Determinación de los factores causales de la viabilidad legislativa mediante un modelo de inteligencia artificial, Lima, año 2023

• Autor: Nazario Huanaco, Diogenes Luis
• Formato: tesis de maestría
• Fecha de Publicación: 2025
• Institución: Universidad de San Martín de Porres
• Repositorio: USMP-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.usmp.edu.pe:20.500.12727/19061
• Enlace del recurso: https://hdl.handle.net/20.500.12727/19061
• Nivel de acceso: acceso abierto
• Materia: Viabilidad legislativa; Congreso del Perú; Factores causales; https://purl.org/pe-repo/ocde/ford#5.06.02

El objetivo principal de la presente investigación fue determinar los factores causales de la viabilidad legislativa en el Congreso peruano mediante la implementación de un modelo de inteligencia artificial. Se buscó establecer la causalidad de dichos factores a través del análisis de datos legislativos. Se empleó un enfoque cuantitativo con un diseño cuasiexperimental, analizando los proyectos de ley presentados en el Congreso peruano entre 1995 y 2016. Para el análisis, se aplicaron tres algoritmos que fueron seleccionados por su capacidad para identificar patrones y relaciones causales. La recolección de datos se basó en fuentes documentales del portal oficial del Congreso de la República. Los resultados demostraron que el modelo de IA fue efectivo para identificar los factores causales de la viabilidad legislativa, alcanzando un F1-Score de 1.0 en la mayoría de los periodos legislativos analizados. Los factores más influyentes identificados fueron el tipo de proposición legislativa, el número de firmantes, la experiencia parlamentaria y el sexo del congresista. El estudio confirmó que la inteligencia artificial puede ser una herramienta útil y precisa en el análisis legislativo, proporcionando un enfoque basado en evidencia para la evaluación de la viabilidad de los proyectos de ley.