MogIA, el software inteligente que predijo la victoria de Trump

Ya van 4 elecciones presidenciales de EE.UU. -contando esta última- en las que este sistema ha logrado predecir al ganador

MogIA, el software inteligente que predijo la victoria de Trump

A pesar de que las encuestas oficiales predecían la derrota de Donald Trump, un sistema de inteligencia anunciaba lo contrario. (Foto: AFP)

A pesar de que las encuestas oficiales anunciaban el triunfo de la demócrata Hillary Clinton, un sistema de inteligencia artificial lo negaba y daba como próximo presidente de EE.UU. al polémico candidato republicano Donald Trump.

Su nombre es MogIA, un sistema de inteligencia artificial desarrollado en el 2004, y -con los resultados del 8 de noviembre- ya van cuatro elecciones presidenciales de EE.UU. en las que ha logrado predecir con éxito al ganador.

Este software inteligente fue creado por Sanjiv Rai, fundador de la empresa Genic.ai. Hace sus predicciones al analizar aproximadamente 20 millones de datos que provienen de distintas plataformas de la web, como Google, YouTube, Twitter y Facebook.

El sistema de inteligencia artificial hace sus cálculos a partir de la cantidad de veces que el candidato es mencionado por el público en general en la web; es decir, el que tiene mayor probabilidades de ganar es aquel que posee una mayor participación en las distintas redes. 

Uno de los datos obtenidos por MogIA que avalaba la victoria de Trump es que el candidato republicano superaba en un 25% la popularidad máxima que alcanzó Barack Obama en el 2008. 

De acuerdo a Rai, si es que su sistema de inteligencia artificial no acertaba sería como ir en contra de la tendencia de los datos por primera vez en 12 años, desde que el Internet empezó a tener un rol primordial.

Pero a pesar de sus aciertos, Rai admite su sistema tiene limitaciones, ya que la carga emocional que se presenta en las redes sociales es difícil de analizar para dar un resultado 100% acertado. Además, ahora hay más gente navegando en la web; es decir, una mayor cantidad de datos por estudiar.