La influencia de la Inteligencia Artificial en los sondeos electorales

La influencia de la inteligencia artificial en los sondeos electorales

Desde C3 Digital revisamos casos prácticos que puedan inspirarnos a optimizar nuestros modelos de negocio en el uso de la tecnología. Precisamente nos ha suscitado cierto interés en revisar los modelos que se utilizaron en los pronósticos preelectorales de Estados Unidos. Hemos evaluado dos, el primero es ‘The Economist’ (el cual combina encuestas con analítica avanzada IA). El segundo, la Universidad de la Ciudad de Nueva York (social listening, big data con IA).

De acuerdo a The Economist (2020), los pronósticos preelectorales apuntaban que probablemente Joe Biden derrote a Donald Trump en las elecciones. Como en la mayoría de los pronósticos que se utilizan, se aplica patrones pasados ​​de comportamiento de los votantes a nuevas circunstancias. Por ejemplo, si responde a la pregunta: «¿Con qué frecuencia han ganado candidatos anteriores en posiciones similares?» Si esas relaciones históricas se rompen, el pronóstico fallará. Pero una de las paradojas que presenta la presidencia sin precedentes de Trump es que los votantes lo han tratado en su mayoría como lo harían con cualquier otro republicano. Este modelo cuantitativo se actualiza todos los días y combina encuestas estatales y nacionales con indicadores económicos para predecir una variedad de resultados.

Precisamente este modelo sobreestimó a Biden por delante en tantos estados del país que era difícil imaginar que perdiera posiciones en todos. Tal como indica el recuento, Biden lleva más de 305 votos, lo cual significa un intervalo de confianza del 95%. Un nivel de certeza demasiado alto para el pronóstico. En el gráfico siguiente se muestra como The Economist falló en las encuestas preelectorales, subestimando el voto republicano.

Universidad de la Ciudad de Nueva York

Por otro lado, la Universidad de la Ciudad de Nueva York utilizó un modelo de inteligencia artificial en el candidato demócrata Joe Biden sería el ganador sobre el candidato republicano Donald Trump en las elecciones presidenciales de Estados Unidos. Este modelo de predicción estuvo basado en patrones de machine learning intentando pronosticar el futuro extrapolando los datos del pasado, combinando tecnología big data junto al ‘social listening and social understanding’ de más de mil millones de opiniones en las redes sociales. Según los expertos de esta universidad afirman que, la investigación había comenzado ya en las elecciones anteriores de 2016; y terminando con las predicciones para las elecciones estadounidenses de 2020.

Teniendo en cuenta que hay mucha actividad que ocurre en cada elección, los investigadores utilizan esta información para entrenar su modelo de aprendizaje automático a través del entrenamiento a una red neuronal utilizando IA para predecir la opinión de cada usuario en la plataforma de redes sociales. El análisis estadístico basado en más de 800 millones de tweets en total da peso a los resultados con lo que se hizo una aproximación a la predicción.

Fuente: Universidad de la Ciudad de Nueva York

Sin embargo, los investigadores de la universidad revelan que el método tiene ciertas limitaciones, porque aún no está completamente listo para predecir y convocar elecciones con precisión. 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.

Influencia Inteligencia Artificial en sondeos

Cuando solo se toman los datos sin procesar directamente de herramientas social listening & social understanding’ 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 participación de votantes de personas que viven en áreas rurales, la penetración de Twitter es muy baja. Otro sesgo sería que no se puede predecir cuántas personas van a votar. Por lo tanto, controlar estas dos variables es importante para que la herramienta de IA prediga con precisión. Por lo tanto, la solución es tratar de calibrar el modelo actual, basándose en la elección anterior, e incluyendo esta elección.

La reflexión 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 economía volátil; así como la identificación de variables que puedan ayudarnos a mejorar el patrón de entrenamiento de la IA para obtener resultados óptimos.

C3 Digital cuenta con soluciones y casos prácticos de machine learning, social listening & social understanding que puede transformar vuestro negocio.

Sigue nuestras cuentas en Linkedin para estar al día de todo. MST / C3 / eAlicia.

Otras noticias que pueden interesarte:

Fuentes:

www.independent.co.uk

https://projects.economist.com/us-2020-forecast/president/how-this-works

Deja un comentario

A %d blogueros les gusta esto: