Big Data y Data Science frente a las cuestiones sociales

El peso del Big Data en el objetivo, ya casi universal, de conseguir un espacio urbano inteligente y eficiente es innegable, así como su utilidad para mejorar todos sus aspectos sociales. Respirar aire limpio, el acceso a la energía, los servicios sociales o la calidad de la educación son derechos reclamados hoy por millones de ciudadanos, en los que el análisis de los datos tiene mucho que ver.  

En tiempos recientes se han usado toda clase de adjetivos y definiciones grandilocuentes para referirse al “Big Data” y “Data Science”: el petróleo del siglo XXI, su necesidad estratégica para enfrentarse a los cambios del futuro, etc. Todo lo cual, lógicamente, ha llevado a lo ya ocurrido con otros campos del saber, que fueron también reivindicados y usados por aquellos sectores o nichos especializados en la lucha por los derechos humanos y sociales para dar argumento a sus respectivos relatos.  Es decir, la ciencia de los datos también es objeto de indagación respecto a su valor para mejorar la calidad de vida o mitigar las injusticias de nuestra forma de crear riqueza: por ejemplo, en aspectos como la pobreza energética, la calidad (entendida como una gestión inteligente) de los servicios públicos o el trazado de las políticas educativas.

El clima… interés ciudadano

Actualmente, una de las más importantes batallas  de las organizaciones ciudadanas es la lucha contra el cambio climático; sus reivindicaciones se trasladan a múltiples frentes abiertos y es de tal magnitud, que es totalmente necesaria una alianza con herramientas tecnológicas avanzadas para llegar a proponer soluciones viables y globales al problema. En este sentido, antes de formular las líneas centrales que enfrentarán los cambios en el clima, es necesario crear modelos predictivos (globales y locales) donde, por ejemplo, se crucen datos sobre presencia de partículas contaminantes y de gases (lecturas provenientes de sensores) con datos acerca de los movimientos poblacionales, tráfico, procesos industriales, etc.

El modelo predictivo debe, además, arrojar “estratos” de datos cuyos niveles superiores sean fácilmente interpretables por personas no especializadas en el área. Esto último obedece a dos razones: en primer lugar, un resultado fácilmente interpretable, casi una conclusión inteligente, puede ser extrapolado e incorporado con sencillez a los relatos de esas organizaciones ciudadanas que centran sus esfuerzos en el problema ambiental. Y, en segundo lugar, el modelo predictivo, con una robustez suficiente, puede forzar las políticas públicas.  A esto sumemos, y recordemos, las reticencias de los grupos políticos y de poder a la hora de acometer el problema del cambio climático con verdadera determinación, esgrimiendo argumentos que sólo se rechazan con un buen modelo predictivo.  Pues bien, crear ese modelo hace imprescindible el uso del Big Data.

En resumen, como demuestran varias iniciativas e investigaciones en algunas compañías privadas, la ciencia de los datos da capacidades nunca antes vistas para estructurar políticas, planes estratégicos y presupuestos con una antelación (lo preventivo antes que lo reactivo) que, dicho de forma sencilla, evita desastres (sobre todo antes de que éstos sean inminentes).  El Big Data puede dar información base en directrices que se adelantan a las necesidades, lo que permite anticipar con mucho las partidas presupuestarias, con el efecto esperable en la calidad de los servicios y derechos sociales.

¿Cómo podría saberse con considerable anticipación, sin el Big Data y, por supuesto, sin recurrir a oráculos con esferas de cristal o a personajes con “talento” para leer las cartas, qué amenazas ambientales existen en una zona, en base a millones de datos con muy distintos niveles de estructuración o a grandes bancos de imágenes satelitales?

La gestión inteligente de grandes volúmenes de datos se ha convertido en una cuestión de máximo interés para organizaciones y empresas, pero también para los Estados, por razones más éticas y sociales que el simple y cuestionable espionaje de las grandes agencias de seguridad en la época del fin de la intimidad. El concepto de “interés ciudadano” supone poder usar toda esa información para solucionar algunos de los grandes problemas del momento.

La educación… interés ciudadano

Existen experiencias en el uso del Big Data en otros sectores como la gestión del turismo o los servicios de atención directa al ciudadano, que tienden a analizar patrones de conducta y construir modelos predictivos. Hay otras experiencias, cómo no, en la educación: al analizar los datos producidos por el comportamiento de niños y niñas respecto a su propio aprendizaje es posible crear perfiles aplicados o personalizados, donde la velocidad de aprendizaje se ajuste a las necesidades e intereses de cada individuo.

El cruce de la información sobre educación, como los resultados de pruebas de conocimiento y habilidad en un ámbito geográfico como una Comunidad Autónoma, región o país, podría permitir un diseño de materiales didácticos, guías de estudio o textos muy enfocados a fortalecer puntos débiles en los modelos de enseñanza de esos lugares.

Imaginemos que un análisis “Big” de los datos sobre educación nos proporciona claves de la conducta que permitan matizar o canalizar más detalladamente el trabajo en aspectos como la creatividad o la cooperación (rasgos que han demostrado estar íntimamente conectados con la calidad del conocimiento). Y no dejemos de lado que hablamos de datos que no dejan de producirse y acumularse, dado que la interacción en plataformas, redes sociales, etc. crece a un ritmo delirante.

En referencia al posible papel del Big Data en ese aspecto central de nuestras sociedades, como son los sistemas educativos, adquiere peso la cuestión de la velocidad (el tiempo real en que ocurren los intercambios de información) que llevará a la “total” convergencia de las fuentes. Aquí está uno de los terrenos centrales del debate sobre la utilidad social de la ciencia de los datos: en torno a los riesgos de la tecnología frente a la fiscalización ciudadana.

Es decir, probablemente no podamos evitar que la convergencia de plataformas termine por crear modelos categorizantes donde la masa de estudiantes sea clasificada en base a capacidades, velocidad de aprendizaje, solución de problemas… pero también capacidad crítica, dosis de autonomía o grado de sensibilidad respecto a las tendencias generales del resto de la masa (algo ciertamente notorio en las redes sociales). Esa nombrada convergencia desprenderá, desde algoritmos que traducen estados o situaciones anímicas (un reconocimiento facial), por ejemplo, modelos que crean información muy detallada del sujeto.

Pero la cuestión real es el para qué y el cómo se usa una información tan sofisticada. Si nos situamos en un escenario corporativo de lo ultra-pragmático tenemos muchas razones para preocuparnos.  Pero si estamos ante el momento, antes nombrado, donde el “interés ciudadano” reclama el uso de la ciencia y todos sus saberes para mejorar la realidad conocida tenemos motivos para pensar que esta revolución tecnológica nos proporcionará herramientas insospechadas para combatir algunos de los grandes problemas de las actuales y futuras generaciones.

De nuevo, y como se ha dicho en otras entradas de este Blog, los filtros éticos del científico de los datos tienen mucho que ver con la calidad de su formación. Tenemos un inicio en cierta “toma de conciencia” referente a su enorme universo de aplicabilidad: en el caso de este programa de Experto, Especialista y Máster en Big Data y Data Science online de la UNED se propone una aplicación a Economía y Administración y Dirección de Empresas, proporcionando una base a partir de la cual explorar un campo de trabajo que a todas luces acaba de empezar.

Guardar

Guardar