Mostrar el registro sencillo del ítem

dc.contributor.advisorCifuentes Quintero, Jenny Alexandraes-ES
dc.contributor.authorSuárez García, Elenaes-ES
dc.contributor.otherUniversidad Pontificia Comillas, Facultad de Ciencias Económicas y Empresarialeses_ES
dc.date.accessioned2023-06-13T15:28:42Z
dc.date.available2023-06-13T15:28:42Z
dc.date.issued2024es_ES
dc.identifier.urihttp://hdl.handle.net/11531/78927
dc.descriptionGrado en Administración y Dirección de Empresas y Grado en Análisis de Negocios/Business Analyticses_ES
dc.description.abstractEl creciente reconocimiento de la Inteligencia Artificial Generativa se debe a su capaci- dad para innovar en la creación de contenido, abarcando desde textos hasta imágenes, lo que extiende notablemente las capacidades creativas humanas. Esta tecnología disruptiva está generando transformaciones en diversas industrias, así como en las interacciones y relacio- nes entre individuos, generando tanto expectativas como preocupaciones que requieren de constante evaluación. En este contexto, las redes sociales han emergido como herramientas clave para capturar y analizar la percepción pública. Estas plataformas proporcionan acceso directo a una amplia variedad de opiniones a nivel global, caracterizándose por su capacidad de difusión instantánea y la autenticidad con la que los usuarios expresan sus puntos de vista. Esto facilita la recopilación de datos relevantes sobre las actitudes de los ciudadanos hacia temas de actualidad tecnológica. El presente estudio se enfoca en la recopilación de información relevante sobre la percep- ción pública de los primeros usuarios de ChatGPT, reconocida como la más reciente tecno- logía disruptiva. Siguiendo la metodología de investigaciones similares, se analizan publica- ciones de la red social X, anteriormente conocida como Twitter, utilizando técnicas avanzadas de Procesamiento de Lenguaje Natural. Específicamente, Latent Dirichlet Allocation para el modelado de tópicos y Valence Aware Dictionary and sEntiment Reasoner para el análisis de sentimientos. El modelado de tópicos muestra cinco áreas principales de discusión en línea: Grandes Inversiones y Desarrollos en el Campo Tecnológico, Interés y Perspectivas Futuras en la Inteligencia Artificial, Innovación en el Procesamiento de Lenguaje, Utilización Prác- tica de Modelos de Lenguaje, Generación de Contenido y Reflexión Ética. Estas temáticas reflejan el interés en los avances tecnológicos y sus posibles utilidades prácticas, así como las preocupaciones éticas. El análisis de sentimientos muestra una percepción mayormente posi- tiva hacia ChatGPT, con picos de interés coincidiendo con eventos tecnológicos relevantes. Sin embargo, se observan sentimientos más neutros en áreas relacionadas con inversiones y ética, reflejando las preocupaciones sociales existentes. Este enfoque metodológico ofrece una comprensión detallada del entorno en el que ChatGPT funciona. Además, los resultados obtenidos en este estudio posibilitan la formulación de estrategias de desarrollo orientadas a satisfacer las necesidades en evolución de su audiencia.es-ES
dc.description.abstractThe growing recognition of the Generative Artificial Intelligence stems from its capacity to innovate in content creation, spanning from texts to images, significantly extending human creative capabilities. This disruptive technology is driving transformations across various in- dustries, as well as in interactions and relationships among individuals, generating both ex- pectations and concerns that require ongoing evaluation. In this context, social networks have emerged as key tools for capturing and analyzing public perception. These platforms provide direct access to a wide range of opinions globally, characterized by their ability for instant dissemination and the authenticity with which users express their viewpoints. This facilita- tes the collection of relevant data regarding citizens’ attitudes toward current technological issues. This study focuses on gathering relevant information about the public perception of early users of ChatGPT, recognized as the latest disruptive technology. Following the methodology of similar research, posts from the social network X, formerly known as Twitter, are analy- zed using advanced Natural Language Processing techniques. Specifically, Latent Dirichlet Allocation for topic modeling and Valence Aware Dictionary and sEntiment Reasoner for sentiment analysis. The topic modeling reveals five main areas of online discussion: Major Investments and Developments in the Technological Field, Interest and Future Perspectives in Artificial Intelligence, Innovation in Language Processing, Practical Use of Language Mo- dels, Content Generation, and Ethical Reflection. These themes reflect interest in technologi- cal advancements and their potential practical utilities, as well as ethical concerns. Sentiment analysis shows a mostly positive perception towards ChatGPT, with peaks of interest alig- ning with relevant technological events. However, more neutral sentiments are observed in areas related to investments and ethics, reflecting existing social concerns. This methodologi- cal approach offers a detailed understanding of the environment in which ChatGPT operates. Furthermore, the results obtained in this study enable the formulation of development strate- gies aimed at meeting the evolving needs of its audience.en-GB
dc.format.mimetypeapplication/pdfes_ES
dc.language.isoes-ESes_ES
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 United Stateses_ES
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/es_ES
dc.subject.otherKBAes_ES
dc.title"Es la tecnología mas disruptiva de todos los tiempos": Explorando las percepciones de los primeros usuarios de ChatGPT utilizando datos de Twitteres_ES
dc.typeinfo:eu-repo/semantics/bachelorThesises_ES
dc.rights.accessRightsinfo:eu-repo/semantics/openAccesses_ES
dc.keywordsChatGPT, X, percepción, modelado de tópicos, análisis de sentimiento.es-ES
dc.keywordsChatGPT, X, perception, topic modeling, sentiment analysis.en-GB


Ficheros en el ítem

Thumbnail
Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

Attribution-NonCommercial-NoDerivs 3.0 United States
Excepto si se señala otra cosa, la licencia del ítem se describe como Attribution-NonCommercial-NoDerivs 3.0 United States