Científicos evaluaron las probabilidades de que un parlamentario sea condenado a partir del análisis del historial y similitud de votos.
La Agencia Iberoamericana para la Difusión de la Ciencia y la Tecnología informó que un estudio a cargo de investigadores de la Universidad de São Paulo (USP), en Brasil, demostró que es posible predecir si un diputado está involucrado en corrupción con base en el análisis de su cercanía en las votaciones con otros miembros de la Cámara Baja del país.
En el trabajo publicado en la revista Corruption Network, los investigadores analizaron el historial y la consonancia de votación de 2.455 legisladores que pasaron por la Cámara de Diputados de Brasil entre los años de 1991 y 2019, en un total de 3.407 sesiones de votaciones referentes a los más variados temas y proyectos.
El estudio apuntó la posible existencia de un patrón entre el historial de votaciones y las condenas por corrupción u otros delitos financieros entre los parlamentarios.
“Lo sorprendente del estudio es que para obtener esta correlación no fue necesario utilizar ningún dato del Poder Judicial. Con los datos del historial de votaciones de los diputados creamos una red que mostrase aquello a lo que denominamos ‘vecindad de votación’, es decir, cómo votan los diputados y con quiénes votan. De este modo, de acuerdo con el modelo que elaboramos, fue posible prever si un diputado es corrupto o no con un 90 por ciento de precisión”, explica Tiago Colliri, autor del estudio.
El desarrollo del análisis se concretó durante el doctorado de Colliri en el Departamento de Ciencias de la Computación de la USP en la localidad paulista de São Carlos, con beca del Consejo Nacional de Desarrollo Científico y Tecnológico (CNPq) de Brasil. El trabajo cuenta con el apoyo de la Fundación de Apoyo a la Investigación del Estado de São Paulo.
Los estudios de análisis de redes complejas, como el que desarrolló un modelo predictor de corrupción con un 90 por ciento de precisión, se han mostrado como buenas formas de analizar datos en política. Este tipo de abordaje, inicialmente aplicado para analizar cuestiones tales como redes biológicas neurales y la cadena alimentaria, también ha sido aplicado al análisis de datos referente a delitos.
“Descubrimos que los diputados corruptos votaron de manera parecida en nuestro parlamento. Esto vuelve más simple la obtención de un modelo predictor. Es mucho más sencillo analizar estos datos que buscar datos judiciales, leer expedientes, seguir las noticias en los diarios o incluso verificar parentescos”, explican los investigadores.
