POLVIZX: un prototipo multiplataforma para la construcción y la exploración de árboles de posturas
Palabras clave:
árbol de posturas, polarización, prototipo multiplataforma, gmlResumen
La polarización de opiniones en las redes sociales desafía el discurso público y la toma de decisiones informada. POLVIZ, un prototipo web previo, analizaba opiniones polarizadas mediante detección de postura, modelado de tópicos, síntesis de argumentos y analítica visual. Este artículo presenta POLVIZX, una extensión multiplataforma que ofrece tanto una aplicación web de escritorio como una aplicación móvil para explorar espacios de opinión polarizados en cualquier conjunto de datos. POLVIZX organiza las opiniones en árboles jerárquicos de postura, agrupando argumentos por tópico y postura (a favor/en contra), para ayudar a los usuarios a navegar debates e identificar patrones de polarización, con un pipeline que admite la ejecución parcial y la reutilización de resultados intermedios para un análisis iterativo. Cada aplicación ofrece estrategias de interacción y visualización adaptadas a su respectiva plataforma, mientras que la autenticación basada en Firebase permite la sincronización entre dispositivos, el compartir árboles de postura y la exploración colaborativa. Esta extensión amplía el acceso a las herramientas de polarización de opiniones y respalda escenarios emergentes de deliberación electrónica (e-deliberación).
Descargas
Referencias
Betz, G., Hamann, M., Mchedlidze, T., & Von Schmettow, S. (2018). Applying argumentation to structure and visualize multi-dimensional opinion spaces. Argument & Computation, 10(1), 23–40. https://doi.org/10.3233/AAC-181004
Diaz, G., Chesñevar, C., Patel, R., & Maguitman, A. (2026). Modeling polarization in public opinion through llm-synthesized arguments and stance trees. PeerJ Computer Science, 12:e3906. https://doi.org/10.7717/peerj-cs.3906
Diaz, G. A., Urribarri, D., Ganuza, M. L., Chesñevar, C., Estevez, E., & Maguitman, A. (2024). Polviz: Assessing opinion polarization in social media through visual analytics and argumentation. Proceedings of the 17th ICEGOV, 337–347. https://doi.org/10.1145/3680127.3680212
Gómez-Suta, M., Echeverry-Correa, J., & Soto-Mejía, J. A. (2023). Stance detection in tweets: A topic modeling approach supporting explainability. Expert Systems with Applications, 214, 119046. https://doi.org/10.1016/j.eswa.2022.119046
Grootendorst, M. (2022). BERTopic: Neural topic modeling with a class-based tf-idf procedure. arXiv preprint. https://doi.org/10.48550/arXiv.2203.05794
Ground News. (2026). Rating system [Accessed 2026-04-12]. https://ground.news/rating-system
Wu, Y., Liu, S., Yan, K., Liu, M., & Wu, F. (2014). Opinionflow: Visual analysis of opinion diffusion on social media. IEEE Trans. on Visualization and Computer Graphics, 20(12), 1763–1772. https://doi.org/10.1109/TVCG.2014.2346920
Xing, Y., Wang, X., Qiu, C., Li, Y., & He, W. (2022). Research on opinion polarization by big data analytics capabilities in online social networks. Technology in Society, 68, 101902. https://doi.org/10.1016/j.techsoc.2022.101902
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Tobías Afonso, Gabriela A. Diaz, Carlos Chesñevar, Ana G. Maguitman
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Acorde a estos términos, el material se puede compartir (copiar y redistribuir en cualquier medio o formato) y adaptar (remezclar, transformar y crear a partir del material otra obra), siempre que a) se cite la autoría y la fuente original de su publicación (revista y URL de la obra), b) no se use para fines comerciales y c) se mantengan los mismos términos de la licencia.
