Machine learning y lógicas semióticas: el caso de la publicidad digital

Autores/as

DOI:

https://doi.org/10.35305/lt.v26i2.805

Palabras clave:

publicidad digital, machine learning, datificación, semiótica, abducción

Resumen

Este artículo propone una aproximación a los procesos de aprendizaje automático por computadora desde una perspectiva semiótica peirciana. Para ello, trabaja en un territorio privilegiado para la observación de la articulación de la datificación de los usuarios con su posterior gestión mediante sistemas informáticos de aprendizaje por computadora: la publicidad digital. A partir de un caso real, se da cuenta de los modos en los que el machine learning articula lógicas abductivas e inductivas, poniendo foco en los modos en que los sistemas informáticos generan hipótesis a partir de la identificación de semejanzas y las ponen a prueba en investigaciones experimentales, cuyos resultados funcionan como input que realimenta el aprendizaje.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Mariano Zelcer, Universidad Nacional de las Artes

Argentino. IIEAC (Instituto de Investigación y Experimentación en Arte y Crítica), Área Transdepartamental de Crítica de Artes Oscar Traversa, Universidad Nacional de las Artes (UNA) Áreas de investigación o interés: Semiótica, dispositivos, imágenes digitales, machine learning.Filiación Institucional: IIEAC (Instituto de Investigación y Experimentación en Arte y Crítica), Área Transdepartamental de Crítica de Artes Oscar Traversa, Universidad Nacional de las Artes (UNA)

Descargas

Publicado

2023-02-13

Cómo citar

Zelcer, M. (2023). Machine learning y lógicas semióticas: el caso de la publicidad digital. La Trama De La Comunicación, 26(2), 015–031. https://doi.org/10.35305/lt.v26i2.805

Número

Sección

Artículos