PROMETEICA - Revista de Filosofia y Ciencias. 2026, v. 33
Artículos
https://doi.org/10.34024/prometeica.2026.33.21281
IA APLICADA AL ANÁLISIS DE LAS EXTORSIONES EN EL PERÚ
CÓMO LA PRESIÓN SOCIAL TRANSFORMA LA AGENDA MEDIÁTICA EN YOUTUBE
AI APPLIED TO THE ANALYSIS OF EXTORTION IN PERU
How Social Pressure Shapes the Media Agenda on YouTube
IA APLICADA À ANÁLISE DAS EXTORSÕES NO PERU
Como a pressão social transforma a agenda midiática no YouTube
(Universidad Nacional de San Cristóbal de Huamanga, Perú)
sharella.choquecahua@unsch.edu.pe
(Universidad Nacional de San Cristóbal de Huamanga, Perú)
alvaro.vallejo.04@unsch.edu.pe
Recibido: 06/10/2025
Aprobado: 03/04/2026
RESUMEN
Este estudio tiene como propósito representar digitalmente la crisis de extorsiones en el Perú entre 2024 y 2025 a partir del análisis de comentarios en YouTube, con el fin de identificar las categorías discursivas más relevantes. Se utilizó un diseño metodológico mixto de carácter secuencial, combinando un componente cuantitativo basado en técnicas de procesamiento de lenguaje natural y un modelo BERT para clasificar los comentarios, y un componente cualitativo que reconstruyó una cronología de eventos y analizó la relación entre los picos de conversación digital, los paros de transportistas y la cobertura mediática Los resultados revelan que la conversación digital no se activa por delitos aislados, sino por la ocurrencia de paros que obligan a los medios tradicionales a cubrir el tema, generando un aumento abrupto de la interacción en línea. Las narrativas más frecuentes se centran en la crítica al Estado y en las demandas de medidas punitivas, lo que evidencia una ciudadanía indignada y favorable a soluciones de seguridad más estrictas. La reacción mediática se presenta como tardía y reactiva, lo que retrasa la incorporación del problema en la agenda pública y prolonga la sensación de desprotección este trabajo aporta un marco replicable para el estudio de fenómenos de criminalidad en entornos digitales y demuestra el papel de la protesta social como detonante de la visibilización y discusión en línea, ofreciendo insumos para comprender cómo la presión ciudadana configura la agenda mediática y política.
Palabras clave: extorsión. YouTube. protesta social. visibilidad mediática. análisis de discurso. inteligencia artificial.
ABSTRACT
This study aims to digitally represent the extortion crisis in Peru between 2024 and 2025 by analyzing YouTube comments to identify the most relevant discursive categories. A sequential mixed-methods design was used, combining a quantitative component based on natural language processing techniques and a BERT model to classify comments, with a qualitative component that reconstructed a chronology of events and analyzed the relationship between peaks in online conversation, transportation strikes, and media coverage. The results reveal that online conversation is not triggered by isolated crimes, but rather by strikes that compel traditional media to cover the issue, generating a sharp increase in online interaction. The most frequent narratives focus on criticism of the state and demands for punitive measures, demonstrating an outraged citizenry that favors stricter security solutions. The media reaction is presented as late and reactive, which delays the incorporation of the problem into the public agenda and prolongs the feeling of vulnerability. This work provides a replicable framework for the study of criminal phenomena in digital environments and demonstrates the role of social protest as a trigger for visibility and discussion online, offering inputs to understand how citizen pressure shapes the media and political agenda.
Keywords: extortion. YouTube. social protest. media visibility. discourse analysis. artificial intelligence.
RESUMO
Este estudo visa representar digitalmente a crise de extorsão no Peru entre 2024 e 2025, analisando comentários do YouTube para identificar as categorias discursivas mais relevantes. Foi utilizado um delineamento sequencial de métodos mistos, combinando um componente quantitativo baseado em técnicas de processamento de linguagem natural e um modelo BERT para classificar comentários, com um componente qualitativo que reconstruiu uma cronologia de eventos e analisou a relação entre picos de conversas online, greves no transporte e cobertura da mídia. Os resultados revelam que as conversas online não são desencadeadas por crimes isolados, mas sim por greves que obrigam a mídia tradicional a cobrir o assunto, gerando um aumento acentuado na interação online. As narrativas mais frequentes focam em críticas ao Estado e demandas por medidas punitivas, demonstrando uma população indignada que defende soluções de segurança mais rigorosas. A reação da mídia é apresentada como tardia e reativa, o que atrasa a incorporação do problema na agenda pública e prolonga a sensação de vulnerabilidade. Este trabalho fornece uma estrutura replicável para o estudo de fenômenos criminais em ambientes digitais e demonstra o papel do protesto social como um gatilho para a visibilidade e a discussão online, oferecendo subsídios para entender como a pressão cidadã molda a mídia e a agenda política.
Palavras-chave: extorsão. YouTube. protesto social. visibilidade midiática. análise do discurso. inteligência artificial.
El Perú atraviesa una fase de agravamiento delictivo, marcado por un crecimiento sostenido de las extorsiones que han rebasado los reportes aislados para convertirse en una preocupación nacional palpable. Autores y columnistas atribuyen este incremento a varios factores estructurales: la debilidad institucional del Estado, la impunidad, la informalidad económica, la falta de sanción efectiva y la extensión del poder de bandas criminales que actúan bajo prácticas heredadas de décadas anteriores (Hildebrandt, 2025; OjoPúblico, 2024; Pedraglio, 2025). En su columna “Poner la mira en la extorsión”, Pedraglio (2025) cita a Lucía Dammert al señalar que “la extorsión ha tenido un crecimiento explosivo
… ya en la década de 1990 la sufrían sectores como la construcción inmobiliaria”, lo que muestra que, aunque el fenómeno no es nuevo, su dimensión actual sí es inusitada.
Luego, el incremento de la extorsión en Lima no puede entenderse únicamente como resultado de la expansión de bandas delictivas; diversos analistas han planteado que la falta de respuesta o incluso la connivencia de ciertos sectores de la Policía Nacional del Perú (PNP) ha contribuido a que este fenómeno alcance niveles críticos. Hildebrandt (2025) sostiene que el país “ha quedado rehén de una banda que actúa con impunidad, con policías que no llegan o que llegan tarde, como si el crimen organizado tuviera mando sobre ellos” (p. 6). Esta crítica coincide con investigaciones periodísticas que han revelado casos en los que efectivos policiales participaron activamente en redes de extorsión, tráfico de drogas o cobro de cupos.
La literatura académica respalda esta preocupación: López (2024) señala que la ciudadanía ha perdido confianza en la policía, al punto de evitar denunciar, pues percibe que “determinados sectores del aparato estatal terminan protegiendo a quienes deberían sancionar”. De este modo, el crecimiento de la extorsión en Lima puede verse como el resultado de una doble crisis: la de seguridad y la de legitimidad institucional. A diferencia de El Salvador, donde tras un periodo de tolerancia estatal se implementó un régimen de excepción que desarticuló rápidamente a las pandillas (Presidencia de la República de El Salvador, 2021), en el Perú la respuesta sigue siendo fragmentaria y lenta, lo que ha obligado a la población a recurrir a paros y protestas para visibilizar el problema.
Estos sucesos —la explosión de denuncias desde SIDPOL, las voces críticas en la prensa, la percepción ciudadana de inseguridad y la falta de respuesta institucional— configuran el punto de partida de este estudio. Se busca así analizar cómo las protestas sociales (paros de transportistas) se configuran como el inicio en el que se aborda el problema, obligando a los medios, al gobierno y a la sociedad digital a enfrentar la realidad de la extorsión en el Perú.
En la última década, los estudios sobre análisis del discurso digital han experimentado un crecimiento sostenido, particularmente en relación con el contenido generado por usuarios en grandes plataformas como Twitter (actualmente X), Facebook y YouTube. Diversas investigaciones han señalado que estos entornos no solo funcionan como espacios de deliberación pública, sino también como infraestructuras sociotécnicas que median, jerarquizan y amplifican determinadas narrativas sociales y políticas(Howard & Woolley, 2016; Lazer et al., 2018). Desde esta perspectiva, la circulación de discursos en línea se encuentra condicionada por dinámicas algorítmicas que tienden a privilegiar contenidos emocionalmente intensos, polarizantes o altamente interactivos.
En el ámbito de la comunicación digital, Papacharissi (2015) ha conceptualizado las plataformas como espacios afectivos en los que la expresión emocional desempeña un papel central en la formación de la opinión pública. Esta dimensión resulta particularmente relevante en la discusión de fenómenos sociales sensibles, como la inseguridad ciudadana o la extorsión, donde los discursos digitales suelen articularse en torno a marcos morales, identitarios y de responsabilidad social. En este contexto, las narrativas que circulan en plataformas digitales no solo reflejan percepciones sociales existentes, sino que también contribuyen a configurarlas y amplificarlas.
Desde el análisis crítico del discurso, autores como Fairclough (2010), van Dijk (2008) y Wodak (2015) han señalado que los discursos mediáticos no solo reflejan relaciones de poder preexistentes, sino que contribuyen activamente a su reproducción simbólica. En entornos digitales, estas dinámicas se intensifican debido a la velocidad de circulación de los contenidos y a la lógica participativa de las plataformas, donde los usuarios no solo consumen información, sino que también producen, reinterpretan y legitiman narrativas sociales. En particular, YouTube ha sido identificado como un espacio relevante para la formación de comunidades discursivas en torno a temas de interés público,
debido a su sistema de recomendación y a la interacción constante entre creadores de contenido y audiencias (Knuutila et al., 2020).
Paralelamente, se ha consolidado una línea de investigación que articula el análisis del discurso con métodos computacionales basados en procesamiento del lenguaje natural y aprendizaje automático. Inicialmente, estos enfoques surgieron como herramientas para analizar grandes volúmenes de texto que resultaban difíciles de abordar mediante técnicas exclusivamente cualitativas (Grimmer & Stewart, 2013). Con el desarrollo reciente de modelos de lenguaje basados en arquitecturas transformer, como BERT, estas herramientas han demostrado una mayor capacidad para capturar relaciones semánticas y contextuales en textos digitales, lo que ha ampliado significativamente sus aplicaciones en ciencias sociales (Cañete et al., 2020). Posteriormente, el rápido avance de los modelos de lenguaje de gran escala y su difusión pública a partir de sistemas generativos conversacionales ha impulsado un notable incremento en el uso de técnicas de inteligencia artificial para el análisis automatizado de grandes volúmenes de datos textuales, abriendo nuevas posibilidades metodológicas para el estudio de discursos y dinámicas sociales en entornos digitales (Bommasani et al., 2021; Dwivedi et al., 2023).
En este marco, diversos estudios recientes han propuesto enfoques híbridos que combinan clasificación automatizada, validación humana e interpretación discursiva para analizar debates públicos en plataformas digitales. Este tipo de aproximación permite articular la escalabilidad de los métodos computacionales con el rigor analítico del análisis del discurso, facilitando el estudio sistemático de grandes volúmenes de comentarios generados por usuarios (Lopez & Cuellar, 2025; Venturini & Munk, 2022). En el caso de fenómenos sociales como la extorsión, este tipo de metodología resulta particularmente útil para identificar patrones narrativos, posiciones discursivas y marcos interpretativos presentes en las discusiones digitales.
En la literatura reciente, el uso de ciencia de datos para analizar comentarios en redes sociales se ha convertido en una herramienta fundamental para comprender los procesos de movilización social y su interacción con la política. Ruiz-Dodobara et al. (2024) destacan que la acción colectiva en el Perú está mediada por la polarización afectiva en redes sociales, donde los usuarios reaccionan no solo ante hechos coyunturales, sino también ante narrativas acumuladas que alimentan el descontento. Este hallazgo sugiere que los comentarios en plataformas digitales pueden servir como termómetro del malestar social, ofreciendo la posibilidad de anticipar picos de conflictividad antes de que se materialicen en las calles.
De manera complementaria, Delgado & Fajardo (2024) analizan las prácticas mediáticas y los patrones de engagement de las audiencias peruanas, mostrando que el análisis de datos provenientes de redes sociales y plataformas digitales permite obtener información útil para el diseño de políticas públicas basadas en evidencia. Si bien el uso sistemático de estas métricas podría ayudar a los gobiernos a responder de manera más oportuna a problemas críticos, como la inseguridad ciudadana y la percepción de abandono estatal, finalmente sabemos que depende de la voluntad política de traducir los hallazgos en acciones concretas, y por el contrario, como que quiere demostrar en este trabajo, ver que toda información es un poder enmarcado en los intereses de quién los tenga, por ello se pone a disposición la información recabada para vuestro análisis, y también pueda considerar nuestras conclusiones sobre la política peruana con respecto a la extorsión.
En los últimos tres años, el Perú ha experimentado un aumento alarmante de las denuncias por extorsión, lo que revela un agravamiento progresivo de la inseguridad ciudadana. En 2021 se registraron 4 510 casos, mientras que en 2022 la cifra se elevó a 15 948 denuncias, lo que representa un incremento superior al 250 % respecto al año anterior (INEI, 2023). Durante 2023, los casos continuaron en ascenso, alcanzando 22 162 denuncias, lo que confirma la consolidación de esta tendencia (INEI, 2024).
La situación en 2024 mostró un recrudecimiento del fenómeno: el distrito de San Juan de Lurigancho concentró el mayor número de denuncias en Lima, seguido de San Martín de Porres, convirtiéndose en puntos críticos de la violencia extorsiva (SIDPOL, 2025). El escenario de 2025 confirma el agravamiento: entre enero y mayo se reportaron 11 475 denuncias de extorsión a nivel nacional, un 22.5
% más que en el mismo periodo de 2024 (MININTER, 2025). En Lima Metropolitana, las denuncias aumentaron 54.5 % entre enero y julio de 2025 en comparación con el mismo intervalo de 2024 (SIDPOL, 2025). Finalmente, hasta agosto de 2025 se acumulaban 18 385 denuncias, lo que representa un crecimiento del 29.3 % respecto a las 14 224 denuncias registradas hasta agosto de 2024 (MININTER, 2025).
Este incremento sostenido de denuncias derivó en la organización de paros y movilizaciones de transportistas, comerciantes y lo que exigían una respuesta estatal más enérgica. El punto de quiebre se produjo el 23 de septiembre de 2024, cuando se realizó el primer paro de transportistas en Lima Norte, en el que los conductores paralizaron el servicio para visibilizar la ola de extorsiones y asesinatos en su sector. Según el Observatorio Nacional de Seguridad Ciudadana, “el incremento de denuncias por extorsión y homicidios genera impactos directos en la percepción de inseguridad y motiva la organización de protestas ciudadanas en las zonas más afectadas” (ONSC, 2024, p.12).. Este evento marcó el inicio de una serie de paralizaciones posteriores que evidencian cómo la crisis de inseguridad trascendió lo individual y generó una reacción colectiva, presionando al Estado para adoptar medidas de emergencia y reforzar la presencia policial y militar en las zonas más afectadas.
Entonces, se muestra la cronología de hechos relevantes con respecto a las extorsiones en el Perú, desde el primero del 2024 a agosto de 2025:
El 10 de abril de 2025 se realizó un paro masivo de transportistas en Lima y Callao como protesta contra la inseguridad, el sicariato y las extorsiones que afectan al sector. La paralización generó fuerte congestión vehicular y presión política sobre el Ejecutivo, que fue cuestionado por su respuesta frente a la crisis.(El País, 2025a)
Durante los paros de transportistas desencadenados por el aumento de las extorsiones, el gobierno respondió con medidas de fuerza que incluyeron la declaración de estado de emergencia en varios distritos de Lima Norte y el despliegue de tropas y tanques en la capital, lo que generó críticas por el carácter militarizado de la respuesta (El País, 2024b). Se reportaron enfrentamientos entre manifestantes y la Policía Nacional, con uso de gas lacrimógeno y detenciones en jornadas como la del 14 de mayo de 2025 (Infobae, 2025). Las consecuencias sociales incluyeron interrupción del transporte, congestión vehicular, suspensión de clases y un clima de temor generalizado (Caretas, 2025; El País, 2025b). Si bien el Ejecutivo reforzó la presencia policial y anunció planes de seguridad para frenar la ola de extorsiones, los gremios denunciaron que las medidas fueron insuficientes y que los asesinatos y amenazas continuaron en las zonas más críticas, lo que dio lugar a nuevos paros, como el convocado el 21 de agosto de 2025 para exigir garantías reales de seguridad y sanción a las mafias del transporte (Infobae, 2025a; Swissinfo, 2025)
El estudio adopta un enfoque metodológico mixto, que combina procedimientos cuantitativos y cualitativos para el análisis de los comentarios recopilados (Creswell & Creswell, 2017). La vertiente cuantitativa se implementó mediante técnicas de procesamiento del lenguaje natural (PLN) apoyadas en modelos de lenguaje de inteligencia artificial, mientras que el componente cualitativo se sustentó en un análisis crítico y contextual de los discursos presentes en los comentarios públicos. Este enfoque integrado facilitó la etiquetación manual inicial y la posterior clasificación automatizada, asegurando un tratamiento riguroso del contenido discursivo vinculado a las percepciones sociales sobre la extorsión.
Este trabajo se sitúa en el contexto específico de la inseguridad ciudadana en el Perú, con un interés particular en el fenómeno creciente de las extorsiones. Entendemos que la representación mediática de la inseguridad no es neutral, sino que forma parte de un entramado discursivo que selecciona y jerarquiza los hechos para construir realidad socialmente relevante, lo anteriormente dicho sigue la línea de Luhmann (2000) quien también sostiene que los medios de comunicación no reproducen el mundo de manera objetiva, sino que operan como un sistema que filtra, simplifica y amplifica determinados eventos, generando percepciones colectivas sobre el Estado, las instituciones y la vida cotidiana.. Con el fin de operacionalizar estas ideas, y tomando como referencia los lineamientos metodológicos de mapeo de controversias propuestos por Venturini (2010), el estudio se estructuró en las siguientes etapas:
Primero, se realizó una recolección sistemática de comentarios provenientes de YouTube, sin restricción de ubicación ni canal. La selección de videos se basó en términos clave como “extorsiones en Perú”, abarcando el periodo entre enero de 2024 a julio de 2025, un intervalo donde el fenómeno de la extorsión alcanzó una alta visibilidad mediática a nivel nacional. Los videos fueron identificados mediante la herramienta YouTube Data Tools y la API oficial de YouTube, considerando la totalidad de videos disponibles hasta ese momento, entre ellos aquellos de medios periodísticos, creadores de contenido y canales informativos, etc. De cada video se extrajo un máximo de 500 comentarios, consolidando una base inicial de 41,000 comentarios.
Segundo, se ejecutó un proceso de preprocesamiento de la base de datos para garantizar su limpieza y relevancia. Se eliminaron comentarios vacíos, irrelevantes o compuestos únicamente por caracteres sin contenido lingüístico, además de remover entradas duplicadas.
Tercero, se aplicó un muestreo balanceado diario a fin de evitar sesgos vinculados a días con alta actividad mediática. Dado que algunos días concentraban hasta 1000 comentarios y otros menos de 20, se definió un límite máximo de 100 comentarios por día mediante muestreo aleatorio estratificado, lo cual permitió una representación más homogénea de los discursos en el tiempo, favoreciendo un análisis temporal comparativo.
Cuarto, se complementó el análisis automatizado con un entrenamiento supervisado utilizando BETO, un modelo BERT preentrenado en español (Cañete et al., 2020), sobre una muestra manualmente etiquetada de 1500 comentarios. El ajuste fino se realizó en Google Colab Pro con GPU, empleando cinco épocas, learning rate de 2e-5 y un tamaño de lote de 32, obteniendo una precisión macro de 84 % y un F1-score de 81 %. Aunque se observó dificultad en diferenciar “miedo cotidiano” de “culpa al Estado” por la superposición de expresiones, este modelo se utilizó principalmente como mecanismo de verificación, con el fin de comprobar la consistencia de las categorías obtenidas mediante el procesamiento inicial con GPT-4o. La comparación entre ambos procedimientos mostró una alta similitud en la distribución de las categorías, lo que fortaleció la fiabilidad del análisis. Este procedimiento de entrenamiento supervisado se detalla de manera extensa más adelante.
Quinto, se procedió a la clasificación automatizada de los comentarios mediante la API de OpenAI, específicamente utilizando el modelo GPT-4o. Previamente, se realizó una fase exploratoria de lectura y codificación manual sobre una muestra del corpus, con el fin de identificar patrones discursivos recurrentes en las reacciones de los usuarios frente a las noticias sobre extorsión. A partir de esta observación preliminar, y en diálogo con la literatura sobre percepción social de la inseguridad, se construyó una taxonomía analítica de cinco categorías discursivas: (1) culpa al Estado, (2) justificación social, (3) demanda de mano dura, (4) miedo cotidiano y (5) normalización o resignación. Una vez definido este esquema de codificación, se procedió a escalar el proceso de clasificación mediante el uso del modelo GPT-4o, aplicándolo al conjunto completo de comentarios. La clasificación se ejecutó en lotes de 10 comentarios por iteración, utilizando prompts estructurados para asegurar consistencia en la asignación de categorías y complementando el procedimiento con verificaciones manuales aleatorias para control de calidad.
Finalmente, los comentarios categorizados fueron organizados para su análisis temporal, lo que permitió observar la evolución de las narrativas vinculadas a la extorsión en función del periodo, así como su asociación con eventos mediáticos o coyunturas locales.
El proceso de categorización discursiva implementado en esta investigación se sustenta en un enfoque crítico del análisis del discurso que considera las narrativas digitales como una construcción social compleja y multiforme. Este enfoque sigue la perspectiva de van Dijk (2011), quien sostiene que los discursos, especialmente en contextos sociales de alta conflictividad, se organizan bajo esquemas ideológicos donde la relación entre “nosotros” y “ellos” articula las representaciones sociales sobre los problemas públicos
Complementariamente, se retoman los aportes de Jiwani & Richardson (2011), quienes enfatizan que los discursos mediáticos —incluyendo los digitales— se estructuran a partir de estrategias discursivas diferenciadas que permiten a los emisores destacar virtudes propias, minimizar errores y, a su vez, amplificar los defectos del grupo o entidad considerada opositora. Esta aproximación resulta pertinente para el análisis de comentarios en redes sociales, ya que posibilita capturar matices discursivos que van más allá de posturas dicotómicas simples.
Se mencionó anteriormente a Venturini (2010) y sus lineamientos metodológicos para el mapeo de controversias, también porque para este trabajo el enfoque múltiple justifica el uso de etiquetas diferenciadas, orientadas a captar no solo adhesiones o rechazos explícitos, sino también discursos que
reflejan resignación, justificación social o expresiones emocionales como el miedo cotidiano. De este modo, la investigación evita reducir la narrativa a un eje binario, favoreciendo una lectura más matizada de la polarización y las percepciones sociales en torno al fenómeno de la extorsión en el Perú.
Con el objetivo de mapear y clasificar las distintas narrativas sociales vinculadas al fenómeno de las extorsiones en Perú, se estableció un sistema de categorización basado en cinco grandes dimensiones discursivas. Esta clasificación se definió a partir de la literatura sobre percepciones sociales de la inseguridad ciudadana (van Dijk, 2011; Jiwani y Richardson, 2011) y se adaptó a las características específicas del debate en redes sociales peruanas. Entonces las categorías buscan capturar no solo las posturas explícitas frente al fenómeno delictivo, sino también las expresiones emocionales y los marcos interpretativos utilizados por los usuarios. Para ello, se describen las categorías aplicadas:
Ahora bien, creemos que esta categorización permitió captar una visión matizada de las percepciones ciudadanas frente a las extorsiones, considerando tanto el plano emocional como el político-social, facilitando así un análisis más rico que evita la simple dicotomía de aprobación o rechazo.
Para complementar el análisis automatizado mediante la API de OpenAI, se desarrolló un proceso adicional de entrenamiento supervisado utilizando modelos BERT adaptados al español, con el objetivo de evaluar la consistencia y estabilidad de la clasificación de narrativas. Se empleó como base el modelo BETO, una versión de BERT entrenada exclusivamente con corpus en lengua española (Cañete et al., 2020), a partir del cual se realizó un ajuste fino (fine-tuning) enfocado en las cinco categorías discursivas previamente definidas: culpa al Estado, justificación social, demanda de mano dura, miedo cotidiano y normalización o resignación.
El proceso de entrenamiento se ejecutó sobre una muestra manualmente etiquetada de 1500 comentarios, seleccionados de manera aleatoria estratificada para garantizar representación temporal y temática. Para la fase de entrenamiento se utilizó Google Colab Pro con acceso a GPU, configurando un total de 5 épocas, una learning rate de 2e-5 y un tamaño de lote de 32 comentarios. Se implementó un 80% de los datos para entrenamiento y un 20% para validación, aplicando técnicas de balanceo para evitar el sesgo hacia categorías más frecuentes.
Durante el entrenamiento se obtuvo una precisión macro promedio del 84% y un F1-score del 81%, resultados considerados sólidos para clasificación multiclase en lenguaje natural. Sin embargo, se identificó una dificultad recurrente en la diferenciación entre las categorías “miedo cotidiano” y “culpa al Estado”, debido a la frecuente superposición de expresiones donde los usuarios manifestaban temor personal al mismo tiempo que criticaban a las instituciones. Esta complejidad se reflejó en una mayor tasa de error en los comentarios con contenido mixto o ambiguo.
Pese a esta dificultad, la incorporación del modelo BETO permitió realizar un análisis comparativo y de validación cruzada, confrontando las clasificaciones obtenidas mediante el modelo de OpenAI y el modelo de código abierto entrenado localmente. Este contraste metodológico contribuyó a fortalecer la fiabilidad del análisis y permitió identificar áreas discursivas con mayores niveles de ambigüedad o polarización.
Se generó los siguientes gráficos, de ellos es posible generar la crítica vista desde una determinada posición filosófica y política, no siendo necesariamente la única posible, pero sí que con su lectura coadyuve en cada lector una posición, entonces tenemos:
Figura 1. Evolución con líneas suavizadas en el marco del inicio de las protestas frente al incremento de las extorsiones.
La Figura 1 muestra la evolución de los comentarios en YouTube frente al incremento de extorsiones en el Perú y la sucesión de paros efectuados entre 2024 y 2025. El gráfico evidencia que los picos de comentarios no se producen de manera espontánea, sino que siguen de cerca la cobertura que los medios de comunicación nacionales dan a los hechos. Este comportamiento confirma que la conversación digital está fuertemente influenciada por la agenda mediática: los usuarios que participan en las secciones de
comentarios de YouTube comienzan a opinar, y adquiere relevancia pública (Cárdenas & Retamozo, 2023).
Asimismo, se observa que las alzas más pronunciadas coinciden con el primer, segundo y tercer paro de transportistas, lo que sugiere que la protesta social funciona como catalizador de la visibilización del problema. Hasta antes del paro del 23 de septiembre de 2024, la conversación era marginal; sin embargo, tras las movilizaciones y los hechos de violencia reportados, los picos crecen recién de manera notoria. Esto coincide con el planteamiento de que los grandes medios suelen minimizar o ignorar ciertos problemas hasta que estos se vuelven ineludibles por la presión social (Becerra & Mastrini, 2021).
Figura 2. Líneas suavizadas desde el inicio del 24 hasta 17 julio del 2025
En esta figura de evolución se evidencia que, a pesar de que ciertos sucesos delictivos fueron sumamente graves y ampliamente cubiertos por la prensa —como el asesinato de un profesor en su institución educativa, el atentado con explosivos en un bus y el asesinato de un cantante de amplia notoriedad—, estos hechos no generaron por sí solos un incremento tan marcado en la discusión digital como lo hicieron los paros de transportistas. Esto confirma que la conversación en YouTube, lejos de reaccionar de manera inmediata a cada hecho violento, se activa de forma significativa únicamente cuando estos sucesos coinciden con movilizaciones colectivas o con coyunturas que obligan a los medios de comunicación a cubrir el problema de manera sostenida. Así, los picos de mayor intensidad en los comentarios reflejan no tanto la gravedad aislada de los delitos, sino el momento en que la presión social y mediática logra instalar el tema en la agenda pública, generando un efecto multiplicador en la interacción digital observada en los comentarios analizados.
Figura 3. Plots diferenciados
Para reafirmar lo que se expuso en los dos gráficos anteriores, en esta figura se presentan las categorías discursivas de manera separada con el fin de verificar que los picos se producen de forma simultánea en todas ellas. A simple vista podría pensarse que categorías con menor volumen de comentarios —como justificación social o normalización o resignación— no presentan picos significativos, pero al desagregar las series se observa que también registran aumentos notorios en las mismas fechas en que se produjeron los paros y hechos críticos. Este hallazgo confirma que los paros funcionan como detonantes de la conversación digital, no solo en las categorías más visibles (culpa al Estado y demanda de mano dura), sino también en aquellas con menor frecuencia, generando picos que contrastan fuertemente con los niveles casi nulos de participación previos a estas fechas. Es decir que el efecto de visibilización no es selectivo: todas las categorías se ven impulsadas a participar cuando el problema de la extorsión entra en la agenda pública a raíz de la protesta social.
Figura 4. Gráfico de barras del total de comentarios por categoría
Después de identificar que son los paros y las movilizaciones los que finalmente logran visibilizar la problemática de la extorsión y obligan a los medios nacionales a cubrirla, es posible analizar qué tipo de
comentarios generan los usuarios cuando el tema logra instalarse en la agenda digital. El gráfico de barras muestra que la categoría dominante es “culpa al Estado”, con 15 450 menciones, seguida de “demanda de mano dura”, con 7 553 comentarios. Estas dos categorías concentran la mayor parte de la conversación y reflejan un clima de indignación entre los participantes de la conversación digital analizada y una fuerte presencia de demandas punitivas frente al crimen organizado, especialmente en Lima. No sucede lo mismo con las categorías de “miedo cotidiano” y “normalización o resignación” muestran que un segmento pequeño de los usuarios que participan en estos comentarios asume la extorsión como algo que normalmente puede formar parte de su vida diaria. Finalmente, “justificación social” aparece como la menos frecuente, lo que sugiere que son minoría los discursos que buscan racionalizar o relativizar la violencia vinculada a la extorsión. Hasta aquí, tenemos que la conversación digital no solo es posible tardíamente —cuando los paros colocan obligan a los medios a tocar el tema— sino que este es mayoritariamente revestido de un tono de crítica al Estado y de presión para que adopte medidas contundentes. Lo mismo se muestra con respecto a las interacciones (“likes”) a continuación:
Figura 5. Gráfico de barras, cantidad de interacciones (likes) por categoría
Al comparar el número total de comentarios -que se muestra en la figura anterior- con la cantidad de likes por categoría discursiva, se observa que la distribución mantiene el mismo patrón de predominancia, pero con una intensificación en el nivel de apoyo expresado por los usuarios. La categoría “culpa al Estado”, que concentra 15 450 comentarios, acumula más de 55 000 likes, lo que evidencia que este es el discurso que genera mayor resonancia y consenso entre los participantes. Del mismo modo, “demanda de mano dura” pasa de 7 553 comentarios a más de 31 500 likes, mostrando que, aunque es la segunda en frecuencia, es altamente validada por la audiencia. Incluso categorías con menor volumen, como “miedo cotidiano” y “normalización o resignación”, triplican o cuadruplican su número de interacciones al pasar de comentarios a likes, lo que sugiere que generan una empatía silenciosa aunque no motiven respuestas extensas. Esta comparación confirma que las reacciones positivas amplifican las tendencias ya observadas en los comentarios, reforzando la narrativa de responsabilizar al Estado y exigir medidas más duras como eje central del debate digital sobre la extorsión en el Perú.
A continuación, se presentan los residuos de Pearson estandarizados para las categorías de discurso analizadas:
Categoría | Observado | Esperado | Residuo de Pearson estandarizado |
Culpa al Estado | 15 450 | 9 870.2 | +57.03 |
Demanda de mano dura | 7 553 | 5 421.8 | +28.94 |
Miedo cotidiano | 2 546 | 3 280.1 | –13.54 |
Normalización o resignación | 2 175 | 3 011.4 | –15.57 |
Justificación social | 830 | 1 471.5 | –16.67 |
Los valores superiores a +2 o inferiores a –2 se consideran estadísticamente significativos (p < 0.05), lo que confirma que las categorías “Culpa al Estado” y “Demanda de mano dura” están fuertemente sobrerrepresentadas en la conversación digital. Por el contrario, “Miedo cotidiano”, “Normalización o resignación” y “Justificación social” se encuentran significativamente por debajo de lo esperado, lo que sugiere que aunque estos discursos existen, tienen menor peso relativo en la conversación.
Si agrupamos las categorías en dos bloques, obtenemos:
Bloque discursivo | Observado | Esperado | Residuo de Pearson estandarizado |
Bloque Crítico (culpa al Estado + mano dura) | 23 003 | 15 292.0 | +38.21 |
Bloque Pasivo (miedo + normalización + justificación) | 5 551 | 13 262.9 | –38.21 |
El residuo estandarizado (±38.21) y un valor p < 0.001 evidencian una marcada asimetría entre los bloques: los discursos críticos dominan el espacio digital, mientras que los discursos pasivos o justificativos están significativamente subrepresentados. Esta diferencia cuantitativa respalda la conclusión de que la ciudadanía no solo está atenta a la problemática de las extorsiones, sino que exige acción y responsabiliza directamente al Estado, inclinando el debate hacia narrativas de presión política y demanda de soluciones punitivas.
El análisis de la evolución temporal de los comentarios en YouTube evidencia que la conversación digital sobre extorsiones no surge como respuesta inmediata a los delitos aislados, sino que se activa cuando ocurren paros de transportistas y movilizaciones sociales que interrumpen el funcionamiento normal de la ciudad. Estos eventos colectivos obligan a los medios de comunicación tradicionales a dar cobertura sostenida al tema, lo que a su vez genera que los usuarios encuentren espacios (videos, transmisiones, programas de opinión) donde pueden comentar y debatir. La cronología construida en esta investigación muestra que, hasta antes del paro del 23 de septiembre de 2024, los casos de extorsión
—por más escandalosos que fueran— no lograban instalarse en la agenda digital con la misma intensidad.
En ese sentido, los paros funcionan como catalizadores de la conversación digital observada en los comentarios analizados, pues no solo visibilizan la problemática, sino que crean las condiciones para que esta se discuta masivamente. Esto implica que las plataformas digitales no son, en sí mismas,
autónomas en la generación de agenda, sino que reaccionan a la presión social y mediática. La conversación en YouTube parece depender de este impulso inicial para alcanzar un volumen significativo y sostenerse en el tiempo, lo que confirma que la agenda mediática actúa como un detonante indispensable de la discusión pública en entornos digitales.
El análisis de las categorías discursivas demuestra que “culpa al Estado” es la que concentra la mayor cantidad de comentarios y de interacciones positivas, lo que indica un consenso extendido en responsabilizar a las instituciones gubernamentales por el avance de las extorsiones y la falta de respuestas eficaces. Este hallazgo sugiere que la percepción ciudadana es que el Estado no está cumpliendo su rol de garante de la seguridad, lo que genera indignación y desconfianza hacia las autoridades. El alto número de likes en esta categoría refuerza la idea de que no se trata de opiniones aisladas, sino de un sentimiento compartido por una parte importante de la población.
Además, esta narrativa crítica no se limita a señalar la inacción estatal, sino que también demanda rendición de cuentas y cambios estructurales en la forma en que se gestiona la seguridad. Los usuarios no solo expresan su malestar, sino que apelan a la responsabilidad política y ética de quienes gobiernan. Este tipo de discurso, repetido de manera sostenida, puede tener efectos en la legitimidad de las instituciones, pues contribuye a erosionar la confianza pública y a aumentar la percepción de que el Estado está ausente o es cómplice por omisión frente al crimen organizado.
La segunda categoría más frecuente, “demanda de mano dura”, pone de manifiesto que entre los participantes de la conversación digital analizada existe un apoyo considerable a políticas represivas y militarizadas. Este hallazgo es relevante porque muestra que la opinión pública, frente a una situación de inseguridad extrema, privilegia soluciones inmediatas, aunque estas impliquen mayor uso de la fuerza por parte del Estado. Los comentarios en esta categoría suelen reclamar más presencia policial y militar, penas más severas y acciones contundentes contra las mafias de extorsionadores, lo que refleja un clima social que favorece respuestas de orden público de carácter coercitivo.
Sin embargo, este predominio de la narrativa punitiva también plantea interrogantes sobre los posibles efectos a largo plazo de estas políticas. Si bien la demanda de mano dura busca una solución rápida al problema, existe el riesgo de que se normalicen prácticas de militarización del espacio público y se reduzca el margen de protección de derechos fundamentales. Así, el estudio no solo describe el fenómeno, sino que abre la puerta a reflexionar sobre las implicancias éticas y políticas de responder a la criminalidad con medidas que pueden restringir libertades en nombre de la seguridad.
El análisis demuestra que los paros y movilizaciones no solo buscan llamar la atención de las autoridades, sino que cumplen la función de activar la cobertura mediática de la crisis de extorsiones. Antes de las paralizaciones, incluso los sucesos delictivos más graves pasaban casi desapercibidos en los noticieros nacionales y no generaban conversación digital significativa. Fue recién a partir del paro del 23 de septiembre de 2024 que la situación se convirtió en tema de interés nacional, lo que se reflejó en un aumento abrupto de publicaciones en los principales medios y, en consecuencia, en un incremento exponencial de comentarios en YouTube.
Este hallazgo sugiere que los medios de comunicación no cumplen un rol preventivo ni de alerta temprana, sino que abordan la problemática cuando el conflicto escala a tal punto que interrumpe el funcionamiento normal de la ciudad y se vuelve imposible de ignorar. La cobertura, por lo tanto, es reactiva y llega en un momento de crisis, no de prevención. Este comportamiento plantea la necesidad de repensar el papel de los medios en contextos de inseguridad ciudadana: si se espera que contribuyan a la solución de los problemas sociales, es fundamental que informen de manera sostenida y no solo cuando el conflicto alcanza niveles críticos de visibilidad pública.
El presente estudio presenta algunas limitaciones que deben ser consideradas al interpretar los resultados. En primer lugar, el corpus analizado se limita a comentarios publicados en la plataforma YouTube, lo cual representa un subconjunto específico de participación digital y no necesariamente refleja la totalidad de las opiniones existentes en la sociedad peruana. Como han señalado diversos estudios sobre comunicación digital, los espacios de comentarios en plataformas sociales suelen estar marcados por dinámicas de polarización, performatividad y participación desigual entre usuarios.
En segundo lugar, el análisis se centra en un periodo temporal acotado y en un conjunto específico de videos relacionados con el tema de la extorsión en el Perú. Por tanto, los patrones discursivos identificados deben ser entendidos como una aproximación exploratoria a las narrativas presentes en este entorno digital.
Esta investigación no recibió apoyo financiero de ninguna agencia de financiamiento pública, comercial o sin fines de lucro. El estudio fue desarrollado de manera independiente por los autores como parte de un proyecto académico y exploratorio sobre análisis del discurso digital y seguridad pública en el Perú.
Los autores declaran que no existen conflictos de interés en relación con la publicación de este artículo.
El conjunto de datos utilizado en este estudio está conformado por 41 402 comentarios de YouTube relacionados con la extorsión en el Perú, recopilados entre enero de 2024 y julio de 2025 mediante la herramienta YouTube Data Tools y la API oficial de YouTube. Una versión depurada del conjunto de datos, limpiada y categorizada en cinco dimensiones discursivas (culpa al Estado, justificación social, demanda de mano dura, miedo cotidiano y normalización o resignación), se encuentra disponible en Zenodo en el siguiente enlace: https://doi.org/10.5281/zenodo.17280186
Dado que los comentarios de YouTube son de acceso público, no fue necesaria su anonimización; sin embargo, los datos fueron procesados y categorizados cumpliendo los estándares éticos de la investigación digital y el manejo responsable de información pública.
Becerra, M., & Mastrini, G. (2021). La concentración infocomunicacional en América Latina (2000- 2020). Universidad Nacional de Quilmes Editorial. https://www.observacom.org/wp- content/uploads/2019/09/La-concentracio%CC%81n-infocomunicacional-en-Ame%CC%81rica- Latina-2000-2015.pdf
Bommasani, R., Hudson, D. A., Adeli, E., Altman, R., Arora, S., von Arx, S., & Liang, P. (2021). On the Opportunities and Risks of Foundation Models. arXiv preprint. https://doi.org/10.48550/arXiv.2108.07258
Cañete, J., Chaperon, G., Fuentes, R., Pérez, J., & Luque, F. (2020). Spanish Pre-Trained BERT Model and Evaluation Data. PML4DC at ICLR 2020. https://arxiv.org/abs/2002.05287
Cárdenas, C., & Retamozo, M. (2023). Movilización social y construcción mediática de la agenda pública en América Latina. CLACSO.
Caretas. (2025). Paro de transportistas con impacto limitado: Gobierno afirma normalidad pero gremios denuncian abandono. https://caretas.pe/nacional/paro-de-transportistas-con-impacto-limitado- gobierno-afirma-normalidad-pero-gremios-denuncian-abandono-y-violencia/
Creswell, J. W., & Creswell, J. D. (2017). Research design: Qualitative, quantitative, and mixed methods approaches (5th, Ed.). SAGE Publications.
Delgado, J., & Fajardo, P. (2024). Media practices and audience engagement in Peru: Insights for data- driven policy. Data in Brief. https://www.sciencedirect.com/science/article/pii/S2352340924004372
DW. (2024). Jornada de protestas en Perú contra ola de extorsiones. dw.com. https://www.dw.com/es/jornada-de-protestas-en-per%C3%BA-contra-ola-de-extorsiones/a-70583867
Dwivedi, Y. K., Kshetri, N., Hughes, L., Slade, E. L., Jeyaraj, A., Kar, A. K., & Wright, R. (2023). So what if ChatGPT wrote it? Multidisciplinary perspectives on opportunities, challenges and implications of generative conversational AI for research, practice and policy. International Journal of Information Management, 71, 102642. https://doi.org/10.1016/j.ijinfomgt.2023.102642
El País. (2024a). El gobierno de Boluarte saca los tanques de guerra a la calle por el tercer paro contra las extorsiones del crimen organizado. https://elpais.com/america/2024-10-24/el-gobierno-de-boluarte- saca-los-tanques-de-guerra-a-la-calle-por-el-tercer-paro-contra-las-extorsiones-del-crimen- organizado.html
El País. (2024b, septiembre 27). Declarado en Perú el estado de emergencia por una huelga de transportistas. https://elpais.com/america/2024-09-27/declarado-en-peru-el-estado-de-emergencia-por- una-huelga-de-transportistas.html
El País. (2024c, octubre 16). Un sicario asesina a un profesor frente a sus alumnos y expone la crisis de inseguridad en Perú. https://elpais.com/america/2024-10-16/un-sicario-asesina-a-un-profesor-enfrente- de-sus-alumnos-y-expone-la-crisis-de-inseguridad-en-peru.html
El País. (2025a). Un masivo paro de transportistas en Lima tensa la cuerda del Ejecutivo de Boluarte. https://elpais.com/america/2025-04-11/un-masivo-paro-de-transportistas-en-lima-tensa-la-cuerda-del- ejecutivo-de-boluarte.html
El País. (2025b, marzo 17). Muere Paul Flores, cantante del grupo de cumbia Armonía 10, al ser tiroteado en Lima. https://elpais.com/cultura/2025-03-17/muere-paul-flores-cantante-del-grupo-de- cumbia-armonia-10-al-ser-tiroteado-en-lima-el-autobus-en-el-que-viajaba.html
Euronews. (2025, marzo 18). Perú declara el estado de emergencia en Lima tras el asesinato de un popular cantante. https://es.euronews.com/2025/03/18/peru-declara-el-estado-de-emergencia-en-lima- tras-el-asesinato-de-un-popular-cantante
Fairclough, N. (2010). Critical Discourse Analysis: The Critical Study of Language (2a ed). Routledge. https://www.felsemiotica.com/descargas/Fairclough-Norman-Critical-Discourse-Analysis.-The- Critical-Study-of-Language.pdf
France 24. (2024). Se extiende el paro de transportistas en Perú por repunte de violencia y extorsiones. https://www.france24.com/es/am%C3%A9rica-latina/20241011-se-extiende-el-paro-de-transportistas- en-per%C3%BA-por-repunte-de-violencia-y-extorsiones
Grimmer, J., & Stewart, B. M. (2013). Text as Data: The Promise and Pitfalls of Automatic Content Analysis Methods for Political Texts. Political Analysis, 21(3), 267-297. https://doi.org/10.1093/pan/mps028
Hildebrandt, C. (2025). Editorial: El país rehén. Hildebrandt en sus Trece, 9(1203), 6-7.
Howard, P. N., & Woolley, S. C. (2016). Political communication, computational propaganda, and autonomous agents. Political Communication, 33(3), 488-501.
https://doi.org/10.1080/10584609.2016.1200578
Infobae. (2024a, octubre 24). Paro de transportistas por extorsiones desnuda incompetencia del gobierno de Dina Boluarte. https://www.infobae.com/peru/2024/09/24/paro-de-transportistas-ante- extorsiones-desnuda-incompetencia-del-gobierno-de-dina-boluarte/
Infobae. (2025, enero 14). Profesores de La Libertad son obligados a pagar cupos para dictar clases en colegios de zonas rurales. https://www.infobae.com/peru/2025/01/14/profesores-de-la-libertad-son- obligados-a-pagar-cupos-para-dictar-clases-en-colegios-de-zonas-rurales/
Infobae, M. R. B. (2024b, septiembre 24). “Se viene un escenario del ‘sálvese quien pueda’”: Paro de transportistas por extorsiones desnuda incompetencia del gobierno de Boluarte. https://www.infobae.com/peru/2024/09/24/paro-de-transportistas-ante-extorsiones-desnuda- incompetencia-del-gobierno-de-dina-boluarte/
Instituto Nacional de Estadística e Informática. (2023). Estadísticas de seguridad ciudadana 2021-2022. INEI.
Instituto Nacional de Estadística e Informática. (2024). Estadísticas de seguridad ciudadana 2023. INEI.
Jiwani, Y., & Richardson, J. E. (2011). Discourse, ethnicity and racism. En Discourse studies: A multidisciplinary introduction. Volume 2: Discourse as social interaction (pp. 241-261). SAGE Publications.
Knuutila, A., Kosonen, H., Saresma, T., Pöyhtäri, R., & Haara, P. (2020). Disinformation in social media and its influence on political polarization. https://dialnet.unirioja.es/descarga/articulo/8779630.pdf
Lazer, D. M. J., Baum, M. A., Benkler, Y., Berinsky, A. J., Greenhill, K. M., Menczer, F., Metzger, M. J., Nyhan, B., Pennycook, G., Rothschild, D., Schudson, M., Sloman, S. A., Sunstein, C. R., Thorson,
E. A., Watts, D. J., & Zittrain, J. L. (2018). The science of fake news. Science, 359(6380), 1094-1096. https://doi.org/10.1126/science.aao2998
López, N. (2024). Extorsiones en el Perú: Análisis de un fenómeno creciente. PuntoEdu PUCP. https://puntoedu.pucp.edu.pe/archivo/ola-de-extorsiones-la-ciudadania-ya-no-denuncia-pues-ha- perdido-la-confianza-en-las-instituciones/
Lopez, V. M. H., & Cuellar, J. E. (2025). Mapping Controversies Using Artificial Intelligence: An Analysis of the Hamas-Israel Conflict on YouTube. https://doi.org/10.48550/arXiv.2504.12177
Luhmann, N. (2000). The reality of the mass media. Stanford University Press.
Ministerio del Interior. (2025). Boletín estadístico de denuncias por delitos: Enero–agosto 2025. MININTER.
Observatorio Nacional de Seguridad Ciudadana. (2024). Boletín de seguridad ciudadana: Julio– diciembre 2024. Ministerio del Interior. https://www.gob.pe/mininter
OjoPúblico. (2024). Desborde de extorsiones y homicidios en el Perú: Una crisis en expansión. https://ojo-publico.com/4685/desborde-de-extorsiones-y-homicidios-en-el-peru
Papacharissi, Z. (2015). Affective Publics: Sentiment, Technology, and Politics. Oxford University Press. https://global.oup.com/academic/product/affective-publics-9780199999736
Pedraglio, F. (2025). Poner la mira en la extorsión. La República. https://larepublica.pe/opinion/2025/05/10/poner-la-mira-en-la-extorsion-fernando-pedraglio/
Policía Nacional del Perú. (2025). Sistema de Denuncias Policiales (SIDPOL): Reporte enero–julio 2025. PNP.
Presidencia de la República de El Salvador. (2021). Plan Control Territorial ayuda a la reducción de un 36.4 % en la cifra de extorsiones en 2020 comparado con 2019. https://www.presidencia.gob.sv/plan- control-territorial-ayuda-a-la-reduccion-de-un-36-4-en-la-cifra-de-extorsiones-en-2020-comparado- con-2019/
RPP, P. L. R. (2024, diciembre 23). Explosivo detona dentro de un bus de transporte público en San Juan de Lurigancho y deja una persona herida. https://rpp.pe/lima/actualidad/san-juan-de-lurigancho- explosivo-detona-dentro-de-un-bus-de-transporte-publico-y-deja-un-herido-noticia-1606204
Ruiz-Dodobara, M., Uribe-Bravo, L., & Chaparro, P. (2024). Social Media, Affective Polarization, and Collective Action in Peru. Journal of Latin American Communication Studies. https://www.researchgate.net/publication/384767890_Social_Media_Affective_Polarization_and_Coll ective_Action_in_Peru
Swissinfo. (2025). Transportistas de Perú piden un plan entre los poderes del Estado para frenar extorsión. https://www.swissinfo.ch/spa/transportistas-de-per%C3%BA-piden-un-plan-entre-los- poderes-del-estado-para-frenar-extorsi%C3%B3n/89134703
van Dijk, T. A. (2008). Discourse and Power. Palgrave Macmillan. https://api.pageplace.de/preview/DT0400.9781137072993_A29487743/preview- 9781137072993_A29487743.pdf
van Dijk, T. A. (2011). Discourse and Ideology. En 2 (Ed.), Discourse Studies: A Multidisciplinary Introduction (pp. 379-407). SAGE. https://discourses.org/wp-content/uploads/2022/07/Teun-A.-van- Dijk-2011-Discourse-and-Ideology.pdf
Venturini, T. (2010). Diving in magma: How to explore controversies with actor-network theory. Public Understanding of Science, 19(3), 258-273. https://doi.org/10.1177/0963662509102694
Venturini, T., & Munk, A. K. (2022). Critical proximity: The field guide of Controversy Mapping.
Volkskunde, 123(3), 391-409.
Wodak, R. (2015). The Politics of Fear: What Right-Wing Populist Discourses Mean. Sage. https://sk.sagepub.com/book/mono/the-politics-of-fear/toc#_