Blog de Fernando Santamaría

Reflexiones sobre ecologías y espacios del aprendizaje, análisis del aprendizaje y análisis de redes sociales, visualización de datos, Big Data y otros temas emergentes

Etiqueta: big data

La nueva fase del #BigData: BOLD, los grandes datos en abierto y entrelazados

La combinación de datos masivos (Big Data) y el intercambio de datos interconectados y en abierto (Linked Data) de diversas fuentes se ha convertido en un medio importante para innovar, crear la rendición de cuentas y / o mejorar las prácticas de las organizaciones públicas y asociaciones público-privadas.
LinkedDta_BigData3.001
La vinculación y el análisis de la información no sólo es compatible con una mejor aplicación, sino también puede ser utilizado para la creación de valores sociales como la prestación de una mayor transparencia, por lo que es muy útil en las plataformas de smart cities, la mejora de la competitividad de un país, la mejora de la toma de decisiones y la formulación de políticas y responder mejor en la gestión de crisis (Charalabidis, Janssen y Krcmar, 2015). Existe la creencia general de que a partir de datos puede dar lugar a la transformación dramática de los sistemas del sector público y dar lugar a beneficios sociales como menos contaminación, menos atascos de tráfico, mejorar el seguimiento de los brotes de enfermedades, una mayor eficiencia energética, los nuevos servicios de agricultura, y menores costos. Los datos grandes y abiertos pueden desempeñar un papel fundamental en esta transformación.

El significado de los grandes datos (Big Data) es amplio, refiriéndose a grandes conjuntos de datos, colecciones de datos que integran muchos conjuntos de datos de múltiples fuentes estructuradas y no estructuradas, y las técnicas utilizadas para gestionar y analizar los datos, al tiempo que incorpora los datos cada vez más disponibles a través de iniciativas de datos abiertos del gobierno. Los datos del Open Government es un territorio minúsculo en el ecosistema de los datos.

AAC54B3B-A2E1-4F6A-A88D-40CACE19496F
Los datos pueden ser descargados de portales de datos abiertos o utilizados por la transmisión de datos. Los datos abiertos (Open Data) pueden salvar la tradicional separación entre las organizaciones públicas, las empresas y los usuarios. Los gobiernos se han dado cuenta de que están operando dentro de los ecosistemas de los actores públicos y privados. Con la apertura de los datos, el público tiene acceso a los datos que ofrece un sinnúmero de oportunidades para las iniciativas y la innovación económicos, políticos, científicos y sociales. Al mismo tiempo, los gobiernos están tratando de aprovechar los datos más allá de sus fronteras tradicionales mediante el análisis de datos de una variedad de canales de los nuevos medios sociales, y de muchos de los datos generados por sensores (Dwivedi et al., 2015) . La necesidad de utilizar eficazmente los datos de una variedad de fuentes (es una de las cuestiones que merece la pena trabajar e invertir en ello ya que no es fácil), incluyendo la web social está impulsando el desarrollo de nuevas aplicaciones abiertas (apps) de gobierno-ciudadanos y gobierno de los empleados (el ciudadano se convierte en la base de crowdsourcing para el Gobierno) y la generación de nuevos conjuntos de herramientas de análisis de datos (el filón analítico).
En lugar de reforzar los procesos actuales, los datos grandes y abiertas deberían dar lugar a un gobierno abierto en el que el gobierno actúa como un sistema abierto e interactúa con su entorno. No sólo deben publicarse los datos como se está haciendo ahora en algunos Gobiernos, también se debe buscar activamente información (analizable) para mejorar el Gobierno. La publicación de datos del gobierno podría tener efectos de largo alcance en el sector público. Además, la disponibilidad de una gran cantidad de datos puede tener una profunda influencia en la base de la formulación de políticas y hasta en las mismas campañas políticas. Los datos pueden ser utilizados por el gobierno y el público para el modelado, la comprensión de las implicaciones políticas, y el apoyo a las decisiones políticas. La innovación de los gobiernos es probable que sea impulsado por entidades externas al Gobierno, como las empresas y los ciudadanos en combinación con mecanismo internos para generar esa nueva hélice de innovación. Sin embargo, creo que hay escasez de investigación sistemática y sistémica para proporcionar evidencia concreta el apoyo a la hipótesis de que la divulgación inmediata y generalizada de los resultados de los datos públicos de un gobierno responsable y transparente. Creo que no hay transparencia de ida y vuelta ciudadano-Gobierno-Administración.
Para ello creemos que se requieren ir un paso más allá y aplicar Big Data y Open Linked unidos (BOLD). Aunque los volúmenes grandes o grandes de datos en abiertos están publicados en formato electrónico es legible por máquina y se pueden compartir en línea y ser reutilizados, por sí solo los datos abiertos ofrece un potencial limitado para la toma de decisiones. Sin embargo, cuando los datos abiertos se vinculan (Big, Open y Linked Data – BOLD / los datos enlazados o datos vinculados describe un método de publicación de datos estructurados para que puedan ser interconectados y ser más útiles) con la información adicional entrelazada y en contexto (Linked Data), esto ofrece mayores oportunidades para que los interesados ​​puedan explotar/explorar los datos con fines innovadores, por ejemplo a través de la colaboración y la co-creación (hasta ahora dado muy poco en contextos de Big Data). BOLD también podría aumentar el alcance de los análisis estadísticos y la información operativa, y más profundo sería para analizar los resultados e impactos como si se tratara de metadatos. De hecho, BOLD ofrece la oportunidad de descubrir nuevas formas de evaluar los resultados de políticas y de servicios, la salud y el bienestar, la medición del desarrollo y hacer intervenciones apropiadas a través de soluciones innovadoras cuando sea necesario.
Aunque el uso de BOLD hasta la fecha sigue siendo limitada (técnicamente y en investigaciones, ver algunos papers publicados al respecto en referencias) y en una etapa temprana, hay muchos ejemplos que muestran su potencial.
Seguiremos analizando si nos dejan 😉
Referencias:
Charalabidis, Y., Janssen, M., & Krcmar, H. (2015). Introduction to the Big, Open, and Linked Data (BOLD), Analytics, and Interoperability Infrastructures in Government Minitrack. En T. X. Bui & R. H. S. Jr. (Eds.), HICSS (p. 2074). IEEE. Recuperado a partir de http://dblp.uni-trier.de/db/conf/hicss/hicss2015.html#CharalabidisJK15
Dwivedi, Y. K., Weerakkody, V., Janssen, M., Millard, J., Hidders, J., Snijders, D., … Slade, E. L. (2015). Driving Innovation Using Big Open Linked Data (BOLD) Panel. En M. Janssen, M. Mäntymäki, J. Hidders, B. Klievink, W. Lamersdorf, B. van Loenen, & A. Zuiderwijk (Eds.), Open and Big Data Management and Innovation (pp. 3-9). Springer International Publishing. Recuperado a partir de http://link.springer.com/chapter/10.1007/978-3-319-25013-7_1
Janssen, M., Mäntymäki, M., Hidders, J., Klievink, B., Lamersdorf, W., van Loenen, B., & Zuiderwijk, A. (Eds.). (2015). Open and Big Data Management and Innovation (Vol. 9373). Cham: Springer International Publishing. Recuperado a partir de http://link.springer.com/10.1007/978-3-319-25013-7
Janssen, P. dr M., & Kuk, P. dr G. (2015). Big and Open Linked Data (BOLD) in Research, Policy and Practice. Journal of Organizational Computing and Electronic Commerce, 0(ja), null. http://doi.org/10.1080/10919392.2015.1124005
Matheus, R., & Janssen, M. (2015). Transparency Dimensions of Big and Open Linked Data. En M. Janssen, M. Mäntymäki, J. Hidders, B. Klievink, W. Lamersdorf, B. van Loenen, & A. Zuiderwijk (Eds.), Open and Big Data Management and Innovation (pp. 236-246). Springer International Publishing. Recuperado a partir de http://link.springer.com/chapter/10.1007/978-3-319-25013-7_19

El análisis de redes sociales en la era de los datos masivos

Dejo la presentación “El Análisis de Redes Sociales en la era de los datos masivos” hecho para el III Congreso REDU (Quito, Educador) el 26 de noviembre de 2015.

Diseños de la infraestructura de los data y de las smart cities: Top-Down y Bottom-Up

Las ciudades son como órganos vivientes cuyos agentes interactúan para hacer determinadas gestiones y procesos. Nunca descansa. Lo importante es crear una sistema de sistemas de innovación abierta y colaborativa en esta plataforma que es la misma ciudad. Como comenta Anthony M. Townsend (2014) que uno de los problemas de las ciudades contemporáneas es la poca participación del ciudadano:

“Patrick Geddes’s approach to fixing the problems of cities demanded total participation. This was achievable only by thinking about large-scale transformation as a series of small, incremental changes. Historically, that was the way we always built cities. As writer and architect Bernard Rudofsky explained in Architecture Without Architects, traditional cities were designed and built by everyday people, working together as communities to respond to local challenges using local materials.”

Fragmento de: Townsend, Anthony M. “Smart Cities: Big Data, Civic Hackers, and the Quest for a New Utopia”.

Hay tres vertientes del “diseño de la infraestructura” ante la creación de plataformas para generar políticas de Smart Cities y, por ende, de la generación de todos los datos que se procesarán desde el concepto la data.

Se trata de sistemas que parten de la Ciencia de la Computación, pero atienden al análisis estructurales de una ciudad y al diseño estructural:

1.El enfoque Top-down. Para entenderlo desde las estrategias computacionales y como metáfora de las estrategias del diseño de ciudades inteligentes podemos definirlo este enfoque como un resumen del sistema, sin especificar detalles. Cada parte del sistema se refina diseñando con mayor detalle. Cada parte nueva es entonces redefinida, cada vez con mayor detalle, hasta que la especificación completa es lo suficientemente detallada para validar el modelo. El modelo top-down se diseña con frecuencia con la ayuda de “cajas negras” que hacen más fácil cumplir requisitos aunque estas cajas negras no expliquen en detalle los componentes individuales [Entrada Wikipedia]

2. Y el enfoque Bottom-Up se observa que las partes individuales se diseñan con detalle y luego se enlazan para formar componentes más grandes, que a su vez se enlazan hasta que se forma el sistema completo. Las estrategias basadas en el flujo de información “bottom-up” se antojan potencialmente necesarias y suficientes porque se basan en el conocimiento de todas las partes y sus variables que pueden afectar los elementos del sistema. Son estructuras sintéticas que se pueden convertir en ecosistemas retroalimentados constantemente.

3. Hay un tercer enfoque (de diseño de infraestructura vertical pero con estructura de City API o CityOS. Ciudades programables), intermedio entre los dos, donde los datos en abierto juegan un papel importante. La open data como pegante de los dos “diseños de la infraestructura”. Crean infraestructura y un flujo de datos en abierto gestionados por la administración y dando la capacidad de crear una API para poder hacer uso de datos dispares. Las APIs es un elemento de participación para el ciudadano. El Instituto de SENSEable City Lab del MIT se centra en la creación de una API flexible y accesible para los sensores en las ciudades. Carlo Ratti, director del laboratorio, cree que los módulos conectores son fundamentales para el desarrollo de una plataforma que utiliza diferentes tipos de datos en tiempo real. Con el fin de lograr esto, APIs deben estructurarse con facilidad de uso en mente. “El desarrollo de la API tiene por objeto permitir un mecanismo de consulta de datos que permite a los usuarios con poca experiencia en programación para aprovechar fácilmente el pool de datos reunidos en la plataforma. Diría que se trata de una ciudad multiplexada.

En un enfoque de abajo hacia arriba los elementos de base individuales del sistema se especifican primero con gran detalle. Estos elementos son unidos entre sí, para formar subsistemas más grandes, que luego a su vez están vinculados, a veces en muchos niveles, hasta que se forma un sistema completo de nivel superior (un sistema de sistemas). Esta estrategia a menudo se asemeja a un modelo de “semilla”, con lo que los comienzos son pequeñas pero con el tiempo crecen en complejidad y totalidad. Sin embargo, “las estrategias orgánicas” pueden resultar en una maraña de elementos y subsistemas, desarrollados de forma aislada y con sujeción a optimización local en lugar de cumplir con un propósito global y sintético. Se necesita sentarse y planificar desde una idea holística de ciudad que emerge, de una ciudad viviente y en red y de una ciudad sensible, términos que han ido investigando diferentes autores.

Los proyectos de arriba hacia abajo (Top-Down) tienden a ser a gran escala y requieren una inversión significativa, por ejemplo en la nueva ciudad de Songdo y el Centro de Operaciones de la ciudad de Río de Janeiro como ejemplos reconocidos.

Estos proyectos tienen su entorno en las grandes empresas de tecnología que quieren vender sus soluciones de smart city (Ej: Cisco, IBM, Telefónica etc). En medio de la fuerte comercialización de productos y servicios de la ciudad inteligente es difícil encontrar evidencia de los impactos en el mundo de ciudades. Es una forma de estandarización y crear ciudades sin un “estilo” y maneras propias según el contexto y características de cada ciudad. Por ello, en esta perspectiva los ciudadanos tienen poco que decir. Se les recoge los datos, pero ellos no serán creativos, activos en el desarrollo de la plataforma de la ciudad.

Otros han establecido con la creencia de que la tecnología inteligente, como los contadores inteligentes, vehículos eléctricos, un centro “dashboard o el control de la ciudad inteligente va resolver sus retos de la ciudad, sino ocuparse de la elaboración de dónde implementar la tecnología inteligente en lugar de tener claro su objetivo, la identificación del problema y luego considerar si la tecnología inteligente es la solución correcta.

Los proyectos de abajo hacia arriba (Bottom-Up) como MK:Smart (todos los proyectos de MK:Smart) en la ciudad de Milton Keynes (Inglaterra), tienden a ser más de bajo costo y soluciones centradas en los ciudadanos. Este es un sólo ejemplo de cientos de ellos que hay desde una perspectiva de aplicaciones colaborativas, de proyectos crowdfounding (Big Data Analytics se ha encontrado con crowdfounding, y con ejemplos el crowdfounding para la investigación y desarrollo de las ciudades, y en Inglaterra se ha creado unCentro de datos Crowdfounding), y de economía colaborativa implementando datos que emergen. Las ciudades que adoptan un Bottom-Up deben establecer infraestructura y plataformas colaborativas que hagan posible esto, desde la propia intervención, creación y desarrollo del propio ciudadano. El potencial creativo e intelectual viene de estos y no de entidades que hasta ahora se consideraban las más aptas para ello (Centros de investigación, Universidades, Empresas, etc). Pero en los tiempos que vivimos ya no es así. Un Gobierno inteligente debe ser deudor de los ciudadanos y SERVIRLES poniendo la infraestructura adecuada para ello (como comenté con los APIs, por ejemplo).

En Bogotá hay mucho por hacer (la movilidad como el transmilenio y salud entre otros factores críticos). Empezar a plantear estos nodos conflictivos y unidad del sistema para ir creando desde abajo un sistema de sistemas (un ecosistema abierto de innovación). Hay herramientas y potencial humano para que todos puedan colaborar y el Centro de Excelencia y Apropiación deje de ser un ente asistemático, jerárquico y piramidal que no activará la economía de este país para el postconflicto.

Otro concepto del que desde la estructura Bottom-Up hablaremos es el de detección participativa (Participatory Sensing) y unida a la gamificación es un arma poderosa.

En los datos y en las ciudades podemos plantear rutas de acción epistémicas, y que en este gráfico que podemos revisar en Nestler Analytics:

Seguimos hablando de esto y otros temas ligados a datos y participación ciudadana? Ustedes quieren?

Referencias:

Couldry, N., y Powell, A. (2014). Big Data from the bottom up. Big Data & Society, 1(2), 2053951714539277. doi:10.1177/2053951714539277

Goldman, J., Shilton, K., Burke, J., Estrin, D., Hansen, M., Ramanathan, N., Reddy, S., et al. (2009, mayo). Participatory Sensing: A citizen-powered approach to illuminating the patterns that shape our world. Recuperado a partir dehttp://www.wilsoncenter.org/sites/default/files/participatory_sensing.pdf

Institut d’Arquitectura Avançada de Catalunya. (2012). City sense: shaping our environment with real-time data : 4th Advanced Architecture Contest. (Cappelli, Lucas, Ed.). Barcelona: Actar ; IaaC.

McGuirk, J. (2014). Radical Cities. London ; New York: Verso.

Mitchell, W. J. (1996). City of Bits: Space, Place, and the Infobahn (New edition edition.). Cambridge, Mass.: The MIT Press.

Pedroni, M. (2012). Dynamic Maps’ Use in Smart-Cities Learning Contexts:International Journal of Digital Literacy and Digital Competence, 3(4), 33–49. doi:10.4018/jdldc.2012100103

Strohbach, M., Ziekow, H., Gazis, V., y Akiva, N. (2015). Towards a Big Data Analytics Framework for IoT and Smart City Applications. En F. Xhafa, L. Barolli, A. Barolli, y P. Papajorgji (Eds.), Modeling and Processing for Next-Generation Big-Data Technologies, Modeling and Optimization in Science and Technologies (pp 257–282). Springer. Recuperado a partir dehttp://link.springer.com/chapter/10.1007/978-3-319-09177-8_11

Townsend, A. M. (2013). Smart cities: big data, civic hackers, and the quest for a new utopia. New York, NY: W.W. Norton & Company.

Las ciudades de los datos y empoderadas por la ciencia de los ciudadanos (II)

Información suave pero implacable llovizna sobre nosotros en una lluvia eléctrica, invisible e impalpable. Codificado en las ondas de radio que llenan la atmósfera, sus brumas llenan el aire, que pasa a través de las paredes de nuestras casas y penetrar en nuestros propios cuerpos.

Estas fueron las primeras palabras del físico Hans Christian von Baeyer en su libro “Information: The New Language of Science” (2005). La declaración no es sólo una metáfora interesante para nuestro mundo contemporáneo inundado de datos, sino una aguda mirada hacia el futuro. Si la visualización ha desempeñado hasta ahora un papel fundamental como un filtro de relevancia verificado, la divulgación de los patrones imperceptibles y las conexiones ocultas de esa lluvia eléctrica de la que habla Hans Christian, simplemente se convertirá en indispensable como las gotas de agua que rápidamente se convierten en un aguacero torrencial. La visualización llegará a ser imprescindible no sólo como una respuesta a la creciente oleada de datos, sino también como un mecanismo de apoyo a los distintos avances políticos, económicos, culturales, sociológicos y tecnológicos que configuran los próximos años.           

Algunos de los topics que están emergiendo y que tendrán un papel relevante en el mundo de la visualización son la visualización ubicua, la recopilación de datos sociales en la que el ciudadano tendrá un amplio protagonismo, la neocartografía, la visualización ambiental, la inteligencia colectiva y el tipo de redes por medio de sensores y la interconectividad inalámbrica ad hoc.

Los principios

En los años 30 del siglo pasado un antropólogo, un poeta y un cineasta comenzaron un proyecto en el Reino Unido, llamado Mass-Observation (Observación de masas), en el que el objetivo era lograr una mejor comprensión de su comunidad. Se pidió a los participantes que llevasen un diario que documentase su vida cotidiana. A veces se daba a los participantes objetivos específicos, como contar cuántas personas en un pub llevaban sombreros. Otras veces, el tema de la documentación fue de composición abierta con muy poca o ninguna estructura. El resultado colectivo fue una micro-visión del Reino Unido, hecho posible  gracias a miles de personas que trabajaban hacia un objetivo común. Estos diarios fueron significativos para las personas que los mantenían pero que también proporcionaron  algo útil como un conjunto. Esto, por supuesto, fue antes de los ordenadores e Internet.

Los desarrollos tecnológicos actuales ofrecen la oportunidad de recoger datos de la misma veta que Mass-Observation (esta organización sigue en pie y adaptada a los tiempos que corren) en una escala mucho mayor, aún más detallada. Podemos utilizar los avances tecnológicos, como teléfonos móviles e Internet, para recopilar información sobre nuestro entorno y nosotros mismos. Una persona puede recolectar miles de puntos de datos en un solo día sin ni siquiera pestañear o usar un lápiz y un bloc de notas. Cientos de miles de personas que forman parte de este mundo digital de ritmo rápido.

Las ciudades dinámicas a partir de sus datos

Ciudades inteligentesSegún Fran Castillo nos descubre una Internet de las ciudades y de las ciudades en tiempo real. Por todo ello este autor cree que estamos involucrados en la exploración de nuevos modelos de ciudades dinámicas. En paralelo a la evolución del modelo “Internet de las Cosas”, en el que el cálculo micro está integrado en el diseño de objetos, está emergiendo el modelo Internet de las ciudades: consiste en varias capas interconectadas de energía, de movilidad y de información, como un ejemplo de una de sus capas, la Internet de la Energía. Se propone, este autor, un nuevo modelo de generación distribuida y gestión de la energía sobre la base de la infraestructura info-energética. Le ha llamado Open Energy. En el modelo, Internet de las Ciudades, el cálculo se distribuye entre la infraestructura urbana, el despliegue de la tecnología de redes de sensores que permitirá el seguimiento de los diferentes entornos urbanos y con parámetros de energía concretos. Esta tecnología produce una gran cantidad de datos (Big Data). La exploración y el análisis de estas estructuras de datos a través del diseño de sistemas de visualización (e interacción) que nos permitirá mostrar nuevas dinámicas de comportamiento en la ciudad y también nuevas dinámicas humanas. Alrededor de la confluencia entre la ciudad y de datos (Ciudad de sensores de datos) surge el concepto de Ciudad en tiempo real, en el que se explicita una dimensión evolutiva, auto adaptable y dinámica en los sistemas de información que constituyen este nuevo modelo de ciudad, por lo tanto, los ciudadanos pueden cambiar su patrones de comportamiento en relación con estos sistemas de información, creando una reconfiguración dinámica de la ciudad.

Con estos avances vienen una serie de aplicaciones posibles. Un área es la ciencia de los ciudadanos (citizen science y dos referencias: 1, 2), que se basará sobre los tres principios de la dinámica humana (de su corazón) que postula Sandra Seagal (1997): mental, emocional y físico. Las personas pueden tomar roles activos en su comunidad mediante la recopilación de datos acerca de lo que les rodea, contribuyendo a una base de datos común que los expertos a su vez puede analizar para encontrar soluciones a los problemas locales. Por ejemplo, las personas pueden reportar los niveles de tráfico, niveles atmosféricos, donde hay actividad en una ciudad, cuales son los puntos informativos candentes a nivel local, rutas/trayectorias retroalimentadas, ya que a su vez podría ayudar a otros a encontrar la mejor ruta a casa o al trabajo en tiempo real. Los ciudadanos pueden recoger los niveles de contaminación en su área, que en conjunto podrían proporcionar un punto de vista de la calidad del aire de la ciudad y proporcionar una dirección clara para la política pública. También se pueden medir temas menos formales, como ayudar a las personas a encontrar un lugar divertido para pasar el rato.

Es fácil ver el potencial de estas ideas. Sin embargo todavía estamos muy al comienzo de la recolección de datos sociales, o de detección de la participación. Antes de chocar con cualquier acontecimiento importante y realmente hacer uso de estos nuevos flujos de datos y las trayectorias. Hay tres áreas principales según Ethan You en las que tenemos que trabajar: recolección, análisis e interacción.

Recolección de datos
Con el enorme crecimiento y adopción de la tecnología móvil, la recolección de datos es más fácil que nunca. Podemos grabar nuestra posición cada pocos segundos con los dispositivos GPS, tomar fotos digitales a nuestro antojo y enviar mensajes de texto en cualquier lugar donde haya conectividad y la geolocalización. Algunos flujos de datos de este tipo se autoactualizan automáticamente de manera transparente. Otros son manuales e involucran procedimientos de recolección más activos. De cualquier manera, una de las claves para la recolección de datos es hacer que el proceso sea fácil y se entrelace con las actividades diarias.

Millones de personas alrededor del mundo poseen teléfonos móviles propios y se suscriben a los servicios de modo que están conectados en casi todos los lugares a donde van. Estos teléfonos podrían ser reutilizados en los dispositivos de recopilación de datos con el software que hace que el smartphone recupere los datos un par de veces por minuto para que la gente pueda recogerlos en casi cualquier lugar a donde vayan. Los programas se podrían crear para permitir a los usuarios que tomen fotografías y las anoten junto con la ubicación y los metadatos. Aplicaciones que cada vez serán más sencillas en el uso de metadatos colectivos e integración en dispositivos móviles.

Por supuesto que no es tan fácil como parece. Igual que con cualquier experimento, hay muchas vueltas que dar para resolver antes de ir al paso siguiente y su recopilación. La conectividad, por ejemplo, inevitablemente irregular en algunas áreas. Junto con la conectividad y el almacenamiento vienen los problemas de sincronización con el teléfono y el servidor o los sistemas en nube que se están desplegando.

Después están la cuestión de la privacidad de los datos. ¿Quién ve los datos cuando se carga en el servidor? ¿Qué tan seguros son sus datos y cuánto tiempo va a permanecer en la memoria? Algo de lo que no tenemos conciencia por su automatismo, algo que creo que se trata de otro “pozo de la privacidad” en el que dejamos pasar como si no fuera grande. Si los datos son utilizados para la investigación, son los datos correctamente “anónimos”? Por ejemplo, algunos no le importe compartir lo que comen, pero la mayoría de las personas no se sienten cómodos revelando su ubicación cada minuto del día.

En definitiva, se trata de temas a tratar, manteniendo la transparencia para el usuario. Cuando el usuario, que no está necesariamente capacitado profesionalmente para hacer frente a los datos, se convierte en un analista, es importante que sepa lo que está pasando.

Análisis
Una vez que hay flujos de datos para trabajar, tenemos que decidir qué hacer con ellos en esta economía de la abundancia. Hay una tendencia a mostrar todos los datos a la vez, lo cual puede ser apropiado a veces, pero ¿qué sucede cuando hay demasiados como para caber en una sola pantalla? En estos casos, en que en número continúan creciendo, el análisis tiene lugar entre la recolección de datos y el uso final en estado de background. Los algoritmos y las técnicas estadísticas tradicionales ayudan a localizar los puntos útiles en los datos, los que después se visualizan.

Por ejemplo, imagine un teléfono con cámara programado para tomar varias fotos por minuto, quizá con la intención de examinar con quien interactuamos o los alimentos que comemos durante un solo día. Sin algoritmos apropiados para refinar los datos, los cientos de miles de imágenes son difíciles de procesar. Nuestros cerebros son muy buenos en la búsqueda de patrones, pero cuando tenemos gigabytes o terabytes de información, es fácil ver como podrían perderse detalles importantes. El análisis no sólo ayuda a encontrar los puntos de interés en nuestros datos, sino que también filtra los valores atípicos, incluso archivos corruptos y, por otro lado, automatiza tareas tediosas como la clasificación y correlación.

Interacción
Una vez que la información está en la base de datos y adecuadamente repasada, por fin podemos ver nuestro mundo en los datos a través de la visualización. Con la creciente cantidad de datos, se han aplicado muchas herramientas, algunas artísticas, algunas análiticas y otras en el medio, para proporcionar una vista única de nuestro entorno. Y la web ha hecho que sea mucho más fácil propagar estas ideas.

La cartografía dinámica en línea, también llamada neocartografía, ha llevado a interfaces intuitivas en un entorno geográfico familiar para que todos los usuarios accedan a la información específica acerca de su país o ciudad. ¿Qué ocurriría si fuésemos capaces de ver lo que estaba pasando en la comunidad de vecinos desde  el punto de vista de los datos?  ¿Qué farolas son las que parpadean por la noche? O ¿Acaso los niveles de ruido son demasiado altos en medio de la noche? Todo será posible en tiempo real. Las personas pueden acceder a esta información, que no satisface la curiosidad sino que también proporciona evidencia cuantitativa que se pueden usar en los sectores públicos y las reuniones del Consejo o suministrada a los responsables políticos. Los participantes también pueden recoger y agregar información acerca de sus propios barrios. Así, mientras que las personas interactúan con los datos a través de un ordenador, realmente son capaces de mejorar sus comunidades.

Aunque no todos los que “analizan” estos datos tienen un trasfondo en las técnicas adecuadas, debe desarrollarse un cierto nivel de alfabetización en los datos. La visualización será esencial para hacer los datos más accesibles y se debe tener competencias de lectura de datos ambientales en el entorno de una ciudad inteligente. 

¿Y en un futuro?

Al final, todo se reduce a los datos. Todo se reduce a la persona que toma un interés por su entorno. No todas los ciudadanos serán activos. La visualización sólo es tan buena como lo son los datos que la crean y conforman, y si no hay datos, no hay nada que analizar, no hay una nueva comprensión del mundo.

Si nadie hubiera enviado a revistas para la observación de masas, no habría narración localizada en los archivos de Gran Bretaña. Hemos recorrido un largo camino desde los primeros años del siglo XX. La recolección de datos es mucho más fácil hoy en día, y tenemos la oportunidad de implicar a no profesionales en la visualización y análisis. De alguna manera, esto ya está ocurriendo con el microblogging en las aplicaciones sociales como Twitter y Facebook, o con información ciudadana en los sitios populares de noticias, con el periodismo de datos. El siguiente paso es añadir la estructura y las herramientas que se aprovechan de estas aplicaciones abiertas (fundamental para que todo esto funcione), y cuando eso sucede, obtener micro-puntos de vista de nuestro vecindario. Pero de manera más importante, vamos a empezar a ver relaciones por descubrir entre barrios y comparativas de estos, comunidades, estados, países y continentes. Veremos cómo nosotros, como individuos, interactuamos con nuestros alrededores y cómo podemos usar esa información para mejorar y para cambiar decisiones tomadas en modo autocuantificación personal. Todo un negocio en un futuro. Los ordenadores e Internet, a menudo, se consideran como la tecnología que nos aleja del mundo físico y de las interacciones sociales. Todo lo contrario. Cada vez que avancemos en esta línea de futuro y a través de los datos, la visualización y las interfaces, puede acercarnos de forma transparente y casi de forma invisible a esas capas informacionales de estas ciudades inteligentes. Serán casi invisibles por medio de las redes de sensores que se comunican con nuestro dispositivo móvil. La ciencia de los datos se abre al ciudadano de a pie y es algo que sin duda esperamos con interés.

En este entorno de sensores de datos serán ciudades microtópicasLas microtopías congregan personas, ideas y prácticas a escala local, sostenible y descentralizada. Las microtopías catalizan la interacción social, la participación colectiva y los cambios en el paisaje. Las microtopías transforman el mundo haciendo que los confines vigilados sean más permeables. ¿Contradictorio ante una ciudad de los datos que se considera sobrevigilada? No lo creo. En el próximo post hablaremos de ello.

Referencias:

13. Measure and evaluate. (n.d.). Retrieved July 3, 2012, from http://www.smartcities.info/13-measure-and-evaluate
Baeyer, H. C. V. (2004). Information: The New Language of Science. Harvard University Press.
How do you measure a Smart City? – Smart+ Connected Communities Institute. (n.d.). Retrieved July 3, 2012, from http://www.smartconnectedcommunities.org/message/1482
Hubbard, D. W. (2010). How to Measure Anything: Finding the Value of Intangibles in Business (2nd ed.). Wiley.
Hubbard, D. W. (2011). Pulse: The New Science of Harnessing Internet Buzz to Track Threats and Opportunities (1st ed.). Wiley.
IBM – How Smart is your city? Helping cities measure progress. (n.d.). Retrieved July 3, 2012, from http://www-935.ibm.com/services/us/gbs/bus/html/ibv-smarter-cities-assessment.html
Kozinets, R. V. (2009). Netnography: Doing Ethnographic Research Online. Sage Publications Ltd.
Lima, M. (2011). Visual Complexity: Mapping Patterns of Information. Princeton Architectural Press.
Seagal, S. (1997). Human Dynamics : A New Framework for Understanding People and Realizing the Potential in Our Organizations (1st ed.). Pegasus Communications.
The disposable academic: why doing a PhD is often a waste of time. (n.d.). Retrieved January 1, 2011, from http://www.economist.com/node/17723223
You, Ethan (2011). Looking Ahead. In Visual Complexity: Mapping Patterns of Information. Princeton Architectural Press

FuturICT, el proyecto científico que cambiará la visión planetaria

 

FuturICT es un proyecto visionario que ofrecerá una nueva ciencia y tecnología para explorar, entender y gestionar nuestro mundo conectado. Esto inspirará a las nuevas tecnologías dentro de los nuevos entornos socio-técnico comunicativos y que son socialmente adaptables y interactivos. Se apoyará en la conciencia colectiva y planetaria (Estamos entrando en una conciencia biosférica).

Revelar las leyes ocultas y los procesos de nuestro complejo mundo en los los sistemas mundiales y socialmente interactivo constituye uno de los retos científicos más apremiantes del siglo 21 . La integración de ciencia de la complejidad de las TIC y ciencias sociales, nos permitirá diseñar nuevas tecnologías robustas, confiables y adaptables e inspirados en paradigmas sociales. Los datos de una variedad de fuentes, nos ayudará a desarrollar modelos de tecno-socio-económicos más sostenibles y a predecir hechos como pandemias, epidemias, temas financieros, crímenes, etc. A su vez, la comprensión de estos modelos se inspiran en una nueva generación de adaptación social y autoorganizados. Esto creará un cambio de paradigma y facilitará una relación simbiótica de co-evolución de las TIC y la sociedad (a parte de las traumáticas convergencias tecnológicas y biológicas). El proyecto FuturICT se ha diseñado para el estudio en 10 años con los mejores científicos que hay actualmente en Europa (asociaciones con el resto del mundo) y con 1 billón de presupuesto y capitaneado por el físico Dirk Helbing

¿Por qué lo necesitamos?

Hoy en día, la sociedad y la tecnología están cambiando a un ritmo acelerado que a menudo sobrepasa nuestra capacidad de comprender y gestionar. Parece que sabemos más sobre el universo de nuestra sociedad. Por lo tanto, es hora de utilizar el poder de la información para explorar la vida social y económica de la Tierra y descubrir las opciones para un futuro más sostenible. Como la reciente crisis financiera demuestra, los sistemas que hemos construido para organizar nuestros asuntos y poseen un grado sin precedentes de complejidad e interdependencia entre sus componentes tecnológicos, sociales y económicos. Ni los preceptos de la ciencia tradicional, ni nuestra experiencia colectiva de un pasado más simple, nos preparan adecuadamente para el futuro. Es simplemente imposible de entender y manejar redes complejas con herramientas convencionales.

Tenemos que poner en marcha sistemas que pongan de relieve o evieten las fallas concebibles y nos permite recuperarse rápidamente de los que no podemos predecir. Es necesario este conocimiento para ayudar a controlar los mercados financieros, sino también para hacer frente a otros riesgos, como pandemias de gripe, inestabilidad social o redes criminales. Al mismo tiempo, los responsables políticos se enfrentan actualmente con las principales decisiones de la forma de planificar la infraestructura general de servicios para hacer frente a las demandas del futuro, y lo que es más, hacerlo de una manera sostenible y teniendo datos en la mano de predicciones y contextos más conectados e inteligentes para la toma de decisiones más acertadas. Las mismas decisiones que también se plantea a las personas que desean mejorar sus propias vidas.

Por lo tanto ahora es el momento para crear un cambio de paradigma pasando de un enfoque en los componentes del sistema y sus propiedades a evaluar sus interacciones. Estas interacciones son a menudo difíciles de medir, pero crean una dinámica colectiva y emergente (datos de Internet y otras redes paralelas para la predicción de acontecimientos), que son característicos de los sistemas fuertemente acoplados.

¿Cómo funciona?

El proyecto emblemático de FuturICT se alineará la investigación de cientos de los mejores científicos en Europa a través de una investigación (para la puesta en marcha después de 10 años), con un coste de 1 billón de euros. Para desarrollar la capacidad regional se desarrollarán junto a los programas educativos para jóvenes investigadores en los países de la UE.

FuturICT va a construir un marco sofisticado para la simulación, visualización y la participación y que se llamará Plataforma FuturICT.

Un conjunto de modelos que forman el Simulador de la Tierra Viviente, que junto al observatorios de poder, podrá detectar y mitigar las crisis, además identificar las oportunidades en áreas específicas.

Estos modelos serán impulsados ​​y calibrados, por los datos agregados en tiempo real, que son recogidos por un sistema nervioso digital de amplitud planetaria. Ambos modelos y los datos apoyan la toma de decisiones de los responsables políticos, empresarios y ciudadanos, a través de una plataforma global de participación que tiene por objeto facilitar una mejor participación social, económica y política.

Sistema nervioso planetario

El sistema nervioso planetario puede ser imaginado como una red de sensores global que son capaces de proporcionar datos estáticos y dinámicos sobre los sistemas socio-económicos, ambientales o tecnológicos que miden todas las interacciones de los componentes que componen nuestro mundo. Esa infraestructura permitirá en tiempo real una minería de datos, lo que estos científicos llaman minería de la realidad al ser en tiempo real y con datos de encuestas en línea, Internet y experimentos de laboratorio y la web semántica para proporcionar la información agregada. FuturICT colaborará estrechamente con el equipo de Alex Pentland, que es otro eminente visionario de todo esto y se encuentra en el MIT Media Lab. Lo que se hará es conectar los sensores de los teléfonos inteligentes de hoy (que incluyen acelerómetros, micrófonos, las funciones de vídeo, brújulas, GPS, etc). Uno de los objetivos es crear mejores brújulas para el Producto Interno Bruto (PIB), teniendo en cuenta los factores sociales, ambientales y de salud. Para animar a los usuarios a que aporten datos de forma voluntaria, los incentivos y sistemas de micropagos deben concebirse de manera respetuosa, por el tema de la privacidad (tema delicado con el que se tendrá que pelear). Esto facilitará el colectivo y la autoconsciencia de las implicaciones de las decisiones y acciones humanas. Dos ejemplos ilustrativos de los teléfonos inteligentes basados ​​en aplicaciones de detección colectivas son el proyecto de un callejero abierto.

Simulador de la Tierra Viviente

Permitirá la exploración de escenarios futuros en diferentes grados de detalle, integración de datos heterogéneos, modelos y el empleo de una variedad de perspectivas teóricas y de modelización, como las sofisticadas simulaciones basadas en agentes multinivel de modelos matemáticos, con nuevos enfoques empíricos y experimentales. Las ideas de la ciencia de la complejidad se compararán con los enfoques de la teoría de grafos y otras técnicas basadas en los conceptos de la física estadística. La exploración se realiza mediante un ‘World of Modelling’ – una plataforma de software abierto, comparable a una aplicación de la tienda, para que los científicos y los desarrolladores pueden cargar los componentes de modelado teóricamente y validado empíricamente por las distintas partes del mapa de nuestro mundo real. Esto requerirá el desarrollo de contenidos interactivos, infraestructuras descentralizadas, computación escalable, junto con el acceso a enormes cantidades de datos. Simulaciones a gran escala y los enfoques de modelado híbrido requieren capacidades de supercomputación que será entregado/distribuido por varios de los centros de supercomputación punteros de Europa.

Plataforma de participación global

La plataforma de participación global será un marco abierto para los ciudadanos, empresas y organizaciones para ser capaces de compartir y explorar los datos y simulaciones y el debate de las posibles consecuencias. Se democratizarán los “Big Data” para promover el uso responsable de los sistemas de información y la apertura de la modelización de sistemas complejos para los no expertos. La siguiente generación de decisión para los responsables políticos serán los desarrollados para evaluar las consecuencias de las intervenciones. Esto permitirá a los desarrolladores de software agregar valor. Por ejemplo, las aplicaciones móviles explotarán conjuntos de datos específicos o cargar los datos, y también, el desarrollo de herramientas de visualización de información, por ejemplo, para los analistas políticos, ciudadanos e investigadores. También se podrán crear servicios web semánticos para la distribución y las plataformas de promoción de debates reflexivos, participativos en línea. Esta participación y la forma de aprovechar la emergente infraestructura global con la computación social para hacer frente a diversos problemas. Además, se dotará a las diferentes escalas de agente colectivo para detectar con mayor eficacia el cambio del medio ambiente, interpretar las señales, el debate de los supuestos e implicaciones, y hacer un mejor informadas decisiones con mayor propiedad y teniendo en cuenta la inteligencia colectiva.

Esquema de FuturICT - Proyecto

Esquema relacional de FuturICT - Proyecto

¿Cuál será el beneficio?

El proyecto FuturICT producirá beneficios para la ciencia, la tecnología y la sociedad mediante la integración de los enfoques anteriormente separados. Sistemas de TIC del futuro proporcionará las ciencias sociales con los conjuntos de datos necesarios para hacer grandes avances en nuestra comprensión de los principios que hacen que los sistemas funcionan bien social interactivo. Esto, a su vez, inspirar el diseño de futuros sistemas, formado por miles de millones de componentes que interactúan, inteligente, capaz de tomar decisiones de forma autónoma. Uno de los objetivos es la creación de una escrupulosa toma de conciencia ante la privacidad de los datos, la posible reputación de lucro, y de autorregulación del ecosistema de información que promueve la co-evolución de las TIC con la sociedad. El enorme crecimiento en las redes sociales, aplicaciones móviles, de datos abierta y el Big Data permitirá mediante la ciencia de la complejidad abordar los problemas prácticos, descubriendo las leyes de la interacción y nos ayudan a entender las implicaciones del fuerte acoplamiento, lo que forja una nueva ciencia de los sistemas globales que son más resistentes a las interrupciones.

Además, FuturICT se producen resultados que son relevantes para la sociedad, la creación de sistemas que ayudan a los que toman decisiones, para evaluar las implicaciones de las estrategias alternativas. La Plataforma Global de Participación (PGP) de FuturICT es lo que dará algo así como ‘túnel del viento” en la política donde las consecuencias de las decisiones pueden ser exploradas. Por lo tanto, el proyecto creará un foco de resistencia y sostenibilidad.

Habrá estudios detallados que se llevará a cabo con el fin de abordar los desafíos más importantes, como las ciudades inteligentes o los sistemas inteligentes de energía (la distribuida de la que habla J Rifkin en su último libro), sino también fortalecer nuestra capacidad para modelar sistemas y entender los datos. Además estos estudios mejorarán nuestra comprensión de conceptos clave tales como el riesgo, la confianza, la resiliencia y la sostenibilidad que son relevantes para una amplia gama de sistemas, incluyendo sistemas de TIC.

Con toda esta información nueva FuturICT permitirá estudiar las interacciones entre sociedad, tecnología, medio ambiente y la economía a través de Sistemas Exploratorios interconectados. Esto nos va a permitir crear un acelerador de la innovación, que descubre un valioso conocimiento para el flujo constante de información y ayudará a encontrar a los mejores expertos para los proyectos. Este proyecto apoyará la generación distribuida de nuevos conocimientos, por lo tanto, la promoción de la innovación. FuturICT comenzará una era de innovación social, generando inspiración para las tecnologías sociales y nuevas áreas de negocio conjunto y supondrá un cambia cualitativo  con respecto a la hora de “percibir” y afrontar los estudios y trabajos en educación. 

Vídeo sobre el Acelerador de la innovación

El Observatorio de FuturICT