Este repositorio contiene un análisis exhaustivo de las relaciones políticas y personales descritas por Julio Scherer Ibarra en sus memorias "Ni venganza ni perdón" (2025).
El objetivo es visualizar el espectro de afectos del autor, desde sus enemigos más acérrimos hasta sus lealtades inquebrantables, utilizando Inteligencia Artificial para procesar el texto y herramientas web modernas para la presentación.
El resultado final se puede explorar en la carpeta docs/.
Para ver el gráfico interactivo:
- Abra el archivo
docs/index.htmlen su navegador web (o visite la GitHub Page del repo). - Explore el diagrama de enjambre ("beeswarm plot"). El tamaño de cada círculo refleja las páginas dedicadas al personaje.
- Los antagonistas centrales (Ramírez Cuevas, Gertz Manero) se distinguen por un contorno punteado.
- Pase el cursor sobre cada círculo para ver el detalle de la relación.
- Debajo de la gráfica, una lista de encargos ("to-do list") recopila las tareas que AMLO le asignó a Scherer.
Debido a que el libro tiene una extensión considerable (~300 páginas), el análisis no pudo realizarse en una sola pasada debido a las limitaciones de contexto de los LLM (Modelos de Lenguaje). Para solucionar esto, se diseñó una arquitectura de procesamiento paralelo inspirada en el concepto de "agentes".
El primer paso fue convertir el PDF en texto plano manejable.
- Se utilizó la librería
pdfplumberpara una extracción precisa. - El texto completo se dividió lógicamente en bloques o "chunks".
Para analizar el texto con profundidad y precisión, simulamos el trabajo de 15 agentes de análisis distintos, cada uno encargado de una sección específica del libro (aproximadamente 20 páginas por agente).
| Agente | Páginas | Contenido principal |
|---|---|---|
| 1 | 1-20 | Presentación, familia Scherer García, orígenes políticos de AMLO, la campaña de 1988 con Cárdenas y Heberto Castillo. |
| 2 | 21-40 | Los años de Fox, el terrorismo fiscal de Gil Díaz, el desafuero de AMLO, la campaña de 2006 y el "peligro para México". |
| 3 | 41-60 | La derrota de 2006, la resistencia civil, Peña Nieto y el incidente en el restaurante, la relación con Ebrard. |
| 4 | 61-80 | Beatriz Gutiérrez Müller, la reconciliación con La Jornada, la elección del Estado de México (Delfina vs. Del Mazo). |
| 5 | 81-100 | La campaña 2018: selección de candidatos estatales (Oaxaca, Chiapas, Quintana Roo, Veracruz, Campeche). |
| 6 | 101-120 | La noche de la victoria, la formación del equipo de transición, Alfonso Romo, Durazo, la búsqueda de secretario de Hacienda. |
| 7 | 121-140 | El gabinete: Moctezuma (SEP y INEE), Villalobos (sanidad animal), Bartlett (CFE), Álvarez-Buylla (Conacyt), Romo, Salvador Cienfuegos. |
| 8 | 141-160 | La relación con la Suprema Corte, Arturo Zaldívar, la reforma judicial, el poder de la mañanera, López-Gatell y las primeras señales. |
| 9 | 161-180 | La pandemia (capítulo completo): López-Gatell, los militares, Sheinbaum vs. Salud federal, los ventiladores, Irma Sandoval, García Paniagua y García Harfuch. |
| 10 | 181-200 | El caso Cienfuegos, la DEA, Nahle y Dos Bocas, el deporte, el glifosato y maíz transgénico, la manipulación de Ramírez Cuevas en el T-MEC. |
| 11 | 201-220 | Jesús Ramírez Cuevas a fondo: la estructura mediática ilegítima, las filtraciones, el financiamiento oscuro, Clara Brugada vs. García Harfuch. |
| 12 | 221-240 | La fractura con la Corte (Norma Piña), Zaldívar, Sánchez Cordero, la salida de Urzúa, Bartlett y la reforma eléctrica, la Agencia de Aduanas. |
| 13 | 241-260 | Los fideicomisos, la persecución contra Scherer desde la FGR, Gertz Manero, la CNDH (Piedra Ibarra), la denuncia ante la CIDH. |
| 14 | 261-280 | Ancira y Altos Hornos, Interjet, los amigos personales, el Charolazo, Aristegui, Paulo Díez y la concesión ferroviaria. |
| 15 | 281-300 | Las demandas por daño moral, Gómez Bruera, las conclusiones, la despedida y el último informe presidencial. |
Tarea de cada agente:
Cada instancia de análisis recibió instrucciones estrictas (prompt.txt) para:
- Identificar entidades (personas reales).
- Extraer el sentimiento explícito (cita textual).
- Clasificar la relación en una escala de -5 a +5.
- Ignorar inferencias; basarse solo en el texto.
Una vez que los 15 "bloques" fueron procesados, un proceso central (o "Agente Integrador") unificó los datos:
- Deduplicación: Se fusionaron entradas como "AMLO", "Andrés Manuel" y "el Presidente".
- Resolución de Conflictos: Si un personaje aparecía en varios bloques (ej. Olga Sánchez Cordero), se ponderaron todas las menciones para determinar el puntaje final.
- Formateo: Se generó el archivo
amigos_o_rivales_JSI.xlsxcon código de colores y filtros.
CLAUDE.md: El "cerebro" del proyecto. Contiene las reglas maestras, el contexto del autor y las definiciones de las categorías de sentimiento. Guía a la IA para mantener consistencia.input/: Directorio para el PDF original.output/: Destino de los reportes generados (Excel).docs/: Carpeta autocontenida con la web app interactiva (GitHub Pages).
| Archivo | Función |
|---|---|
extract_text.py |
Convierte PDF a texto y JSON. |
split_text.py |
Divide el texto en los bloques para los 15 agentes. |
generate_excel.py |
Contiene la "memoria" del análisis (los datos codificados) y genera el reporte final. |
docs/extract_data.py |
Puente que lee generate_excel.py y genera data.js para la web. |
El espectro se define de la siguiente manera:
| Puntuación | Categoría | Descripción |
|---|---|---|
| -5 | Desprecio | Enemistad abierta, acusaciones graves (ej. Gertz Manero, Gil Díaz). |
| -4 | Hostilidad | Oposición activa, daño percibido (ej. Bartlett). |
| -3 | Crítica | Juicios negativos, decepción (ej. Adán Augusto). |
| -2 | Desconfianza | Relación tensa, reservas morales. |
| -1 | Indiferencia | Menciones frías o distantes. |
| 0 | Neutral | Mención fáctica sin carga emocional. |
| +1 | Cordialidad | Relación profesional correcta. |
| +2 | Aprecio | Valoración positiva, elogios. |
| +3 | Admiración | Respeto profundo, reconocimiento de virtudes. |
| +4 | Lealtad | Vínculo inquebrantable (ej. AMLO). |
| +5 | Devoción | Amor filial y veneración (Solo su padre). |
- Enrique Tejeda: Por sus comentarios y observaciones sobre el balance de la tabla, la importancia del peso narrativo de los personajes, y la necesidad de vincular los temas de política pública (sanidad animal, INEE, pandemia, glifosato) con los actores correspondientes. Sus señalamientos mejoraron sustancialmente la v2 del análisis.
Autor: Manuel Toral Co-autor (IA): Este proyecto, incluyendo el código, el análisis y esta documentación, fue asistido y generado por agentes de Inteligencia Artificial (Google DeepMind y Claude Code). Licencia: MIT