La inteligencia artificial predice la corrupción

15/01/2018

Miguel Ángel Valero.

Dos investigadores de la Universidad de Valladolid han creado un modelo basado en redes neuronales artificiales que prevé en qué provincias españolas pueden aparecer casos de corrupción con mayor probabilidad, a uno, dos y hasta tres años vista, así como las condiciones que favorecen su aparición.

Este modelo confirma que las posibilidades de corrupción aumentan cuando el Gobierno de un mismo partido permanece más años en el poder, «independientemente de si gobierna o no en mayoría”, precisa uno de los investigadores, Iván Pastor.

El estudio, publicado en la revista Social Indicators Research, no menciona las provincias más propensas a la corrupción para no generar polémica, según explica Pastor, quien recuerda que, en cualquier caso, “una mayor propensión o alta probabilidad no implica que efectivamente vaya a ocurrir”.

Los datos indican que el Impuesto de Bienes Inmuebles, el incremento exagerado en el precio de la vivienda, la apertura de sucursales 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.

“De todas formas, afortunadamente,  para los próximos años este sistema de alerta predice menores indicios de corrupción en nuestro país. Esto se debe fundamentalmente a la mayor presión pública sobre este tema y a que la situación económica ha empeorado notablemente durante los años de la crisis”, subraya Pastor.

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) o 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.

¿Te ha parecido interesante?

(+1 puntos, 1 votos)

Cargando...

Aviso Legal
Esta es la opinión de los internautas, no de diarioabierto.es
No está permitido verter comentarios contrarios a la ley o injuriantes.
Nos reservamos el derecho a eliminar los comentarios que consideremos fuera de tema.
Su direcciónn de e-mail no será publicada ni usada con fines publicitarios.