Thesis Clasificación automática de categorías constitucionales del proceso constitucional chileno de 2016, usando IA generativa
| dc.contributor.department | Departamento de Informática | |
| dc.contributor.guia | Valle Vidal, Carlos | |
| dc.coverage.spatial | Campus Santiago San Joaquín | |
| dc.creator | Sandoval Pizarro, Álvaro Ignacio | |
| dc.date.accessioned | 2026-06-18T14:48:47Z | |
| dc.date.available | 2026-06-18T14:48:47Z | |
| dc.date.issued | 2026-06 | |
| dc.description.abstract | La etapa participativa del Proceso Constituyente Chileno de 2016 (segundo gobierno de M. Bachelet) culminó de manera exitosa. Si bien la metodología original facilitaba su sistematización, dejó un desafío: la categoría "otros" concentró el mayor porcentaje de las respuestas. En 2020, la Biblioteca del Congreso Nacional aplicó una combinación de clasificación manual y Machine Learning (ML), logrando reclasificar más del 93% de dichas respuestas e incorporando nuevas categorías emergentes. Esta investigación evalúa si la Inteligencia Artificial Generativa (IAG) puede clasificar masivamente estas respuestas con resultados comparables o superiores al ML clásico. Se desarrolló una aplicación que clasificó más de 36.000 respuestas “otros” en las meta-categorías de valores, derechos, deberes e instituciones. Los resultados muestran una coincidencia exacta del 58,1% entre ML e IAG en la clasificación del subconjunto “otros”, y una cobertura superior al 99% por parte de la IAG sobre dicho subconjunto. Ambos métodos alcanzan coberturas comparables sobre el corpus total, con diferencias menores atribuibles a la depuración previa del corpus ML. El análisis comparativo indica que ambos métodos preservan las prioridades centrales del debate ciudadano, aunque la IAG incrementa moderadamente la diversidad distributiva y amplía la visibilización de categorías ciudadanas emergentes. La validación experta no evidenció un deterioro sistemático del desempeño de la IAG; la baja concordancia interevaluadora (Kappa de Cohen promedio ≈ 0,09; Kappa de Fleiss = 0,059) refleja la naturaleza interpretativa de la clasificación temática constitucional, más que una limitación del modelo. Se concluye que la IAG constituye una herramienta válida y escalable para la sistematización de participación ciudadana en procesos deliberativos complejos, confirmando así la relevancia y validez de los nuevos conceptos aportados por la ciudadanía al proceso de redacción constitucional. | es |
| dc.description.program | Magíster en Tecnologías de la Información | |
| dc.format.extent | 26 páginas | |
| dc.identifier.barcode | 3560900292238 | |
| dc.identifier.uri | https://repositorio.usm.cl/handle/123456789/78691 | |
| dc.language.iso | es | |
| dc.publisher | Universidad Técnica Federico Santa María | |
| dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 International | en |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | |
| dc.subject | Proceso constituyente | |
| dc.subject | Participación ciudadana | |
| dc.subject | Clasificación temática | |
| dc.subject | Deliberación pública | |
| dc.subject | Categorías emergentes | |
| dc.subject.ods | 9 Industria, innovación e infraestructura | |
| dc.subject.ods | 10 Reducción de las desigualdades | |
| dc.subject.ods | 16 Paz, justicia e instituciones sólidas | |
| dc.subject.ods | 17 Alianzas para lograr los objetivos | |
| dc.title | Clasificación automática de categorías constitucionales del proceso constitucional chileno de 2016, usando IA generativa | |
| dspace.entity.type | Tesis |
