El Potencial Impacto del Aprendizaje de Máquinas en el Diseño de las Políticas Públicas en Colombia: Una década de experiencias

Este texto recopila diez años de experiencias en el desarrollo de modelos de aprendizaje de máquinas para el sector público colombiano. Las principales aplicaciones se enfocan en la salud pública y la seguridad ciudadana. En el primer caso, se muestra cómo mejorar considerablemente la fórmula de ajuste de riesgo de la Unidad de Pago por Capitación (UPC) y cómo construir un modelo de decisión para la prevención de hospitalizaciones innecesarias, como consecuencia de visitas médicas domiciliarias costo-efectivas. En el segundo caso, se identifica el efecto causal de la presencia de la policía en un cuadrante de Bogotá y su incidencia en el crimen. Para ello, se estiman las elasticidades de la presencia policial con respecto al crimen, las elasticidades cruzadas (efectos indirectos sobre otros cuadrantes) y el impacto de la reasignación óptima de la policía en la ciudad. Además, se describe una metodología para descubrir la verdadera tasa de criminalidad en Bogotá y se estima el subreporte de estos eventos. Por último, se presenta una breve reflexión sobre las dificultades que enfrentan los formuladores de política pública para implementar estas soluciones.