Uno de los fenómenos de estudio que ha motivado a sociólogos, antropólogos, psicólogos y, en general, a investigadores interesados en las interacciones humanas y los alcances de la comunicación lo constituye el Análisis de Subjetividad Colectiva. Las redes sociales son actualmente la principal plataforma para “escuchar” modos de pensar, actuar y sentir (PAS) entre usuarios en la Web con una infinidad de retos computacionales para determinar información útil. Por ello, analizar el sentimiento como un aspecto del lenguaje usado para expresar los estados mentales y emocionales o “estados privados”, que no pueden ser directamente observados, representa un aporte significativo para analizar la subjetividad colectiva. El presente artículo compara el desempeño de modelos de aprendizaje de máquina clásico, aprendizaje profundo y modelos basados en lexicones con el fin de establecer una metodología para analizar los PAS de las comunidades de habla hispana que puedan contribuir al análisis de subjetividad colectiva. Con este propósito, se utiliza un corpus de Twitter proveniente de la competencia TASS2019 para el idioma español. El enfoque de aprendizaje profundo obtuvo los mejores desempeños con los artículos de los principales periódicos en los 32 departamentos de Colombia.