Qué hace
Un pipeline de un solo comando (make final) que responde cuatro preguntas sobre miles de comentarios de redes sociales en español rioplatense: qué narrativas circulan, desde cuándo, quién está a favor o en contra y quién las empuja de forma coordinada. Genera los 4 archivos de entrega y un tablero HTML que se abre sin internet.
Cómo funciona
- Narrativas y ruido: embeddings multilingües locales (e5-small), agrupamiento en dos etapas y el grafo de respuestas para unir redacciones distintas de una misma afirmación. El ruido se detecta por texto antes de agrupar.
- Postura: las reglas del desafío como estructura (las respuestas cortas heredan la postura, las que contradicen la invierten) y una bipartición del grafo de respuestas en cada narrativa.
- Origen: el primer momento de actividad sostenida, no el comentario más viejo, para que un error de agrupamiento no lo arrastre.
- Coordinación: pares de cuentas que comentan el mismo post con minutos de diferencia, comparados contra un modelo nulo por permutación que conserva la actividad y el horario de cada cuenta, más poda por triángulos y un filtro de cohesión de grupo.
Resultados
- Set de práctica: 51,9 de 55 en el puntaje automático (agrupamiento 0,98 · ruido 0,985 · origen 0,99 · coordinación F1 0,98 · postura 0,65).
- Set de control (recorte de práctica con otra composición): 47,6 de 55. Ningún parámetro se eligió mirando el set final.
- Set final: 13 narrativas, 3 emergentes y 5 grupos coordinados (92 cuentas).
Costo y escala
- 150.000 comentarios en 6,5 minutos, en una notebook sin GPU, con USD 0 de LLM, 2,6 GB de RAM y 48 MB de almacenamiento (DuckDB + Parquet por día).
- El costo se concentra en los embeddings, que se calculan una vez por texto único (27 % de los comentarios) y quedan en caché.
- El LLM es opcional: una llamada por narrativa, con caché y corte automático si la API falla.
Reproducibilidad
Semillas fijas, dependencias con lockfile (uv) y validación de la salida. Clonando el repo desde cero y corriendo make instalar && make final, la entrega sale idéntica byte a byte. make test-sucio prueba el pipeline con datos rotos a propósito.
Límites
- La postura es lo más débil: los bandos se separan bien, pero decidir cuál apoya falla en algunas narrativas.
- Algunas campañas pueden quedar partidas en varios grupos. Probamos una regla general de fusión; no se pudo validar y quedó apagada.
-