Académico propone modelo matemático-informático para realizar prospección electoral

Identifica las potencialidades y desventajas de los candidatos, a partir de la opinión pública

El proyecto tiene solicitud de patente ante el IMPI

BUAP. 7 de marzo de 2016.- El voto y la elección de un candidato es uno de los procesos más estudiados en el sistema democrático; sin embargo, tiene un alto grado de incertidumbre. Por ello, Guillermo De Ita Luna, académico de la Facultad de Ciencias de la Computación (FCC) de la BUAP, desarrolló un modelo matemático-informático, basado en la minería de datos y la teoría de juegos para realizar prospección electoral.

El doctor en Ciencias de la Computación, por el Centro de Investigación y de Estudios Avanzados (Cinvestav), del Instituto Politécnico Nacional (IPN), explicó que el primer paso es reconocer los atributos principales de los electores, como necesidades y preferencias políticas. Para ello se aplican encuestas con el fin de clasificar a los votantes en grupos.

A través de estos instrumentos se observa cómo los votantes perciben las propuestas políticas y muestran inclinación por alguna de ellas, así se determina un perfil específico. Una vez obtenidos los datos en cuestión, se aplica la teoría de juegos (similar a la repartición de un pastel) para conocer el porcentaje o valor de la decisión política.

De esta manera, el sistema informático creado por De Ita Luna identifica las potencialidades y desventajas de los candidatos, a partir de la opinión pública. Se trata de un proyecto dinámico y vivo, porque permite modelar las elecciones de acuerdo con los principales problemas que afectan a los postulantes y, por ende, sugerir cambios en la estrategia electoral hacia un resultado favorecedor.

Esta tecnología se aplicó para deducir los resultados en la elección de director de la FCC, en 2012; así como en la elección de presidente municipal en la ciudad de Puebla, en 2013. En ambos casos, se obtuvieron datos satisfactorios en cuanto a la clasificación de grupos y reconocimiento de atributos.

En colaboración con los académicos Pedro Bello López, Yolanda Moyao Martínez y Melisa Contreras González, de la FCC, y de Aurelio López López, del INAOE, así como del estudiante Josué Pérez Lucero, también de la FCC, De Ita Luna continúa perfeccionando esta herramienta con una amplia gama de aplicaciones, desde modelar campañas de publicidad de productos, pasando por deportes, hasta campañas electorales.

El proyecto “Sistema informático explorador de tendencias electorales” tiene la solitud de registro de patente, ante el Instituto Mexicano de la Propiedad Industrial (IMPI), número MX/E/2012/024118912208.

Un sistema de apoyo inteligente

En la actualidad, los sistemas informáticos que apoyan la toma de decisiones están presentes en muchas aplicaciones, como en los sistemas de apoyo web inteligente, proporcionando a los usuarios recomendaciones basadas en sus preferencias. Algunos ejemplos son Your Amazon.com Store, Auto Choice Advisor of General Motors e IBM Solution Profiler.

Las cuestiones electorales no son la excepción; no obstante, en el área política únicamente se aplica estadística y agrupamiento, porque no existe un sistema informático como tal. Por eso, desde hace cinco años el académico de la FCC trabaja en este sistema matemático-informático para identificar tendencias electorales.

En el desarrollo del mismo, precisó la importancia de reconocer el tipo de elección, pues de ello dependerán las preguntas a formular; asimismo, consideró que el buen diseño de la encuesta y las estrategias a ejecutar, una vez obtenidos los resultados, son tareas de un consultor o asesor, quienes son especialistas en la utilización de metodologías de reconocimiento de tendencias electorales.

Una encuesta de opinión, en su forma tradicional de elaboración, por lo general refleja cuestiones periféricas sobre los candidatos y sobre la competencia política, como índices de popularidad, percepciones de imagen y el impacto de las campañas. El número de preguntas depende del tamaño de la población. En el caso de un público interno pueden ser 10 y para un público heterogéneo más amplio, de 20 a 30.

Una vez aplicadas las encuestas y antes de ingresar los datos al sistema, se realiza un pre-procesamiento para limpiar errores de falso-positivo. Después, en el sistema se aplica la minería de datos para jerarquizar las preferencias de los votantes. En esta tarea, el doctor Guillermo De Ita Luna indicó que se propuso el uso de algoritmos de aprendizaje ID3 y C4.5, para identificar los principales atributos que caracterizan a las preferencias políticas de una población de votantes.

Con esta información, se construye un árbol de decisión que plasma las respuestas de la encuesta. En este paso, el investigador también diseñó un nuevo método para obtener una jerarquía lineal sobre los atributos que aparecen en un árbol de decisión. Así de manera modular, el último paso es aplicar la teoría de juegos para saber las preferencias de los votantes.