¿Cómo podemos contener enfermedades de rápida propagación como el ébola y la H1N1, la llamada gripe porcina? ¿Cómo podemos garantizar que los refugiados que viven en albergues tras desastres naturales estén sanos y protegidos contra los abusos? ¿Hay formas de predecir y prevenir mejor desde el desempleo hasta los disturbios y la guerra civil?
El análisis de macrodatos para el desarrollo puede resolver estos y otros problemas aparentemente irresolubles. Pero, para que el análisis produzca conocimiento, necesitamos datos que alimenten los modelos. En otras palabras, los datos son el líquido que impulsa los algoritmos.
Afortunadamente, hay datos de sobra: cada día generamos suficientes para ayudar a responder estas preguntas y muchas más. Sin embargo, existen motivos justificados de preocupación sobre cómo proteger la privacidad al utilizar esos datos. Por ejemplo, si una ONG quiere analizar los movimientos de la población para comprender mejor cómo prevenir enfermedades, ¿cómo puede obtener datos de geolocalización y utilizarlos de manera que proteja la privacidad individual?
La respuesta puede estar en la portabilidad de los modelos de datos. Antes, se entregaban los datos a gobiernos y ONG para que los analizaran, pero los grandes conjuntos de datos son difíciles de manejar y, cuanto más se transportan, mayor es el riesgo potencial para la privacidad y la posibilidad de uso indebido. Un enfoque más moderno consiste en «dar la vuelta al guion» y llevar el modelo hasta los datos.
Una vez desarrollado un modelo analítico, tiene sentido exportarlo en vez de importar los datos. Así, los datos pueden analizarse en los lugares seguros donde ya residen; en esencia, se entregan al propietario de los datos las claves para descubrir la información que contienen. A esto lo llamo laboratorio de modelos. Este enfoque de análisis de macrodatos basado en modelos puede aportar más eficiencia al tratar de resolver preguntas conocidas y poner a prueba hipótesis. Los laboratorios de modelos centralizados complementan los laboratorios de datos sobre el terreno, que ayudan a descubrir preguntas que no sabíamos que debíamos plantear.
Lecciones de un supertifón
La industria de la analítica ya está avanzando hacia este objetivo. Como mencioné en mi última entrada del blog, las labores de recuperación tras un tifón son un buen ejemplo. Cuando el supertifón Haiyan azotó Filipinas en noviembre de 2013, miles de personas murieron y cientos de miles quedaron sin hogar.
Para coordinar los servicios básicos, la Organización Internacional para las Migraciones (OIM) necesitaba datos sobre los desplazamientos de la población. Mediante el análisis, la OIM pudo visualizar los datos y plantear, en cuestión de horas desde que reunió los datos y la tecnología, preguntas que antes no se habían formulado. Las respuestas no siempre eran intuitivas. Por ejemplo, la OIM descubrió que una de las ciudades más afectadas no necesitaba tanto alimentos ni agua como diésel, para hacer funcionar los generadores de los hospitales y ayudar a la población a evacuar la isla.
El caso de la OIM muestra cómo la analítica puede reducir considerablemente el tiempo necesario para obtener información, pero se puede hacer más. En vez de llevar la tecnología hasta los datos, sobre todo cuando se trata de datos grandes o sensibles que no son fáciles de trasladar, demos sencillamente los modelos a nuestros socios para evitar demoras en la obtención de respuestas. Esto también ampliaría la participación de socios no tradicionales, como los proveedores de telecomunicaciones, que pueden ejecutar modelos sobre sus datos mientras estos permanecen en su lugar y son anónimos. Cuando organizaciones como la OIM cuentan con modelos predictivos, pueden optimizar más rápidamente las rutas de evacuación o tomar medidas para proteger la seguridad de las mujeres en los albergues, y hacerlo antes de que surja un problema. Como demuestra el tifón Hagupit de este año, la necesidad no desaparecerá.
Por supuesto, exportar modelos sirve para mucho más que la respuesta ante desastres. Ya sea para combatir el ébola o ayudar a los refugiados desplazados por la guerra, siempre que los datos sean sensibles, tiene sentido trasladar el modelo. Como están aprendiendo los científicos de datos, las preguntas pueden ser mucho más portátiles que los datos necesarios para responderlas. Mi empresa está trabajando en ese tipo de acuerdos, y exhorto a mis colegas de todo el sector a hacer lo mismo. Antes, la analítica se basaba exclusivamente en los datos; cada vez más, se basa en modelos: la pregunta guía hacia los datos pertinentes. Y esos datos suelen encontrarse fuera de las fuentes convencionales y dentro de entornos propios protegidos por medidas de privacidad. Por eso tiene sentido centrarse en el modelo. La analítica basada en modelos nos permite plantear preguntas complejas y multidisciplinarias, y recurrir a la colaboración colectiva para encontrar respuestas que mejoren la condición humana.
Autor: Mikael Hagstrom, vicepresidente ejecutivo de SAS Institute; vicepresidente del Consejo de la Agenda Global sobre Desarrollo Basado en Datos. Para saber más sobre el uso de la analítica por parte de la OIM en la recuperación tras desastres, visite este sitio web o descargue un PDF.
Imagen: Una biblioteca robótica de cintas utilizada para el almacenamiento masivo de datos digitales, fotografiada en el Centro Konrad Zuse de Matemáticas Aplicadas e Informática (ZIB), en Berlín, el 13 de agosto de 2013. REUTERS/Thomas Peter
