Suscríbete al boletín semanal

Suscríbete para recibir cada semana el boletín SINC con los contenidos más relevantes y no te pierdas nada de la actualidad científica.

Suscríbete al boletín semanal
Si estás registrado

No podrás conectarte si excedes diez intentos fallidos.

Si todavía no estás registrado

La Agencia SINC ofrece servicios diferentes dependiendo de tu perfil.

Selecciona el tuyo:

Periodistas Instituciones
Si estás registrado

No podrás conectarte si excedes diez intentos fallidos.

Si todavía no estás registrado

La Agencia SINC ofrece servicios diferentes dependiendo de tu perfil.

Selecciona el tuyo:

Periodistas Instituciones

La inteligencia artificial predice la corrupción

Investigadores de la Universidad de Valladolid han creado un modelo computacional basado en redes neuronales que prevé en qué provincias españolas pueden aparecer casos de corrupción con mayor probabilidad, así como las condiciones que favorecen su aparición. Este sistema de alerta confirma que las posibilidades aumentan cuando el Gobierno de un mismo partido permanece más años en el poder.

Las redes neuronales artificiales y una base de datos de casos reales han revelado los factores más predictivos de la corrupción. / Pixabay

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.

El modelo confirma que el aumento del número de años en el Gobierno del mismo partido político incrementa las posibilidades de que exista corrupción

El estudio, publicado en la revista Social Indicators Research, no menciona las provincias más propensas a la corrupción para no generar polémica, según explica a Sinc uno de los autores, Iván 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 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.

Una predicción más optimista para los próximos años

“De todas formas, afortunadamente –añade–, 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”.

Es novedoso tanto el uso de redes neuronales artificiales como el de una base de datos con casos reales

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.

Referencia bibliográfica:

Félix J. López-Iturriaga e Iván Pastor Sanz. “Predicting Public Corruption with Neural Networks: An Analysis of Spanish Provinces”. Social Indicators Research, noviembre de 2017.

Fuente: SINC
Derechos: Creative Commons
Artículos relacionados
Alt de la imagen
La pobreza pone más difícil envejecer disfrutando de la vida

Un estudio dirigido por la University College de Londres muestra que la edad tiene efectos más negativos en las personas con orígenes socioeconómicos bajos. No solo sufren más enfermedades graves, también tienen situaciones físicas, emocionales y sociales más desfavorables.

Alt de la imagen
Beatriz González López-Valcárcel, asesora del ministerio de Ciencia e Innovación para la COVID-19
“Tenemos que aplanar también la curva de las consecuencias económicas de la pandemia”
Mónica G. Salomone

Para esta economista, el “principal reto” al que nos enfrentamos es mantener el equilibrio entre economía y salud. Perderlo supondrá o bien caer en un abismo económico, o bien colapsar las UCI. Avanzar por el filo de ese cuchillo requerirá un “ajuste muy fino” de medidas que eviten desde la masificación en el metro hasta el avance de la desigualdad.