Colombia
Colombia
Este artículo ofrece una reflexión crítica sobre el uso del modelo BERT como herramienta para clasificar posturas en controversias públicas, centrándose en el caso del conflicto Hamás-Israel. A partir de un corpus de más de 250.000 comentarios en español publicados en YouTube (octubre 2023–enero 2024), se entrenó a BERT con una muestra anotada manualmente para identificar siete categorías discursivas. Aunque el modelo alcanzó una precisión del 92,76 %, no logró identificar correctamente la categoría Anti-Hamás, lo que evidencia límites y sesgos. El artículo propone que BERT actúa no solo como clasificador, sino como dispositivo de inscripción que simplifica fenómenos sociales complejos. Combinando inteligencia artificial con la teoría del análisis de controversias y los estudios de Ciencia, Tecnología y Sociedad (CTS), se argumenta que los modelos de lenguaje no solo detectan patrones, sino que co-construyen significados. Se concluye que su uso debe ser interrogado desde marcos éticos, teóricos y epistémicos.
Este artigo propõe uma reflexão crítica sobre o uso do BERT, um modelo de processamento de linguagem natural, como uma ferramenta para classicar posições em controvérsias públicas. Por meio do estudo de caso do conflito Hamas-Israel, ele analisa como o BERT atua não apenas como um classificador, mas também como um dispositivo de inscrição que co-constrói versões simplifl cadas de fenômenos sociais complexos. O corpus analisado consiste em mais de 250 000 comentários em espanhol publicados no YouTube entre outubro de 2023 e janeiro de 2024. Usando uma amostra anotada manualmente e um modelo ajustado no TensorFlow, o BERT foi treinado para identificar sete categorias discursivas. Embora o modelo tenha alcançado 92,76 % de precisão, ele não conseguiu prever corretamente a categoria Anti-Hamas, revelando limites e vieses no modelo. O artigo articula ferramentas de inteligência articial com a teoria da análise de controvérsias e a teoria dos Estudos de Ciência, Tecnologia e Sociedade (STS) para mostrar como os modelos de linguagem não apenas identicam padrões, mas também participam ativamente da produção de significado. Conclui-se que o uso desses modelos deve ser permanentemente questionado a partir de estruturas éticas, teóricas e epistêmicas, pois eles constroem, em vez de refletir, a realidade.
This article offers a critical reflection on the use of BERT, a natural language processing model, as a tool for classifying stances in public controversies. Using the case study of the Hamas-Israel conflict, it analyzes how BERT functions not only as a classier but also as an inscription device that co-constructs simplified versions of complex social phenomena. The corpus consists of over 250,000 Spanish-language comments published on YouTube between October 2023 and January 2024. Through a manually annotated sample and a fine-tuned TensorFlow model, BERT was trained to identify seven discursive categories. Although the model achieved an accuracy of 92.76 %, it failed to correctly predict the Anti-Hamas category, revealing limitations and biases within the model. The article brings together articial intelligence tools with both controversy analysis theory and Science and Technology Studies (STS) to show that language models do not merely identify patterns, they also actively participate in the production of meaning. The article concludes that the use of such models must be continuously questioned through ethical, theoretical, and epistemic lenses, as they do not simply reflect reality but help construct it.
© 2001-2026 Fundación Dialnet · Todos los derechos reservados