Se utiliza la inteligencia artificial para predecir qué residentes corren el riesgo de quedarse sin hogar.
El modelo de inteligencia artificial para la falta de hogar crónica tiene una tasa de éxito del 93 % al predecir la falta de hogar.
Esto significa que Londres (Ontario) puede intentar trasladar a esas personas a viviendas seguras o facilitarles el acceso a los servicios de salud que puedan necesitar.
Las personas sin hogar son especialmente vulnerables al coronavirus, debido a que sus sistemas inmunitarios están debilitados y tienen un acceso deficiente a refugios y a servicios de saneamiento.
Mientras en Canadá surgen campamentos improvisados de tiendas de campaña para alojar a personas que duermen a la intemperie y que temen utilizar los albergues por la COVID-19, una ciudad está recurriendo a la inteligencia artificial (IA) para predecir qué residentes corren el riesgo de quedarse sin hogar.
Los programadores informáticos que trabajan para la ciudad de Londres (Ontario), situada a 170 km al suroeste de la capital provincial, Toronto, afirman que el nuevo sistema es el primero de su tipo en el mundo y que podría aportar ideas a otras regiones que lidian con la falta de hogar.
«Los albergues están abarrotados en todo el país en este momento», afirmó Jonathan Rivard, gerente de Prevención de la Falta de Hogar de Londres, quien trabaja en el sistema de IA.
«Debemos hacer un mejor trabajo proporcionando recursos a las personas antes de que toquen fondo, y no cuando ya lo han hecho», declaró a la Fundación Thomson Reuters.
Canadá está experimentando una segunda oleada de casos de coronavirus, y el gobierno de Ontario advierte de que la provincia podría experimentar «escenarios de peor caso como los vistos en el norte de Italia y en la ciudad de Nueva York» si las tendencias continúan.
Las personas sin hogar corren un riesgo particular de contagiarse y de contagiar a otros durante la pandemia, debido a que sus sistemas inmunitarios están debilitados y tienen un acceso deficiente a refugios y a servicios de saneamiento, según afirman los expertos en salud.
Lanzado en agosto, el sistema de IA analiza los datos personales de los participantes para calcular quién corre el riesgo de no tener dónde dormir durante un período prolongado, afirmó Matt Ross, experto en tecnologías de la información (TI) de la ciudad que ayudó a desarrollar el programa.
Como prueba, el sistema, denominado modelo de inteligencia artificial para la falta de hogar crónica (CHAI, por sus siglas en inglés), hizo un seguimiento de un grupo de personas durante seis meses antes de su lanzamiento oficial en agosto.
Durante ese período, CHAI registró una tasa de éxito del 93 % al predecir cuándo una persona se convertiría en un caso de falta de hogar crónica, señaló Ross, y añadió que en la actualidad alcanza o supera esa tasa.
Al utilizar el sistema para anticipar quién es probable que se convierta en un caso de falta de hogar crónica, la ciudad puede priorizar la forma en que trabaja con esas personas para intentar trasladarlas a viviendas seguras o facilitarles el acceso a los servicios de salud que puedan necesitar, explicó Rivard.
«Falta de hogar masiva»
La falta de hogar crónica se refiere a una persona que ha permanecido en un albergue durante 180 días o más en un año, explicó Rivard.
Esas personas utilizan 12 veces más recursos que quienes se quedan sin hogar de forma ocasional, afirmó, por lo que atender su situación puede ahorrar tiempo y dinero a largo plazo.
El personal municipal trabaja actualmente con albergues locales, grupos comunitarios y personas sin hogar para determinar la mejor manera de utilizar los nuevos datos de IA, añadió Rivard.
Cada año, más de 230 000 personas se quedan sin hogar en Canadá: «unas 35 000 cada noche», afirmó Tim Richter, presidente de la Alianza Canadiense para Acabar con la Falta de Hogar, un grupo de defensa.
Richter atribuye a los recortes gubernamentales en vivienda asequible y en otros programas a finales de la década de 1980 y principios de la de 1990 lo que él denomina el «crecimiento explosivo» de la «falta de hogar masiva moderna» en los últimos 30 años.
IA transparente
Cuando los funcionarios municipales sugirieron por primera vez utilizar un programa informático para predecir la falta de hogar crónica, esto «levantó algunas señales de alerta» relacionadas con la privacidad, afirmó Peter Rozeluk, de Mission Services of London, una organización sin fines de lucro que gestiona albergues para personas sin hogar.
«Supongo que siempre que alguien utiliza el término “IA”, puede parecer distópico, simplemente por la forma en que los medios y Hollywood han representado la inteligencia artificial», afirmó Rozeluk.
Tras analizar la propuesta con los funcionarios, afirmó que respalda su objetivo general de obtener mejores datos para ayudar en la toma de decisiones.
El programa de IA solo se aplica a personas que dan su consentimiento, afirmó el desarrollador Ross. Los participantes pueden abandonar el programa en cualquier momento y sus datos se eliminarán del modelo, añadió.
Su equipo de científicos de datos no tiene acceso a los nombres reales de las personas involucradas.
En su lugar, a cada persona se le asigna un número de identificación que se introduce en el sistema junto con otros datos, como su edad, raza, género, situación militar, los tipos de servicios municipales a los que ha accedido y la frecuencia con la que duerme en albergues.
A diferencia de la mayoría de los demás sistemas de IA, que emiten sus conclusiones finales sin revelar los pasos seguidos para llegar a ellas, la tecnología de Londres puede explicar cómo y por qué llegó a las evaluaciones sobre el nivel de riesgo de una persona, afirmó Ross.
La creación del sistema costó unos 14 000 dólares canadienses (10 660 dólares estadounidenses). Todo ese dinero provino del departamento de TI de la ciudad, lo que significa que CHAI no quita recursos a los servicios de primera línea para las personas sin hogar, como los albergues, señaló.
Hasta ahora, el sistema ha identificado al menos a 88 personas en riesgo de falta de hogar crónica, en una ciudad de unos 400 000 habitantes, afirmó Rivard en el ayuntamiento.
Según las predicciones del modelo, un hombre soltero que ha permanecido en albergues, tiene más de 52 años y no tiene familia en la localidad suele correr un alto riesgo de convertirse en un caso de falta de hogar crónica, especialmente si es veterano o indígena, afirmó Rivard.
Si bien la IA proporciona información sobre el riesgo de una persona de quedarse sin hogar a largo plazo, todas las decisiones relacionadas con la prestación de servicios siguen en manos humanas, subrayó.
Problemas de privacidad
Dos expertos independientes en informática y un abogado especializado en privacidad dijeron a la Fundación Thomson Reuters que el programa parece adoptar los pasos necesarios para proteger la información personal de los usuarios.
«Parece que han pensado mucho en hacerlo bien», afirmó la profesora de Derecho de la Universidad de Ottawa Teresa Scassa, quien estudia la IA y la privacidad.
Los diseñadores se han asegurado de que los datos introducidos en el sistema estén estandarizados y sean precisos, y de que cumplan las directrices nacionales sobre el uso ético de la toma de decisiones automatizada, afirmó.
Amulya Yadav, profesor de Ciencias y Tecnología de la Información en la Universidad Estatal de Pensilvania, que ha estudiado la IA y la falta de hogar, afirmó que la iniciativa de Londres es un ejemplo de cómo el aprendizaje automático está «siendo democratizado».
«Se están reduciendo las barreras de entrada», afirmó. «Espero de verdad que lo hagan bien y que sea el primero de muchos».
Aun así, Scassa, Yadav y otros expertos temen lo que podría ocurrir con los datos sensibles de residentes vulnerables en el futuro.
«Es fundamental pensar no solo en para qué se utilizan nuestros datos, sino también en “¿para qué más podrían utilizarse en el futuro?”, y asumir que quien posee los datos no tiene escrúpulos», afirmó Paulo Garcia, profesor adjunto de ingeniería informática en la Universidad Carleton de Ottawa.
Si un nuevo gobierno llegara al poder con el objetivo de reducir costos, por ejemplo, esta información podría utilizarse para determinar quién consume grandes cantidades de recursos y dónde se podrían recortar fondos, afirmó Scassa.
Rozeluk, que trabaja en primera línea frente a la crisis de falta de hogar en Canadá, tiene una preocupación diferente.
Predecir cuándo alguien podría convertirse en un caso de falta de hogar crónica es menos importante que proporcionar viviendas reales, afirmó.
Durante décadas se han realizado estudios sobre el tema y el consenso es claro, afirmó Rozeluk: «La solución a la falta de hogar es contar con viviendas seguras, adecuadas y asequibles... y prestar apoyo posteriormente».
