Investigación / Ironía y sarcasmo
Línea de investigación · 2007 – hoyIronía y sarcasmo: cuando lo que se dice no es lo que se quiere decir
«Qué gran servicio, tres horas esperando.» Un sistema que lee palabra a palabra lo cuenta como un elogio. La ironía fue el primer muro con el que choqué al medir opiniones, y la llamamos el gran caballo de batalla del sector.
Por qué la ironía rompe las métricas
La ironía dice lo contrario de lo que significa, y para entenderla hace falta algo que no está en el texto: el tono de voz, la cara de quien habla, lo que pasa en ese momento, lo que sabemos de quien lo dice. Las personas lo resolvemos sin pensar, porque tenemos ese bagaje cultural. Una máquina que solo lee el texto puntúa al revés justo los mensajes más cargados de opinión.
Esta línea busca dónde está la información que delata la ironía, y cuánto se puede automatizar sin perder la intervención humana donde todavía hace falta.
Cuatro etapas
-
2007 – 2009
El muro
Nuestro primer objetivo en Anpro21 fue un algoritmo que entendiera el sentimiento de lo que se publica. Nos frustró descubrir que el sarcasmo era, con la tecnología de entonces, imposible de percibir para una máquina, y que intentarlo exigía una inversión de tiempo y dinero incalculable. Aparcamos esa parte y lanzamos la medida del tono sin ella. La pregunta quedó abierta.
-
2013
Ironía, sarcasmo y tono en la medición de intangibles
Con Brand Rain ya en el mercado, la ironía era el error más visible de cualquier medición de reputación, y volví sobre ella para situarla en la medición de intangibles junto al sarcasmo y el tono.
Ironías, sarcasmos y tonos en la medición de intangibles (2013)
-
2014
La vía audiovisual: cuando el texto y la imagen no cuadran
La idea fue buscar la ironía donde la ven las personas, fuera del texto. Procesamos imágenes mucho más deprisa que palabras, y el timbre de voz, la expresión de la cara o los objetos del contexto dicen mucho del tono real. Brand Rain ya procesaba texto y audio con procesamiento de lenguaje natural, y la imagen con detección de patrones y objetos. El paso siguiente fue cruzarlos: si el texto es positivo y la imagen tiene connotaciones negativas, el sistema avisa de que las emociones no se corresponden. Ese desajuste es la huella de la ironía.
En muchos casos intervenía una persona, y el aprendizaje automático incorporaba esa corrección como un bagaje cultural para el siguiente caso. También contaba el contexto social del momento, con material histórico acumulado. Fue el origen del proyecto de video-reputación de Anpro21, con Ibermática, Verbio, CSA y el grupo BISITE de la Universidad de Salamanca, con apoyo del Plan Avanza. En el artículo de la SEPLN de ese año lo planteamos así: el análisis audiovisual como camino hacia la ironía y el sarcasmo.
El camino hacia la detección de la ironía (2014) · Video-reputación (2014) · Artículo SEPLN 2014
-
2022 – hoy
Los modelos de lenguaje, y una idea que vuelve
En 2022 la ironía seguía en la lista de retos del análisis de sentimiento. Los modelos de lenguaje actuales leen mucho mejor el contexto, pero el principio de 2014 sigue valiendo: cuando dos lecturas no cuadran, hay que mirar dos veces. Vuelve en dos sitios. En la desinformación, la coherencia entre texto, imagen y emoción es una señal frente al vídeo sintético. Y en FactCheck, un modelo decide si cada pieza apoya o desmiente un titular, y las piezas dudosas las relee un segundo modelo antes de contar.
Medir el sentimiento en redes sociales (2022) · Sora y la desinformación (2024) · Línea de desinformación
Cuatro ideas
La ironía es una incoherencia
Entre el texto y la voz, entre la palabra y la imagen, entre lo que se dice y el momento. Se detecta buscando el desajuste, no la palabra.
El cien por cien no existe
Ni en 2014 ni hoy se detecta toda la ironía. Lo honesto es separar los mensajes que pueden contenerla y decir cuánto se ha acertado.
La persona sigue en el bucle
En los casos difíciles decide una persona, y el sistema aprende de esa decisión.
El contexto se acumula
Entender una ironía exige saber qué estaba pasando. Sin historia acumulada, el sistema no tiene con qué comparar.
Donde se ha aplicado
Video-Reputación
Machine learning, reconocimiento de voz, análisis sintáctico y web semántica.
Brand Rain
SaaS de medición de reputación e impacto de marcas para marketing y comunicación.
En prensa: «Detectar la ironía, clave para mejorar la reputación online».