La evaluacion de la incertidumbre y del balance de riesgos concerniente a las variables macroeconomicas y financieras mas relevantes constituye uno de los ejes centrales en los procesos de toma de decisiones, por parte de los hacedores de politica. Desde la perspectiva de los agentes economicos, la percepcion de estos riesgos y la credibilidad que se otorga a la gestion de la politica monetaria, constituyen elementos cruciales en la formacion de expectativas, las cuales representan uno de los principales mecanismos de transmision de la politica monetaria, jugando un rol pivote en las oscilaciones de variables tales como: la tasa de interes, el tipo de cambio, los salarios, la demanda agregada y los precios domesticos. La literatura economica reciente apela a tecnicas de aprendizaje computacional (machine learning), considerando las bondades de estas herramientas, tanto para el manejo de un amplio espectro de informacion, de caracter cuantitativo y cualitativo, asi como tambien en funcion del marco analitico que proveen para llevar a cabo el procesamiento de dicha informacion. El objetivo de este trabajo consiste en establecer el impacto de la incertidumbre, del sesgo del balance de riesgos y de las decisiones de las autoridades monetarias sobre el grado de entropia o anclaje de las expectativas de los agentes economicos, con el proposito de analizar las circunstancias bajo las cuales se genera una mayor previsibilidad de las decisiones de politica, asi como tambien enfatizar la importancia y los efectos de la credibilidad de las comunicaciones del banco central sobre el comportamiento de los precios domesticos y la potencial holgura que propician para orientar una politica monetaria de caracter contra-ciclico. Se utilizan algoritmos de text mining para llevar a cabo la construccion de una metrica inherente a la incertidumbre internacional, utilizando noticias en tiempo real procedentes de diferentes portales electronicos, asi como tambien para extraer la tonica subyacente en los comunicados de politica emitidos mensualmente por el Banco Central de la Republica Dominicana (BCRD). Se estima un modelo de redes neuronales para generar una tasa de inflacion en funcion del indice de sentimiento de los comunicados.