BAQUIA

Móviles: una nueva dimensión

Con el móvil hablamos por teléfono, también mandamos mensajes y, si es un smartphone, mandamos whatsapp, miramos los correos, hacemos fotos, etc, etc, etc. También puede ocurrir que alguien nos espíe, aunque probablemente no, o al menos que nos pongan un tracking. ¿Qué padre o madre de adolescentes no quiere usar productos así? (Tranquila, todo el mundo usa ¿dónde está mi Iphone? para eso). Las operadoras venden servicios de localización a las empresas para sus empleados, de forma que estas comprueben que no se ausenten demasiado del trabajo, no corran con las furgonetas, para organizar los trayectos de los repartos o mandar el taxi más cercano.

Imagínese ser un ingeniero en el mayor operador de telefonía móvil en España, mirar en un mapa los puntitos señalando teléfonos en el Santiago Bernabeu mientras juega el Madrid; al acabar el partido, verlos difuminarse hasta que llegan a sus destinos o, si el equipo ha ganado la liga, verlos juntitos bajando a la Cibeles. Poder compararlo con lo que ocurre en el Camp Nou: ¿La mancha de la afición se extiende más o menos en los barrios, fuera de la ciudad? Sería curioso de ver, pero desde luego para la policía local de Madrid o la guardia urbana de Barcelona la información pudiera ser mucho más que curiosa. Lo que ocurre a la salida de un partido de fútbol seguro que es bastante conocido por las autoridades, pero en una sala de conciertos nueva, o en un acontecimiento nuevo, este tipo de información es muy valiosa.

El estudio de los movimientos de tráfico alrededor de una zona urbana, cómo se mueve la población, son datos que, suministrados a modelos informáticos, ayudarían a la toma de decisiones sobre qué carreteras construir, qué tiempos poner en los semáforos, qué nuevas líneas de metro, cercanías o autobuses serían óptimas. Mucha información ya se recoge: el tamaño de la cola, la cantidad de coches que pasan por un punto; pero toda la información de un modo completo (de dónde a dónde, cuántas veces, cuántas personas por coche) a menudo no está.

Parece ciencia ficción, pero los últimos 5 años han visto el nacimiento de la extracción de información del llamado \”Big Data\”, cantidades ingentes de información, y la metodología y tecnología para procesarlos; debido a adelantos en Google, Amazon, Netflix y otros, compañías con cantidades ingentes de información que necesitan asimilar para lograr hacerle comprar a usted un poquito más. Ya empiezan a salir cursos sobre \”Big Data\” en las universidades tecnológicas (Coursera acaba de sacar uno del Indian Institute of Technology). Que yo sepa en España esto no se hace, pero sí se empiezan a estudiar los patrones de tráfico alrededor de París y controlar a las masas en conciertos en Bélgica. Estamos empezando.

En 2012, Orange, la gran compañía de telefonía francesa (otrora conocida como France Telecom), decidió hacer un experimento con los datos de su subsidiaria en Costa de Marfil. Reunió todos los detalles de llamadas entre diciembre de 2011 y abril de 2012 y los anonimizó. Consitía en 2500 millones de registros de llamadas y SMS entre sus 5 millones de usuarios. Esta información a su vez la dividió en diferentes conjuntos dependiendo lo que se buscaba, como comunicación entre torres, movilidad, etc. [1]

Y con esto creó el \”Data for Development\”, un proyecto abierto a centros de investigación públicos o privados acreditados, que una vez preseleccionados pasarían a tener los datos y a su vez presentarían investigaciones con estos datos. Un equipo asesor compuesto por ilustres científicos juzgó los proyectos basándose en su utilidad para el desarrollo social, económico y medio-ambiental. Se presentaron 83 proyectos.

La escuela de informática de la Universidad de Birmingham presentó el proyecto ganador. La movilidad humana es uno de los factores clave en la propagación de enfermedades. El proyecto presentó un modelo que describe cómo las enfermedades se propagan por Costa de Marfil en base a los patrones de movilidad de personas, extraídas de los datos de Orange. A continuación simuló varios escenarios de epidemias y evaluó los mecanismos para contener la propagación de enfermedades, sobre la base de la información acerca de las personas, la movilidad y los vínculos sociales.

El laboratorio de investigación de IBM en Dublín trabajó los datos para extender trazas de conexiones en las rutas de autobuses y minibuses de Abidjan, capital de Costa de Marfil. Con la información de los viajeros se desarrolló un modelo que dio como resultado una mejora en los tiempos medios de viaje de un 10% si se añadiesen 2 rutas y se alargara otra.

El trabajo de un equipo de la Universidad de California/San Diego analizó las divisiones sociales basadas en los datos de llamadas. Muestra cómo las llamadas entre usuarios permiten visualizar un nuevo mapa de conexiones locales basados en los lazos de unión. En Costa de Marfil hay 60 lenguas locales. Este método puede ser utilizado para estimar la importancia de la asociación entre las divisiones geográficas de la población basados en etnia, idioma, religión o diferencias políticas. Dado que las disputas políticas entre facciones dentro de un país son un obstáculo fundamental para el desarrollo, la comprensión de estas divisiones es un primer paso para salvar dicho obstáculo.

Es increíble la cantidad de información que se puede recoger y las buenas acciones que se pueden realizar con la información. Pionero en este campo, ya desde mediados de los 2000, es Nathan Eagle de Harvard y fundador de Jana, una empresa que le da consultoría a las telecos [2]. Su mujer es Carolina Buckee, una epidemióloga también de Harvard. Ambos en 2006 se fueron a Kenia y durante 18 meses tracearon los datos móviles con la dispersión de malaria, mapeando ambas y descubriendo así focos de contagios y siendo capaces de presentar actuaciones apropiadas que redujeron considerablemente la epidemia, en gran medida produciendo campañas de vacunación allí en donde su efectividad es mayor [3]. También estudiaron las divisiones étnicas en los barrios de Nairobi. Este trabajo pionero impulsó el uso de estas técnicas y sin duda animó a Orange a distribuir los datos.

No deja de dar un pequeño olor desconcertante que Orange decidiera dar los datos de una ex-colonia francesa y no de la ciudad de Lille por ejemplo, como cuando se acusa a las farmacéuticas de probar sus medicinas primero en África. Y es que tanto bien que se puede hacer no deja de llevarnos a una sociedad de control tipo 1984. Como todo esto puede tener su lado bueno y al mismo tiempo su lado malo.
 

          Imagen

Esta imagen muestra la representación de las amistades en un instituto norteamericano a través de líneas que unen puntos, que son los estudiantes. Estos están dibujados con diferentes colores según la raza. El dibujo de la red de amistades se hizo con una representación que refuerza la percepción de unión en grupos.

No deja de sorprender la clara separación entre blancos y negros, con los hispanos, muchos menos, entremezclados en ambos grupos.

Eagle y Buckee estudiaron las divisiones étnicas en los barrios de Nairobi. Uno se podría imaginar un gráfico similar con las llamadas telefónicas en donde se puede ver las relaciones y delimitaciones de grupos, donde los grupos representados sean las diferentes etnias en Nairobi; de hecho, este es el mapa del tercer proyecto del Data for Development. Imagínese esta información en manos del gobierno keniata en diciembre del 2007, cuando erupcionó la crisis después del robo de las elecciones por parte del presidente Mwai Kibaki [4]. La violencia se desarrolló en líneas étnicas. Esta información en tiempo real permitiría conocer dónde están y a dónde se dirigen los miembros de etnias antagonistas con el gobierno para su posterior represión.

La información que mantienen las operadoras es enorme. La capacidad para analizarla es ahora posible y los resultados muy probablemente positivos, pero como toda nueva tecnología el peligro existe y es la sociedad quien tiene que definir lo que es moralmente correcto o no y para eso lo mejor es empezar a hablar sobre el tema.
 

[1] \”Data for Development\”
http://www.d4d.orange.com/home El proyecto de Orange
http://www.orange.com/en/D4D/the-projects Los proyectos ganadores

[2] \”Jana\”
http://www.jana.com/ La compañía de Nathan Eagle.

[3] \”Big data from cheap phones\”. MIT Tecnology Review may/june 2013
http://m.technologyreview.com/featuredstory/513721/big-data-from-cheap-phones/
Explica las investigaciones de Nathan Eagle y Caroline Buckee y es una buena introducción al tema.

[4] \”Elecciones/crisis en Kenia en 2007\” en wikipedia
http://en.wikipedia.org/wiki/2007%E2%80%9308_Kenyan_crisis

[5] \”Malte Spitz: Your phone company is watching\”, conferencia de TED
http://www.ted.com/playlists/130/the_dark_side_of_data.html

[6] An Economic Model of Friendship
http://www.stanford.edu/~jacksonm/netminority.pdf
Artículo de Currarini, Jackson y Pin en donde sale el gráfico mostrado.
 


Compartir en :


Noticias relacionadas

Recomendamos




Comentarios