A quién voto, el juego viral y un viejo debate: ¿qué factores inciden en el cuarto secreto?

El juego consiste en responder 30 preguntas divididas en tres áreas temáticas y luego esperar la “recomendación” de un candidato. 

Si uno está en desacuerdo con todas las preguntas –algunas opuestas en signo político–, su candidata es la frenteamplista Carolina Cosse. Si está totalmente de acuerdo en todos los enunciados, la recomendación es el nacionalista Luis Lacalle Pou. Si uno se para neutral ante cada casilla, el candidato asignado es el colorado Ernesto Talvi. ¿Por qué? Porque así lo fue dictando la comunidad. Y puede cambiar. 

En colectivo

Aunque el link de la web aquienvoto.uy se propagó entre los uruguayos esta semana, su concepción se remonta a un mes atrás a una publicación en Reddit. Blanco, que trabaja como programador y no tiene un interés particular en la política, ingresó una propuesta el 18 de enero. “¿Me ayudan a construir un modelo para predecir a quién deberías votar en las próximas elecciones?”, escribió, y esbozó cómo podría llevarse a cabo la empresa. “Para entrenar al modelo necesitamos 2 cosas: definir cuáles son las preguntas que vamos a hacer y tener un set de datos inicial de respuestas con el candidato ya seleccionado”, apuntó. 

Según explicó Blanco –quien se puso el proyecto al hombro junto a los usuarios DirkGentle y condeelmaster– el algoritmo está basado en el método k-nearest neighbors (vecinos más cercanos), que clasifica un resultado a partir de su cercanía con otros valores preestablecidos. En el caso de aquienvoto, ante cada encuesta el programa compara con los usuarios que contestaron de forma similar y recomienda al candidato que la mayoría de ellos eligió.

"Tiene que quedar claro que es solo un juego. Vimos muchas teorías conspirativas, pero no es más que eso y el código es libre", afirmó Juan Pablo Blanco.

Para determinar qué resultados se corresponden (o aproximan) a cada candidato, el modelo se nutrió de 117 colaboradores voluntarios que realizaron la encuesta y luego indicaron a quién votarían. “A partir de las respuestas de esos usuarios, el programa te dice a quién te acercás. Nosotros no codificamos la relación entre las respuestas y la recomendación; son los usuarios quienes lo determinan”, dijo el programador.

Ahora, con muchos más datos a cuestas, los administradores están reentrenando el modelo, que en la jerga de la disciplina significa actualizar la base de datos para que tenga más información a la hora de hacer las correlaciones. 

Si para entonces un usuario que completó el formulario hace unos días vuelve con las mismas respuestas, probablemente reciba una recomendación diferente. De los 100.000 formularios completados, unos 20.000 ingresaron su candidato favorito. Cuantos más datos haya de personas que ligan su resultado a un candidato en particular, más probable es que el modelo devuelva una recomendación acertada. 

Hace diez días, cuando el sitio aún estaba en fase de desarrollo inicial, el modelo tenía una predicción de 27%. Ahora ese porcentaje aumentó a 44%.

Nada más que “divertido”

Con la propagación del sitio web y su rápida popularidad aparecieron también las críticas. 

Daniel Carranza, cofundador de DATA Uruguay, advirtió desde su cuenta de Twitter que la herramienta es más bien “un clasificador” y que “no hace otra cosa que buscar reforzar sesgos”. “No critico la intención, no creo que sea un plan maligno de nadie, pero no me parece una buena herramienta, especialmente porque las expectativas de los usuarios son radicalmente distintas a lo que hace”, agregó.

Otros profesionales criticaron la forma en que se presentó ante la sociedad. “Está mal comunicado. Técnicamente muy lindo y colgado experimento pero inválido para lo que promete: definir tu voto”, opinó Rodrigo Alem Fernández, desarrollador de videojuegos. 

En base a ese tipo de devoluciones, el sitio cambió su descripción, y ahora recibe a los usuarios con la siguiente consigna: “¿A quién votan los más parecidos a vos?” “Hubo muchas teorías conspirativas. Por eso hay que aclarar y enfatizar que es solo un juego”, afirmó Blanco.

Esa fue, precisamente, la conclusión de Guillermo Moncecchi, ministro de Industria y experto en machine learning, que confesó que estuvo jugando con el sitio y que le pareció “una herramienta divertida”. Según dijo a El Observador, aquienvoto “no es más que un buen ejercicio”, aunque aclaró que se puede hacer “científicamente” un modelo mucho más sofisticado, algo que no era el objetivo inicial de los programadores detrás del proyecto. 

“Este se basa en el filtrado colaborativo, que en resumidas cuentas te compara con otros que responden lo mismo que vos”, señaló Moncecchi, y explicó que en ese concepto se basan las recomendaciones de Netflix y Amazon. “Pero tiene un problema: al principio no tenés mucha gente con quien compararte. Por eso Netflix al comienzo te pide que indiques cuáles te gustan”, afirmó el ministro.

Las limitaciones del juego como “predictor” también llegan desde el campo de la ciencia política. Para definir las preguntas, los responsables se basaron mayoritariamente en Political Compass, un modelo que a partir de ciertas consignas ubica al usuario en un mapa ideológico. “Este algoritmo en vez de darte una ubicación ideológica, te matchea a la asignada a cada candidato”, señaló Federico Irazábal, sociólogo y consultor en comunicación política. 

La “dificultad”, según dijo, es determinar de qué forma se ponderan las diferentes variables. “Sé de mucha gente que le sale uno que no es el que vota, pero que no está muy lejos. Hay matices entre los precandidatos que son muy difíciles de separar con estas herramientas”, agregó. 

Otra discusión tiene que ver con los factores que inciden en la decisión del voto. “Ahí hay una vieja discusión sobre si la preferencia por partido es independiente de la voluntad de voto”, dijo Irazábal. Desde hace tiempo, las teorías sobre la temática toman en cuenta la socialización de la familia, el grupo de pares, y los líderes de opinión.

“Por más variables que pongas, en un esquema como el uruguayo, con partidos policlasistas, es difícil asignar uno o varios elementos al voto”, añadió.

Según Moncecchi, un modelo más “serio” y “científico” tendría que nutrirse de muchos datos para encontrar algunos indicadores. “Los seres humanos no somos deterministas y por suerte podemos responder diferente ante la misma situación. Pero sí podés elaborar cierto perfil y suponer que dos parecidos seguramente –y poniendo el énfasis en esa palabra– van a votar igual”, expresó el ministro. De hecho, existe una rama específicamente dedicada a ello: la econometría. 

Raúl Garreta, cofundador de MonkeyLearn –empresa uruguaya de machine learning que opera en Silicon Valley–, también afirmó que "es viable" construir un algoritmo que prediga el voto. "Puede ser visto como cualquier otro problema a ser resuelto con aprendizaje automático. Estos algoritmos son usados regularmente para predecir otros problemas como diagnóstico de enfermedades, cálculo de riesgo de crédito, detección de fraude, etcétera", argumentó. "Se puede hacer tan sofisticado como uno desee dedicarle tiempo. Sí, existen otros algoritmos que pueden tener una capacidad de representación más avanzada, que también se podría lograr agregando más indicadores, que en este caso serían más preguntas".

Mientras la discusión continúa en los foros, los grupos de WhatsApp y hasta en los corrillos políticos, los programadores detrás del juego viral sonríen. “En mi vida nunca me divertí tanto programando como ahora. Gracias a todos por las felicitaciones. Las críticas también las agradezco, las constructivas son geniales y las hostiles me ayudan a practicar la compasión”, escribió Blanco en su cuenta de Twitter. La programación continúa.