Crean una fórmula para predecir escándalos de corrupción
Los escándalos de corrupción le cuestan a la economía el 2 por ciento del Producto Interior Bruto (PIB) global, según datos del Banco Mundial, lo que convierten a la corrupción en una de las mayores causas de desigualdad y ralentización del crecimiento. Ahora, en un estudio publicado recientemente en Journal of Complex Networks, un equipo internacional de investigadores ha demostrado que es posible predecir quién tendrá un papel en los próximos escándalos de corrupción. Para ello basta con crear algoritmos y redes para representar los casos de corrupción actuales.
Los autores del estudio, dirigidos por Matjaž Perc, investigador en la Universidad de Maribor (Eslovenia), han recogido 27 años de corrupción política en Brasil reflejados en 65 casos bien documentados. Así, han creado una red con 400 nodos, cada uno de los cuales representa a un individuo, unidos por enlaces que representaban los vínculos personales de una misma trama.
Red de individuos implicados en casos de corrupción en Brasil desde 1987 a 2014
–
Journal of Complex Networks
«Hemos mostrado que aplicar métodos de ciencia de redes desvela la esencia del comportamiento político corrupto», ha dicho Perc a Phys.org.
Los investigadores han averiguado que los escándalos de corrupción tienen sus propias leyes. El número de políticos implicados fluctúa de acuerdo con el ciclo electoral de cuatro años. De hecho, en las ocasiones en las que hay individuos dominando varias redes, su papel cambia a la vez que hay cambios de gobierno.
Para poner a prueba la utilidad del modelo, los investigadores eliminaron la información de algunos nodos y trataron reconstruir los datos usando los algoritmos. Así consiguieron un modelo capaz de predecir el 25 por ciento de los vínculos entre corruptos. «Hemos mostrado que los futuros compañeros criminales pueden ser predichos con precisión basándonos en la estructura dinámica de las redes de corrupción», ha dicho Perc.
En el futuro, estos investigadores han dicho que quieren aplicar estos algoritmos a la política de subvenciones en investigación de Eslovenia. Los límites de su modelo están básicamente en la obtención de información: «El mayor reto es obtener una fuente de datos legible y fiable», ha dicho Matjaž Perc.
Fuente
