На 28 март в събота проведохме интензивно събитие, фокусирано върху това как данни, софтуерно инженерство и изкуствен интелект могат да подпомогнат прозрачността и доверието в изборния процес.

В рамките на над 11 часа участници с разнообразен професионален опит работиха по няколко ключови направления:

🔹 Обработка на данни в реално време (наблюдение в изборния ден)

Фокусът беше върху изграждане на архитектура за обработка на данни в реално време по време на преброяването (приблизително 20:00-23:00).

Работихме върху:

• прием и обработка на потоци от данни (видео/аудио)
• откриване на събития (аномалии, липса на активност, прекъсвания)
• поток от обработки за бързо сигнализиране

Целта е минимизиране на забавянето между възникване на събитие и неговото валидиране от човек.

🔹 Пакетни анализи (след изборния ден)

След качване на данните фокусът се измества към по-задълбочен анализ.

Тук се разглеждаха:

• синхронизация между различни източници (видео, протоколи, официални резултати)
• проверки за съгласуваност на данните
• откриване на статистически отклонения

Този слой позволява последващ анализ и откриване на по-фини несъответствия.

🔹 Интелигентна система за сигнали

Един от ключовите компоненти.

Разработена беше концепция и прототип за:

• централизирано управление на сигнали
• приоритизация според риск и контекст
• интелигентно разпределение към доброволци
• обратна връзка (потвърден/отхвърлен сигнал)

Системата е проектирана да бъде разширяема – да приема сигнали както от хора, така и от автоматизирани модели (аудио и видео анализ).

🔹 Интерактивно табло (карта на риска)

Създаден беше прототип на карта на България, в която всяка секция се оценява спрямо риск.

Използвани бяха:

• исторически данни
• поведенчески индикатори
• статистически показатели

Резултатът е инструмент за приоритизация – показва къде има най-голяма вероятност да възникнат проблеми.

🔹 Анализ на аудио

Екипите работиха по:

• потискане на шум и подобряване на качеството
• модели за преобразуване на реч в текст (speech-to-text) за български език
• подготовка на данни за последващ езиков анализ

Целта е извличане на структурирана информация от неструктурирани разговори – например индикации за проблеми или нерегламентирано поведение.

🔹 Анализ на видео

Фокусът беше върху:

• основно наблюдение (дали камерата работи)
• разпознаване на позицията на камерата (дали следи процеса)
• задействане на сигнали при отклонения

Това е първа стъпка към по-сложни приложения на компютърното зрение.

🔹 Поведенчески анализ на секции

Използвани бяха данни от предходни избори за:

• откриване на аномалии в резултатите
• сравнение спрямо „нормално“ поведение
• групиране на секции по профил

Това позволява изграждане на предварителна оценка на риска още преди изборния ден.

🔹 Автоматична обработка на протоколи

Една от най-практическите задачи.

Работихме върху:

• разпознаване на текст от изображения (OCR) върху ръчно попълнени документи
• структуриране на данните
• проверки за съгласуваност

Целта е да се намали човешката грешка и да се ускори процесът на дигитализация.

💡 Какво научихме?
Комбинацията от различни експертизи (наука за данните, инженерство и предметна експертиза) е ключова за решаването на сложни обществени проблеми.

🙏 Благодарим на всички участници – енергията, фокусът и желанието да се допринесе бяха на изключително ниво.

Вярваме, че дори малки стъпки в тази посока могат да имат реален ефект върху прозрачността и доверието в процеса.

Повече информация за кода и решението може да намерите в repo-то на събитието – https://github.com/datasciencesociety/elections