La región de probabilidad: un enfoque computacional para la comprensión del consumo de noticias políticas en medios costarricenses

Abstract

El fenómeno de interés, en el presente estudio, corresponde al comportamiento del consumo de noticias políticas en el contexto costarricense. Respecto a esto, según Siles, Campos y Segura (2018), un grupo de investigadores del Centro de Investigación y Comunicación (CICOM) de la Universidad de Costa Rica, con el apoyo del Laboratorio de Investigación e Innovación Tecnológica (LIIT) de la UNED, había dado seguimiento a la actividad de diez medios de comunicación costarricenses por medio de la red social Facebook. Su monitoreo abarcó las publicaciones entre enero 2016 y diciembre 2017 que poseían el mayor número de interacciones o engagement por parte de la persona consumidora final. Mediante un análisis de contenido, determinaron que esta tiende a una mayor preferencia por las noticias de carácter no público. Asimismo, al profundizar más en el estudio, detectaron que la proporción de noticias de índole política no superó cierto umbral o límite con respecto al total de noticias analizadas.

De esta manera surge la motivación para abordar dicha situación de interés desde una perspectiva matemática, estadística y computacional, con dos objetivos principales, el primero, bajo un nivel de confianza aceptable, comprobar si existe un valor límite para la mayoría de las proporciones de noticias políticas y segundo, encontrar cuál es ese umbral mínimo. Ahora bien, dado que la proporción de noticias políticas es un proceso estocástico, es decir, puede asumir más de un valor a lo largo del tiempo (Beichelt, 2016), resulta conveniente enfocar el cálculo del umbral más como una región de probabilidad que como un valor, de modo que un evento noticioso de corte político pueda ser identificado como dentro o fuera de dicha región, de manera similar a como un químico puede encontrar, dada una probabilidad, en qué orbital va a estar un electrón dentro de un átomo (Albright, Burdett y Whangbo, 2013). Por otra parte, aunque no necesariamente sea un método para detectar datos atípicos como el propuesto por Gbenro (2018), sí podría ser utilizado como un indicador de que un evento ha influido en el comportamiento de las noticias.