• Para ir más allá de un simple análisis de sentimiento (positivo/negativo), este proyecto utilizó un marco de análisis sociológico para clasificar cada noticia. Tras una revisión preliminar del discurso y basándose en los debates actuales sobre tecnología y trabajo, se desarrollaron 4 marcos discursivos principales. Estos permiten capturar los diferentes ángulos y enfoques desde los cuales los medios de comunicación están presentando el impacto de la inteligencia artificial. Estas fueron las categorías utilizadas para entrenar al agente de IA:

• Amenaza / Riesgo Laboral: En esta categoría se agruparon aquellos artículos enfocados en la sustitución de empleos, la automatización de tareas que antes eran humanas, la precarización, devaluación de habilidades existentes y los desafíos económicos directos para los trabajadores y el mercado laboral.

• Debate Ético / Social: Este marco incluye las conversaciones sobre las consecuencias sociales más amplias de la IA. Abarca temas como los sesgos algorítmicos, la privacidad de los datos, la necesidad de regulación, la desigualdad social que puede generar y el impacto general en la estructura de la sociedad.

• Oportunidad / Tecno-optimismo: Aquí se clasifican las noticias que presentan a la IA como una herramienta de progreso y crecimiento. Se centra en el aumento de la productividad, la creación de nuevos roles y empleos, la resolución de problemas complejos, la innovación y las oportunidades de inversión y desarrollo económico.

• Novedad / Anuncio Tecnológico: Esta categoría agrupa los textos de carácter principalmente informativo y neutral. Suelen ser noticias sobre el lanzamiento de un nuevo modelo de IA, una nueva funcionalidad de una empresa tecnológica o reportes de eventos, pero sin un enfoque analítico profundo o juicio de valor sobre sus implicaciones laborales o sociales.

Esta imagen muestra el mapa completo del pipeline de datos automatizado que construí en n8n para potenciar este análisis. El proceso funciona como una línea de ensamblaje inteligente:

• Recolección: El flujo comienza leyendo las noticias más recientes sobre "IA y trabajo" directamente desde un feed personalizado de Google Noticias.

• Filtrado: Un primer filtro inteligente descarta automáticamente el "ruido", dejando pasar únicamente los artículos que contienen palabras clave relevantes.

• Análisis IA: Cada noticia filtrada es enviada a un Agente de IA (potenciado por Gemini), que la lee, la interpreta y la clasifica en uno de los cuatro marcos discursivos siguiendo las reglas de un prompt diseñado a medida.

• Limpieza y estructuración: Un nodo de código se encarga de limpiar y estandarizar la respuesta de la IA, dejándola en un formato JSON perfecto.

• Almacenamiento: Finalmente, el resultado completo del análisis se guarda automáticamente como una nueva fila en la hoja de Google Sheets que sirve como base de datos para este estudio.

Todo este proceso transforma información no estructurada de internet en una base de datos analítica, limpia y ordenada, de forma completamente autónoma.

Conclusiones

Este proyecto demostró con éxito la viabilidad de construir un pipeline de datos automatizado para realizar un análisis de discurso sociológico a gran escala.

El análisis cuantitativo reveló una clara hegemonía del discurso de riesgo y debate (más del 80%) en la cobertura mediática sobre la IA y el trabajo, mientras que el análisis cualitativo permitió identificar los patrones narrativos específicos detrás de estos números: la "sustitución" como amenaza principal, la "cautela" como postura periodística y la "oportunidad" como un beneficio de nicho.

La herramienta construida en n8n probó ser un método eficaz y escalable para acelerar drásticamente los procesos de investigación, transformando información no estructurada de internet en una base de datos analítica y accionable.

Preguntas: