Título: Framework de Detección de Anomalías en Mesas Electorales
Director: Cecilia Ruz
Jurados:  Juan Pablo Ruiz Nicolini, Pablo Turjanski

Resumen:

En el marco de garantizar la transparencia y confiabilidad de los procesos electorales, la presente investigación propone abordar la temática crucial de la calidad de datos en las elecciones en Argentina. El objetivo principal de este trabajo es desarrollar un framework que permita la detección de anomalías en los resultados de las elecciones.Este framework será implementado en una herramienta desarrollada en Python y se aplicará sobre los resultados de las Elecciones GENERALES 2023. Este trabajo cobra especial relevancia desde la publicación del informe Preservación de Resultados Electorales, emitido por la Dirección Nacional Electoral el 11 de abril de 2022, que estandarizó la forma de publicación de los resultados electorales.
Este estudio se centrará en la detección y comprensión de posibles errores de carga en los resultados electorales, abordando tanto la consistencia, como la identificación de casos anómalos que podrían comprometer la integridad de la información.
El propósito fundamental de esta investigación es la identificación de mesas anómalas: aquellas en las cuales se observen inconsistencias o indicios de cargas de datos sospechosos. El análisis de estas mesas específicas representa un componente esencial de nuestro estudio, dirigido a garantizar la integridad y fiabilidad de la información electoral.
Además, la identificación de las mesas con mayor probabilidad de contener anomalías permitirá, tanto a la autoridad electoral como a los partidos políticos, controlar los telegramas y verificarlas en primer lugar.
El análisis detallado de los datos se llevará a cabo empleando herramientas avanzadas de análisis de bases de datos en Python. La elección de estas herramientas responde a la necesidad de realizar un examen minucioso de los resultados electorales.