(véase historia de la inteligencia artificial). Esta entrada llama la atención sobre cómo estas ideas han comenzado a permear el conjunto de herramientas con las que se pueden estudiar y diseñar mejores políticas públicas.
Este proyecto, financiado por el Departamento Nacional de Planeación y realizado en unión temporal entre las firmas Quantil y la firma Econometria S.A y con el apoyo de la firma Geostudio, tuvo como principales objetivos:
El siguiente video hace una descripción general del trabajo realizado.
El primer objetivo hizo uso intensivo de técnicas de minería de texto para procesar los 32.501 procesos de contratación asociados a RVT que se finalizaron entre los años 2011 y 2020 y que se encuentran disponibles en SECOP I y II para extraer: montos de inversión por veredas y/o municipios afectados, tipo de contratación, etc.
Para el segundo objetivo se utilizaron redes neuronales convolucionales para entrenar un algoritmo que usa como entradas, imágenes satelitales de acceso gratuito y, salidas, la red vial terciaria de Boyacá (para la cual si se tenía buena información). Con este modelo se hizo la reconstrucción de la RVT en Antioquia y Cundinamarca. Sin embargo, esta reconstrucción requiere un esfuerzo importante de post procesamiento y limpieza manual del resultado pero, de cualquier forma, es costo efectivo.
Se crean subdivisiones de 2.56 x 2.56 km (256×256 pixeles). Solo se utilizan subdivisiones donde haya vías de referencia. La muestra se aleatoriza y se divide en: 70% entrenamiento, 15% validación y 15% prueba. Se evalúan métricas de precisión (Índice de Jaccard, Soft Dice Loss). Se predice sobre todas las subdivisiones y se reconstruye el área de interés. Finalmente se utilizan los mismos parámetros entrenados sobre la nueva información (Antioquia y Cundinamarca).
Con esta información normalizada, estructurada y cruzando con otras variables administrativas de desempeño de los municipios, educación, áreas sembradas, valor agregado, mortalidad infantil, etc., se construyó un panel de datos (objetivo 3) de información municipal e inversiones. Estos datos nos permitieron utilizar diferentes técnicas de identificación (i.e., econometría) del efecto causal de las inversiones en alguna de las diferentes variables de bienestar que se utilizaron: mortalidad infantil, resultados en pruebas saber, valor agregado municipal, etc.
Los resultados principales fueron:
Las inversiones tienen un impacto positivo sobre el valor agregado de largo plazo. En promedio, un $1 peso invertido en RVT generan $4.5 pesos en el valor agregado tres años después de que finalizó la inversión, ceteris paribus.
Las inversiones están asociadas con incrementos en los puntajes de lectura y matemáticas. Considerando que el puntaje promedio de los municipios en estas pruebas está alrededor de los 47 y 46 puntos, respectivamente, el efecto es relativamente bajo. En particular, hace falta inversiones de $4.000’000.000 pesos (COP) para incrementar tales puntajes en solo tres y cuatro puntos.
Se encuentran también reducciones en la tasa de deserción intra anual pero no efectos sobre la tasa de repitencia. Considerando que el promedio de la tasa de deserción intra anual es de 3.55, el efecto que se observa es considerable.
Un de los efectos mas robustos encontrados es el impacto sobre la tasa de mortalidad infantil e incrementos en el número de empresas generadoras de empleo formal. En promedio, un incremento de un 1% en las inversiones está asociado en reducciones de 0,0002 puntos en la tasa de mortalidad y 0,002 puntos en la tasa de mortalidad infantil de niños menores a un año un año después. Asimismo, se observa un incremento en 0,0013 puntos en el número de empresas generadoras de empleo formal, nuevamente, un año después, ceteris paribus.
El estudio reporta muchas pruebas de robustez y otros resultados bien interesantes. Por ejemplo, la inversion en la RVT genera una reduccion en el areas sembrada municipal. Los detalles del estudio completo, resumen ejecutivo, inforgrafia, etc. pueden encontrarse en:
https://sinergiapp.dnp.gov.co/#Evaluaciones/EvalFin/1199
Algunas limitaciones evidentes del estudio son, por ejemplo, que no se estudia el efecto en áreas deforestadas, presencia de grupos criminales o cultivos ilícitos. Esta última es el obejeto de un reciente estudio que estamos realizando para el Centro de Estudios sobre Seguridad y Drogas (CESED) que compartiremos próximamente.
Obtén información sobre Ciencia de datos, Inteligencia Artificial, Machine Learning y más.
En los artículos de Blog, podrás conocer las últimas noticias, publicaciones, estudios y artículos de interés de la actualidad.
