Geografía de noticias y análisis computacional: cartografía mediática de Castilla-La Mancha (2009–2024)

Esta investigación explora la distribución territorial de las menciones a los 919 municipios de Castilla-La Mancha en los informativos regionales de Televisión Española entre 2009 y 2024. Nuestra hipótesis principal planteaba que la representación territorial reproduciría las desigualdades estructurales de la región: la visibilidad de los municipios en los medios se correspondería con su tamaño poblacional y con su localización geográfica. El objetivo, por tanto, sería comprobar si esta hipótesis se cumple y la representación geográfica se ve mediada por la despoblación, que afecta al 78% de los municipios de la región. La geografía de noticias ha sido empleada en investigaciones previas para visualizar los sesgos espaciales en la cobertura informativa (Madrid-Morales et al., 2023); recientemente, Bisiani et al. (2025) han presentado una propuesta para estandarizar la metodología de análisis geográfico en los medios, que consiste en el uso de herramientas LLM (Large Language Model) para el reconocimiento de topónimos y su desambiguación (geoparsing). Sin embargo, la mayoría de los estudios en este campo emplea corpus textuales. Esto limita la capacidad de reproducción metodológica en territorios cuyas estructuras mediáticas difieran, ya sea por falta de digitalización, de densidad de medios o por presencia de otros formatos. Es el caso de Castilla-La Mancha, que carece de un diario autonómico de referencia, y es la televisión pública regional quien cubre el servicio informativo público del territorio. Esta investigación adapta las metodologías computacionales de geografía de noticias al contenido audiovisual, que presenta nuevos retos respecto al análisis de corpus textuales. Para comprobar nuestra hipótesis, construimos un corpus de 3806 informativos, descargados y procesados con Python. Hicimos uso de ChatGPT para desarrollar estos scripts. El proceso completo incluyó: 1) Descarga de informativos de RTVE 2) Extracción y conversión de audios 3) Transcripción automática con Whisper AI 4) Limpieza de las transcripciones Esta última fase fue la más compleja. Donde la desambiguación de topónimos en el caso de Bisiani et al. (2025) exigía explorar el contexto lingüístico para garantizar la correlación entre este término y el espacio físico concreto referido, el trabajo con corpus audiovisuales exige una fase previa de revisión de las transcripciones, donde el reconocimiento de los topónimos pequeños cuyos nombres no aparecen habitualmente en corpus lingüísticos es inexacto. Realizamos verificación estadística mediante regresión logarítmica para identificar los municipios con más errores y realizar con ellos una revisión humana, que luego establecería las pautas para automatizar el proceso en el resto. Los resultados preliminares confirman la visibilidad desigual de los municipios, donde los municipios más poblados concentran la mayor parte de las menciones y las áreas más despobladas aparecen infrarrepresentadas. Además, pese a la aparición del tema de la despoblación en la esfera pública, no se perciben cambios temporales en esta representación que acusen una propuesta del medio por compensar estas desigualdades. Por otro lado, también pueden extraerse conclusiones de corte metodológico, sobre los beneficios de una aproximación híbrida al estudio mediático, los retos de los corpus no textuales y la importancia de la estandarización de los topónimos para su estudio computacional.