Tenemos el Informe de Gobierno 2025 de Claudia Sheinbaum. La información se distribuye en dos formatos: el documento completo, disponible en línea, y el discurso de poco más de una hora transmitido en vivo.
Nos hicimos una pregunta: ¿la presidenta enfatizó lo mismo frente a las cámaras que en las miles de páginas del informe? Un buen pretexto para jugar con técnicas de análisis de lenguaje natural. Así podemos comparar directamente y ver qué tanto coinciden o divergen.
Cómo comparamos los textos del informe
Conseguimos los textos del informe de gobierno 2025: el discurso a partir de la versión estenográfica, y el documento completo de la página dedicada. En el primer caso, sacamos el texto del html; en el segundo, del PDF. En ambos casos, hicimos algo de limpieza previa para quitar cosas como números de página, artefactos de los documentos, etc.
El análisis combinó tres enfoques de procesamiento de lenguaje natural (NLP). Primero, medimos en qué se insiste más en cada texto para detectar las diferencias de énfasis. Después aplicamos TF-IDF (Term Frequency–Inverse Document Frequency), que sirve para identificar qué palabras son realmente características de un documento frente al otro. Finalmente, construimos redes semánticas, donde cada palabra se conecta con la siguiente, lo que permite observar cómo se organizan los términos en torno a ciertos núcleos.
Mismo mensaje, diferente presentación
El discurso favoreció términos cercanos a la gente y a la acción inmediata (salud, educación, mujeres, hospital, familias). Aparecen con fuerza expresiones ligadas a programas sociales y servicios públicos, presentados como logros en marcha. El informe, en cambio, resaltó tecnicismos y lenguaje administrativo (presupuestaria, indicadores, federativa, rendimientos), con un peso mayor de categorías institucionales, referencias a entidades federativas y términos propios de la planeación y la contabilidad gubernamental.
Una representación visualmente atractiva (aunque apenas semicuantitativa) es una nube de palabras para cada documento. Mientras el discurso repite cifras y apelaciones directas (mil, pueblo, hoy, vamos), el informe privilegia categorías y conteos (total, cifras, acciones, sector).
Con el TF-IDF, una vez filtrado el ruido, se hacen visibles los temas más distintivos. En el discurso destacan hospital, reformas, desigualdad, ingenieros, educación. En el informe aparecen presupuestaria, residentes, consumo, bibliotecas, impuesto.
Las redes semánticas también refuerzan esta diferencia. El discurso se organiza en clusters pequeños, con frases directas como reciben apoyos o atención médica. El informe genera una red mucho más densa, con nodos centrales como federal, social, sector, entidades.
Al observar los nodos más conectados, el contraste se repite: el discurso se articula alrededor de expresiones de cercanía (además, atención, educación, iniciamos), mientras que el informe se centra en estructuras y categorías (federal, social, sector, público).
Ajustar la forma al público y al medio, para comunicar el fondo
El ejercicio muestra que ambos textos abordan los mismos grandes temas: salud, educación, inversión… pero lo hacen con registros distintos. El discurso busca resonar con la audiencia y subrayar logros inmediatos. El informe fija los detalles administrativos y técnicos que deben quedar por escrito. Pensando en foros distintos, con públicos distintos, tenemos elementos cuantitativos para decir que se logró transmitir un mismo mensaje adaptándolo al medio.
