5 ejemplos de Ciencia de Datos para Ciencias Políticas (el uso de Algoritmos, Big Data y Machine Learning)
A lo largo de los 3 Congresos Nacionales previos de AMECIP hemos expuesto la urgencia de incorporar las Metodologías y Herramientas digitales de las Ciencias de Datos para nuestras carreras de Ciencias Políticas y Sociales: la necesidad del análisis estadístico en R y de la programación en Python, para incorporar modelos de Big Data y Data Mining, y ahora en 2016 la necesidad de desarrollar Algoritmos para crear Neural Networks en Machine Learning. En esta ocasión mostramos 5 ejemplos destacados que muestran cómo las nuevas tecnologías están cambiando no sólo a la política en el mundo, sino la naturaleza misma del análisis político. Entre los casos de éxito se destacan: el surgimiento de Algoritmos para escribir discursos políticos; Programas de código abierto para voto electrónico; Despliegue de "bots" para delegar "microtareas"; Uso de Sentiment analysis y Content Analysis para monitorear campañas electorales; y Software para gobernar, el caso de Estonia y Estados Unidos como países tipo "start-up". Desde hace 5 años tenemos una nueva manera de hacer Ciencia en general y de transformar nuestras realidades concretas; día con día se avanza en el cambio radical de los principales elementos de la Democracia, enfocados hacia la Transparencia, la Rendición de Cuentas, el Buen Gobierno y el Bienestar Social.
Descargar Ponencia en Extenso