Leer: de predicción y política (The Economist) 
Los gobiernos tienen mucho que ganar con la aplicación de algoritmos a las políticas públicas, pero surgen controversias

Los sistemas de aprendizaje automático destacan en la predicción. Un método habitual consiste en entrenar un sistema mostrándole una gran cantidad de datos sobre, por ejemplo, estudiantes y sus logros. El programa mastica los ejemplos y aprende qué características son las más útiles para predecir si un estudiante abandonará los estudios. Una vez entrenado, puede estudiar a un grupo diferente y seleccionar con precisión a los que están en riesgo. Al ayudar a asignar los escasos fondos públicos con mayor precisión, el aprendizaje automático podría ahorrar a los gobiernos sumas considerables. Según Stephen Goldsmith, profesor de Harvard y ex alcalde de Indianápolis, también podría transformar casi todos los sectores de la política pública. En los hospitales, por ejemplo, los médicos intentan predecir los infartos para poder actuar antes de que sea demasiado tarde. Los sistemas manuales predicen correctamente alrededor de 30%. Un algoritmo de aprendizaje automático creado por Sriram Somanchi, de la Universidad Carnegie Mellon, y sus colegas, y probado con datos históricos, predijo 80% con cuatro horas de antelación, lo que en teoría da tiempo a intervenir.  SIGUE LEYENDO