junio 2026 · agentes · datos · 5 min

Puse a mi agente a proyectar la segunda vuelta

Me mataba la ansiedad electoral. Con el 96.4% de actas contabilizadas, Sánchez iba arriba por ~41 mil votos y todos daban la elección por cerrada. Así que le pedí a un agente de AI que mirara los datos de verdad — y la respuesta cambió todo.

Resultados ONPE al 97.580% de actas: Roberto Sánchez (Juntos por el Perú) 50.040%, Keiko Fujimori (Fuerza Popular) 49.960% — diferencia de ~41 mil votos
Datos: ONPE al 97.580% de actas. Fotos: Roberto Sánchez (Mincetur, CC BY 2.0) y Keiko Fujimori (La Prensa Gráfica, CC BY 3.0), vía Wikimedia Commons.

La página interactiva está viva: podés mover los supuestos y ver cómo cambia la proyección en elecciones.alonsogrimaldo.com

El pedido

Una sola instrucción: scrapear la API oficial de la ONPE, región por región, y proyectar las actas pendientes. Nada de encuestas ni intuición — solo el padrón de lo que faltaba contar y cómo venía votando cada zona.

Lo que encontró

  • Al extranjero solo le habían contado el 34% de sus actas — y ahí Fujimori arrasaba con 64.6%.
  • Lima tenía 915 actas pendientes, y también la favorecía (63.5%).
  • Es decir: la mayoría de los votos por contar venía de territorio favorable a la candidata que iba perdiendo.

El error típico (y cómo evitarlo)

La proyección ingenua reparte las actas pendientes con el promedio nacional — y con ese método, el resultado no se movía. El método correcto proyecta cada zona con su propio patrón de voto. Con eso, el resultado se daba vuelta: Fujimori ganaría por ~53 mil votos (0.29 puntos). Y en todos los escenarios que probamos — actas observadas anuladas parcialmente, extranjero votando distinto — el margen se mantenía entre +31 mil y +64 mil para ella.

Lo que me importa no es el resultado

Es el proceso. En 15 minutos, un agente:

  • extrajo los datos de la API oficial, región por región,
  • armó el modelo de proyección por zona,
  • lo validó por dos vías independientes (Python y Excel),
  • y publicó una página interactiva donde cualquiera puede mover los supuestos y ver cómo cambia la proyección.

Eso antes era una semana de un equipo de datos. La diferencia no la hizo el modelo — la hizo darle al agente una fuente de verdad (la API oficial) y forma de validar su propio trabajo (dos implementaciones independientes que tienen que coincidir). Las mismas dos cosas que pido en cualquier handoff de código.

Un agente sin fuente de verdad alucina. Un agente sin forma de validar, convence. Con las dos cosas, proyecta.

Si te interesa el workflow detrás de esto — cómo estructuro agentes para que verifiquen sus propias iteraciones — está en ship.alonsogrimaldo.com.