← Últimos artículos
💬 NLP

The crime of being poor

Este artículo utiliza el Procesamiento de Lenguaje Natural en datos de Twitter para cuantificar y analizar el sesgo societal que asocia falsamente la pobreza con la criminalidad en ocho países de habla inglesa, revelando que esta percepción es impulsada por factores culturales en lugar de tasas de criminalidad reales y sugiriendo que abordar este sesgo colectivo es esencial para una política de reducción de la pobreza efectiva.

Autores originales: Georgina Curto, Svetlana Kiritchenko, Isar Nejadgholi, Kathleen C. Fraser

Publicado 2026-01-29
📖 5 min de lectura🧠 Análisis profundo

Autores originales: Georgina Curto, Svetlana Kiritchenko, Isar Nejadgholi, Kathleen C. Fraser

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina la sociedad como una plaza de pueblo gigante y ruidosa donde todo el mundo grita sus pensamientos. Durante mucho tiempo, la gente ha argumentado que ser pobre es tratado como un crimen, incluso cuando no se ha roto ninguna ley. Este documento actúa como un detective digital, escuchando en esa plaza del pueblo (específicamente en Twitter) para ver si la gente realmente está gritando que los pobres son criminales con más frecuencia de lo que gritan que los ricos lo son.

Aquí está la historia de lo que encontraron, desglosada de forma sencilla:

La Gran Pregunta

Los autores querían saber: ¿Creen las personas en diferentes países, secretamente, que ser pobre te convierte en un criminal?

Sabían que, en el mundo real, las estadísticas no pruezan que los pobres cometan más delitos en general. Pero sospechaban que, en las mentes de las personas, estas dos ideas están pegadas como imanes. A esto lo llaman "la criminalización de la pobreza".

Cómo Resolvieron el Misterio

En lugar de preguntar directamente a la gente (lo cual puede ser complicado porque la gente podría mentir u ocultar sus verdaderos sentimientos), los investigadores utilizaron una herramienta informática llamada Procesamiento de Lenguaje Natural (NLP). Piensa en esto como un robot superinteligente que puede leer millones de frases y entender la "vibra" o el significado detrás de ellas.

  1. La Recolección: Reunieron más de 3 millones de frases de Twitter entre agosto y noviembre de 2022.
  2. La Clasificación: Dividieron estas frases en dos grandes montones:
    • Montón A: Frases que hablaban de personas "pobres", "sin hogar" o de "bajos ingresos".
    • Montón B: Frases que hablaban de personas "ricas", "adineradas" o de la "élite".
  3. La Búsqueda: Buscaron "palabras de crimen" (como cárcel, policía, criminal, arresto) en ambos montones.
  4. La Puntuación: Crearon una puntuación llamada Sesgo de Crimen-Pobreza (CPB).
    • Si el "Montón de los Pobres" tenía muchas más palabras de crimen que el "Montón de los Ricos", la puntuación subía.
    • Si las puntuaciones eran similares, el sesgo era bajo.

Lo Que Encontraron

Observaron ocho países de habla inglesa: EE. UU., Reino Unido, Canadá, India, Nigeria, Australia, Sudáfrica y Kenia.

  • El Ganador (¿o el Perdedor?): Los Estados Unidos tuvieron el sesgo más alto. En los tuits estadounidenses, la gente era mucho más propensa a vincular a las "personas pobres" con el "crimen" de lo que vinculaba a las "personas ricas" con el "crimmmen".
  • La Sorpresa: Podrías pensar que los países con alta pobreza o alto desempleo tendrían el mayor sesgo. Pero ese no fue el caso.
    • Sudáfrica y Kenia tienen tasas mucho más altas de pobreza y desempleo que EE. UU., pero sus "puntuaciones de sesgo" fueron mucho menores.
    • EE. UU. tenía tasas de pobreza y desempleo más bajas que Sudáfrica, pero una puntuación de sesgo mucho más alta.

El "Porqué" Detrás de los Números

Los autores sugieren que la razón por la que EE. UU. tiene un sesgo tan fuerte no es porque el crimen sea realmente más alto allí. En cambio, podría deberse a una historia específica que los estadounidenses se cuentan a sí mismos: "La Tierra de la Oportunidad".

Imagina una carrera donde a todos se les dice: "Si corres con suficiente fuerza, puedes ganar". En esta historia, si estás en la parte baja de la colina, es culpa tuya por no haber corrido con suficiente fuerza. Esta mentalidad hace que la gente piente: "Si eres pobre, debes ser perezoso o deshonesto".

En países como EE. UU. y Canadá, la gente suele creer que todos tienen las mismas oportunidades para tener éxito. Cuando esta creencia es fuerte, pero la realidad es que las personas pobres están atrapadas en la pobreza, la gente se frustra y culpa a los pobres por su situación. Empiezan a pensar: "No son pobres porque el sistema esté roto; son pobres porque son malas personas".

Por Qué Esto Importa

El documento argumenta que este "vínculo mental" entre la pobreza y el crimen es peligroso.

  • El Círculo Vicioso: Si la gente cree que los pobres son criminales, no querrán ayudarlos. Incluso podrían apoyar leyes que castiguen a los pobres (como multar a las personas sin hogar por dormir en la calle).
  • El Bloqueo de Políticas: Cuando el público piensa que los pobres son "indignos" o "criminales", se vuelve muy difícil para los gobiernos aprobar leyes que realmente ayuden a reducir la pobreza.

La Conclusión

Este documento no dice que la pobreza cause el crimen. Dice que la creencia de la sociedad de que la pobreza causa el crimen es un problema real.

Al usar la IA para escuchar lo que la gente dice en línea, los autores demostraron que este sesgo es más fuerte en países que se enorgullecen de la "igualdad de oportunidades". Sugieren que para solucionar la pobreza, no podemos simplemente dar dinero a los pobres; también tenemos que arreglar la forma en que la sociedad piensa sobre ellos. Necesitamos dejar de tratar la pobreza como un crimen en nuestras mentes colectivas.

¿Ahogado en artículos de tu campo?

Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.

Probar Digest →