Luchar contra la corrupción: Otra aplicación de la Inteligencia Artificial

Dos investigadores de la Universidad de Valladolid han desarrollado un modelo con redes neuronales artificiales para predecir en qué provincias españolas podrían aparecer casos de corrupción con más probabilidad, a uno, dos y hasta tres años vista.

Iván Pastor, uno de los autores del estudio publicado en la revista Social Indicators Research, advierte que “una mayor propensión o alta probabilidad no implica que efectivamente vaya a ocurrir”. Pero sus datos indican que el impuesto de bienes inmuebles, el incremento exagerado en el precio de la vivienda, la apertura de oficinas bancarias y la nueva creación de empresas son algunas de las variables que parecen inducir a la corrupción pública, y cuando se suman en una región conviene tenerlo en cuenta para realizar un control más riguroso de las cuentas públicas.

“Además, como podría esperarse, nuestro modelo confirma que el aumento del número de años en el Gobierno del mismo partido político incrementa las posibilidades de que exista corrupción, independientemente de si gobierna o no en mayoría”, apunta Pastor.

Algoritmos con Inteligencia Artificial podrían combatir casos como la llamada “Estafa maestra”, donde están involucrados funcionarios públicos, dependencias gubernamentales y universidades. Según el diario “Animal Político“, el desfalco podría sumar hasta 31 mil millones de pesos, donde dependencias federales como Sedesol, Banobras y Pemex desviaron más dinero.

Para realizar el estudio, los autores se han basado en todos los casos de corrupción que aparecieron en España entre el año 2000 y el 2012, como el caso Mercasevilla (en el que fueron imputados los gestores de esta empresa pública del Ayuntamiento de Sevilla) y el caso Baltar (donde el presidente de la Diputación de Ourense fue sentenciado por más de un centenar de contrataciones “que no siguieron los cauces legales”).

La recopilación y análisis de toda esta información se ha realizado con las redes neuronales, que muestran los factores más predictivos de la corrupción. “Es novedoso tanto el uso de esta técnica de inteligencia artificial, como el de una base de datos con casos reales, ya que hasta ahora se empleaban índices de percepción de la corrupción, unas puntuaciones más o menos subjetivas asignadas a cada país por agencias como Transparencia Internacional, que se basan en encuestas a empresarios y analistas nacionales”, destaca Pastor.

Los autores esperan que este estudio contribuya a dirigir mejor los esfuerzos para  acabar con la corrupción, enfocándolos hacia aquellas zonas con mayor propensión a que aparezca, además de seguir avanzando para trasladar su modelo a escala internacional.

¿Objetividad a prueba de élites?

Estas aplicaciones sin duda representan una esperanza para países como México. Si bien el sentido común, aunado a una mediana información, pueden llevar a cualquier persona que conozca el escenario político y económico de este país a conclusiones claras sobre las formas en la que opera la corrupción institucional, sabemos que por el mismo tejido de corrupción e impunidad las probabilidades de hacer justicia son mínimas.

_____

_____

La Inteligencia Artificial podría ayudar a contrarrestar ese mal tan arraigado en la cultura política mexicana, sirviendo de base objetiva para las investigaciones; con el historial de impunidad en México, cabe esperar que ciertos algoritmos resulten más efectivos y menos costosos que los funcionarios anticorrupción a modo.

Con información de Social Indicators ResearchAgencia SINC | Edición y comentarios del Colectivo Alterius

Previo

Asesinan a activista y defensora de los bosques en Michoacán

Siguiente

Ejército abandona San Pedro Cholula luego de que gobierno presentó controversia por Ley de Seguridad Interior