B7. PHEME como sistema de escucha social y construcción de corpus trazable
Abstract
Nota de versión: este artículo es un documento fechado. Describe el ecosistema ODISEO tal como estaba constituido al 17 de mayo de 2026 y se publica sin reescritura posterior. Para el estado posterior, véanse el Paper 0-II (10.5281/zenodo.21997492), B20 — TELOS (10.5281/zenodo.21997650), B21 — ODOS (10.5281/zenodo.21998634) y el artículo comprehensivo, versión 3. Reserva de parámetros: La biblioteca de descriptores, los procedimientos de captura y los umbrales de las compuertas de calidad se reservan por política comercial; la arquitectura de corpus y la cadena de trazabilidad se publican íntegras. Declaración de uso de inteligencia artificial: este trabajo se elaboró con asistencia de herramientas de IA generativa en la formalización y la redacción; la concepción, la dirección teórica, la verificación y la responsabilidad del contenido corresponden íntegramente al autor. Conforme a la práctica editorial vigente, las herramientas de IA no figuran como autoras. Este artículo modela PHEME como el sistema de escucha social de ODISEO. Su función es capturar ruido público de redes sociales, organizarlo como corpus trazable, producir hallazgos anclados en evidencia, construir argumentos documentados y generar informes accionables. PHEME no analiza piezas aisladas: analiza corpus. Una publicación, comentario o video no es un hallazgo; es una unidad potencial de evidencia que adquiere significado dentro de patrones observables. La tesis central es que PHEME puede formalizarse como un operador de transformación: donde `D` es el conjunto de descriptores, `P` las plataformas, `T` el período de monitoreo, `C_raw` el corpus bruto, `C_clean` el corpus limpio, `H` la matriz de hallazgos, `A` la arquitectura argumental y `R` el informe final. Su valor epistémico depende de una separación estricta: capturar no es interpretar, analizar no es redactar, informar no es inventar narrativa.
Fields of Study & Subjects
Computational and Text Analysis Methods
E-Learning and Knowledge Management
Scientific Research and Technology
Publication details
- Journal / source
- Zenodo (CERN European Organization for Nuclear Research)
- Publication date
- 17 May 2026
- Language
- ES
- Document type
- Preprint