Lo que su teléfono móvil puede decirle sobre usted mismo

El término “yo cuantificado” parece variar en definición dependiendo de quién lo use. En el contexto de las tecnologías emergentes, el término yo cuantificado significa el uso de sensores para reconocer el comportamiento de las personas y después interpretarlo usando algoritmos de aprendizaje automáticos para entender nuestro estado psicológico y físico subyacente.
Algunos de los sensores han existido desde hace mucho tiempo, pero solo recientemente se han abaratado de tal manera que la gente ahora puede cargar en sus bolsillos una colección de sensores sofisticados en la forma de un teléfono móvil. Mientras tanto, el aprendizaje automático está en un punto en el que la combinación de información de esos sensores se puede usar para predecir el estado subyacente de una persona, como la depresión, la fatiga, el sobrecalentamiento u otros aspectos.
Por ejemplo, imagínese que su tía tiene 70 años y trabaja en un pequeño súper mercado en un pueblo a algunos kilómetros de distancia de donde vive. La información de su teléfono celular muestra que todos los días sale de casa, se detiene a comprar una taza de té y después hace una llamada telefónica mientras camina unos tres kilómetros al trabajo. Después de salir del trabajo, hace una llamada para visitar a una amiga, se detiene a comprar un pastel, visita a su amiga y después regresa a casa.
Como familiar cercano, usted tiene acceso a los registros de su móvil y a la información de los sensores de su teléfono, como el GPS. Imaginemos dos casos: primero, usted nota que su tía solo va de la casa al trabajo y de regreso a casa, deteniéndose en el súper solo ocasionalmente, pero nada más. En el segundo caso, ella no sale de la casa. ¿Qué le sugerirían estos casos?
En el primer caso, su comportamiento es característico de depresión. Su tía sigue yendo a trabajar porque debe percibir un salario, pero ha reducido su contacto social y ahora es virtualmente inexistente. Es posible que esto lo motive a contactarla para asegurarse de que se encuentre bien en términos de su estado mental.
En el segundo caso, quizá le preocupe bastante el estado físico de su tía. Es posible que esto lo motive a contactarla urgentemente o pedirle a un vecino que vaya a su casa para asegurarse de que no haya sufrido una caída.
El acceso a todas estas fuentes de información permite que los algoritmos de aprendizaje automático comparen los niveles de actividad de su tía con su comportamiento habitual y que estos se comparen con el comportamiento de la población general en situaciones en las que se encuentran bien o mal. Incluso sin intervención de su parte, es posible que su teléfono móvil le llame y le diga, “Llame a su tía”, o “Llame a su tía inmediatamente”.
También podemos usar estos sensores para entendernos a nosotros mismos. Por ejemplo, yo traigo puesto un dispositivo conocido como Jawbone UP. Este dispositivo contiene un sensor, un acelerómetro que mide mis movimientos durante el día y la noche. Usa esta información para inferir cuántos pasos doy durante el día y cuántas horas duermo y si es que mi sueño durante ese periodo es profundo o ligero.
Estoy usando la información del Jawbone para hacer mis propias inferencias acerca de mi sueño en base a mi ejercicio. Sé a qué hora hago ejercicio durante el día y sé qué tan bien he dormido. Yo había leído un artículo que decía que si uno hace ejercicio muy tarde, esto puede mantenerlo despierto. Así que cuando veo que no estoy durmiendo bien, puedo intentar hacer ejercicio más temprano.
Todas las mañanas veo la gráfica de mi sueño ligero y profundo y trato de encontrar patrones. El patrón más sobresaliente es que siempre estoy profundamente dormida entre 5:30 y 6:45, a menos que una alarma me haya despertado durante ese periodo. Eso significa que, si pongo mi alarma para las 6:15, estará privándome de mi sueño profundo. En lugar de eso, lo que puedo hacer es acostarme más tarde para despertar más tarde y así poder gozar de ese periodo de sueño profundo.
Cada día más personas usan dispositivos similares, como Fitbit, Jawbone, Body Media, entre otros, o usan software con objetivos similares en sus teléfonos inteligentes. Cada día hay más aplicaciones de teléfonos móviles que le permiten al usuario hacer cosas como registrar los alimentos que consume y obtener el valor de las calorías, u otras que indican dónde hay un restaurante saludable cerca de donde se encuentra el usuario. La industria está aprovechando el creciente interés y este interés proviene de una variedad más amplia de productos de la industria.
Estas aplicaciones no llaman a su médico. No lo regañan. Lo que hacen es mostrarle qué ha hecho usted y ofrecerle comentarios y quizá algunos consejos sensatos acerca de las cosas que puede hacer. Para muchas personas, eso es suficiente para cambiar su comportamiento. Estos son lo que nosotros conocemos como objetos con los cuales uno puede pensar, objetos de autorreflexión. Confrontar nuestro comportamiento nos ayuda a cambiar.
Conforme este tipo de análisis se vuelve más inteligente, también se volverá más útil. La información acerca del sueño, por ejemplo, es particularmente interesante para las personas mayores, ya que el sueño interrumpido aumenta con la edad. A pesar de que el número de esos sistemas sigue aumentando, su objetivo no es siempre el individuo. Hay aplicaciones que recaban todo tipo de información sobre nosotros, como los comerciales que elegimos, el tipo de noticias que leemos, etcétera, lo cual luego se envía a las compañías que diseñan las aplicaciones. Uno de los propósitos del movimiento Yo Cuantificado es motivar a las personas a ser los productores y consumidores de su propia información en lugar de, o quizá además de, la información de terceros.
Yo soy la codirectora de una nueva asociación entre Yahoo! y la Carnegie Mellon University para hacer una personalización masiva de dispositivos móviles. La razón por la cual hemos podido hacer eso ahora es porque los sensores se han abaratado bastante, así que muchas personas tienen teléfonos inteligentes, y también porque tanto el campo del aprendizaje automático como el de la interacción humano-computadora han avanzado a pasos agigantados.
Su dispositivo móvil debería de mostrarle las noticias que a usted le interesan y las noticias que podrían interesarle, pero no las noticias que nunca le podrían interesar. Por ejemplo, cuando ingresa a Yahoo! News, lo último que usted quiere es desperdiciar su tiempo con reportajes que no le interesan, y su móvil debería saber qué ha leído en el pasado e inferir qué le podría interesar en el futuro.
Debido a que su dispositivo móvil también sabe dónde se encuentra usted, sabe también que una historia que normalmente no le interesaría le podría ser relevante si es algo que está ocurriendo en la cercanía. Y si usted tiene boletos para viajar a algún lugar, entonces usted querrá leer noticias acerca del lugar a donde su calendario indica que viajará.
Con mayor frecuencia será común que tengamos acceso a información acerca de nosotros mismos y con mayor frecuencia la compartiremos con las personas que puedan ayudarnos, pero nosotros seremos los dueños de dicha información. Uno puede imaginarse que a una compañía de seguros le interesaría que usted se mantenga sano, así que ese tipo de aplicación, al igual que un monitor de pasos, se le podrían entregar con su nuevo seguro de atención médica. Lo cual nos lleva a otro tema: sus expedientes médicos.
De la misma manera que los jóvenes tienen actitudes diferentes acerca de la privacidad, yo creo que nosotros veremos una menor preocupación acerca de la privacidad referente a nuestra salud personal. A la vez habrá una actitud más experta acerca de la atención médica que hará que las personas quieran estar en control de su propia atención médica, y por lo tanto estar en posesión de sus expedientes médicos.
Asimismo, será cada vez menos posible que las compañías estén en posesión de nuestra información y se rehúsen a compartirla. En el futuro, la gente no tolerará que alguien más esté en posesión de su información y no le brinde acceso a la misma.
Por el momento, la información de la que hablamos se recabará por medio de sensores en las muñecas, teléfonos inteligentes y relojes conectados, pero eso cambiará. Un dispositivo para el oído para las personas con problemas auditivos no es más que un sensor en la oreja, y los lentes de contacto no son más que un tipo de sensor en los ojos. Con más frecuencia, estos sensores pasarán a ser parte de nuestras prendas de vestir o nuestros lentes, como Google Glass, y de ahí a nuestros cuerpos.
La piel es una barrera a la cual por el momento no estamos dispuestos a renunciar. Es una barrera a la que nos aferramos, pero conforme las personas se den cuenta que de alguna manera ya son cyborgs –que ya están usando dispositivos de asistencia– yo creo que la piel será cada vez menos una barrera para la tecnología, y los dispositivos que nos permiten cuantificarnos migrarán al interior de nuestro cuerpo.
Autor: Justine Cassell es la Directora del Human Computer Interaction Institute de la Carnegie Mellon University en Estados Unidos y miembro del Consejo para la Agenda Global de Tecnologías Emergentes del Foro Económico Mundial.
Imagen: REUTERS/Stringer
No te pierdas ninguna actualización sobre este tema
Crea una cuenta gratuita y accede a tu colección personalizada de contenidos con nuestras últimas publicaciones y análisis.
Licencia y republicación
Los artículos del Foro Económico Mundial pueden volver a publicarse de acuerdo con la Licencia Pública Internacional Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0, y de acuerdo con nuestras condiciones de uso.
Las opiniones expresadas en este artículo son las del autor y no del Foro Económico Mundial.
La Agenda Semanal
Una actualización semanal de los temas más importantes de la agenda global