En la era digital los datos se han convertido en una variable clave para la Economía. La información que brindan usuarios y clientes constituye un capital de inestimable valor.
Particularmente para la administración pública, el análisis de las opiniones y expresiones brindadas por los contribuyentes puede constituir no sólo una referencia sobre su satisfacción o insatisfacción con la gestión. Más importante aún, permite evaluar y, si necesario, redefinir, acciones instrumentadas.
Desde mediados de año, gracias a la reglamentación de la Ley 10618 De Simplificación y Modernización de la Administración, el ministerio de Finanzas de la Provincia decidió zambullirse de lleno en el análisis de la enorme cantidad de datos que posee sobre los cordobeses.
Dicha ley estableció un marco formal para la realización de distintos proyectos que, en una primera instancia, apuntan a la atención ciudadana. Los mismos se basan en la aplicación de Inteligencia Artificial y Machine Learning (Ver: Finanzas de la Provincia avanza en la incorporación de Inteligencia Artificial).
Estos proyectos se concretan gracias a un servicio de vinculación tecnológica que brinda la Facultad de Matemáticas, Astronomía, Física y Computación de la Universidad Nacional de Córdoba (Famaf) a través del área homónima.
Sentimientos
El primer trabajo programado concluyó en septiembre y permitió identificar a miles de potenciales interesados en pagar abonar sus impuestos adhiriendo al débito automático (Ver: Con inteligencia artificial, identifican a más de 150 mil potenciales interesados en pagar Rentas con débito automático)
El segundo plan ha concluido en los últimos días de noviembre y se basó en el análisis de los sentimientos que los contribuyentes manifiestan a través de distintos mecanismos que recolectan su opinión, desde encuestas hasta atención personalizada.
A tal fin se tomaron 41 mil comentarios dejados en canales presenciales, 30 mil recibidos a través del sitio web y 8 mil posteos en la página de Facebook de Rentas. En su mayoría se trata de valoraciones vinculadas a la resolución, o no, de un determinado trámite.
Hasta la aplicación de IA, empleados del área realizaban el análisis de tales comentarios según categorías sucintas, apuntadas a la buena o mala atención reflejada. Una vez categorizada se derivaba para su posterior tratamiento.
Gracias al trabajo conjunto de personal de Rentas, el Grupo de Análisis y Procesamiento de Grandes Redes Sociales y Semánticas de Famaf y el Grupo de física de Teoría de la Materia Condensada, se aplicó una clasificación automática mediante procesamiento de lenguaje natural y machine learning.
“Queríamos conocer qué nos dice la gente cuando responde encuestas o deja comentarios, quejas o sugerencias. Saber qué nos están diciendo, cómo lo dicen, si contentos o enojados, lo que requiere un análisis de sentimientos. Para ello se clasificaron las encuestas según qué dicen, cómo lo dicen y qué temas están hablando”, explica Ezequiel Romano, director de Gobierno Abierto de Ingresos Públicos de la provincia.
“Generamos modelos que, aprendiendo sobre las regularidades de los etiquetados previos, permitieron una nueva clasificación que avanzó sobre múltiples categorías. Luego hicimos un análisis de sentimiento, según si los comentarios eran positivos o negativos. Entrenamos un modelo de predicción con una performance superior al 80%. “, precisa Martín Domínguez, de Famaf.
“Finalmente nos enfocamos en los temas sobre los que hablan los usuarios. Extrajimos del conjunto las palabras más relevantes y frecuentes. A eso aplicamos una nube de palabras e identificamos con cuánta frecuencia se habla de esos temas”, amplía el ingeniero.
“Este trabajo permite entender mejor qué nos están diciendo. Por qué nos felicitan o por qué nos critican, en qué momentos del año, respecto a la atención. El análisis de las encuestas permite automatizar el proceso de gestión para brindar una respuesta rápida al ciudadano”, sentencia Romano.
Cba24n
