Un conjunto de datos a gran escala de tweets relacionados con la IA: estructura y estadísticas descriptivas

Área de la Ciencia:

• Ciencias sociales computacionales
• Procesamiento del lenguaje natural
• La gobernanza de la IA

Sus antecedentes:

• El discurso público sobre la inteligencia artificial (IA) está evolucionando rápidamente.
• Comprender el impacto social de la IA requiere datos accesibles y a gran escala.
• Los conjuntos de datos existentes pueden carecer de metadatos completos o de una amplia cobertura temporal.

Objetivo del estudio:

• Para presentar un conjunto de datos curados y anónimos de tweets sobre inteligencia artificial.
• Facilitar la investigación sobre el discurso de la IA, la percepción pública y la dinámica social.
• Proporcionar un recurso compatible con FAIR para las ciencias sociales computacionales y la PNL.

Principales métodos:

• Se recogieron 893,076 tweets utilizando la API de Twitter (enero de 2017 - julio de 2021).
• Tweets filtrados usando la palabra clave "Inteligencia Artificial" para calidad y relevancia.
• Incluye metadatos estructurados: métricas de participación, medios, hashtags, lenguaje y marcas de tiempo.

Principales resultados:

• Un conjunto de datos completo de tweets relacionados con la IA ahora está disponible públicamente.
• El conjunto de datos incluye ricos metadatos para diversos enfoques analíticos.
• Los datos se ajustan a los principios FAIR de transparencia y reproducibilidad.

Conclusiones:

• Este conjunto de datos sirve como un recurso valioso para analizar el discurso público de la IA.
• Permite la investigación interdisciplinaria en áreas como el análisis de sentimientos y la política de IA.
• Promueve la investigación reproducible en ciencias sociales computacionales y PNL.