La ciencia en la política: Análisis matemático-forense de las elecciones presidenciales peruanas

En el Perú, desde el inicio de la segunda vuelta de las elecciones presidenciales de 2021, vivimos tiempos de desinformación. Es muy frecuente encontrar noticias falsas (fake news) en la mayoría de medios de comunicación masiva. Estas noticias falsas están, además, sincronizadas; es decir, las mismas noticias falsas aparecen en simultáneo en diferentes canales de televisión y medios de prensa escrita. Esta sincronía genera el peligro latente de construir realidades alternas en el imaginario de lectores/televidentes que no usan redes sociales o medios independientes para constatar noticias. Este peligro se ha agudizado aún más con el uso de la pseudociencia como sustento de fraude electoral.

En las últimas semanas hemos asistido a una exposición de análisis estadísticos exploratorios poco serios en muchos medios de comunicación masiva. Como se expuso en un comunicado anterior de la Comunidad de Academicxs Peruanxs, los únicos estudios robustos NO encontraron ninguna evidencia de fraude. Por otro lado, análisis incompletos y con numerosos errores han sido interpretados de manera tendenciosa y usados como sustento de un fraude electoral. Estos últimos han recibido mayor cobertura mediática.

En un esfuerzo por despejar cualquier duda que aún hubiese en la población y devolver la confianza en la ciencia que puede haber quedado perjudicada por las exploraciones incompletas de datos y modelamientos no rigurosos presentados en diversos medios de prensa tradicional masiva, un miembro de nuestra comunidad científica, el ingeniero peruano Juan Carlos Fabian, hizo una búsqueda bibliográfica sobre qué métodos son los más adecuados para realizar análisis forenses de elecciones. Juan Carlos encontró una herramienta muy importante en las publicaciones del Complexity Science Hub Vienna. En la publicación científica “Detección estadística de irregularidades electorales sistemáticas” de la prestigiosa revista Procedimientos de la sociedad Americana de Ciencias[1], un equipo liderado por los profesores Peter Klimek y Stefan Thurner desarrollaron un método para estimar la probabilidad de fraude en elecciones y validaron este método con los resultados de múltiples elecciones en el mundo, incluyendo elecciones donde se sabe que hubo fraude.

El método calcula un gráfico llamado “fingerprint” para cada elección. Este fingerprint muestra, por cada mesa electoral, el porcentaje de ciudadanos que votaron (% voter turnout, eje x) y el porcentaje de votos para el ganador (% votes for winner, eje y) en dicha mesa. Regiones del gráfico con colores “calientes” (ej. amarillo, rojo) indican que hubo muchas mesas con esos valores de % de votos.  Abajo mostramos un ejemplo extraído de la publicación original:

Figura 1. Fingerprints de elecciones extranjeras. Aquí se puede ver fácilmente si un número alto de actas con 100% de participación y 100% de votos para el ganador se introdujeron fraudulentamente, lo cual aparecería como una pequeña región “caliente” en la esquina superior derecha (Rusa ‘11, ‘12, Uganda indicados con un círculo rojo).  Nótese que la aparición de dos regiones “calientes” con % de participación similar no necesariamente indica fraude, sino que puede ser reflejo de los votos de una población heterogénea (Canadá).

El caso peruano

Para el caso peruano, Juan Carlos Fabían realizó el mismo análisis de [1] con los datos de la ONPE del proceso electoral del 2021. En la figura de abajo, el eje X refleja la participación ciudadana por mesa de sufragio (calculada con el agrupamiento por mesa de la planilla excel de la ONPE). El eje Y refleja la distribución de la votación de Pedro Castillo en la misma agrupación. Con este análisis NO se encontró ninguna evidencia de fraude.

Figura 2. Fingerprint de las elecciones peruanas calculadas por Juan Carlos Fabián

Para verificar los resultados obtenidos por Juan Carlos, y obtener la guía de los expertos que desarrollaron el método, otra miembro de nuestra comunidad, la Dra. Claudia Paredes, quien es profesora titular de la Universidad de las Islas Baleares de España se puso en contacto con los autores del estudio original. El profesor Peter Klimek accedió a realizar el análisis con los datos de la ONPE y obtuvo un resultado equivalente al de Juan Carlos (Figura 3). Concluyendo que el resultado de las elecciones peruanas no es compatible con fraude.

Figura 3. Fingerprint de las elecciones peruanas calculados por el Dr. Peter Klimek

Análisis de voto por intimidación o coerción

Más aún, los profesores Klimek y  Thurner realizaron análisis adicionales para examinar potenciales irregularidades en zonas rurales, por ejemplo vía coerción o intimidación. Para esto se usó otra técnica publicada por los expertos en [2]. En esta técnica se grafican el % de participación (Z-score turnout, eje x) y de votos para el ganador (Z-score votes, eje y) por cada mesa, normalizados con respecto a otras mesas en el mismo distrito, separadas en mesas pequeñas (rojo) y mesas grandes (azul). La hipótesis central es que mesas más pequeñas son más susceptibles a irregularidades ya que es más fácil identificar a los opositores y hay menos testigos y observadores. Si hubieran irregularidades en zonas rurales, los círculos rojos estarían más a la derecha (más votos para el ganador) y hacia arriba (mayor participación) de los círculos azules. Si no las hubiera, los círculos deberían estar sobrepuestos o muy cerca.

Por ejemplo, en los casos de la Fig 4, tomados de [2], se observan elecciones limpias en Francia, Canadá y Finlandia. Pequeñas irregularidades en México e irregularidades significativas en los casos de Venezuela 2013 y Russia 2012.

Figura 4. Análisis de voto por coerción o intimidación en elecciones extranjeras.

El mismo cálculo se realizó para las elecciones peruanas y se encontró, como en los casos de Francia y Canadá, que en las elecciones peruanas no hubo indicios de irregularidades (Figura 5).

Figura 5. Análisis de voto por coerción o intimidación en las elecciones peruanas del 6 de junio de 2021.

Al margen del tamaño de la mesa, también es posible analizar mesas urbanas y rurales, para testear la hipótesis de posibles irregularidades en zonas donde hay menos observadores.  En este caso las urbanas están representadas por líneas azules y las rurales por líneas rojas (Figura 6). Al igual que en los análisis anteriores, no encontramos evidencia de irregularidades.

Figura 6. Análisis de voto en zonas rurales (en rojo) y urbanas (en azul) en las elecciones peruanas del 6 de junio de 2021.

Referencias

Klimek, P., Yegorov, Y., Hanel, R. and Thurner, S., 2012. Statistical detection of systematic election irregularities.Proceedings of the National Academy of Sciences, 109(41), pp.16469-16473.

Klimek, P., Jiménez, R., Hidalgo, M., Hinteregger, A. and Thurner, S., 2018. Forensic analysis of Turkish elections in 2017–2018.PloS one, 13(10), p.e0204975.

* Castillo Hair, Sebastián, Ph.D.    (Investigador Postdoctoral de la Universidad de Washington) 

Fabian, Juan Carlos, Ing, MBA    (Ing. Eléctrico experto en Energía, MBA, consultor)

Hernández-Núñez, Luis, Ph.D.   (Investigador Postdoctoral de la Universidad de Harvard)

Paredes Esquivel, Claudia, Ph.D. (Profesora Titular de la Universidad de las Islas Baleares)