Resumen de Redes sociales, inteligencia computacional y predicción electoral: el caso de las primarias presidenciales de Chile 2017

Pedro Santander Molina, Claudio Domingo Elórtegui Gómez, Cristian González, Héctor Allende-Cid, Wenceslao Palma

• español

  Este artículo muestra resultados de una investigación interdisciplinar aplicada a la capacidad predictiva de las redes sociales, específicamente Twitter, en las primarias legales en Chile de 2017. Mediante la incorporación de inteligencia computacional, se monitoreó la interacción de todos los usuarios chilenos que mencionaron al menos una vez a algunos de los cinco candidatos en competencia para diseñar un modelo de pronóstico que consideró el contexto propio de la comunicación política. Como resultado, se lograron modelos cuyos pronósticos estuvieron bajo 2% en el error absoluto medio (MAE), es decir, con mayor precisión que las encuestas electorales.

• English

  This article shows the results of an interdisciplinary research applied to the predictive capacity of social networks, specifically Twitter, in the legal primaries in Chile in 2017. Through the incorporation of computational intelligence, we monitored the interaction of all Chilean users who mentioned at least once some of the five candidates competing to design a forecast model that considered the context of political communication, which delivered results under 2% in the mean absolute error (MAE), with more precision than the electoral polls.

• português

  O seguinte artigo fornece os resultados de uma pesquisa interdisciplinar aplicada à capacidade preditiva das redes sociais, especificamente o Twitter, nas primárias legais constituídas no Chile durante o ano de 2017. Por meio da incorporação de inteligência computacional, monitorou-se a interação dos internautas chilenos que mencionaram pelo menos uma vez algum dos cinco candidatos na competição eleitoral para desenhar um modelo de previsão de resultados que considerasse contexto da comunicação política. Esse modelo apresentou resultados de menos de 2% na mediada do erro absoluto (MAE), gerando maior precisão do que as pesquisas eleitorais.