muestras de
abuso y odio en la red, a frenarlas y erradicarlas. Comprender en mayor profundidad Twitter
tambin podra facilitar investigar cmo fluye la informacin y la capacidad de influir de la
misma a travs de la red. Adems, a medida que las mquinas se vuelven ms inteligentes, la
capacidad de sentir emocin podra convertirse en una caracterstica importante de la
comunicacin entre humanos y mquinas.
El objetivo inicial de los investigadores del MIT era desarrollar un sistema capaz de detectar
mensajes racistas en Twitter. Sin embargo, pronto se dieron cuenta de que el significado de
muchos mensajes no poda entenderse correctamente sin tener en cuenta un elemento
omnipresente: el sarcasmo.

El algoritmo utiliza aprendizaje profundo, una tcnica muy popular de aprendizaje automtico
basada en entrenar una red neuronal simulada muy grande para que sea capaz de reconocer
patrones a partir de una gran cantidad de datos. El secreto para entrenar ese algoritmo est
en unos elementos que se han colado de lleno en nuestra forma de comunicar: los emojis.
Estos caracteres con forma de imagen se utilizan como etiquetas del contenido emocional de
los mensajes. Los investigadores los utilizaron para ayudar al sistema a leer el sentimiento de
los tuits en general. Una vez lograron esa ventaja, los utilizaron para identificar el sarcasmo.

"En la red, no podemos usar la entonacin de nuestra voz o lenguaje corporal para
contextualizar lo que decimos, as que utilizamos los emoji", explica el profesor asociado del
MIT Media Lab Iyad Rahwan, quien ha desarrollado el algoritmo con uno de sus estudiantes,
Bjarke Felbo. "La red neuronal aprendi la conexin entre cierto tipo de lenguaje y un emoji",
apunta Rahwan.

Para entrenar el algoritmo, llamado DeepMoji, los investigadores recogieron 55.000 millones
de tweets, de los que seleccionaron 1.200 millones que contenan una combinacin de 64
emoji populares. Primero, entrenaron el sistema para predecir qu emoji se usara con un
mensaje en particular, dependiendo de si ste era un mensaje feliz, triste, humorstico, etc.
Despus de eso, se ense al sistema a identificar el sarcasmo a partir de una base de datos
existente con ejemplos ya etiquetados. La utilidad de los emoticonos qued clara: el algoritmo
que haba sido entrenado usndolos desde un principio era mucho mejor en la deteccin de
contenido sarcstico que el que no lo haba sido. Los investigadores indican que harn pblico
el algoritmo para que cualquiera pueda utilizarlo

Para probar la eficacia de DeepMoji, los investigadores lo pusieron a prueba con varios
ejemplos de referencia para comprobar cmo detectaba el sentimiento y la emocin
subyacentes de un texto. El resultado fue que el nuevo algoritmo funciona mucho mejor que
los mejores algoritmos existentes.

Tambin lo probaron con humanos. El equipo reclut voluntarios a travs de la web de

colaboracin abierta Mechanical Turk y, de nuevo, verificaron que DeepMoji era mejor que las
propias personas para detectar el sarcasmo y otras emociones en Twitter: un 82% de precisin
del algoritmo contra un 76% de los voluntarios humanos.

Foto: El sitio web DeepMoji puede generar automticamente un emoji para un tweet.

"Puede que est aprendiendo toda las jergas existentes en la red", dice Felbo, el estudiante
que ha participado en el diseo y desarrollo de los algoritmos. "La gente tiene usos muy
interesantes del lenguaje [en Twitter], digmoslo as".
Los investigadores han lanzado el sitio web DeepMoji para mostrar esa parte emoji del sistema.
En l, se puede agregar automticamente un emoticono adecuado para un trozo de texto. En
general, parece que funciona bastante bien, aunque cuando se trata de introducir el infame
"covfefe" tweetde Donald Trump, el algoritmo se muestra tan desconcertado como todo el
mundo.

El sitio web tambin permite a los usuarios contribuir a la investigacin anotando sus propios
tweets con emociones.Esta es una parte importante del trabajo, dice Rahwan. Por lo general,
los investigadores tienen voluntarios que etiquetan los comentarios y mensajes de otras
personas con la emocin que ellos mismos perciben, lo que proporciona una medida menos
directa. "Estos puntos de referencia no captan lo que los psiclogos consideran el sentimiento
verdadero", explica.

El director del Instituto de Ciencias Sociales Cuantitativas de la Universidad de Harvard y

experto en minera de redes sociales sobre el significado, Gary King, dice que el uso de emoji
como un medio de entrenamiento para los algoritmos es una idea inteligente. Sin embargo, se
pregunta si realmente es valioso identificar los matices sarcsticos si son tan sutiles que ni la
mayora de las personas los perciben. "Si el sarcasmo es tan enrevesado que ni un lector
humano probablemente lo entienda, entonces realmente no importa", indica.

Sin embargo, el estudio refleja el hecho de que los ordenadores estn mejorando
gradualmente en la deteccin de la emocin humana. El anlisis del sentimiento en textos ya
es una tcnica ampliamente utilizada que, por ejemplo, puede ayudar a las empresas a
determinar si un cliente est particularmente enfadado a partir del contenido de correo
electrnico o de un chat .

Puede cada vez sea ms comn que los ordenadores intenten descifrar nuestras emociones:
imagina, tal vez, un compaero de trabajo robtico que perciba cundo sus colegas estn
frustrados o cundo sueltan un comentario sarcstico.

"Si las mquinas van a cooperar con nosotros, entonces tendrn que entendernos, e
interpretar nuestras emociones es realmente difcil", dice Rahwan.