Métodos computacionales en Comunicación Presentación
Barra lateral del artículo
Contenido principal del artículo
Resumen
El reciente aumento en los datos, herramientas y poder de procesamiento disponibles digitalmente está fomentando el uso de métodos computacionales para el estudio de la comunicación y en las Ciencias Sociales, en general. Un fenómeno que está abriendo nuevas líneas de investigación y aplicación práctica para la comprensión de fenómenos sociales en los contextos digitales actuales; así como en la identificación de factores que inciden en la ocurrencia de dichos eventos, en la aplicación de estrategias de comunicación, en el estudio de nuevos contextos de ejercicio ciudadano y de consumo de los usuarios desde los escenarios digitales actuales, y en la aplicación de nuevas metodologías que hasta no hace mucho eran ajenas al campo de las Ciencias Sociales y Humanísticas. El presente número intenta abordar el tema central de este número, desde algunas perspectivas presentadas por los autores que hacen parte de este número, con el fin de contribuir a tener una visión general de enfoques y perspectivas más relevantes de aplicabilidad de este tipo de métodos a nivel de la comunicación en la actualidad.
Descargas
Detalles del artículo
Esta obra está bajo una licencia de Creative Commons Reconocimiento 4.0 Internacional.
Citas
Bryson, S., Kenwright, D., Cox, M., Ellsworth, D., & Haimes, R. (1999). Visually exploring gigabyte data sets in real time. Communication of the ACM, 42(8), 82-90.
Casero-Ripollés, A. (2018). Research on political information and social media: Key points and challenges for the future. El profesional de la información, 27(5), 964-974.
Coddington, M. (2015). Clarifying journalism’s quantitative turn: A typology for evaluating data journalism, computational journalism, and computer-assisted reporting. Digital Journalism, 3 (3), 331-348. Recuperado de http://dx.doi.org/10.1080/21670811.2014.976400.
Charniak, E., & McDermott, D. (1985). Introduction to artificial intelligence. Estados Unidos: Addison‐Wesley, Estados Unidos.
Hendler, J. (1999). Is there an intelligent agent in your future?. Nature. Recuperado de http://www.math.pku.edu.cn/teachers/linzq/teaching/stm/references/agents.pdf.
Kuhn T. (1986). La Estructura de las Revoluciones Científicas. México: Fondo de Cultura Económica.
Nilsson, N. (1998). Artificial Intelligence: A New Synthesis. Estados Unidos: Morgan Kaufmann, Estados Unidos.
Niño, M. (2015). Cronología de antecedentes, origen y desarrollo del Big Data. Recuperado de http://www.mikelnino.com/2015/09/cronologia-big-data.html
Press, G. (2013). A very short history of Big Data. Forbes. Recuperado de https://www.forbes.com/sites/gilpress/2013/05/09/a-very-short-history-of-big-data/#7f2deb5a65a1
Russell, S., & Norvig, P. (2004). Inteligencia Artificial. Un enfoque moderno (Segunda edición). Madrid: Pearson Educación.
Torra, V. (2011). La inteligencia Artificial. Lychnos. Cuadernos de la Fundación General CSIC, 7. Recuperado de http://www.fgcsic.es/lychnos/es_es/articulos/inteligencia_artificial.
Turing, A. (1950). Computing Machinery and Intelligence. Ming. A Quarterly Review, 49, 433-460.
Villanueva, E. (2002). Deontología informativa: códigos deontológicos de la prensa escrita en el mundo. México: Universidad Iberoamericana.
Ye, M., & Abbe, E. (2018). Communication-Computation Efficient Gradient Coding. arXiv preprint arXiv:1802.03475v1.