Abrir/cerrar menú
Uso de Inteligencia Artificial aplicada al recuento electoral
Artículo 25 de Junio de 2021
Uso de Inteligencia Artificial aplicada al recuento electoral

Uso de Inteligencia Artificial aplicada al recuento electoral

Reducción de tiempos y errores en el recuento

Jesús Rosa Velázquez

Jesús Rosa Velázquez

Responsable del Software en Soluciones Electorales de Minsait

Vivimos en una sociedad hiper conectada que demanda información de manera inmediata, concreta y veraz. En el ámbito electoral esto se ha venido reflejando también en la reducción de los tiempos necesarios para dar los resultados y en la calidad de los datos. En el trascurso de estos últimos 40 años hemos pasado de tener que esperar hasta una semana para conocer los resultados de un proceso electoral a unas pocas horas, incluso segundos en el caso de elecciones celebradas utilizando voto electrónico.

Jesús Rosa Velázquez

Jesús Rosa Velázquez

Responsable del Software en Soluciones Electorales de Minsait
IA Elecciones
Chile

Continuamente se implementan nuevos sistemas que mejoran la captura y procesamiento de los datos en el ámbito electoral. Este es el caso del uso de la inteligencia artificial (IA) aplicada al campo de los procesos electorales.  

Un sistema de reconocimiento e interpretación de caracteres utilizando IA es un método mínimamente invasivo para el votante, ya que puede seguir votando en papel y tampoco requiere de modificación de la legislación electoral ya que no afecta al sistema de votación establecido en la normativa electoral.

Este sistema se puede aplicar tanto a las boletas o papeletas electorales como a las actas, utilizando escáneres de alta capacidad para digitalizar de forma centralizada las imágenes de los documentos, capaces de escanear más de 100 documentos a doble cara por minuto o utilizando escáneres de uso ofimático para el escaneo en mesa. Las imágenes digitales se pueden poner a disposición de los electores para su consulta, lo cual incrementa la transparencia del proceso electoral.

Una vez que el sistema dispone de las imágenes digitales, el sistema de IA realiza en primer lugar el reconocimiento del sistema de codificación del documento (puede ser un código QR o un código de barras) para verificar que la imagen corresponde a la tipología de documento esperado (un acta o una boleta/papeleta) y verifica a qué mesa corresponde. En caso de que no se pueda reconocer la codificación del documento porque el sistema de identificación esté dañado, el documento pasa a un sistema de incidencias donde un operador procede a analizar y resolver el problema

En segundo lugar, el IA realiza una corrección de imagen (si es necesario) como enderezarla si viene torcida, realzar el contraste...etc.

En tercer lugar, el IA reconoce todos los campos del documento, identificando las “cajas” donde hay texto o números contenidos. Esto es especialmente útil en aquellos casos en los que hay múltiples formatos de documento distintos. Pensemos en unas elecciones municipales donde se están procesando las imágenes de las actas de resultados donde cada municipio tiene candidatos distintos. Un sistema que no utilice IA debería tener cargados todos los formatos de actas posibles (uno por cada municipio) y en caso de que por error se haya codificado mal el documento, no podría ser procesado ya que el código de barras no correspondería con el formato esperado por el sistema.

En cuarto lugar, el sistema pasa a realizar una interpretación ICR (para datos escritos de forma manuscrita) y/o OCR (para datos escritos a máquina) de todo del documento utilizando redes neuronales entrenadas previamente con sistemas de Aprendizaje Profundo o Deep Learning. Este sistema de Aprendizaje Profundo consigue unas tasas de reconocimiento sin errores cercanas al 92%. Esto es algo impresionante, ya que supera la tasa de aciertos de un humano grabador de datos profesional, empleando centésimas de segundo para leer, interpretar y grabar un documento completo en lugar de minutos que es lo que tarda una grabación humana.

Si este sistema se combina con una segunda grabación manual realizada por un grabador de datos profesional o con un sistema de comprobación aleatoria de documentos por un operador humano, la tasa de aciertos es cercana al 100%.

Como ya hemos explicado, este sistema se puede utilizar de forma centralizada, recolectando las actas en uno o varios puntos centralizados donde se digitalicen las actas utilizando escáneres de alta capacidad o de forma descentralizada utilizando escáneres ofimáticos o incluso la cámara del móvil.

En países en los que durante la noche electoral los miembros de la mesa graban y envían los datos utilizando dispositivos móviles o tablets, se podría agregar al envío una imagen del acta que permitiera hacer una segunda grabación con IA para posteriormente cruzar los datos grabados manualmente por los miembros de mesa frente a los reconocidos por el IA, consiguiendo una tasa de veracidad del dato cercana al 100%. Además, las imágenes de las actas se podrían publicar de forma inmediata junto con los resultados grabados por el representante, dando al ciudadano una total transparencia sobre los resultados.

En Minsait hemos aplicado ya este sistema de IA en las últimas elecciones de Chile del año 2020 de forma muy satisfactoria, reduciendo el tiempo que empleaba el cliente en realizar la grabación manual de todas las Actas de Escrutinio del país a un par de jornadas, tarea que le llevó varios meses en procesos electorales anteriores.

¿Te ha resultado útil?

Opciones
newsletter

Ideas en tu buzón

Suscríbete a la newsletter de Ideas4Democracy para no perderte la actualidad democrática global.

Subscribete