1. Repositorio institucional de CLACSO
2. Colección de los Centros Asociados
3. Colombia
4. Instituto de Estudios Regionales - INER/UdeA - Cosecha

Título :	Mapping poverty and well-being through natural language processing Mapeando la pobreza y el bienestar a través del procesamiento de lenguaje natural
Autor :	Recursos Estratégicos, Región y Dinámicas Socioambientales
Palabras clave :	Artificial intelligence;Capabilities approach (Social sciences);Poverty;Natural language processing (Computer science);Inteligencia artificial;Proceso en lenguaje natural (Informática);Pobreza;http://id.loc.gov/authorities/subjects/sh85008180;http://id.loc.gov/authorities/subjects/sh2013003575;http://id.loc.gov/authorities/subjects/sh85105939;http://id.loc.gov/authorities/subjects/sh2013003575
Editorial :	Universidad de los Andes, Facultad de Ciencias Sociales Bogotá, Colombia
Descripción :	Los índices de pobreza y bienestar abarcan una serie de dimensiones que reflejan aspectos valiosos y susceptibles de cuantificación de las vidas de las personas. Tales dimensiones evidencian sus preocupaciones y prioridades, de manera que ofrecen un acercamiento a sus experiencias. Este estudio identifica las dimensiones de la pobreza y del bienestar directamente en el lenguaje cotidiano y propone un método novedoso para asignarle valor a cada una de acuerdo con lo que las personas consideran importante. Mediante técnicas de modelado de temas, en el marco del procesamiento del lenguaje natural, detectamos las principales temáticas que la gente, en sus propias palabras, asocia con la pobreza y el bienestar. Igualmente, aplicamos la técnica de aprendizaje por transferencia a partir de un modelo de clasificación de disparo cero, con el fin de asignar valor a las dimensiones de estudio y ordenarlas según su relevancia para el grupo poblacional que fue examinado. En nuestros casos de estudio encontramos que las dimensiones relacionadas con la pobreza que más sobresalían eran la falta de oportunidades, el desempleo, la desmotivación, la falta de dinero y los intentos por salir adelante. Por su parte, entre las dimensiones relacionadas con el bienestar hallamos la calidad de vida, la satisfacción de las necesidades básicas, la alimentación y la salud. Este enfoque permite precisar cuáles deben ser las áreas prioritarias para la intervención y la asignación de recursos. Finalmente, recomendamos aplicar técnicas de modelado de temas al momento de diseñar indicadores multidimensionales, pues esto posibilita que los investigadores y los encargados de formular las políticas construyan los indicadores sociales a la medida de las necesidades de las personas a las que buscan servir. Poverty and well-being indexes encompass dimensions that capture meaningful aspects of life worth measuring. These dimensions reflect people’s concerns and priorities, offering insight into their lived experiences. This study identifies dimensions of poverty and well-being directly from people’s everyday language and proposes a novel method for assigning weights to these dimensions based on what people express as important. Using topic modeling techniques within the Natural Language Processing framework, we uncovered key themes people associate with poverty and well-being in their own words. We also applied transfer learning through a zero-shot classification model to assign weights to these dimensions, ranking them by their relevance to the target population studied. In our case studies, the most prominent poverty-related dimensions included lack of opportunities, unemployment, lack of spirit, lack of money, and attempts to get ahead, while the top well-being dimensions identified were living well, meeting basic needs, nourishment, and health. This approach helps pinpoint priority areas for intervention and resource allocation. We recommend using topic modeling techniques when designing multidimensional indicators, as this enables researchers and policymakers to ground social indicators in the voices of the people they aim to serve. Universidad de Antioquia. Vicerrectoría de investigación. Comité para el Desarrollo de la Investigación - CODI COL0015526
URI :	https://biblioteca-repositorio.clacso.edu.ar/handle/CLACSO/258724
Otros identificadores :	Muñetón-Santa, G., Pérez Aguirre, C. A., & Orozco-Arroyave, J. R. (2025). Mapeando la pobreza y el bienestar a través del procesamiento de lenguaje natural. Revista De Estudios Sociales, 93, 39-65. https://doi.org/10.7440/res93.2025.03 0123-885X https://hdl.handle.net/10495/46868 https://doi.org/10.7440/res93.2025.03 1900-5180
Aparece en las colecciones:	Instituto de Estudios Regionales - INER/UdeA - Cosecha

Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.