Felipe VI repite clichés en discursos de Navidad según análisis con IA
Un análisis de similitud semántica con modelos de lenguaje revela que muchas frases de los mensajes de Nochebuena del Rey tienen una similitud superior al 85% entre sí. El estudio examina más de 15.000 palabras de sus 11 discursos.
Fórmulas recurrentes en saludos y conceptos de Estado
El monarca repite estructuras para felicitar y agradecer en nombre de la familia real. Varios extractos alcanzan una similitud del 90%. También se reiteran paráfrasis para destacar que España y la Constitución son garantes de derechos y libertades.
Similitudes en temas europeos y de superación
Se detectan patrones semánticos en frases sobre Europa y su encrucijada, con similitudes entre discursos de Felipe VI y Juan Carlos I. El ánimo para enfrentar la adversidad es otro cliché recurrente, con frases sobre la capacidad de superación de los españoles.
Las anomalías: desgracias que rompen el patrón
Las frases con menor similitud semántica corresponden a hechos excepcionales. La descripción de los daños de la DANA de 2024 es la más anómala. Le siguen referencias a la pandemia de COVID-19, la crisis climática, el drama de los refugiados y el volcán de La Palma.
El sentimiento detrás de las frases
Un análisis de sentimiento indica que la mayoría de los clichés son positivos. Las frases con carga negativa suelen estar vinculadas a palabras como «guerra» o «terrorista». Los extractos más negativos hablan de la pandemia y de la invasión de Ucrania.
Metodología del análisis computacional
El estudio usó la librería Spacy para segmentar frases y SentenceTransformers para convertirlas en vectores y calcular la similitud semántica. El análisis de sentimiento se realizó con la herramienta VADER. Las frases fueron traducidas al inglés para su procesamiento.
Implicaciones del uso de lenguaje predecible
El análisis muestra que los eventos críticos generan las mayores desviaciones en el discurso. Los temas de Estado y los mensajes de ánimo siguen fórmulas retóricas establecidas. La métrica utilizada proviene de modelos de lenguaje, lo que implica limitaciones en la interpretación de la «caja negra» del algoritmo.
