Ítem
Acceso Abierto
Predicción de ineficiencias en la contratación pública de Bogotá
Título de la revista
Autores
Rodríguez Arévalo, Santiago
Archivos
Fecha
2021-02-11
Directores
Gallego Durán, Jorge Andrés
ISSN de la revista
Título del volumen
Editor
Universidad del Rosario
Buscar en:
Métricas alternativas
Resumen
Este trabajo propone una metodología basada en Inteligencia Artificial para mejorar la capacidad que tienen los entes de control de detectar anomalías en la contratación pública de Bogotá. A partir del uso la información pública consolidada en la plataforma SECOP II y la aplicación de herramientas de aprendizaje automático, es posible predecir con una precisión superior al 90 % qué contratos, entre los suscritos por la Administración Distrital de Bogotá, pueden presentar prórrogas o sobrecostos en su ejecución. El algoritmo permite además cuantificar el peso de las variables incluidas en la predicción y su análisis en función de su pertenencia a cada etapa del ciclo contractual. El valor de los contratos, la diversidad en la contratación de las entidades, la relación de la adjudicación de contratos con el ciclo fiscal y el uso inadecuado de modalidades de contratación son identificadas como las variables de mayor importancia. Esta aplicación además es un ejemplo del aprovechamiento de las nuevas fuentes de información disponibles con la apertura de datos del Estado y de cómo la transparencia en el acceso a la información puede traducirse en herramientas prácticas que mejoren la gestión de los gobiernos locales.
Abstract
This paper presents a methodology based on Artificial Intelligence to enhance top down accountability in the public sector of Bogotá. I use public information on the contract level from the e-procurement platform of Colombia and I train multiple machine learning models to predict which of the public contracts will result in pasive waste. I then quantify the importance of every feature used in the prediction as a new tool to understand the drivers of inefficiency. This approach will be useful for governments, specially at the local level, on the design of cost - efficient audit policies.
Palabras clave
Ineficiencias en la contratación pública , Sistema de alerta temprana basados en IA , Sistemas de analítica de datos para la administración pública , Plataformas de aprendizaje automático
Keywords
Inefficiencies in public procurement , AI-based early warning system , Data analytics systems for public administration , Machine learning platforms
