Moral foundations of political speeches using large language models
| dc.catalogador | pva | |
| dc.contributor.advisor | Reutter de la Maza, Juan | |
| dc.contributor.author | Valenzuela Everke, Lucas | |
| dc.contributor.other | Pontificia Universidad Católica de Chile. Escuela de Ingeniería | |
| dc.date.accessioned | 2025-10-08T15:18:41Z | |
| dc.date.available | 2025-10-08T15:18:41Z | |
| dc.date.issued | 2025 | |
| dc.description | Tesis (Master of Science in Engineering)--Pontificia Universidad Católica de Chile, 2025 | |
| dc.description.abstract | Esta tesis aborda el aprendizaje automático de fundamentos morales en textos políticos. Según la Teoría de los Fundamentos Morales (MFT), seis juicios morales —Cuidado, Igualdad, Proporcionalidad, Lealtad, Autoridad y Santidad— evolucionaron para facilitar la cooperación social. Estas dimensiones se correlacionan con posturas políticas: la izquierda prioriza Cuidado e Igualdad y la derecha valora más los otros cuatro. El MFT permite analizar cómo se articulan y transforman narrativas morales en política. Medir estos fundamentos automáticamente posibilita análisis comparados, escalables y rigurosos sobre la evolución de los conflictos y divisiones políticas. La literatura aborda este problema con modelos simples como MoralStrength y avanzados como el fine-tuning de BERT, pero su rendimiento es limitado. Usando un corpus de 16,000 textos de Reddit anotados, probamos clasificadores basados en Modelos de Lenguaje Extenso (LLMs) mediante dos estrategias: ingeniería de prompts y ajuste fino. Los prompts mejoran el rendimiento con más ejemplos, pero no superan a modelos como MoralBERT. En cambio, el ajuste fino de un modelo Llama 3.1 8B de Meta logra mejoras de hasta 21% sobre el estado del arte. Solo Cuidado e Igualdad alcanzan puntajes F1 superiores a 0.65; el resto se mantiene cerca de 0.5. Un modelo para detectar contenido moral general alcanza un F1 superior a 0.85. Aplicamos los modelos de Cuidado, Igualdad y moralidad general a discursos del Bundestag alemán y el Congreso chileno. En línea con estudios previos, Cuidado e Igualdad predominan en la izquierda. Observamos un “valle de moralidad”: extremos ideológicos expresan más contenido moral que el centro. Durante el estallido social chileno de 2019, el lenguaje moral aumentó un 27%. Además, un análisis longitudinal de los diputados chilenos (1990–2023) muestra aumentos sostenidos: 112% en Cuidado y 38% en Igualdad. Estos resultados destacan el potencial de los LLMs para el análisis moral automatizado del discurso político. | |
| dc.fechaingreso.objetodigital | 2025-10-08 | |
| dc.format.extent | xvii, 97 páginas | |
| dc.fuente.origen | SRIA | |
| dc.identifier.doi | 10.7764/tesisUC/ING/105949 | |
| dc.identifier.uri | https://doi.org/10.7764/tesisUC/ING/105949 | |
| dc.identifier.uri | https://repositorio.uc.cl/handle/11534/105949 | |
| dc.information.autoruc | Escuela de Ingeniería; Reutter de la Maza, Juan; 0000-0002-2186-0312; 126898 | |
| dc.information.autoruc | Escuela de Ingeniería; Valenzuela Everke, Lucas; S/I; 1065046 | |
| dc.language.iso | en | |
| dc.nota.acceso | contenido completo | |
| dc.rights | acceso abierto | |
| dc.subject | Teoría de fundamentos morales | |
| dc.subject | Discursos políticos | |
| dc.subject | Discursos parlamentarios | |
| dc.subject | Modelos de lenguaje de gran tamaño | |
| dc.subject | Ingeniería de prompts | |
| dc.subject | Ajuste fino de modelos | |
| dc.subject.ddc | 620 | |
| dc.subject.dewey | Ingeniería | es_ES |
| dc.title | Moral foundations of political speeches using large language models | |
| dc.type | tesis de maestría | |
| sipa.codpersvinculados | 126898 | |
| sipa.codpersvinculados | 1065046 |