Uso de NLP en análisis de propuestas para candidatura presidencial

Introducción. En Chile se están celebrando elecciones presidenciales. Al menos 6 candidatos se disputan esta elección. Uno de ellos, el líder en las encuestas, Gabriel Boric, decidió crear su programa de Gobierno a partir de un proceso inédito, en el cual se crearon cientos de grupos ciudadanos en los cuales se discutieron ideas y propuestas para incluir en el programa de Gobierno en decenas de áreas prioritarias.. Metodología. Entre los días 20 de septiembre y 24 de octubre de 2021 se llevó a cabo un proceso de construcción programática ciudadana por Gabriel Boric del que participaron 33.728 personas tanto en la modalidad de Mesas Ciudadanas como también vía participación online.. Se organizaron 603 Mesas Ciudadanas por Boric en las que trabajaron un total de 7.284 personas en 80 comunas de Chile, además de 14 mesas en territorio extranjero. Del total de Mesas Ciudadanas, 258 corresponden a Mesas Territoriales y 318 a Mesas técnico-temáticas o de Causas Ciudadanas, y 27 Mesas de Trabajo Sectorial.. En la Consulta Ciudadana Online se entregaron más de 120 mil respuestas por parte de 12.011 personas que participaron del proceso online, mientras que a las preguntas ciudadanas publicadas en redes sociales respondieron 16.433 personas. Resultado del proceso se levantaron un total de 13.250 propuestas programáticas.. A continuación una infografía resumen del proceso:. Uso de procesamiento de Lenguaje Natural (NLP). Las más de 13.000 propuestas programáticas recibidas debían ser procesadas en pocos días con el fin de presentar al país el resultado de este proceso. Para ello, y ante la imposibilidad de hacerlo manualmente, se utilizaron los modelos de lenguaje natural como servicio de Deep Talk. Se cargaron archivos .csv con las propuestas de las personas y las mesas programáticas en la plataforma en línea, y a partir de ello se obtuvieron 90 clusters en torno a los cuales se fueron organizando las propuestas. Los clusters fueron:. Luego se hizo un análisis más detallado de estos clusters para agrupar algunos similares y sus propuestas con lo cual se construyó un resumen de propuestas según áreas.. Conclusión. El uso de tecnologías de deep learning en procesos de consultas ciudadanas masivas, permite de manera rápida y eficiente procesar miles de propuestas con el fin de dar viabilidad a este tipo de ejercicios democráticos. En el caso antes descrito, la cantidad de recursos humanos necesarios para procesar manualmente la gran cantidad de propuestas escritas en lenguaje natural hacía muy difícil su implementación. Con el uso de la plataforma Deep Talk, en cuestión de minutos se pudieron procesar miles de propuestas, entregando viabilidad real al proceso.. Es interesante observar cómo el uso de este tipo de herramientas puede apoyar en la profundización democrática a través de la participación activa de la ciudadanía, escribiendo, opinando y generando propuestas programáticas a los Gobiernos.. Uso de NLP en análisis de propuestas para candidatura presidencial was originally published in Deep Talk on Medium, where people are continuing the conversation by highlighting and responding to this story.

Still puzzling over something?