Hecho por Jorge Garcelán

EL PROYECTO

Por qué Midterm Pulse

Midterm Pulse es un pronóstico independiente y abierto de las elecciones de mitad de mandato de 2026 en EE. UU., pensado para lectores y periodistas en español. Cada cifra de la web se puede rastrear: los coeficientes del modelo son públicos, cada carrera muestra sus fuentes y los ratings de los analistas aparecen junto al modelo para ver dónde discrepan.

No está vinculado a ningún partido, campaña ni medio. El modelo es experimental: su motor de probabilidades está validado con 2018 y 2022, pero tómalo como una señal más, no como una certeza.

CÓMO ESTÁ HECHO

Datos, modelo y código

• ModeloMP-26: 50.000 simulaciones de las 470 carreras, a partir de la referencia pública de Vote-Scope y la media de encuestas del voto genérico.
• DatosRegistros de la FEC, Censo ACS, MIT Election Lab y resultados por condado, ratings de Cook / Inside Elections / Sabato y precios de Polymarket.
• CódigoNext.js y TypeScript; el pronóstico se archiva cada día para que cualquier cambio se pueda auditar.

TRAYECTORIA

Experiencia

1. 2026Solutions ArchitectMultiverse Computing
2. 2024 –Investigador de IAUniversidad Carlos III de Madrid
3. 2025Solutions Architect en prácticasAmazon Web Services
4. 2023 – 2024Auditoría interna de redes y TI, en prácticasTelefónica
5. 2023Investigador de machine learning e IAData Science and Policy Lab, Georgia Tech
6. CofundadorUniwords

Máster en IA Aplicada y grado en Ciencia e Ingeniería de Datos en la UC3M, con un año de intercambio en Georgia Tech.

INVESTIGACIÓN

Publicaciones

Procesamiento del lenguaje, sesgos de género en los medios e IA para políticas públicas, incluidas herramientas que ayudan a los periodistas a analizar la cobertura.

• AVI 2026An AI Tool for Gender Bias Analysis in News Publications
• Interspeech 2025Beyond Conventional Metrics: using Entropic Triangles to Explain Balancing Methods in Acoustic Scene Classification
• womENcourage 2025Analyzing Women's Representation and Gender Bias in AI Media Coverage
• AAAI 2023Generative AI and Discovery of Preferences for Single-Use Plastics Regulations