Los datos se pueden usar para el bien social

Desde hace ya unos años, no dejamos de escuchar alusiones a términos como data science, big data, machine learning o inteligencia artificial, y la verdad es que es fácil perderse en este océano de conceptos, especialmente cuando cunde un desconocimiento generalizado que hace que se usen indistintamente en cualquier momento.

Muchos de estos términos ya los hemos tratado en ecointeligencia, siendo ahora el momento para Data Science o ciencia de datos, disciplina surgida en los últimos 10 – 15 años en la intersección entre matemáticas, estadística, informática y administración de empresas.

La ciencia de datos es un campo interdisciplinario que involucra métodos científicos, procesos y sistemas para extraer conocimiento o un mejor entendimiento de datos en sus diferentes formas, estructurados o no estructurados, siendo una continuación de áreas de análisis de datos como pueden ser la estadística, la minería de datos, el aprendizaje automático (machine learning) y la analítica predictiva.

También se entiende la ciencia de datos como un concepto útil para unificar estadísticas, análisis de datos, aprendizaje automático y sus métodos relacionados para comprender y analizar los fenómenos reales, empleando técnicas y teorías extraídas de muchos campos dentro del contexto de las matemáticas, la estadística, la ciencia de la información y la informática.

Dentro de la ciencia de datos, existe un campo relativamente nuevo que es la ciencia social computacional que se apoya en datos y en el poder de la computación para sustentar, o no, las teorías de las ciencias sociales.

Dentro de la ciencia social computacional, son cada vez más los investigadores que trabajan en la ciencia de datos para el bien común, cuyo objetivo es utilizar esos datos para tomar mejores decisiones que pueden llegar a salvar vidas.

Algunas aplicaciones del uso de datos podrían ayudar a mejorar áreas como la salud pública, el cambio climático o ayuda en emergencias y en desastres naturales.

Partiendo de que se necesitan datos para poder tomar buenas decisiones, en la actualidad podemos disponer de una gran cantidad de ellos por lo que se abre un campo de gran interés para la sostenibilidad relacionado con el desarrollo de la capacidad de interpretarlos.

A esto hay que sumar lo que aporta la ciencia para evitar que esos datos se conviertan únicamente en basura digital. Es imprescindible saber interpretar grandes cantidades de datos, no estructurados y que son incomprensibles sin el rigor que aportan los métodos científicos, como puede ser el caso del aprendizaje automático basado en datos.

En los últimos años, varios factores están contribuyendo al progreso de esta ciencia: la disponibilidad de los datos, la disponibilidad de ordenadores de alto rendimiento asequibles y el desarrollo de arquitectura de aprendizaje automático que permita procesar los datos y entenderlos.

Los expertos afirman que estamos viviendo una democratización del aprendizaje automático basado en datos.

Este progreso está haciendo que los algoritmos estén tomando muchas decisiones que nos afectan, y a veces incluso en nuestro nombre. Por eso, la ciencia de datos no solo es la suma de ciencia y de datos, es multidisciplinar. Si no lo tenemos en cuenta, la ciencia de datos no será buena para nosotros.

En este punto, lo deseable sería que la ciencia de datos incluya lo que se conoce como algoritmos FATEN.

FATEN es un acrónimo que hace referencia a:

Las personas que trabajan en este campo nos indican que el futuro de la ciencia de datos es la suma de tener fe en los algoritmos, centrarlos en la persona e invertir en educación.

Como hemos esbozado, el uso de datos se puede encaminar también al bien social, y no únicamente al provecho comercial o al control de las personas.

Este enfoque centrado en el desarrollo de la sociedad (Data for Social Good) permite utilizar datos, propios y externos, para devolver el valor del dato al mundo, contribuyendo, por ejemplo, a la consecución de los Objetivos de Desarrollo Sostenible (ODS) marcados por la ONU para 2030.

El dato se convierte en una poderosa herramienta para obtener una mejor visión de circunstancias, como pueden ser los daños ocurridos en desastres naturales u otras cuestiones de interés público, ayudando a los gobiernos a tomar mejores decisiones.

También nos permite predecir la difusión de epidemias y crear indicadores de pobreza que nos ayuden a entender los retos de los países en desarrollo.

En definitiva, lo que buscamos es servirnos de los avances tecnológicos y del conocimiento para mejorar la vida de las personas.