La ciencia de datos ha experimentado un auge en la última década, gracias a los avances en matemáticas, la capacidad de cómputo y el almacenamiento de datos. El grupo de trabajo de Australia sobre la Industria 4.0 se dedica activamente a explorar formas de mejorar la economía australiana con herramientas como la inteligencia artificial, el aprendizaje automático y el análisis de big data.
Pero, si bien la ciencia de datos ofrece el potencial de resolver problemas complejos e impulsar la innovación, con frecuencia se ha visto cuestionada por el uso poco ético de los datos o por consecuencias negativas no previstas, especialmente en casos comerciales en los que las personas se convierten en puntos de datos en los informes anuales de las empresas.
Sostenemos que el auge de la ciencia de datos no debería limitarse a la obtención de información empresarial y a los márgenes de beneficio. Cuando se utiliza de forma ética, el big data puede ayudar a resolver algunos de los problemas sociales y ambientales más difíciles de la sociedad.
La Industria 4.0 debería sustentarse en valores que garanticen que estas tecnologías se orienten al bien social (conocido como Sociedad 4.0). Esto implica utilizar los datos de forma ética, involucrar a la ciudadanía en el proceso e incorporar valores sociales en el diseño.
A continuación, se presentan cinco proyectos de ciencia de datos que están llevando estos principios a la práctica.
1. Detección de focos humanitarios
Los problemas sociales y ambientales rara vez son fáciles de resolver. Tomemos como ejemplo las dificultades y la angustia en las zonas rurales debido a la lucha prolongada contra la sequía. El tamaño de Australia y el enorme número de personas y comunidades implicadas dificultan relacionar a quienes necesitan ayuda con el apoyo y los recursos disponibles.
Nuestro equipo se unió a la Cruz Roja Australiana para identificar dónde se encuentran los focos humanitarios en Victoria. Utilizamos datos de redes sociales para ubicar geográficamente la actividad humanitaria cotidiana y constatamos que los focos de actividades de voluntariado y beneficencia se encuentran en el centro de Melbourne (CBD) y en sus alrededores, así como en los suburbios orientales. Este tipo de información puede ayudar a las organizaciones locales de ayuda a canalizar el voluntariado en momentos de necesidad urgente.
2. Mejora de la seguridad contra incendios en los hogares
Acceder a los datos —los datos adecuados, en la forma adecuada— es un desafío constante para la ciencia de datos. Sabemos que los incendios domésticos representan una grave amenaza y que los detectores de incendios y de humo salvan vidas. Dirigir las acciones a las viviendas sin detectores de incendios puede ayudar a mitigar ese riesgo. Sin embargo, no existe una única fuente de información fiable en la que basarse.
En Estados Unidos, Enigma Labs desarrolló herramientas de datos abiertos para modelizar y cartografiar el riesgo a nivel de barrios concretos. Para ello de forma eficaz, su modelo combina los datos censales nacionales con una herramienta de geocodificación (TIGER), así como análisis basados en datos locales de incidentes de incendio, con el fin de generar una puntuación de riesgo.
3. Cartografía de la violencia policial en Estados Unidos
Los ciudadanos corrientes pueden participar en la generación de datos sociales. Existen numerosos proyectos de cartografía abierta y colaborativa, pero con frecuencia el valor de la ciencia de datos reside en el trabajo de unir los puntos.
El proyecto Mapping Police Violence en Estados Unidos supervisa, interpreta y visualiza la violencia policial. Se nutre de tres bases de datos colaborativas, pero también completa las lagunas mediante una combinación de redes sociales, necrológicas, bases de datos de antecedentes penales, informes policiales y otras fuentes de información. Al reunir toda esta información, el proyecto cuantifica la magnitud del problema y lo hace visible.
4. Optimización de la gestión de residuos
El Internet de las Cosas está formado por una serie de dispositivos conectados que recopilan datos. Cuando se integran en los objetos cotidianos que nos rodean y se combinan con el análisis y la computación en la nube, estos objetos se vuelven inteligentes y pueden ayudar a resolver problemas o ineficiencias en el entorno construido.
Si vive en Melbourne, es posible que haya notado los contenedores BigBelly repartidos por el centro de la ciudad. Estos contenedores inteligentes cuentan con compactadores de basura de energía solar que comprimen periódicamente los residuos en su interior a lo largo del día. Esto elimina el desbordamiento de residuos y reduce las emisiones de carbono innecesarias, con una reducción del 80 % en la recogida de residuos.
El análisis y la generación de informes en tiempo real se realizan a través de un portal de gestión de datos en la nube, conocido como CLEAN. La herramienta identifica tendencias en el desbordamiento de residuos, lo que facilita la ubicación de los contenedores y la planificación de los servicios de recogida.
5. Identificación de focos de acoso callejero
Un grupo de cuatro mujeres, junto con numerosas personas voluntarias que las apoyan, en Egipto desarrolló HarassMap para involucrar a la comunidad e informarla, con el objetivo de reducir el acoso sexual. La plataforma que crearon utiliza datos anonimizados y colaborativos para cartografiar los incidentes de acoso que se producen en la calle, con el fin de alertar a sus usuarios sobre zonas potencialmente inseguras.
El reto para el grupo consistió en proporcionar un medio para generar datos sobre un problema que, en sí mismo, era ampliamente desestimado. La cartografía y la información son técnicas esenciales de la ciencia de datos para abordar los problemas sociales.
Construir una sociedad mejor
Poner los esfuerzos de la ciencia de datos al servicio del bien social no es fácil. Quienes poseen los conocimientos especializados deben ser sensibles al impacto social del análisis de datos. Mientras tanto, el acceso a los datos, o la vinculación de datos de distintas fuentes, constituye un desafío importante, sobre todo a medida que la privacidad de los datos despierta una preocupación creciente.
Si bien las matemáticas y los algoritmos que impulsan la ciencia de datos parecen objetivos, los factores humanos suelen combinarse para introducir sesgos, lo que puede dar lugar a modelos imprecisos. La alfabetización digital y en materia de datos, junto con la falta de transparencia en la metodología, contribuyen a generar desconfianza en el big data y el análisis de datos.
No obstante, cuando se pone al servicio del bien social, la ciencia de datos puede proporcionar nuevas fuentes de evidencia que ayuden a los gobiernos y a los organismos de financiación en materia de políticas, presupuestos y planificación futura. En última instancia, esto puede dar lugar a una sociedad más conectada y solidaria.
