Analizamos encuestas con Inteligencia Artificial para ayudar a la toma de decisiones

Quisimos proponer un método en el que analizamos encuestas con Inteligencia Artificial para ayudar a la toma de decisiones mediante un estudio de caso específico. Para ello, empleamos un modelo de Redes Neuronales Artificiales consistente en la generación de Mapas Autoorganizados (SOM) que caracteriza perfiles de individuos.Cada perfil generado va a reflejar si existen diferencias en la percepción que los encuestados tienen del entorno urbano en función de sus características sociodemográficas, pudiendo evidenciar las diferencias y ayudar a tomar medias urbanísticas.

1. Realización de encuestas y obtención de información

Los principales objetivos de nuestra investigación fueron los siguientes:
  • Conocer e identificar modelos o prototipos contextuales infantiles a partir de su contexto personal y familiar, el lugar de residencia y el modo de relacionarse con el medio urbano.
  • Conocer la percepción que tienen los niños sobre los entornos urbanos de sus escuelas.
  • Conocer las diferencias en la percepción que tienen los niños atendiendo al contexto.
Consecuentemente, obtuvimos los datos de la realización de encuestas a 459 niños y niñas de entre 10 y 11 años en 21 centros educativos de Granada sobre estas dimensiones: familiar, residencial, relación con el medio y percepción del entorno urbano colegial.Adaptamos el formulario para su mejor comprensión por parte de los niños, que contaba con 53 ítems, un plano del ámbito del colegio donde el niño debía representar algunas variables, un espacio para que el niño dibujara cómo le gustaría que fuera el recorrido desde su casa hasta el colegio y otro espacio para que aportara una frase que describiera el camino.Generamos los estadísticos de las dimensiones personal y familiar, residencial, relación con el medio y percepción sobre el medio urbano del colegio de la muestra completa:
Tabla de variables recogidas tras el cuestionario de opinión a niños que refleja las opiniones de los niños sobre el contexto urbano en base a sus características sociodemográficas donde analizamos encuestas con Inteligencia Artificial para ayudar a la toma de decisiones

2. Análisis de datos y aplicación de Inteligencia Artificial

Llevamos a cabo el análisis SOM realizado anteriormente usando 40 de las dimensiones personal y familiar, residencial y de relación con el medio y el análisis Odds Ratio (OR) como medida del tamaño del efecto, generándose un proceso iterativo de determinación del número de conglomerados en el que se obtuvieron 18 perfiles, lo que permitió incorporar matices relevantes en la evaluación de la encuesta.

Esto generó un agrupamiento en perfiles representado visualmente en el siguiente mapa:

Mapa autoorganizado SOM resultado del análisis iterativo de variables de la encuesta con Inteligencia Artificial en el que se generan los perfiles donde Tabla de variables recogidas tras el cuestionario de opinión a niños que refleja las opiniones de los niños sobre el contexto urbano en base a sus características sociodemográficas donde analizamos encuestas con Inteligencia Artificial para ayudar a la toma de decisiones

De este mapa pudimos a su vez obtener el siguiente mapa de calor, que muestra en una gama de colores desde el verde hasta el rojo (de efecto positivo a efecto negativo) el efecto que cada variable y su capacidad de explicabilidad para pertenecer a cada perfil con base a sus características.

El mapa evidencia diferentes grupos de niños con unas características sociodemográficas y opiniones del entorno similares dentro de cada grupo y diferentes entre grupos, lo que permite analizar y correlacionar la influencia que tienen las características sociodemográficas con la percepción del entorno:

Mapa autoorganizado SOM de calor en el que se muestran las variables que pertenecen o no a cada perfil en función del color

3. Resultados tras el análisis de las encuestas con Inteligencia Artificial

Perfil 1

Mayor presencia de niñas en este perfil que viven con el padre y la madre en edificio de más de 5 plantas. Tendencia elevada a ir y venir al colegio andando y acompañados por un adulto y a realizar una valoración perceptiva más positiva.

Perfil 2

Vivienda aislada o adosada, desplazándose hasta el colegio en cochedurante la ida y la vuelta. Baja valoración perceptiva, como por ejemplo la cantidad de parques, sensación de entorno bonito, tiendas donde comprar lo que le gusta o lugares que permiten el juego.

Perfil 3

Niños que viven con la madre sola o con tíos y/o hermanos en bloque de más de 5 plantas y desplazándose a pie mayoritariamente. Percepción positiva en relación a la autonomía, sobre los obstáculos, tiendas O lugares de juego.

Perfil 4

Frecuencia de género masculino con mayor probabilidad de vivir con el padre y madre, que suele vivir en casa aislada, realiza actividades fuera de clase, y se desplaza andando ida y vuelta no acompañado por un adulto. No se muestra contento con su alta autonomía. Valoran positivamente los parques, los obstáculos, y no manifiestan molestias por el tráfico.

Perfil 5

Frecuencia de género masculino con mayor probabilidad de vivir con el padre y madre, que suele vivir en casa aislada, realiza actividades fuera de clase, y se desplaza andando ida y vuelta no acompañado por un adulto. No se muestra contento con su alta autonomía. Valoran positivamente los parques, los obstáculos, y no manifiestan molestias por el tráfico.

Perfil 6

Suele residir en una vivienda aislada o adosada, y se desplaza en coche compartido. Disfruta menos de la gente en el recorrido, tiene menos sensación de entorno bonito y menor valoración sobre las tiendas. Valoración negativa sobre los lugares de juego, cantidad de parques, limpieza de calles o valoración del entorno.

En otros perfiles minoritarios aparecen otros modos de desplazamiento: en el Perfil 7 utilizan la moto y valoran negativamente la autonomía, en el Perfil 8 utilizan el autobús escolar, y valoran de forma positiva la cantidad de coches, los obstáculos de la ciudad, cantidad de parques, la historia de la ciudad y lugares para el juego, presentando una alta autonomía, aunque valorada de forma negativa.

Por su lado, el Perfil 9 suele ser: niño que se mueve en autobús de línea, valorando positivamente su autonomía, no disfrutando con la gente, ni con el entorno del recorrido, molesto con el tráfico, no valorando que sea un entorno bonito, ni apreciando las tiendas.

Como resultado de esta caracterización en perfiles se han determinado y caracterizado tres patrones básicos de comportamiento que vinculan las dimensiones contextuales (personal y familiar, residencial y de relación con el medio urbano), con la dimensión de la percepción que tiene el niño del entorno urbano alrededor de su colegio:

Patrón A

Predominio de una percepción del niño significativamente más positiva de la realidad del entorno escolar. Coincide con las organizaciones familiares más frecuentes y en las que el niño se desplaza fundamentalmente a pie. Con este patrón podemos encontrar los Perfiles 1, 3, 5, 12,13, y 15.

Patrón B

Valoración perceptiva intermedia. Cierta singularidad en su estructura familiar. Podemos encontrar: a) el Perfil 4, el niño vive sólo con su madre; b) el Perfil 10, el niño vive con el padre, con la madre, o con abuelos; c) el Perfil 11, residiendo con su madre y compañeros o con sus abuelos; y d) Perfiles minoritarios, como el Perfil 14, con niños que viven en centros de menores; el Perfil 16, que suelen desplazarse en bicicleta; o el Perfil 17, con residencia en un internado.

Patrón C

Inferior valoración perceptiva de la realidad en numerosas variables. En este patrón el niño suele desplazarse con medios motorizados.

Tras todo esto, pudimos concluir que existe una relación entre los modos de desplazamiento de los niños, la estructura familiar y el grado de autonomía que disfrutan en consecuencia con la percepción que tienen del entorno urbano próximo a sus centros escolares. Esto puede dar pistas sobre el efecto que tiene en la percepción del los niños de la ciudad la reducción del tránsito motorizado y las acciones que deberían realizarse sobre la planificación territorial y urbana, orientada a la caminabilidad, al peatón y a la sostenibilidad.

Este estudio en el que analizamos encuestas con Inteligencia Artificial para ayudar a la toma de decisiones nos es de gran utilidad para muchos de los proyectos, especialmente para los que desempeñamos en el ámbito humanitario.

Lo anterior es debido a que la metodología estudiada permite la diferenciación y agrupación de personas en función del grado de vulnerabilidad y la necesidad y urgencia de intervención por parte de actores humanitarios en países en desarrollo como Honduras, Nicaragua, Guatemala o Venezuela y que sufren frecuentemente crisis alimentarias por desastres naturales como huracanes, terremotos o erupciones volcánicas.

Comparte en:

¿Te gustaría saber más sobre cómo analizamos encuestas con Inteligencia Artificial?

error: Content is protected !!