Pablo Palacios

Esta imagen resume la precariedad y la mediocridad de los gobernantes en el Perú, como se estarán riendo en Chile, Colombia, México, Brasil. Pobre Perú en manos de inutiles que no gobierna ni su hogar.

Si la IA hace la tarea de tu hijo, el cerebro de tu hijo no participó en eso. Y ese uso de la IA es un problema. Un estudio de Stromberg, Lei y Wu (cepr.org/publications/d…) siguió a 26,000 estudiantes de secundaria en China durante 30 meses. Muestran que el uso de IA elevó las notas de las tareas en 18% y redujo el tiempo que dedicaban a esas tareas en 30%. Al mismo tiempo, las notas en los exámenes a libro cerrado cayeron 20% luego de seis meses. Analizando un efecto de largo plazo, las notas en los exámenes de ingreso a la universidad cayeron hasta 24%. Como se ve en la figura, mas eficiencia para hacer las tareas, pero menos menos aprendizaje. Por otro lado, los estudiantes que usaron IA pero igualmente dedicaron el mismo tiempo que sus compañeros sin IA obtuvieron en los exámenes notas casi idénticas a las de quienes no usaron IA. Pero los que "externalizaron" su tarea completamente, terminando más rápido y posiblemente poniendo menos esfuerzo, que cualquier estudiante sin IA, solo sacaron notas altas en los ejercicios. La diferencia fue el esfuerzo cognitivo: si el cerebro hizo el trabajo, o simplemente observó cómo la IA lo hacía en su lugar. La IA es una herramienta. Un bisturí en manos de un cirujano salva vidas. El mismo bisturí en las manos equivocadas hace daño. La misma IA que puede ser un tutor efectivo, desafiando al estudiante a pensar, explicar, luchar productivamente con el problema, se vuelve dañina si elimina el esfuerzo que el aprendizaje requiere. Esto no es grave si le pasa a pocos estudinates. Pero cerca del 80% de los estudiantes que usaban IA cayeron en lo que el estudio llama "tercerización de tareas" (homework outsourcing). Esto conecta directamente con la clasificación que hacíamos con mis colegas Ezequiel Molina y Maria Barron, (blogs.worldbank.org/es/latinameric…) de tres grupos de estudiantes, los Empoderados por la IA, que la usan para pensar con más profundidad; los Dependientes de la IA, que la usan para evitar pensar; y los Excluidos de la IA, que no tienen acceso. Nos preocupaba que el grupo de los Dependientes pudiera crecer. Ya creció. Es, con mucho, el grupo más numeroso en este estudio. Completar una tarea no es lo mismo que aprender. El cerebro no construye conocimiento observando cómo trabaja la IA sino equivocándose, esforzándose y resolviendo las cosas por sí mismo. Ese esfuerzo cognitivo es esencial para el aprendizaje .

@osalasmo Pero cuál es la relevancia estadística de esto si al final la data de los votos apunta a que Keiko perdió en Perú? Por qué tanta fe al prior?

Se dice mucho que el voto extranjero ayudó a Keiko. Ayudó sí — al cómputo. Pero nuestro modelo desde las 8pm del domingo 7 ya la daba ganadora con 0 votos extranjeros computados en la ONPE — gracias a una proyección Bayesiana calibrada con los resultados de la primera vuelta como prior.x.com/osalasmo/statu…

Si confiamos en el proceso de reconocimiento de texto, parece que Keiko estaría ganando por ~50k. Esto no es un modelo matemático, esto es conteo automatizado de actas enviadas al JEE.

¿POR QUÉ SE DEMORAN LOS RESULTADOS ELECTORALES EN EL PERÚ? Esa es una de las preguntas más repetidas en estos días. La respuesta suele atribuirse a la burocracia, la ineficiencia o la dificultad geográfica del país. También se compara al Perú con otros países donde los electores conocen resultados la misma noche de la elección. Pero la incertidumbre no proviene solo de la geografía, de la demora en la llegada de actas de zonas alejadas o del voto en el exterior. El problema principal es institucional: en el Perú usamos el cómputo oficial como principal fuente de información pública inmediata. A diferencia de países como México, Colombia, Argentina, Chile o Panamá, el Perú -al igual que Venezuela- no cuenta con un sistema nacional de resultados preliminares, separado del cómputo legal, que capture y publique rápidamente la información de las actas desde los locales de votación. En esos países, la ciudadanía recibe resultados preliminares la misma noche, aunque la proclamación oficial llegue después. Esa diferencia es decisiva. El resultado preliminar no reemplaza al escrutinio definitivo, pero reduce la incertidumbre, limita la especulación y permite que los actores políticos conozcan una tendencia verificable. En el Perú, ese vacío informativo termina siendo ocupado por las empresas encuestadoras. En contextos de resultados ajustados, ello genera confusión, expectativas contradictorias y responsabilidades que, en otros países, son asumidas institucionalmente por los propios organismos electorales. El punto, entonces, no es reemplazar el cómputo oficial. Es distinguir entre informar rápido y proclamar oficialmente. Mientras no exista esa separación, cada elección ajustada volverá a convertirse en una larga espera cargada de sospechas, ansiedad e incertidumbre. #ONPE #ConteoRapido #encuestas #Elecciones

@osalasmo @Cholega La estructura del proyecto sigue malas prácticas (mezcla el análisis, la interfaz gráfica y todo en archivos de más de 1000 líneas) y es muy difícil de seguir. Por otro lado, como que no veo mucho tratamiento de errores o intervalos de confianza.

@ppalaciosav @Cholega Es para que todo el mundo pueda acceder y descargar no solo los que saben de tecnologia o programacion.

#Elecciones2026 | 97.654% escrutado Listo, ya todo se acabo. Es matemáticamente imposible que Sánchez gane. Keiko Fujimori es la próxima Presidenta del Perú. Brecha real actual: Roberto +9,441. Eso es 0.052% de diferencia. El swing pendiente para Keiko es +61,066 votos netos. 6.5 veces la brecha. La prueba de hierro: Lima/Lima tiene 884 actas sin contar. Con 3.6 millones de votos ya registrados al 64.5% para Keiko, esas 884 actas proyectan +54,268 votos netos para Keiko. Lima sola triplica la brecha actual. ¿Escenario imposible? Incluso si Keiko no ganara un solo voto de sus unidades pendientes y Roberto extrajera el máximo de todas las suyas: Roberto igual pierde, por 18,031 votos. Como siempre les comparto el script de extracción y análisis: drive.google.com/file/d/11cM3BX…

No había visto tanta ansiedad disfrazada de data science desde pandemia. Si algo mide 1.0 ± 0.1 es porque eso puede medir 0.9, 1.0 o 1.1; no existen los números redondos en ciencias. Ademas, no existen los modelos de votos. Y con márgenes tan pequeños, es especulación. Di "no sé"

Y Keiko Fujimori ni siquiera tuvo que comprometerse a dejar de lado la propuesta de sacar al país de la Corte IDH. Nadie se lo exigió.

@CesarChavezP29 Soy de la UNI y confirmo.

Habiendo estudiado una maestria en la UNI hace casi una decada, y algunos cursos de econometria. Le hacen flaco favor a la UNI mostrar esto, y decir que son de la UNI. No lo hagan.

@Joe_Lucero_ A mí me da mala espina que traten de modelar el comportamiento de una población con márgenes tan ajustados. Yo prefiero aceptar la incertidumbre y decir "no sé".

Al menos los dos analistas más populares tienen perfil de “nerds” electorales. Buscan acertar en sus cálculos más que favorecer a un candidato, lo que los hace más confiables en intención, aún si fallan.

O sea que uno, como huevón, estudia ciencias, analiza data, entiende las limitantes de la data y la importancia de los márgenes de error y ruido... ¿para que una periodista venga a hacer regla de tres en TV nacional y dárselas de estadística?

@grancomboclub Es prácticamente imposible hacer estimaciones rigurosas con tan poco margen. Estamos en modo Senamhi: vaya uno a saber si le achunta.

Ayer le aseguró a Epicentro q K ganaría con 50.5% por 75K votos. Hoy le asegura a CanalN q K ganaría con 50.15% por 50K votos (25K menos). Su modelo se va ajustando a medida q entran datos de la ONPE. Mañana por supuesto q dará otras cifras. (Y repito, K puede ganar,y tb perder)

Esto es lo único que sabemos realmente hasta que acabe el conteo: no sabemos quién va a ganar. Lo único cierto entre los análisis predictivos es que nadie sabe quién va a ganar. El que diga lo contrario es tan certero como el pronóstico del Senamhi.

Lo anotaré en mis lecciones de análisis de datos. Creo que fue relativamente fácil ver venir ese patrón en una gráfica simétrica.

@juanpssss Y conocí a algunos PEX que aman a Ronald Reagan pero que odian a los migrantes.

el peor mal de latam son los latinos en miami definitivamente

@yachachiq @mati_faure Ya le dieron una chequeada a los modelos de LLM? Parece que pueden ser de ayuda. arxiv.org/abs/2301.07543

@mati_faure Otro punto es la maduración del método, en la elección del 2011, AI-DSc estaba aun en pañales, difícil modelar una elección mas allá de un modelo lineal. Para el 2031 habrán mas herramientas disponibles con mejores capacidades predictivas.

En mi primer seminario de filosofía de las ciencias, mi profesor nos preparó para las ciencias sociales comparando nuestra empresa con la de los físicos: 1 - Los átomos y sus partículas pueden ser estudiados en un entorno totalmente controlado. ¿Cómo experimentas con el comportamiento de seres humanos? ¿Simulando toda su realidad como si fuera el Show de Truman? 2 - Los átomos y sus partículas tienen patrones de comportamiento mucho más sencillos que los humanos. Los humanos tenemos dos cosas que no tienen los átomos: emociones y un lenguaje natural. No están siendo justos exigiendo lo mismo que a las ciencias duras.

@mati_faure En meteorología, por ejemplo, hay demasiadas cosas que no se pueden controlar. Precisamente por esa extrema complejidad, creo que la postura más rigurosa, tanto en ciencias sociales como en exactas, es abrazar la incertidumbre cuando las diferencias son tan microscópicas.

@hugonopo @mati_faure @contracultural De todos modos, el SNR (signal-to-noise ratio) es el SNR. Por otra parte, comparar los resultados de las mesas del 2021 me parece arriesgado, tanto por las variables políticas propias de KF y PC como por el contexto de pandemia. Ciertamente, lo siento a mucha fe.

@ppalaciosav @mati_faure @contracultural En modelos sociales el tamaño de muestra es abismalmente más pequeño que en los de física, por eso se tolera más ruido.

He caracterizado mi incertidumbre (y conclusión) en el siguiente cuadro. Confío en mi modelo para los resultados en territorio nacional. El modelo aprende cómo vota en la segunda vuelta un elector que no es de RS o KF utilizando las actas que ya tenemos. Es bastante preciso. Lo que no me da confianza para un resultado final son los rumores de cambios abruptos en el comportamiento electoral de los votantes en el exterior. Para ello, el cuadro nos permite ver las combinaciones posibles y quién ganaría dada cada combinación. Como referencia, tenemos la distribución de participación en la primera vuelta, los resultados de Keiko vs. Castillo en 2021 y las mesas en el exterior que han llegado hasta ahora. La baja participación de la primera vuelta y su disminución en esta segunda vuelta claramente favorecen a Sánchez; la pregunta es si a Sánchez le fue lo suficientemente bien en la votación como para remar hasta la otra orilla.