Este estudio investiga la evolución del sentimiento público y el discurso en torno a la inteligencia artificial a través de un análisis integral de múltiples métodos de 28,819 comentarios de Reddit que abarcan desde marzo de 2015 hasta mayo de 2024. Abordando tres preguntas de investigación: (1) ¿qué temas dominantes caracterizan el discurso sobre IA?, (2) ¿cómo ha cambiado el sentimiento a lo largo del tiempo, particularmente tras el lanzamiento de ChatGPT 5.2?, y (3) ¿qué patrones lingüísticos distinguen el discurso positivo del negativo?, empleamos 28 técnicas analíticas distintas para proporcionar información validada sobre la percepción pública de la IA. Metodológicamente, el estudio integra el análisis de sentimiento VADER, el análisis de la Consulta Lingüística y Conteo de Palabras (LIWC) con validación de regresión, modelado de temas dual utilizando Asignación de Dirichlet Latente y Factorización de Matrices No Negativas para validación cruzada, análisis de tono en cuatro dimensiones, reconocimiento de entidades nombradas, detección de emociones y técnicas avanzadas de PLN que incluyen detección de sarcasmo, clasificación de postura y análisis de toxicidad. Una contribución metodológica clave es la validación de las categorías de LIWC a través de regresión lineal (R2 = 0.049, p < 0.001) y regresión logística (61% de precisión), yendo más allá de las estadísticas descriptivas típicas de análisis lingüísticos previos. Los resultados revelan un pronunciado descenso en el sentimiento positivo de +0.320 en 2015 a +0.053 en 2024. Contrario a las expectativas, el sentimiento disminuyó tras el lanzamiento de ChatGPT en noviembre de 2022, con comentarios negativos aumentando del 31.9% al 35.1%, lo que sugiere que la exposición directa a las poderosas capacidades de la IA intensifica en lugar de aliviar las preocupaciones públicas. El análisis de regresión de LIWC identificó palabras de emoción negativa (beta = -0.083) y palabras de emoción positiva (beta = +0.063) como los mejores predictores de sentimiento, confirmando que el compromiso afectivo más que técnico impulsa las actitudes públicas hacia la IA. El modelado de temas reveló nueve temas coherentes, con el reconocimiento facial, el sesgo algorítmico, la ética de la IA y la desinformación en redes sociales emergiendo como preocupaciones dominantes en los análisis de LDA y NMF. El análisis de redes identificó la regulación como un centro central (centralidad de grado = 0.929) que conecta todas las principales preocupaciones sobre la IA, indicando un fuerte apetito público por marcos de gobernanza. Estos hallazgos contribuyen a las comprensiones teóricas de la percepción del riesgo tecnológico, proporcionan orientación práctica para desarrolladores de IA y responsables de políticas, y demuestran métodos computacionales validados para rastrear la opinión pública hacia tecnologías emergentes.