{"id":179495,"date":"2025-09-11T10:43:00","date_gmt":"2025-09-11T16:43:00","guid":{"rendered":"https:\/\/tecscience.tec.mx\/es\/?post_type=divulgacion-ciencia&p=179495"},"modified":"2025-09-22T13:41:26","modified_gmt":"2025-09-22T19:41:26","slug":"inteligencia-artificial-y-emociones","status":"publish","type":"divulgacion-ciencia","link":"https:\/\/tecscience.tec.mx\/es\/divulgacion-ciencia\/inteligencia-artificial-y-emociones\/","title":{"rendered":"RoBERTa vs ChatGPT: cu\u00e1l entiende mejor nuestras emociones"},"content":{"rendered":"\n

Por<\/em> Diana Madera<\/a>, Zo\u00e9 Caballero y Valeria Ram\u00edrez | Ciencia Amateur<\/strong>
Autor revisor<\/em> H\u00e9ctor Ceballos <\/a><\/p>\n\n\n\n

El lenguaje es parte clave de lo que nos hace humanos, es una de las caracter\u00edsticas esenciales de nuestra humanidad. Y justamente por eso, se han impulsado grandes esfuerzos para que las computadoras sean capaces de entendernos, es decir, que no solo aprendan a identificar palabras, sino a comprender el significado detr\u00e1s de ellas.\u00a0A esto se le llama Procesamiento de Lenguaje Natural<\/strong>, mejor conocido como NLP (por sus siglas en ingl\u00e9s).<\/p>\n\n\n\n

El NLP es una rama de la Inteligencia Artificial que ha dado vida a herramientas cotidianas como Alexa o Siri, a los autocorrectores de texto, a los detectores de spam en correos electr\u00f3nicos y, recientemente, a modelos avanzados como ChatGPT o Gemini.<\/p>\n\n\n\n

En el coraz\u00f3n de los sistemas NLP m\u00e1s avanzados se encuentra el an\u00e1lisis de sentimientos<\/strong>, que se refiere a la capacidad que permite a las m\u00e1quinas no solo procesar el lenguaje humano, sino tambi\u00e9n interpretar las emociones<\/strong> que este transmite.\u00a0<\/p>\n\n\n\n

Lo anterior ayuda a crear herramientas capaces de interpretar opiniones o sentimientos en diferentes medios, por ejemplo, redes sociales, en donde se utiliza para filtrar mensajes peligrosos o analizar las opiniones colectivas<\/strong> sobre temas espec\u00edficos.<\/p>\n\n\n\n

Emociones: el reto algor\u00edtmico<\/h2>\n\n\n\n

A pesar de su amplia gama de usos y t\u00e9cnicas, el an\u00e1lisis de sentimientos todav\u00eda tiene problemas que se buscan resolver. Un gran ejemplo es <\/strong>la identificaci\u00f3n de emociones complejas como la esperanza o el sarcasmo<\/strong>.\u00a0<\/p>\n\n\n\n

La esperanza es complicada, ya que involucra m\u00faltiples capas emocionales y puede ser expresada de manera directa (utilizando palabras como \u201cespero\u201d o \u201cdeseo\u201d) e indirecta (con frases como \u201ctal vez la situaci\u00f3n cambie\u201d).\u00a0<\/p>\n\n\n\n

El sarcasmo, por otro lado, es complejo debido a que juega con el uso literal de las palabras y la verdadera intenci\u00f3n del mensaje. Es decir, el uso de palabras positivas pero expresando un sentimiento negativo. <\/p>\n\n\n\n

La detecci\u00f3n autom\u00e1tica de sentimientos como la esperanza o el sarcasmo representa un avance crucial, especialmente en \u00e9pocas como la que vivimos en pandemia, cuando un simple mensaje pod\u00eda significar tanto una se\u00f1al de alerta como un gesto de \u00e1nimo para alguien m\u00e1s.<\/p>\n\n\n\n

Con el auge de la inteligencia artificial generativa, la exploraci\u00f3n de estos modelos para identificar emociones se ha intensificado.\u00a0<\/strong><\/p>\n\n\n\n

An\u00e1lisis comparativo<\/h2>\n\n\n\n

En este contexto, alumnas del Tec de Monterrey llevamos a cabo un an\u00e1lisis en el que comparamos modelos populares de IA generativa como ChatGPT, DeepSeek, Claude y LLama con RoBERTa, enfoc\u00e1ndonos en la identificaci\u00f3n de dos emociones: esperanza y sarcasmo, en publicaciones de X (antes Twitter) en distintos idiomas.<\/p>\n\n\n\n

Este trabajo ha sido aceptado para presentarse en dos de las conferencias internacionales m\u00e1s importantes de Procesamiento de Lenguaje Natural a nivel mundial: RANLP e IBERLEF.\u00a0<\/p>\n\n\n\n

En nuestra investigaci\u00f3n encontramos que RoBERTa sigue detectando mejor estas dos emociones en comparaci\u00f3n con los dem\u00e1s modelos generativos<\/strong>, algo que llama la atenci\u00f3n si consideramos que los modelos m\u00e1s modernos, como ChatGPT, son considerados m\u00e1s avanzados porque no solo entienden el lenguaje, sino que tambi\u00e9n pueden producirlo de forma fluida y natural. <\/strong><\/p>\n\n\n\n

Esto puede deberse a que los modelos generativos son m\u00e1s dependientes del contexto del mensaje, lo cual dificulta su desempe\u00f1o en los posts de Twitter que constan de pocos caracteres.<\/p>\n\n\n\n

Diferencias entre modelos generativos<\/h2>\n\n\n\n

En los \u00faltimos a\u00f1os, las t\u00e9cnicas de NLP han avanzado notablemente en su capacidad para detectar emociones en los textos. Uno de los modelos m\u00e1s reconocidos es RoBERTa, un modelo entrenado previamente con millones de textos provenientes de libros, art\u00edculos, redes sociales y otras fuentes. <\/p>\n\n\n\n

Esta formaci\u00f3n le permite adaptarse f\u00e1cilmente a nuevas tareas, incluso con muy poca informaci\u00f3n<\/strong> adicional. Para entenderlo mejor, podemos imaginar a un chef profesional: aunque nunca haya preparado un platillo espec\u00edfico, su experiencia le permite cocinarlo perfectamente con solo una breve descripci\u00f3n.\u00a0<\/p>\n\n\n\n

Por otro lado, los modelos generativos como ChatGPT llevan este concepto a\u00fan m\u00e1s lejos. No solo comprenden el lenguaje, sino que tambi\u00e9n lo producen, simulando conversaciones humanas con notable fluidez y sensibilidad contextual. En lugar de seguir una receta, son como chefs improvisadores: no solo reconocen los ingredientes, sino que tambi\u00e9n pueden crear un platillo completamente nuevo seg\u00fan el gusto del comensal. <\/p>\n\n\n\n

Modelos como RoBERTa se han convertido en algunos de los m\u00e1s utilizados por la comunidad investigadora en tareas de detecci\u00f3n de emociones. Una de sus principales ventajas es que no se limita al ingl\u00e9s, que es el idioma m\u00e1s com\u00fan en el \u00e1mbito de la investigaci\u00f3n, sino que tambi\u00e9n puede adaptarse a otros idiomas. <\/p>\n\n\n\n

Esto resulta especialmente relevante en un mundo globalizado, donde las emociones se comunican de maneras distintas seg\u00fan la lengua y la cultura. Utilizar modelos capaces de comprender varios idiomas permite desarrollar herramientas m\u00e1s inclusivas y efectivas para personas de distintos contextos.<\/p>\n\n\n\n

Aunque modelos generativos como ChatGPT a\u00fan no tengan el mejor desempe\u00f1o en las tareas de an\u00e1lisis de sentimientos, es importante seguir investigando su comportamiento. En especial por el gran uso que est\u00e1n teniendo en nuestra actualidad. <\/p>\n\n\n\n

Explorar esta l\u00ednea de investigaci\u00f3n no solo representa un avance t\u00e9cnico, sino tambi\u00e9n un compromiso con un futuro m\u00e1s emp\u00e1tico. Al perfeccionar la capacidad de las m\u00e1quinas para reconocer emociones complejas, abrimos la puerta a aplicaciones con un profundo impacto social: desde la detecci\u00f3n temprana de problemas de salud mental, hasta la mejora en la calidad del servicio al cliente, la prevenci\u00f3n del discurso de odio y la creaci\u00f3n de interacciones m\u00e1s humanas <\/strong>entre personas y sistemas inteligentes.<\/p>\n\n\n\n

.<\/p>\n\n\n\n

Referencias<\/strong><\/h4>\n\n\n\n
    \n
  1. Madera-Esp\u00edndola, D. P., Caballero-Dom\u00ednguez, Z., Ram\u00edrez-Mac\u00edas, V. J., Butt, S., & Ceballos, H. (2025). Transformers and Large Language Models for Hope Speech Detection: A Multilingual Approach for PolyHope-M at RANLP 2025. Proceedings of the 16th International Conference on Recent Advances in Natural Language Processing.<\/em><\/li>\n\n\n\n
  2. Madera-Esp\u00edndola, D. P., Caballero-Dom\u00ednguez, Z., Ram\u00edrez-Mac\u00edas, V. J., Butt, S., & Ceballos, H. (2025). Hope Speech Detection Using Transformers and Large Language Models: A Bilingual Approach at IberLEF 2025. CEUR Workshop Proceedings.<\/em><\/li>\n\n\n\n
  3. Jim, J. R., Talukder, M. A. R., Malakar, P., Kabir, M. M., Nur, K., & Mridha, M. F. (2024). Recent advancements and challenges of NLP-based sentiment analysis: A state-of-the-art review<\/a>. Natural Language Processing Journal<\/em>, 6<\/em>.<\/li>\n<\/ol>\n\n\n\n

    .<\/p>\n\n\n\n

    Autoras<\/h4>\n\n\n\n

    Diana Patricia Madera Esp\u00edndola<\/a>.<\/strong> Estudiante en la Maestr\u00eda en Ciencias Computacionales del Tec de Monterrey. Asistente de investigaci\u00f3n en el Living Lab & Data Hub del Institute for the Future of Education (IFE), del Tecnol\u00f3gico de Monterrey, M\u00e9xico. Su labor en el IFE se centra en proyectos relacionados con el Procesamiento de Lenguaje Natural (NLP), el Aprendizaje Autom\u00e1tico (ML) y las t\u00e9cnicas de Aprendizaje Profundo.<\/p>\n\n\n\n

    Zo\u00e9 Caballero Dom\u00ednguez. <\/strong>Estudiante de la Maestr\u00eda en Ciencias de la Computaci\u00f3n con especializaci\u00f3n en Aprendizaje Autom\u00e1tico del Tec de Monterrey. <\/p>\n\n\n\n

    Valeria Jassive Ram\u00edrez Mac\u00edas<\/strong>. Estudiante en la\u00a0Maestr\u00eda en Ciencias Computacionales del Tec\u00a0de Monterrey.<\/p>\n\n\n\n

    Este art\u00edculo fue supervisado por H\u00e9ctor Gibr\u00e1n Ceballos Cancino<\/strong><\/a>, director del Living Lab & Data Hub<\/a> del Institute for the Future of Education<\/a> (IFE) en el Tecnol\u00f3gico de Monterrey. Profesor de tiempo completo del Programa de Posgrado en Ciencias de la Computaci\u00f3n (DCC) y adscrito al Grupo de Investigaci\u00f3n con Enfoque Estrat\u00e9gico en Sistemas Inteligentes. Miembro del Sistema Nacional de Investigadores (SNI) y miembro adherente de la Academia Mexicana de Computaci\u00f3n (AMEXCOMP). <\/em><\/p>\n\n\n\n

    <\/p>\n","protected":false},"excerpt":{"rendered":"

    Alumnas del Tec de Monterrey investigan c\u00f3mo los modelos de inteligencia artificial generativa identifican emociones humanas.<\/p>\n","protected":false},"author":18,"featured_media":179496,"menu_order":0,"template":"","format":"standard","meta":{"_acf_changed":false,"_eb_attr":"","footnotes":""},"categories":[974],"tags":[236,244],"class_list":["post-179495","divulgacion-ciencia","type-divulgacion-ciencia","status-publish","format-standard","has-post-thumbnail","hentry","category-educacion-y-humanismo","tag-institute-for-the-future-of-education","tag-inteligencia-artificial"],"acf":[],"yoast_head":"\nIdentificar esperanza y sarcasmo: reto de la IA | TecScience<\/title>\n<meta name=\"description\" content=\"Alumnas del Tec de Monterrey investigan c\u00f3mo los modelos de inteligencia artificial generativa identifican emociones humanas.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/tecscience.tec.mx\/es\/divulgacion-ciencia\/inteligencia-artificial-y-emociones\/\" \/>\n<meta property=\"og:locale\" content=\"es_ES\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"RoBERTa vs ChatGPT: cu\u00e1l entiende mejor nuestras emociones\" \/>\n<meta property=\"og:description\" content=\"Alumnas del Tec de Monterrey investigan c\u00f3mo los modelos de inteligencia artificial generativa identifican emociones humanas.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/tecscience.tec.mx\/es\/divulgacion-ciencia\/inteligencia-artificial-y-emociones\/\" \/>\n<meta property=\"og:site_name\" content=\"TecScience\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/TecScienceWeb\" \/>\n<meta property=\"article:modified_time\" content=\"2025-09-22T19:41:26+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/tecscience.tec.mx\/es\/wp-content\/uploads\/sites\/8\/2025\/09\/inteligencia-artificial-y-emociones.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"750\" \/>\n\t<meta property=\"og:image:height\" content=\"500\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:site\" content=\"@TecScience_\" \/>\n<meta name=\"twitter:label1\" content=\"Tiempo de lectura\" \/>\n\t<meta name=\"twitter:data1\" content=\"6 minutos\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/tecscience.tec.mx\\\/es\\\/divulgacion-ciencia\\\/inteligencia-artificial-y-emociones\\\/\",\"url\":\"https:\\\/\\\/tecscience.tec.mx\\\/es\\\/divulgacion-ciencia\\\/inteligencia-artificial-y-emociones\\\/\",\"name\":\"Identificar esperanza y sarcasmo: reto de la IA | TecScience\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/tecscience.tec.mx\\\/es\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/tecscience.tec.mx\\\/es\\\/divulgacion-ciencia\\\/inteligencia-artificial-y-emociones\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/tecscience.tec.mx\\\/es\\\/divulgacion-ciencia\\\/inteligencia-artificial-y-emociones\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/tecscience.tec.mx\\\/es\\\/wp-content\\\/uploads\\\/sites\\\/8\\\/2025\\\/09\\\/inteligencia-artificial-y-emociones.jpg\",\"datePublished\":\"2025-09-11T16:43:00+00:00\",\"dateModified\":\"2025-09-22T19:41:26+00:00\",\"description\":\"Alumnas del Tec de Monterrey investigan c\u00f3mo los modelos de inteligencia artificial generativa identifican emociones humanas.\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/tecscience.tec.mx\\\/es\\\/divulgacion-ciencia\\\/inteligencia-artificial-y-emociones\\\/#breadcrumb\"},\"inLanguage\":\"es\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/tecscience.tec.mx\\\/es\\\/divulgacion-ciencia\\\/inteligencia-artificial-y-emociones\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"es\",\"@id\":\"https:\\\/\\\/tecscience.tec.mx\\\/es\\\/divulgacion-ciencia\\\/inteligencia-artificial-y-emociones\\\/#primaryimage\",\"url\":\"https:\\\/\\\/tecscience.tec.mx\\\/es\\\/wp-content\\\/uploads\\\/sites\\\/8\\\/2025\\\/09\\\/inteligencia-artificial-y-emociones.jpg\",\"contentUrl\":\"https:\\\/\\\/tecscience.tec.mx\\\/es\\\/wp-content\\\/uploads\\\/sites\\\/8\\\/2025\\\/09\\\/inteligencia-artificial-y-emociones.jpg\",\"width\":750,\"height\":500,\"caption\":\"Los sistemas inteligentes a\u00fan enfrentan un reto que ya se est\u00e1 investigando: reconocer emociones complejas como la esperanza y el sarcasmo. Foto: Getty Images\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/tecscience.tec.mx\\\/es\\\/divulgacion-ciencia\\\/inteligencia-artificial-y-emociones\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\\\/\\\/tecscience.tec.mx\\\/es\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Divulgacion Cientifica\",\"item\":\"https:\\\/\\\/tecscience.tec.mx\\\/es\\\/divulgacion-cientifica\\\/\"},{\"@type\":\"ListItem\",\"position\":3,\"name\":\"RoBERTa vs ChatGPT: cu\u00e1l entiende mejor nuestras emociones\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/tecscience.tec.mx\\\/es\\\/#website\",\"url\":\"https:\\\/\\\/tecscience.tec.mx\\\/es\\\/\",\"name\":\"TecScience\",\"description\":\"Bilingual platform in charge of communicating advances in research, science and innovation at Tec\",\"publisher\":{\"@id\":\"https:\\\/\\\/tecscience.tec.mx\\\/es\\\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/tecscience.tec.mx\\\/es\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"es\"},{\"@type\":\"Organization\",\"@id\":\"https:\\\/\\\/tecscience.tec.mx\\\/es\\\/#organization\",\"name\":\"TecScience\",\"url\":\"https:\\\/\\\/tecscience.tec.mx\\\/es\\\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"es\",\"@id\":\"https:\\\/\\\/tecscience.tec.mx\\\/es\\\/#\\\/schema\\\/logo\\\/image\\\/\",\"url\":\"https:\\\/\\\/tecscience.tec.mx\\\/es\\\/wp-content\\\/uploads\\\/sites\\\/8\\\/2022\\\/11\\\/logo-negro-tecscience.svg\",\"contentUrl\":\"https:\\\/\\\/tecscience.tec.mx\\\/es\\\/wp-content\\\/uploads\\\/sites\\\/8\\\/2022\\\/11\\\/logo-negro-tecscience.svg\",\"width\":250,\"height\":38,\"caption\":\"TecScience\"},\"image\":{\"@id\":\"https:\\\/\\\/tecscience.tec.mx\\\/es\\\/#\\\/schema\\\/logo\\\/image\\\/\"},\"sameAs\":[\"https:\\\/\\\/www.facebook.com\\\/TecScienceWeb\",\"https:\\\/\\\/x.com\\\/TecScience_\",\"https:\\\/\\\/www.linkedin.com\\\/company\\\/tec-science\\\/\",\"https:\\\/\\\/www.instagram.com\\\/tecscienceweb\\\/\"],\"publishingPrinciples\":\"https:\\\/\\\/tecscience.tec.mx\\\/es\\\/guia-de-publicacion-para-articulos-de-divulgacion\\\/\",\"correctionsPolicy\":\"https:\\\/\\\/tecscience.tec.mx\\\/es\\\/equipo-editorial-tecscience\\\/\"}]}<\/script>\n<!-- \/ Yoast SEO Premium plugin. -->","yoast_head_json":{"title":"Identificar esperanza y sarcasmo: reto de la IA | TecScience","description":"Alumnas del Tec de Monterrey investigan c\u00f3mo los modelos de inteligencia artificial generativa identifican emociones humanas.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/tecscience.tec.mx\/es\/divulgacion-ciencia\/inteligencia-artificial-y-emociones\/","og_locale":"es_ES","og_type":"article","og_title":"RoBERTa vs ChatGPT: cu\u00e1l entiende mejor nuestras emociones","og_description":"Alumnas del Tec de Monterrey investigan c\u00f3mo los modelos de inteligencia artificial generativa identifican emociones humanas.","og_url":"https:\/\/tecscience.tec.mx\/es\/divulgacion-ciencia\/inteligencia-artificial-y-emociones\/","og_site_name":"TecScience","article_publisher":"https:\/\/www.facebook.com\/TecScienceWeb","article_modified_time":"2025-09-22T19:41:26+00:00","og_image":[{"width":750,"height":500,"url":"https:\/\/tecscience.tec.mx\/es\/wp-content\/uploads\/sites\/8\/2025\/09\/inteligencia-artificial-y-emociones.jpg","type":"image\/jpeg"}],"twitter_card":"summary_large_image","twitter_site":"@TecScience_","twitter_misc":{"Tiempo de lectura":"6 minutos"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/tecscience.tec.mx\/es\/divulgacion-ciencia\/inteligencia-artificial-y-emociones\/","url":"https:\/\/tecscience.tec.mx\/es\/divulgacion-ciencia\/inteligencia-artificial-y-emociones\/","name":"Identificar esperanza y sarcasmo: reto de la IA | TecScience","isPartOf":{"@id":"https:\/\/tecscience.tec.mx\/es\/#website"},"primaryImageOfPage":{"@id":"https:\/\/tecscience.tec.mx\/es\/divulgacion-ciencia\/inteligencia-artificial-y-emociones\/#primaryimage"},"image":{"@id":"https:\/\/tecscience.tec.mx\/es\/divulgacion-ciencia\/inteligencia-artificial-y-emociones\/#primaryimage"},"thumbnailUrl":"https:\/\/tecscience.tec.mx\/es\/wp-content\/uploads\/sites\/8\/2025\/09\/inteligencia-artificial-y-emociones.jpg","datePublished":"2025-09-11T16:43:00+00:00","dateModified":"2025-09-22T19:41:26+00:00","description":"Alumnas del Tec de Monterrey investigan c\u00f3mo los modelos de inteligencia artificial generativa identifican emociones humanas.","breadcrumb":{"@id":"https:\/\/tecscience.tec.mx\/es\/divulgacion-ciencia\/inteligencia-artificial-y-emociones\/#breadcrumb"},"inLanguage":"es","potentialAction":[{"@type":"ReadAction","target":["https:\/\/tecscience.tec.mx\/es\/divulgacion-ciencia\/inteligencia-artificial-y-emociones\/"]}]},{"@type":"ImageObject","inLanguage":"es","@id":"https:\/\/tecscience.tec.mx\/es\/divulgacion-ciencia\/inteligencia-artificial-y-emociones\/#primaryimage","url":"https:\/\/tecscience.tec.mx\/es\/wp-content\/uploads\/sites\/8\/2025\/09\/inteligencia-artificial-y-emociones.jpg","contentUrl":"https:\/\/tecscience.tec.mx\/es\/wp-content\/uploads\/sites\/8\/2025\/09\/inteligencia-artificial-y-emociones.jpg","width":750,"height":500,"caption":"Los sistemas inteligentes a\u00fan enfrentan un reto que ya se est\u00e1 investigando: reconocer emociones complejas como la esperanza y el sarcasmo. Foto: Getty Images"},{"@type":"BreadcrumbList","@id":"https:\/\/tecscience.tec.mx\/es\/divulgacion-ciencia\/inteligencia-artificial-y-emociones\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/tecscience.tec.mx\/es\/"},{"@type":"ListItem","position":2,"name":"Divulgacion Cientifica","item":"https:\/\/tecscience.tec.mx\/es\/divulgacion-cientifica\/"},{"@type":"ListItem","position":3,"name":"RoBERTa vs ChatGPT: cu\u00e1l entiende mejor nuestras emociones"}]},{"@type":"WebSite","@id":"https:\/\/tecscience.tec.mx\/es\/#website","url":"https:\/\/tecscience.tec.mx\/es\/","name":"TecScience","description":"Bilingual platform in charge of communicating advances in research, science and innovation at Tec","publisher":{"@id":"https:\/\/tecscience.tec.mx\/es\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/tecscience.tec.mx\/es\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"es"},{"@type":"Organization","@id":"https:\/\/tecscience.tec.mx\/es\/#organization","name":"TecScience","url":"https:\/\/tecscience.tec.mx\/es\/","logo":{"@type":"ImageObject","inLanguage":"es","@id":"https:\/\/tecscience.tec.mx\/es\/#\/schema\/logo\/image\/","url":"https:\/\/tecscience.tec.mx\/es\/wp-content\/uploads\/sites\/8\/2022\/11\/logo-negro-tecscience.svg","contentUrl":"https:\/\/tecscience.tec.mx\/es\/wp-content\/uploads\/sites\/8\/2022\/11\/logo-negro-tecscience.svg","width":250,"height":38,"caption":"TecScience"},"image":{"@id":"https:\/\/tecscience.tec.mx\/es\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.facebook.com\/TecScienceWeb","https:\/\/x.com\/TecScience_","https:\/\/www.linkedin.com\/company\/tec-science\/","https:\/\/www.instagram.com\/tecscienceweb\/"],"publishingPrinciples":"https:\/\/tecscience.tec.mx\/es\/guia-de-publicacion-para-articulos-de-divulgacion\/","correctionsPolicy":"https:\/\/tecscience.tec.mx\/es\/equipo-editorial-tecscience\/"}]}},"_links":{"self":[{"href":"https:\/\/tecscience.tec.mx\/es\/wp-json\/wp\/v2\/divulgacion-ciencia\/179495","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/tecscience.tec.mx\/es\/wp-json\/wp\/v2\/divulgacion-ciencia"}],"about":[{"href":"https:\/\/tecscience.tec.mx\/es\/wp-json\/wp\/v2\/types\/divulgacion-ciencia"}],"author":[{"embeddable":true,"href":"https:\/\/tecscience.tec.mx\/es\/wp-json\/wp\/v2\/users\/18"}],"version-history":[{"count":0,"href":"https:\/\/tecscience.tec.mx\/es\/wp-json\/wp\/v2\/divulgacion-ciencia\/179495\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/tecscience.tec.mx\/es\/wp-json\/wp\/v2\/media\/179496"}],"wp:attachment":[{"href":"https:\/\/tecscience.tec.mx\/es\/wp-json\/wp\/v2\/media?parent=179495"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/tecscience.tec.mx\/es\/wp-json\/wp\/v2\/categories?post=179495"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/tecscience.tec.mx\/es\/wp-json\/wp\/v2\/tags?post=179495"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}