Imágenes satelitales de autos en las calles permiten predecir las preferencias electorales

Imágenes de Google Street View y algoritmos de reconocimiento de objetos fueron los insumos para la investigación en los Estados Unidos (Wikimedia Commons).

Investigadores estadounidenses han creado un modelo de computadora que puede predecir las preferencias políticas de los ciudadanos a partir de sus automóviles. Para ello, analizaron 50 millones de imágenes de Google Street View registradas en 200 ciudades de EE. UU., así como datos del censo de población. Esto se informa en un artículo publicado en la revista Proceedings de la Academia Nacional de Ciencias (PNAS).

Para recopilar datos demográficos (por ejemplo, durante un censo de población), generalmente se usan cuestionarios en papel o electrónicos, que son llenados por los propios residentes o por encuestadores durante la entrevista. Dichos datos son necesarios para la investigación socioeconómica, centrada en el estudio de los diversos indicadores de la vida de los ciudadanos; sin embargo, los métodos tradicionales de recolección y análisis son ineficaces en términos de costos (tanto de tiempo como financieros).

Las tecnologías modernas, sin embargo, permiten facilitar este proceso procesando automáticamente la información disponible públicamente: por ejemplo, al usar datos de usuarios de Twitter, es posible calcular el número de personas desempleadas. En su nuevo trabajo, los investigadores dirigidos por Li Fei-Fei de la Universidad de Stanford utilizaron datos sobre automóviles de residentes de los EE. UU. para predecir los indicadores demográficos a niveles distritales.

Después de analizar las imágenes satelitales de las ciudades en Google Street View, los investigadores obtuvieron fotos de 22 millones de automóviles, aproximadamente el 32% de todos los vehículos registrados en las ciudades de la muestra. Esto se hizo gracias a un algoritmo de reconocimiento, que clasifica los objetos en función de las características obtenidas del análisis de objetos (en este caso, vehículos) de la muestra de entrenamiento.

El análisis posterior de imágenes de automóviles se llevó a cabo utilizando redes neuronales convolucionales, el algoritmo de reconocimiento de imágenes más efectivo hasta la fecha. Este ayudó a clasificar el transporte por tipo (por ejemplo, un automóvil, camioneta o minivan), el fabricante, el modelo y el año de fabricación. Luego, los científicos compilaron una base de datos con información sobre la distribución de automóviles de cierto tipo en 200 ciudades. Además, la información sobre la distribución de la raza, el nivel educativo y el ingreso anual promedio de los residentes se incluyó en la base de datos.

Los investigadores lograron entrenar un modelo lineal simple para tipos y modelos de automóviles en las ciudades, que permita determinar los indicadores demográficos de sus habitantes. La comparación de los resultados con datos reales indicó la validez del método utilizado: por ejemplo, el ingreso anual se determinó correctamente (a partir de los autos) con una exactitud del 82% y así como el nivel educativo de los residentes (65%).

(A) la distribución de i. real y ii. El modelo informático de datos sobre preferencias políticas. iii. relación entre el número de recolecciones y sedanes. (B) Izquierda - la distribución real de preferencias políticas en los estados, a la derecha - el modelo obtenido. Tradicionalmente, el azul denota demócratas y republicanos rojos (PNAS).

El resultado más interesante es que los investigadores lograron determinar las preferencias políticas de los residentes por el tipo y la marca del automóvil. Para esto, en la muestra de capacitación, utilizaron el porcentaje de los que votaron por Barack Obama, que representó al Partido Demócrata durante las elecciones presidenciales de 2008. Entonces, los científicos descubrieron que la prevalencia de camionetas sobre sedanes en un distrito revela que este votará mayoritariamente por republicanos, con una probabilidad del 82%, mientras que la situación inversa (cuando hay más sedanes en la región que camionetas) sugiere el apoyo a los demócratas con una probabilidad del 88%. El modelo propuesto, según los autores, puede servir como un sustituto eficaz de los métodos tradicionales de recopilación de datos demográficos.

Elizabeth Ivtushok

Si te gustó esta noticia, entérate de más a través de nuestros canales de Facebook y Twitter.

Novedades

A pesar de la crisis económica que acecha a América Latina por la pandemia, varios países intentan paliar algunos de sus efectos a través de fondos para la investigación y el desarrollo tecnológico en COVID-19, sin que eso signifique necesariamente una vinculación entre las investigaciones científicas y las decisiones políticas.

Pese a crisis, Latinoamérica financia investigación en COVID-19

Nuestros países han destinado recursos adicionales para proyectos de investigación en ciencias. Sin embargo, estos apoyos enfrentan complejidades

Suscríbete

Déjanos tu mail para recibir nuestro boletín de noticias

La confirmación ha sido enviada a tu correo.