Pipeline analítico

Recopilamos informativos de televisión, convertimos el audio en texto y aplicamos análisis automatizados para identificar quién es mencionado, qué temas aparecen y el tono de esas menciones. El siguiente diagrama ofrece una visión general de las etapas principales, desde los vídeos en bruto hasta los gráficos interactivos de este sitio.

Cómo se procesan los datos

- Extraemos el audio de las grabaciones de los informativos y lo transcribimos automáticamente.
- Las transcripciones se analizan para detectar menciones a partidos políticos y a políticos concretos.
- Agrupamos palabras y frases relacionadas en temas para ver qué noticias cubre cada cadena.
- Usamos modelos de lenguaje para estimar el tono (positivo, neutro, negativo) de cada mención, y resumimos esas puntuaciones a lo largo del tiempo y por cadena.

Entropía y desacuerdo entre canales

En la pestaña de Agenda y Divergencia, ambas métricas se calculan a nivel de historia. La entropía agrupa primero la cobertura de todos los canales en un día y calcula qué proporción del tiempo total se dedica a cada historia. Si pocas historias concentran la mayor parte del tiempo, la entropía es baja; si el tiempo se reparte entre muchas historias, la entropía es alta.

El desacuerdo entre canales se basa en la Jensen-Shannon Divergence: para cada canal construimos una distribución diaria de tiempo entre historias y luego comparamos esas distribuciones entre sí. La métrica es baja cuando los canales asignan proporciones parecidas de tiempo a las mismas historias, y alta cuando sus agendas se separan. Ambas métricas se muestran en una escala de 0 a 100.

Tono político (qué muestran los gráficos)

Cada vez que se menciona a un partido o político le asignamos una etiqueta de tono sencilla: negativo, neutro o positivo. Después promediamos esas etiquetas, excluyendo los días sin menciones, para que los gráficos muestren tendencias generales en cómo trata cada cadena a los distintos partidos.