Se habla mucho de las formas en que los «macrodatos» están revolucionando los negocios. Sin embargo, se presta menos atención a sus posibles implicaciones para la seguridad y la inteligencia. En el futuro, podría ser posible predecir con confianza actividades delictivas o terroristas combinando observaciones de fuentes como la actividad en las redes sociales, las búsquedas en internet, los hábitos de compra y la ubicación de los teléfonos inteligentes. ¿Cómo podemos equilibrar el interés de la sociedad por una mayor seguridad con los riesgos que esto plantea para la privacidad, el uso indebido y el derecho humano a que se nos presuma inocentes?
Generamos cada vez más datos a partir de nuestros teléfonos inteligentes, electrodomésticos, satélites, terminales, cámaras y una amplia variedad de otros sensores instalados en vehículos y maquinaria. Todo lo que hacemos en línea puede rastrearse, almacenarse y analizarse. Cada vez hay más personas dispuestas a renunciar a información privada vinculada a su identidad real a cambio de servicios más rápidos o mejores.
Al mismo tiempo, la capacidad de procesamiento informático para ejecutar algoritmos estadísticos con esos datos es cada vez mayor y más barata. Una encuesta de Gartner de junio de 2014 reveló que el 73 % de las organizaciones encuestadas ya había invertido o tenía previsto invertir en los dos años siguientes en sistemas de análisis predictivo, para recopilar y analizar datos con el fin de tomar mejores decisiones.ᵢ
El análisis predictivo abarca diversas técnicas estadísticas de modelización, aprendizaje automático y minería de datos que analizan hechos actuales e históricos para hacer predicciones sobre acontecimientos futuros o, de otro modo, desconocidos. Algunos ejemplos cotidianos de usos actuales del análisis predictivo son las compañías eléctricas que anticipan los picos de demanda, las puntuaciones crediticias que reflejan la probabilidad de que determinadas personas incumplan sus deudas y las empresas que perfilan a sus clientes para dirigirles ofertas que, según sus predicciones, probablemente comprarán.
Cada vez será más posible analizar más datos procedentes de diversas fuentes: las publicaciones en redes sociales revelan con quién interactuamos; las compras con tarjeta de crédito o dinero electrónico revelan qué compramos; las búsquedas en internet revelan en qué pensamos; la ubicación de nuestros teléfonos móviles revela dónde estamos y en qué dirección nos dirigimos; y las películas y los programas de televisión que vemos en streaming revelan nuestras preferencias en ámbitos tan amplios como el amor, la violencia, los viajes, la cultura y el deporte.
El análisis predictivo podría utilizarse cada vez más en diversos campos, por ejemplo, para que las juntas de libertad condicional evalúen qué reclusos tienen más probabilidades de reincidir; para que las fuerzas armadas predigan qué soldados podrán soportar la vida en las fuerzas especiales; para que las aseguradoras de vida predigan cuándo morirán las personas; o para que los gobiernos sigan en tiempo real la propagación de pandemias, a fin de preparar mejor los centros sanitarios y seguir la migración de personas para preparar las infraestructuras.
Un ámbito de aplicación específico del análisis predictivo que está surgiendo hoy es su uso para anticipar amenazas a la seguridad y conductas delictivas. Varios cuerpos policiales ya analizan Twitter y los mensajes de texto como parte de sus actividades para anticipar delitos y utilizan algoritmos de «policía predictiva» para decidir dónde deben patrullar los agentes, analizando qué tipos de delitos suelen producirse en las distintas zonas de una ciudad y a qué hora del día.
En 2013 se reveló cuánta información de las comunicaciones en línea recopilan organismos de inteligencia como la Agencia de Seguridad Nacional de Estados Unidos con fines como intentar predecir actividades terroristas. Sir David Omand sostiene que la inteligencia de redes sociales, denominada SOCMINT, debería integrarse plenamente en el ámbito de la inteligencia y la aplicación de la ley. La capacidad del análisis predictivo para prevenir actos delictivos y terroristas probablemente será uno de los incentivos para que los organismos gubernamentales colaboren en la normalización y el intercambio de datos.
A medida que haya cada vez más datos disponibles y procesadores más potentes puedan vincular la información de distintas maneras, apenas podemos empezar a imaginar qué tipos de predicciones relacionadas con la seguridad podremos hacer a partir de estos datos en los próximos años.
El creciente poder del análisis predictivo en el ámbito de la prevención de la delincuencia y el terrorismo tendrá un profundo impacto en nuestra sociedad y nuestros derechos democráticos. El análisis predictivo basado en macrodatos se centra en la correlación, no en la causalidad. Aunque los algoritmos sean muy precisos al vincular patrones de conducta con futuros actos delictivos o terroristas, seguirá habiendo personas con intenciones inocentes que coincidan con esos patrones de conducta por mera casualidad. ¿Cómo deberíamos equilibrar la presunción de inocencia de estas personas con el interés de la sociedad por reducir al mínimo la delincuencia y el terrorismo?
También existirá la tentación de que los gobiernos utilicen más ampliamente la capacidad de predecir y prevenir conductas, más allá de la delincuencia y el terrorismo, para abarcar protestas legítimas y disidencia política. ¿Qué formas de control democrático sobre el uso de este tipo de aplicaciones de macrodatos serían adecuadas para limitar su utilización con fines autoritarios?
Es probable que distintas sociedades lleguen a consensos diferentes sobre los límites adecuados para esta tecnología. ¿En qué medida será aceptable que los gobiernos vigilen y analicen los datos generados por visitantes extranjeros en su país?
El análisis predictivo podría reducir significativamente la incidencia de la delincuencia y el terrorismo y hacer del mundo un lugar más seguro, pero solo si encontramos formas de minimizar el riesgo de uso indebido y de efectos secundarios no deseados.
ᵢ «Survey Analysis: Big Data Investment Grows but Deployments Remain Scarce in 2014». Gartner Inc., https://www.gartner.com/doc/2841519/survey-analysis-big-data-investment, 2014.
Este artículo forma parte de una serie de perspectivas individuales de la Comunidad de Prospectiva Estratégica Global del Foro Económico Mundial para la Reunión Anual de 2015. Para leer más, acceda a la colección completa.
Autor: Derrick Gosselin, presidente del Consejo de Gobernadores de SCK.CEN