¿Quién ganará las elecciones? Las máquinas ya lo saben

Ya no sólo es posible pronosticar quién será el presidente del Gobierno o el tiempo que hará el fin de semana. El «Big Data» y el aprendizaje automático de los ordenadores nos ayudan a predecir delitos, incendios e incluso golpes de Estado.

El oráculo de Delfos en el que los antiguos griegos consultaban a Apolo por su porvenir cuenta hoy con otras denominaciones menos épicas, pero en las que depositamos la misma confianza que aquellos helenos con vistas a conocer nuestro futuro. Hoy recurrimos a términos como «Big Data» y «Machine Learning» no sólo para saber quién será nuestro próximo presidente del Gobierno, sino para intuir cuándo se va a producir un golpe de Estado, quién necesita de forma más urgente una cama en un hospital o incluso dónde se puede perpetrar un delito. En su número de ayer, la revista «Science» dedica su portada y ocho artículos en los que desgranan hasta qué punto, y cada vez más, las decisiones políticas, económicas y sociales dependen de las predicciones efectuadas por las máquinas, capaces ya de aprender de forma automática y tomar decisiones por sí mismas gracias a la inteligencia artificial –es decir, el «Machine Learning»–, partiendo a su vez de ingentes cantidades de datos que no paran de crecer año tras año y que no se pueden procesar de forma convencional –el «Big Data»–. Pronósticos con sus luces, pero también con sus sombras.

Las elecciones, con un 90% de fiabilidad

El triunfo de Donald Trump en Estados Unidos y del «Brexit» en Reino Unido han puesto en entredicho a las empresas de demoscopia: ¿podemos recuperar la fe en los sondeos electorales? Un equipo de la Universidad de Harvard ha desarrollado un modelo predictivo después de analizar los datos de 621 elecciones, celebradas entre 1945 y 2012 en 86 países, así como 146 encuestas electorales. Este modelo es capaz de predecir los resultados electorales con una precisión de entre el 80% y el 90%. Entre otras variables, comprobaron que las buenas relaciones del partido político con Estados Unidos aumentan la probabilidad de su elección. Y, por contra, los indicadores económicos no resultan determinantes.

¿Cuándo se producirá un golpe de Estado?

Las redes neuronales artificiales o (RNA) constituyen, como su nombre indica, una suerte de simulación informática de nuestro sistema nervioso, algo realmente complejo si tenemos en cuenta que nuestro cerebro almacena más de cien mil millones de neuronas y acoge sus correspondientes sinapsis. La teoría dice que, si podemos reproducir una RNA en una máquina, quizá pueda resolver problemas como lo haría un ser humano. Hasta que lleguemos a ese distópico punto, lo cierto es que las RNA ya son capaces de hacer predicciones. Este tipo de sistemas se utilizan para conocer de antemano el tiempo que hará el fin de semana, saber los próximos movimientos bursátiles o intuir si un banco está sufriendo un fraude económico. Pero hay más. Las tecnologías de «aprendizaje automático» por parte de las máquinas también pueden predecir futuros conflictos bélicos, según investigadores de las Universidades de Upsala (Suecia) y Constanza (Alemania). Así, en un informe encargado por el Grupo de Trabajo de Inestabilidad Política (PITF, en sus siglas en inglés), expertos en estadística pudieron prever, con un mes de antelación, el golpe de Estado que se produjo en Tailandia en mayo de 2014. Con todo, y por muy prometedores que sean resultados como este –hablamos de predicciones que pueden salvar vidas–, los autores del artículo advierten de las complicaciones de estos métodos, que auguran acontecimientos que dependen en gran medida de un contexto que la inteligencia artificial aún no puede diferenciar como los seres humanos.

Incendios, crímenes y otros delitos

En «Minority Report» (2002), un futurista cuerpo de Policía era capaz de detener a un asesino justo antes de perpetrar su crimen, gracias a las visiones de tres videntes conectados a un complejo sistema informático. A falta de ese nivel de clarividencia, a día de hoy los servidores públicos ya echan mano del Big Data y del Aprendizaje Automático Supervisado (o SML, en sus siglas en inglés) de máquinas para prever, con cierto nivel de exactitud, cuando va a ser necesaria su intervención. Es el caso del Departamento de Bomberos de Nueva York, que utiliza un algoritmo en el que constan hasta 60 factores de riesgo para saber cuál de los 350.000 edificios de la ciudad –y en qué momento– está en riesgo de arder. Pero estas técnicas de Big Data no pertenecen en exclusiva a los norteamericanos. Recientemente, científicos de la Policía Nacional y de la Universidad de Granada, en colaboración con la Universidad de California en Los Ángeles, crearon un algoritmo que asigna a una patrulla un área de vigilancia concreta partiendo de datos cometidos en el turno anterior y el historial de la zona que se está patrullando, de tal forma que los agentes puedan estar en el momento justo y en el lugar preciso. Los responsables aseguran que esta herramienta es capaz de tomar una decisión tan trascendental en apenas un minuto.

En busca de futuros Premios Nobel

El sistema científico se nutre de datos: las citas que recibe el trabajo de un autor, su expediente académico, su trayectoria... Tan vasta información ha hecho que los investigadores desarrollen nuevas herramientas informáticas para analizarla y ordenarla, de forma que los progresos de las grandes cuestiones científicas queden cuantificados. Un ensayo escrito por expertos de las Universidades de Boston, Colorado y Budapest sostiene que, gracias a estos datos, es posible predecir cuándo y quién realizará un gran descubrimiento científico. Ahora bien, consideran que estas herramientas predictivas pueden dar pie a injusticias. «Una posibilidad peligrosa es que las universidades, los editores y las entidades de financiación creen nuevos sistemas que evalúen automáticamente el impacto de los estudios», afirman, pues puede dar lugar a «la exclusión de ideas novedosas o a la marginación de grupos poco representados». Al fin y al cabo, «los nuevos descubrimientos son valiosos precisamente porque nadie los había visto antes».

A la caza de mentes clarividentes

¿Habrá un atentado terrorista en EE UU en 2017? Esta puede ser una de las preguntas que Philip E. Tetlock, profesor de la Universidad de Pennsylvania, lance a los participantes del Proyecto del Buen Juicio (Good Judgment Proyect), una iniciativa que busca a voluntarios en todo el mundo que quieran poner a prueba su capacidad predictiva sobre hechos futuros. Gracias a una serie de torneos con analistas de la CIA, los participantes del proyecto ya han demostrado ser más clarividentes que los propios servicios secretos.