evidoria

← Volver al listado

Buena práctica Importada

El pipeline de aprendizaje automático de Seúl para el cribado de propuestas de presupuesto participativo

Corea del Sur · Seoul · Ver el perfil de Corea del Sur · Ver el perfil de Seoul

Evidencia: Observacional / pre-post Top 83% 40/100 · Pregunte a Evidence Copilot sobre esta práctica

Un estudio revisado por pares aplicó modelado de temas y un clasificador Random Forest a 21.833 propuestas del presupuesto participativo de Seúl (2013–2021), alcanzando un AUROC de 0,73 — una herramienta en fase de investigación para reducir la carga de cribado.

50 KRW billion
Presupuesto participativo anual asignado por Seúl (annual, since 2012)
2.2 %
Porcentaje del presupuesto municipal asignado vía presupuesto participativo (annual)
1,533 proposals
Propuestas recibidas en 2014 (2014)
352 proposals
Propuestas seleccionadas para financiación en 2014 (2014)
21,833 proposals
Propuestas deduplicadas analizadas en el estudio de aprendizaje automático (2013–2021)
0.73 AUROC
Precisión del clasificador Random Forest (AUROC) al predecir la selección de propuestas (2026 study)

Detalles

Madurez
Piloto
Promotor
Seoul Metropolitan Government
Período
2013–2021 (PB data studied); ML study published 2026
Palabras clave
participatory budgeting, civic tech, public administration, machine learning research

Contexto

Seúl gestiona desde mayo de 2012 uno de los mayores programas de presupuesto participativo (PP) del mundo, asignando alrededor de 50.000 millones de wones coreanos (cerca del 2,2% del presupuesto municipal) a través de un Comité General de 250 ciudadanos, funcionarios y representantes de la sociedad civil; solo en 2014, el proceso recibió 1.533 propuestas, de las cuales 352 fueron finalmente seleccionadas para financiación.

Objetivos

Para ayudar a gestionar este volumen, la investigadora Bokyong Shin (Universidad de Helsinki) publicó en 2026 un estudio orientado a reducir los 'costos de aprendizaje' de los ciudadanos mediante categorización y resumen automatizados, y los 'costos de cumplimiento' mediante retroalimentación predictiva antes de la deliberación formal.

Actividades

El estudio analizó 21.833 propuestas deduplicadas (de 25.415 presentadas originalmente) entre 2013 y 2021, combinando modelado de temas no supervisado con incrustaciones Sentence-BERT —identificando 17 temas principales en dos grupos (nueve centrados en infraestructura, ocho en aspectos sociales/de bienestar)— con un clasificador Random Forest supervisado que predecía la selección de propuestas.

Resultados

El clasificador Random Forest predijo la selección de propuestas con un AUROC de 0,73, superando alternativas de regresión logística, gradient boosting, SVM y árboles de decisión.

Conclusiones

Esto sigue siendo una capacidad en fase de investigación, construida sobre datos abiertos históricos, y no una herramienta confirmada en funcionamiento dentro del flujo de trabajo real del PP de Seúl, por lo que su papel de cribado debe leerse como una prueba de concepto validada, no como un sistema operativo. La escala y la estructura de gobernanza subyacentes del programa están corroboradas de forma independiente por la documentación de casos de Participedia.

Implementación
Coste indicativo
Bajo (< 50 000 €) — Research conducted on existing open administrative data; no operational deployment budget is reported in the source.
Tiempo hasta resultados
Medio (1–3 años) — PB programme running since May 2012; proposal data studied spans 2013–2021; machine-learning study published 2026.
Personal y competencias
Seoul Metropolitan Government (PB programme owner), Academic researcher: Bokyong Shin, University of Helsinki

Condiciones para el éxito

  • Availability of historical PB proposal data with recorded selection outcomes for model training
  • A well-established, high-volume PB programme generating enough data to model (21,833 proposals over 2013–2021)

Modos de fallo comunes

  • Remains research-stage; not confirmed to be running inside Seoul's live PB workflow
  • An AUROC of 0.73 leaves substantial misclassification risk if deployed operationally without further validation

Dónde encaja

Tipo de gobernanza
city government with a citizen general committee
Escala
city-wide (Seoul)
Nivel de ingresos
high-income

Habitualmente financiado por

National / regional programmes

Vías de financiación indicativas para prácticas de este tipo: compruebe siempre las convocatorias vigentes y las reglas de elegibilidad de cada programa.

¿Usted implementa esta práctica? Reivindíquela — los implementadores verificados obtienen un contacto público en la página y pueden proponer correcciones.

Fuentes de datos

De dónde se obtuvo la información de esta práctica, y cuándo.

Prácticas similares que pueden serle útiles