Inteligencia Artificial para Detectar Corrupción en la Administración Pública Municipal de Colombia

Kevin Steven Mojica Munoz ()

No 19421, Documentos CEDE from Universidad de los Andes, Facultad de Economía, CEDE

Abstract: Esta investigación busca evaluar el uso de algoritmos de aprendizaje de máquinas en la detección temprana de actos de corrupción en la administración pública municipal de Colombia. Esto se desarrolla a partir de dos enfoques: (i) una evaluación de algoritmos de aprendizaje supervisado para la predicción directa de variables relacionadas con la corrupción y, (ii) una evaluación de aprendizaje no supervisado para la segmentación de riesgo relativo de corrupción. Los resultados indican que, pese a que se obtienen resultados satisfactorios en la evaluación de aprendizaje supervisado, el aprendizaje no supervisado se per la como la herramienta más útil para la detección temprana de corrupción municipal en Colombia. A partir de estos hallazgos, se crea un Índice de Riesgo Relativo de Corrupción Municipal para el periodo 2020-2023. Este índice busca servir a los organismos de control en la focalización de sus esfuerzos de investigación y prevención de la corrupción.

Keywords: Corrupción; Aprendizaje de Máquinas; Administración Pública. (search for similar items in EconPapers)
JEL-codes: C63 D73 D83 H70 (search for similar items in EconPapers)
Pages: 70
Date: 2021-07-16
References: Add references at CitEc
Citations:

Downloads: (external link)
https://repositorio.uniandes.edu.co/bitstream/handle/1992/50541/dcede2021-31.pdf

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:col:000089:019421

Access Statistics for this paper

More papers in Documentos CEDE from Universidad de los Andes, Facultad de Economía, CEDE Contact information at EDIRC.
Bibliographic data for series maintained by Universidad De Los Andes-Cede ().