2.1 Minería de datos

La minería de datos se puede considerar como un elaborado proceso en donde un analista tiene como objetivo identificar en un conjunto de datos, patrones, correlaciones, anomalías etc. (^{Emigidio, 2022}), por otro lado, ^{Beynon (2018}) puntualiza que esta herramienta se utiliza con almacenes o mercado de datos, de tal forma que se puedan obtener beneficios de los mismos, mediante la extracción de patrones y correlaciones entre dichos datos, a través del uso de algoritmos automáticos. Para lograr su cometido, la minería de datos se basa en diversas ciencias tales como las matemáticas, estadística, inteligencia artificial (^{Ortega, 2022}) etc.

De hecho, ^{Quiroga, et al., (2022}) mencionan que en líneas generales la minería de datos pasa por las siguientes etapas: selección, preprocesamiento, transformación, aplicación de la minería de datos, interpretación y evaluación; de tal forma que al final se llegue a un determinado conocimiento. También es importante destacar que esta herramienta se divide principalmente en minería de texto, de sentimiento y de web, todo esto considerando la fuente de datos a analizar (^{Ortega, 2022}). Para efectos del artículo, se va a considerar tanto la minería de texto como de sentimiento.

2.2 Minería de Texto

La minería de texto constituye una rama de la minería de datos que se relaciona con el texto y busca descubrir información que no figura literalmente en los documentos, capturando temas, conocimientos claves y relaciones ocultas (^{Quiroga y otros, 2022}), de forma similar, ^{Guerra (2023}) menciona que esta herramienta se orienta al descubrimiento de patrones y tendencias mediante el uso de técnicas como por ejemplo el aprendizaje estadístico de patrones; así pues la minería de texto tiene como objetivo transformar, mediante algoritmos, la información textual en números (^{Torres, 2020}).

Complementando lo anterior, se puede definir también como una colección de técnicas que permiten extraer conocimiento a partir de un corpus textual conformado por datos no estructurados, por lo tanto, se inscribe en el campo de la lingüística computacional y del procesamiento de textos (^{García, 2017}), como se puede observar, la minería de texto intenta descifrar lo que hay detrás de las palabras, es decir, cual es el discurso oculto detrás del texto.

Según ^{Gonzáles & Ramírez (2018}) las áreas de la minería de texto son: clasificación automatizada de texto considerando categorías determinadas, clúster de texto, resumen automatizado, extracción de temas y tendencias de los textos. En cuanto a sus fases, se tiene principalmente tres actividades (^{Universidad de Malaga, s.f.}):

Sobre las herramientas informáticas disponibles, ^{Joyanes (2020}) menciona que son muy populares y que pueden ser parte de suites o como software individual; como ejemplos se tiene las librerías especializadas de R y Python.

2.3 Minería de sentimientos

La minería de sentimientos es básicamente una técnica para el procesamiento del lenguaje natural orientado a la identificación del componente emocional detrás de un cuerpo de texto, utilizando para ello la minería de datos y Machine Learning, con el fin de buscar sentimientos e información subjetiva (^{Orozco y otros, 2021}).

Asimismo, para ^{Fernández (2019}) la minería de sentimiento busca categorizar el valor del sentimiento en dos categorías mutuamente excluyentes tales como “positivo” o “negativo”, aunque en algunos casos puede incluir el término “neutro”; sin embargo, tal y como lo menciona ^{Boden (2017}), toda vez que se trata de una valoración es importante analizar el contexto en que se mencionan las palabras.

Dentro de los enfoques para el este tipo de análisis, ^{Alaminos (2023}) identifica los siguientes:

En cuanto a sus fases, estas son en parte similares a las mencionadas en el acápite de minería de texto, así pues, se tiene lo siguiente (^{Rojas, 2022}):

2.4 La minería de datos y su aplicación en la comunicación política

La minería de datos al no provenir de las ciencias sociales, su aplicación en la política deviene en un proceso de aprendizaje (^{Merlo, 2022}), ahora bien, cuando se habla sobre este tema, se piensa automáticamente en la campaña presidencial del 2016 que llevó al poder a Trump, sin embargo, el verdadero precursor fue Obama, quien, de la mano con Google, logró la victoria en el 2008 (^{Muñóz, 2023}).

Pero ¿Qué tanto se puede aplicar la minería en el aspecto político?, de hecho, tal y como lo menciona ^{Cotino (2022}), versiones sofisticadas de estas herramientas pueden vincular a ciudadanos con diversas ideologías, modelar la conducta de los votantes, etc., por lo tanto, no es de extrañar el inmenso caudal de posibilidades que presenta la minería de texto en el aspecto político.

De hecho, estas posibilidades en política crecen enormemente ya que, asociadas a la inteligencia artificial (IA), es posible escrutar las emociones y sentimientos de la población, más allá del estudio de los gestos y la comunicación no verbal, es por eso por lo que gran cantidad de investigadores exploran modelos de IA para estos fines (^{Gutiérrez, 2023}).

Para la investigación presentada en el este artículo, cabe mencionar que la minería de datos se basa en el principio de que todos dejan una huella digital al visitar las páginas webs, las mismas que pueden ser galletas, IP etc. Posteriormente, estas huellas son almacenadas por los servidores y luego analizadas mediante dicha herramienta (^{Dorantes, 2023}), para el análisis político, su aplicación se fundamenta en que estas huellas se encuentran dentro de los discursos (también se puede ampliar a redes sociales), esto se traduce en frecuencia de palabras, sentimiento de estas, etc., las cuales pueden ser previamente limpiadas y transformadas en vectores para su posterior análisis.

2.5 El contexto de la investigación

Pedro Castillo Terrones fue presidente del Perú por el partido Perú Libre, de orientación Marxista Leninista Mariateguista (^{Cerrón, 2020}), durante el periodo que comprende del 28 de julio del 2022 al 7 de noviembre del 2023, como se puede apreciar, no cumplió su periodo de cinco años de gobierno debido a que fue vacado por el congreso por “incapacidad moral” al amparo del artículo 115 de la constitución política del Perú (^{Centro de Noticias del Congreso, 2022}), produciéndose con ello la inmediata sucesión presidencial por parte de Dina Ercilia Boluarte Zegarra.

Su corto periodo de gobierno, que es en donde se desarrolla la investigación del presente artículo, comienza a gestarse al finalizar la primera vuelta de las elecciones en el Perú, cuando obtiene el 18.92% sobre el 13.40% de su rival Keiko Fujimori del partido Fuerza Popular (^{El Comercio, 2021}), seguidos por otros candidatos. Posteriormente lograría el triunfo en la segunda vuelta con un estrecho margen de 50.126% contra 49.874% de su rival de Fuerza Popular (^{Jurado Nacional de Elecciones, 2021}).

Las elecciones presidenciales del 2021 en el Perú, se caracterizaron primeramente porque se desarrollaron en época de pandemia, con todos los estragos que dicha etapa funesta significó tanto para el Perú como para el mundo, por otro lado se tiene la atomización de la oferta electoral de aquel entonces, de hecho se presentaron 18 candidatos, asimismo, habría que sumarle el exacerbado antifujimorismo, el cuál perjudicaría directamente a la candidata Keiko Fujimori del partido Fuerza Popular (hija del expresidente Alberto Fujimori).

Como se mencionó anteriormente, Pedro Castillo con 18.92% y Keiko Fujimori 13.40% pasan a segunda vuelta, pero como se puede observar los porcentajes de votación, a pesar de ser los dos más altos de entre todos los candidatos, en realidad son a la vista bajos, es decir, la votación lograda en ninguno de los casos era contundente.

Esta segunda vuelta se caracterizó por ser una de las más polarizadas, esta polarización se centró en Pedro Castillo como el representante del zona rural e indígena y Keiko Fujimori, como la representante de la política tradicional, limeña y centralista (^{Miyagusuku, 2022}), asimismo, diversos personajes ligados a la izquierda peruana apoyaron la candidatura de Pedro Castillo, como ejemplo se puede mencionar a Verónika Mendoza (candidata a la presidencia por Juntos por el Perú) quien en una entrevista a una emisora radial mencionó lo siguiente “Si tengo dudas respecto al señor (Pedro) Castillo, de la señora Fujimori tengo certezas. Y tengo certezas de que, con ella, ni a la esquina” (^{La República, 2021}), sin embargo, cabe mencionar dicha candidata, anteriormente también había apoyado a un candidato, en aquella ocasión de la derecha peruana, en el 2016 (Pedro Pablo Kuczynski y su partido PPK) a fin de evitar la presidencia de Keiko Fujimori (^{TVPerú, 2016}).

Otro personaje vinculado a la izquierda peruana que manifestó su rechazo hacía Keiko Fujimori y por ende su apoyo a la candidatura de Pedro Castillo fue el fiscal José Domingo Pérez, quien en una declaración a un medio de comunicación manifestó lo siguiente: “Es un caso inédito que la jefa de la organización criminal que ha acusado el Ministerio Público pueda ocupar la primera función pública” (^{La República, 2021}).

Por el lado contrario, es decir los que estaban a favor de Keiko Fujimori, se le acusó a Pedro Castillo de ser comunista y de pretender instaurar una dictadura del tipo Venezuela (^{Miyagusuku, 2022}), así pues, periodistas del canal Willax TV, difundieron información al respecto. Asimismo, toda esta campaña estaba fundamentada básicamente por el ideario de Perú Libre, su tendencia política y sobre todo la promesa electoral de cambiar la constitución mediante una asamblea constituyente.

Ahora bien, con respecto a la candidata Keiko Fujimori, cabe mencionar que arrastra un rechazo desde que inició su carrera política, sumado al hecho de ser la heredera de los activos y pasivos del gobierno de su padre Alberto Fujimori, y también a que una cantidad de los electores son personas que no vivieron durante el periodo de gobierno de su padre (1990 - 2000) por lo tanto, la narrativa oficial de los colegios en donde han sido formados se ha centrado en los aspectos negativos de dicho gobierno (^{López, 2022}), a esto también hay que sumarle los casos de corrupción a los cuales ha sido acusada y, al momento de redacción del presente artículo, siguen en investigación.

Bajo este marco se realizó la segunda vuelta en donde ganó Pedro Castillo con estrecho margen, pero sobre todo gracias al voto andino y rural (^{Miyagusuku, 2022}); sin embargo, la polarización, anteriormente mencionada, fue una constante durante su corto periodo como presidente.

Desde el inicio, su gobierno estuvo acompañado por la polémica, ya que se le acuso al Jurado Nacional de Elecciones de fraude a favor de Perú Libre (^{BBC News Mundo, 2021}), sin embargo, esta acusación no prosperó y por lo tanto no fue obstáculo para su proclamación como presidente de la república (^{El Peruano, 2023}).

El desarrollo del gobierno tampoco estuvo exento de diversas acusaciones de corrupción, uno de los primeros casos fue dado a conocer en un reportaje de un programa dominical el 28 de noviembre del 2021 en donde se apreciaba que el mandatario recibía en forma clandestina y sin registro público a diversas personalidades, entre ellas políticos y empresarios, en un inmueble en el pasaje Sarratea en el distrito de Breña (^{Infobae, 2023}); este acto constituye un delito en el Perú.

La relación del expresidente con el congreso fue bastante áspera, por parte de esta institución, se discutieron tres mociones de vacancia, siendo la tercera la que puso fin a su gobierno; sin embargo, Pedro Castillo fue acusado por la compra de congresistas, los denominados “niños” por el propio mandatario, a quienes habría dado sobornos a fin de que lo blindaran en el congreso en los procesos de acusación y/o vacancia (^{Andina Agencia Peruana de Noticias, 2023}).

Otro de los casos de corrupción más sonados fue el de los ascensos irregulares en las FFAA, el mismo que se hizo conocido en noviembre del 2021 cuando el ex comandante del ejército José Vizcarra Álvarez denunció a un medio de comunicación el haber sido presionado por personas de confianza de Pedro Castillo para favorecer a dos coroneles allegados al presidente de aquel entonces, quienes no cumplían con los requisitos para los ascensos en cuestión; esto motivó una denuncia constitucional por parte de la fiscalía de la nación (^{Chillitupa, 2023}).

En cuanto al aspecto económico, el gobierno de Pedro Castillo representó para el Perú un incremento de la pobreza a 27.5%, lo que equivale a que más de 600 mil peruanos pasaron a dicha condición, esto debido, entre otro temas a la hostilización hacia la inversión privada (^{Tuesta, 2023}). Por otro lado, el Centro de Investigación de Economía y Negocios Globales CIEN-ADEX estimó que el Perú perdió 11 021 millones de soles (equivalentes a 2,888 millones de dólares) por menor crecimiento económico, así como corrupción, inestabilidad económica, ineficiencia en todos los aspectos etc., lo que perjudicó en gran medida a los peruanos (^{Gestión, 2023}).

El 7 de diciembre del 2022, Pedro Castillo Terrones da un golpe de estado sin el apoyo de las fuerzas armadas, lo que resulta en un fracaso, costándole así la vacancia y su posterior detención (^{Morales , 2022}).

4.1 Minería de texto

A continuación, la figura 1 muestra la nube de palabras generada.

Fuente: elaboración propia.

Figura 1 Nube de palabras de los discursos oficiales de Pedro Castillo Terrones 

En esta primera exploración de datos se puede observar que las palabras que más predominaron en los discursos del expresidente son: millón, gobierno, país; seguidos de: pueblo, nación, soles, Perú, peruano entre otros.

Asimismo, se ordenó el vector de palabras según frecuencia, a continuación, la figura 2 muestra el diagrama de barras ordenado de mayor a menor frecuencia del vector anteriormente mencionado.

Fuente: elaboración propia.

Figura 2 Diagrama de barras de las palabras en los discursos oficiales de Pedro Castillo Terrones 

En la figura 2 se confirma la tendencia de repetición de palabras mostrada en la figura 1, en este caso se ha considerado las 10 palabras con mayor frecuencia en los discursos, de tal forma que se pueda observar gráficamente su predominancia. Otro punto importante para analizar es la correlación entre las palabras, de tal forma que se pueda observar si existe alguna asociación entre ellas, en ese sentido, la tabla 2 muestras las correlaciones superiores a 0.25 para las tres palabras que tiene mayor frecuencia en la figura 2, dicho análisis fue realizado mediante RStudio.

En la tabla anterior, se analiza la correlación de Pearson de cada una de las tres palabras con mayor frecuencia mostradas en la figura 2, con el resto de las palabras del corpus y se consideran aquellas con un resultado superior a 0.25, por ejemplo: la primera columna, muestra la correlación de la palabra millón con las palabras: soles, mil, inversión etc. Así pues, se observa que solo dos palabras tienen una correlación fuerte, sin embargo, aunque con una correlación débil, existen diversas asociaciones de palabras que explican en parte el sentido de los discursos de Pedro Castillo Terrones, dichas asociaciones serán posteriormente analizadas en la siguiente sección del artículo.

4.2 Minería de sentimiento

En este primer análisis de sentimientos, se clasificó el vector de palabras en positivo o negativo, en ese marco, la figura 3 muestra una vista general de la frecuencia de las palabras con sentimientos positivos versus negativos.

Fuente: elaboración propia.

Figura 3 Diagrama de barras de la frecuencia de repeticiones tanto positivas como negativas 

Como se puede apreciar, aproximadamente un 70% corresponde a la clasificación positiva, es decir, los discursos del expresidente tienen en su mayor parte un componente de sentimientos positivos de acuerdo con el lexicón utilizado, sin embargo, ¿Qué palabras componen esta carga sentimental?, para conocer ello, la figura 4 muestra los resultados de las palabras con mayor incidencia en los sentimientos tanto positivos como negativos

Fuente: elaboración propia.

Figura 4 Diagrama de barras de la clasificación de frecuencias según lexicón NRC 

Como se puede apreciar en la figura anterior, en la clasificación de sentimiento negativo, la palabra gobierno es la que de lejos tiene la mayor frecuencia, seguido por pandemia, compromiso, entre otros, en cuanto a la clasificación positiva, se puede observar que en primer lugar figura la palabra justicia, seguida de nivel, ministerio, etc.

A continuación, la figura 5 muestra la clasificación de sentimientos considerando las opciones que brinda el lexicón NRC.

Fuente: elaboración propia.

Figura 5 Diagrama de barras de la clasificación según el lexicón NRC 

De la figura 5 se desprende que las palabras clasificadas en la categoría confianza (trust) tiene una notoria predominancia sobre el resto.

Finalmente, en la figura 6 se puede observar la evolución temporal de los sentimientos en los discursos estudiados.

Fuente: elaboración propia.

Figura 6 Evolución temporal de los sentimientos en los discursos de Pedro Castillo 

5.1 Discusión de resultados

Considerando los resultados de la figura 2, a continuación, se va a analizar las tres primeras palabras: millón, país y gobierno, las cuales figuran en los tres primeros lugares; para ello se ha revisado el contexto de cada una de estas palabras dentro de los discursos analizados, las cuales han sido complementadas con las correlaciones mostradas en la tabla 2, así pues, se tiene lo siguiente:

Para la palabra “millón”, en los discursos, se observa básicamente los siguientes enfoques: primeramente, orientado describir la cantidad de beneficiarios de diversos programas, es decir, diversos colectivos de personas que han recibido algún beneficio de un determinado programa social, como segundo caso se observa que se enfocan en la descripción de los beneficios recibidos, ya sea de forma material o monetaria, esto último también se aprecia en la tabla 2.

El término “país”, entre los principales contextos dentro de los discursos, se ha verificado que está relacionado a territorio, es decir, al ámbito de impacto de las medidas planteadas o de llegada del gobierno, también está asociado a determinado conjunto de personas que demandan algo, o que tiene alguna necesidad postergada, por otro lado, también aparece dentro del contexto de vulnerabilidad y finalmente, dentro de los temas relacionados a recursos de diversos tipos, entre ellos naturales; en la tabla 2 se complementan los enfoques mostrados anteriormente, por ejemplo con el término justo que en la mayoría de los contextos de los discursos se refiere a reivindicaciones pendientes. Finalmente, la palabra gobierno, se analiza con más detalle en la discusión de los resultados de la minería de sentimientos.

Los aspectos anteriormente mencionados, tienen relación con la concepción general del rol del estado que propugna el partido Perú Libre y que se puede observar en el plan de gobierno con el que postularon a la presidencia a Pedro Castillo Terrones, es decir, un estado fuerte y presente en la mayor parte de las actividades del país, especialmente las económicas; esto se puede apreciar en su propuesta titulada economía popular con mercados, en donde el estado asume entre otros roles el de regulador de mercado, redistribuidor de la riqueza, industrializador etc. (^{Cerrón, 2020}).

Por lo tanto, los discursos del expresidente tienen fuertes componentes asistencialistas, no fomenta el empleo, más bien la asistencia del gobierno (al menos en el discurso), así pues, no se inscriben dentro de un enfoque progresista, en el sentido de superación del ser humano, sino más de seguir dependiendo del estado.

Con respecto a la minería de sentimientos se ha observado, que en los discursos oficiales del Pedro Castillo predominan las palabras con sentimientos positivos (ver figura 3), además dentro de las palabras positivas que más se repiten, tal y como se ha mencionado anteriormente, se va a analizar las palabras justicia y nivel, ya que tienen aspectos interesantes de mencionar.

Haciendo una revisión ambas palabras en todos los discursos procesados, se puede observar que justicia obedece más que todo a la estrategia de presentar en cada mensaje, las diferentes postergaciones que viene sufriendo el pueblo peruano, sobre todo el andino, de tal forma que pueda anteponerlo ante las diversas acusaciones que se iban presentando, asimismo también con la intención de presentarse como el profesor rural que llegó al poder representando al pueblo y al cual una clase dominante busca destituirlo.

En cuanto al término nivel, esta palabra ha sido usada en distintos contextos, pero principalmente en nivel educacional, internacional, atención médica y nivel de vida, presentándose medidas que, según el expresidente, deberían mejorar estos niveles, sin embargo, se repite la estrategia anteriormente mencionada, es decir, dar la idea de que mientras el ejecutivo propone medidas para mejorar la vida de los peruanos, el poder judicial, congreso y en líneas generales los grupos de poder solo buscan destituirlo por su origen rural.

Por otro lado, dentro de las palabras con sentimiento negativo, “gobierno” es la que de lejos predomina, este hecho guarda relación con lo mencionado anteriormente en el análisis de los resultados de la minería de texto, es decir, los discursos de Pedro Castillo se circunscriben dentro de la ideología del partido que lo llevó al poder. Revisando en los discursos recopilados, la palabra gobierno (en la mayoría de los casos) está asociada a la persona del expresidente y es utilizada para indicar que es lo que va a hacer o qué medida va a tomar, en otras palabras, se busca asociar a Pedro Castillo con el poder, es decir, el que hace. También se observa su uso para referirse a coordinaciones con otras estructuras de poder formal, como por ejemplo gobierno locales, regionales etc.

Un aspecto también interesante es el mostrado por la curva normalizada de la figura 6 (curva Simplified Macro Shape) en donde se puede apreciar la evolución temporal de los sentimientos desde lo negativo (-1) hasta lo positivo (1), pasando por el neutro (0), ahí pues se observa que los discursos del expresidente comienzan con sentimientos negativos y luego comienzan a subir hacia lo positivo para luego descender y posteriormente volver a subir, es decir, siguen un vaivén entre lo positivo y negativo, sin embargo, observando nuevamente la curva generada, se puede apreciar que tiene una pendiente ligeramente positiva, en donde la segunda depresión tiene una carga menos negativa que la primera, algo parecido ocurre con la segunda cresta en donde la carga positiva es mayor que la primera.

Cabe mencionar, que la investigación se limita a los discursos oficiales de Pedro Castillo Terrones, así como al lexicón NRC utilizado, pero ¿Qué hay con los comentarios en redes sociales del expresidente? ¿mantendrán alguna relación con los discursos oficiales?, asimismo, ¿existe relación entre el mensaje detrás de los discursos y el resultado tanto económico como de la lucha anticorrupción tan prometido en su gobierno? Con respecto a la primera interrogante, sería conveniente expandir esta investigación a dichas redes sociales, en especial X y con respecto a la segunda interrogante, habría que continuar la investigación comparando los resultados económicos con los resultados de la minería de datos aplicada en este caso, sin embargo, con respecto a la corrupción, las diversas acusaciones, algunas de ellas mencionadas en el acápite del contexto, estarían demostrando que no siempre existe relación entre lo dicho y lo hecho.