{"id":1687,"date":"2020-11-18T12:46:27","date_gmt":"2020-11-18T11:46:27","guid":{"rendered":"https:\/\/mstholdingblog.com\/?p=1687"},"modified":"2023-06-06T16:56:47","modified_gmt":"2023-06-06T14:56:47","slug":"influencia-inteligencia-artificial-en-sondeos","status":"publish","type":"post","link":"https:\/\/www.mstholding.com\/blog\/influencia-inteligencia-artificial-en-sondeos\/","title":{"rendered":"La influencia de la Inteligencia Artificial en los sondeos electorales"},"content":{"rendered":"\n

Desde C3 Digital<\/a> revisamos casos pr\u00e1cticos que puedan inspirarnos a optimizar nuestros modelos de negocio en el uso de la tecnolog\u00eda. Precisamente nos ha suscitado cierto inter\u00e9s en revisar los modelos que se utilizaron en los pron\u00f3sticos preelectorales de Estados Unidos. Hemos evaluado dos, el primero es \u2018The Economist\u2019<\/strong> (el cual combina encuestas con anal\u00edtica avanzada IA). El segundo, la Universidad de la Ciudad de Nueva York<\/strong> (social listening, big data con IA).<\/p>\n\n\n\n

De acuerdo a The Economist (2020), los pron\u00f3sticos preelectorales apuntaban que probablemente Joe Biden derrote a Donald Trump en las elecciones. Como en la mayor\u00eda de los pron\u00f3sticos que se utilizan, se aplica patrones pasados \u200b\u200bde comportamiento de los votantes a nuevas circunstancias. Por ejemplo, si responde a la pregunta: \u00ab\u00bfCon qu\u00e9 frecuencia han ganado candidatos anteriores en posiciones similares?<\/strong>\u00bb Si esas relaciones hist\u00f3ricas se rompen, el pron\u00f3stico fallar\u00e1. Pero una de las paradojas que presenta la presidencia sin precedentes de Trump es que los votantes lo han tratado en su mayor\u00eda como lo har\u00edan con cualquier otro republicano. Este modelo cuantitativo se actualiza todos los d\u00edas y combina encuestas estatales y nacionales con indicadores econ\u00f3micos para predecir una variedad de resultados. <\/p>\n\n\n\n

Precisamente este modelo sobreestim\u00f3 a Biden <\/strong>por delante en tantos estados del pa\u00eds que era dif\u00edcil imaginar que perdiera posiciones en todos. Tal como indica el recuento, Biden lleva m\u00e1s de 305 votos, lo cual significa un intervalo de confianza del 95%. Un nivel de certeza demasiado alto para el pron\u00f3stico. En el gr\u00e1fico siguiente se muestra como The Economist fall\u00f3 en las encuestas preelectorales, subestimando el voto republicano.<\/p>\n\n\n\n

\"\"<\/figure><\/div>\n\n\n

Universidad de la Ciudad de Nueva York<\/h3>\n\n\n

Por otro lado, la Universidad de la Ciudad de Nueva York utiliz\u00f3 un modelo de inteligencia artificial en el candidato dem\u00f3crata Joe Biden ser\u00eda el ganador sobre el candidato republicano Donald Trump<\/strong> en las elecciones presidenciales de Estados Unidos. Este modelo de predicci\u00f3n estuvo basado en patrones de machine learning intentando pronosticar el futuro extrapolando los datos del pasado, combinando tecnolog\u00eda big data junto al \u2018social listening and social understanding\u2019 de m\u00e1s de mil millones de opiniones en las redes sociales. Seg\u00fan los expertos de esta universidad afirman que, la investigaci\u00f3n hab\u00eda comenzado ya en las elecciones anteriores de 2016<\/strong>; y terminando con las predicciones para las elecciones estadounidenses de 2020. <\/p>\n\n\n\n

Teniendo en cuenta que hay mucha actividad que ocurre en cada elecci\u00f3n, los investigadores utilizan esta informaci\u00f3n para entrenar su modelo de aprendizaje autom\u00e1tico a trav\u00e9s del entrenamiento a una red neuronal utilizando IA para predecir la opini\u00f3n de cada usuario en la plataforma de redes sociales. <\/strong>El an\u00e1lisis estad\u00edstico basado en m\u00e1s de 800 millones de tweets en total da peso a los resultados con lo que se hizo una aproximaci\u00f3n a la predicci\u00f3n.<\/p>\n\n\n\n

\"\"<\/figure><\/div>\n\n\n\n

Fuente: Universidad de la Ciudad de Nueva York<\/p>\n\n\n\n

Sin embargo, los investigadores de la universidad revelan que el m\u00e9todo tiene ciertas limitaciones, porque a\u00fan no est\u00e1 completamente listo para predecir y convocar elecciones con precisi\u00f3n.<\/strong> Dado que, una es el sesgo del muestreo que toma 20 millones de personas en todo Estados Unidos, siempre y cuando sean las personas que realmente usan Twitter.<\/p>\n\n\n

Influencia Inteligencia Artificial en sondeos<\/h3>\n\n\n

Cuando solo se toman los datos sin procesar directamente de herramientas social listening & social understanding\u2019 sin hacer ninguna de las ponderaciones o escalas, Joe Biden tiene una gran ventaja para ganar por una gran volumen. Sin embargo, en los casos en que hay una gran participaci\u00f3n de votantes de personas que viven en \u00e1reas rurales, la penetraci\u00f3n de Twitter es muy baja. Otro sesgo ser\u00eda que no se puede predecir cu\u00e1ntas personas van a votar. Por lo tanto, controlar estas dos variables es importante para que la herramienta de IA prediga con precisi\u00f3n. Por lo tanto, la soluci\u00f3n es tratar de calibrar el modelo actual, bas\u00e1ndose en la elecci\u00f3n anterior, e incluyendo esta elecci\u00f3n.<\/strong><\/p>\n\n\n\n

La reflexi\u00f3n de ambos modelos parte de que se debe tener en cuenta el contexto global, estas elecciones han sido celebradas en medio de una pandemia y una econom\u00eda vol\u00e1til; as\u00ed como la identificaci\u00f3n de variables que puedan ayudarnos a mejorar el patr\u00f3n de entrenamiento de la IA<\/strong> para obtener resultados \u00f3ptimos.<\/p>\n\n\n\n

C3 Digital cuenta con soluciones y casos pr\u00e1cticos de machine learning, social listening & social understanding que puede transformar vuestro negocio.<\/p>\n\n\n\n

Sigue nuestras cuentas en Linkedin para estar al d\u00eda de todo.\u00a0MST<\/a>\u00a0\/\u00a0C3<\/a>\u00a0\/\u00a0eAlicia<\/a>.<\/p>\n\n\n\n

Otras noticias que pueden interesarte:<\/p>\n\n\n\n