Modelo para definir índices de riesgo de presuntas situaciones de corrupción en convocatorias de contratación estatal en Colombia basada en Big Data y Procesamiento del Lenguaje Natural

Abstract

Recientemente, se ha observado un notable crecimiento de los casos de corrupción en procesos de contratación. Esto ha motivado a que las entidades promuevan estrategias anticorrupción, la mayoría de estas estrategias son manuales y de índole social. Para poder predecir o detectar efectivamente (eficiente y eficazmente) la corrupción se hace necesario realizar procesos automáticos (basadas en estadística, inteligencia artificial y otras técnicas) para reducir y en un futuro eliminar este flagelo de la sociedad. Es de destacar que en las investigaciones enfocadas a esta problemática buscan resolver el problema de identificación de presuntas situaciones de corrupción en procesos de contratación haciendo énfasis en un delito en específico, mediante el uso, de una o dos herramientas para ello. Sin embargo, los estudios también muestran que, dada la complejidad del problema, se hace necesario contar con un conjunto (batería) de herramientas especializadas para atacar los diferentes delitos que ocurren en el proceso de contratación, dado esto, se logra entender la importancia que tiene continuar con el desarrollo de modelos que permitan solventar de manera más efectiva el problema de la identificación de presuntas situaciones de corrupción en la contratación. Además, estos trabajos han sido desarrollados en otros países y no en Colombia. Por lo anterior, en el presente trabajo de investigación se propuso un modelo macro que permitiera detectar diferentes probables delitos o anomalías relacionadas con corrupción en los procesos de contratación pública en Colombia, para ello el modelo propuesto consta de 5 componentes principales, 1) los servicios especializados que buscan identificar situaciones específicas de probable corrupción, en específico se propusieron tres servicios dedicados a un delito en específico cada uno, la detección de similitud entre documentos, la detección de manipulación de ofertas y la detección de carteles, 2) los servicios transversales que soportan la transformación del modelo en una herramienta software, 3) servicios adicionales donde se abordan situaciones generales de probable corrupción, en específico el servicio de alerta ciudadana, 4) las relaciones explicitas entre los servicios y 5) la salida global del modelo. El modelo propuesto, así como los servicios de lo integran fueron evaluados por un grupo de expertos, usando como base unas directrices de diseño y contenido del estándar de la nomenclatura de modelado UML, dando una calificación mínima de 4,3 sobre 5 para cada servicio expuesto. Finalmente, en la experimentación práctica dos de los servicios planteados en esta investigación fueron puestos a prueba en diversos escenarios, con los resultados arrojados por algunas de las métricas clásicas del área, se determinó el nivel de satisfacción de la calidad de la predicción obtenida por los servicios.