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: smart cities

Ciudades inteligentes y aprendizaje: aprendizaje expandido en el diseño de plataformas IoT

Ciudades Inteligentes y aprendizaje – Smart cities and learning #EduExpandida (me gusta más hablar de #aprendizajeexpandido)

IoT=Internet of Things

Este texto se trata de la introducción que elaboré a un proyecto de investigación que se me rechazó. Quería dejar constancia de las bases de este y cómo podría llevarlo por un nuevo camino, si es posible.

Ciudad inteligente y aprendizaje

 

Contextualización

Las “Smart Cities” prometen de preservar y mejorar el bienestar de la sociedad, la explotación y/o exploración de la información y la comunicación ( través de las plataformas de Internet of Things (IoT) tanto para la estructura Top-Down como para Bottom-Up) como una columna vertebral de la ciudad para la infraestructura de influir y mejorar los factores clave, como la movilidad, el medio ambiente, las personas, la calidad de vida (y la salud como su derivado) y la gobernanza, y, por supuesto, el aprendizaje (expandido). Estas estrategias se acerca una nueva visión impulsada por una “persona centrada en su lugar” (y el conocimiento contextualizado) que está emergiendo con un enfoque de diseño. En este enfoque, el aprendizaje no es sólo una manera de entrenar a un capital humano adecuado, también se convierte en una de las fuerzas impulsoras del bienestar de una comunidad (el aprendizaje revierte sobre la misma comunidad en su proceso, no se trata de una entelequia para uno mismo). Inevitablemente los tecnosistemas subyacentes y ubicuos, en los que se embeben la inteligencia, la sensibilidad y la capacidad de respuesta al entorno y a las interacciones, desafiando el futuro del aprendizaje y exigen una redefinición de los espacios, los contenidos, los procesos, como también en las habilidades y enfoques de evaluación.

En este escenario destacaríamos los siguiente puntos:

a) El proceso de interacción con el medio ambiente se está moviendo desde la metáfora “ser capaz de utilizar” hacia la metáfora “activamente influenciado”. Los consumidores digitales se van a transformar en “enactivos digitales” (ver enactivismo y de la cognición embebida o corpórea) para producir una cantidad cada vez más de datos que contribuya activamente a la redefinición de los lugares y espacios.

b) El aprendizaje se va a transformar en un proceso a lo largo vida para el conocimiento, la habilidad y la adquisición de experiencia y, además, para el fortalecimiento de las comunidades con habilidades metacognitivas, que están relacionados con una autorregulación genuina, con el fin de determinar conscientemente la trayectoria (el aprendizaje como ruta) dentro de las nuevos ecosistemas tecnológicos (llamados también entornos de tecno(eco)sistemas), más allá del angosto concepto de las TIC.

c) Se requiere un nuevo conjunto de habilidades personales e interpersonales para evitar posibles nuevas “brechas” y para permitir a desarrollar adecuadamente los procesos antes mencionados en las personas y en la sociedad.

d) El arraigo con dispositivos móviles y tecnologías cada vez más incrustadas/embebidas en nosotros mismos (wearable tech), sensoresinterconectados y otros artilugios que nos permiten aprender en cualquier sitio o lugar que lo permita y a cualquier hora (lo que se hace es que se “expande” el concepto espacio-tiempo, algo fundamental en la era informacional de la que hablaba Manuel Castells).

e) La representación y uso de las principales fuentes de conocimiento tiene que cambiar para permitir nuevas formas de aprendizaje fuera de los procesos de aprendizaje del aula. La representación medial tradicional, por ejemplo libro (es decir, la unidad de texto) o película (es decir, unidad de material audio-video), tendrán que actuar como una semilla para una nueva estructura abierta que será personalizable y proporcionará el acceso a los datos que está disponible en todas partes, pero podrían ser tema de permanente y cambio. El objeto de conocimiento al que uno va o se dirige para aprender hacia el conocimiento está en todas partes y lugares/objetos, viene hacia ti para contextualizar el entorno donde estamos. De un aprendizaje descontextualizado a un aprendizaje contextualizado y de flujo de vida (Eduvida).

Esta investigación trabajará en algunas de las cuestiones planteadas, teniendo como objetivo abordar el gran reto de diseñar para el aprendizaje en las Smart Cities, siguiendo un enfoque holístico y multidisciplinario que aborda cuestiones relacionadas con la redefinición de los contenidos de aprendizaje, procesos, competencias y espacios.

Las ciudades, los pueblos y sus alrededores están evolucionando hacia una nueva dimensión en la que la infraestructura de información se convierte en un activo indispensable de nuestra vida, contribuyendo al desarrollo de infosistemas tecno-sociales, que abarcaría movilidad inteligente y logística de última milla, de la salud inteligente, del gobierno inteligente, cultura y el turismo inteligente, la sostenibilidad de los recursos naturales y la economía verde. Se espera que produzca la innovación social e, inevitablemente, conduce a preguntarse acerca de qué formas puede tomar la educación inteligente subrayado por todas las piezas que componen el mosaico de las infosistemas. Tal esfuerzo integrado de infourbanismo.

La infraestructura virtual, web y móvil, se integrarán más estrechamente con el paisaje físico – internet de cosas y lugares físicos sensibles con dispositivos de sensores -, y la incorporación de este último en un ecosistema complejo que llevará adelante la oportunidad de aprender de la vida cotidiana. Tecnologías, cada vez más integrados en los espacios cotidianos y artefactos, hará que los lugares no sólo sean más sensible, pero también sensible y, potencialmente, con una considerable coevolución (Lugares/Localizaciones mejoradas por el Aprendizaje) dará lugar a nuevos paisajes en los que uno puede experimentar, sin fisuras, la integración de lo físico y lo virtual. Esto llevará a cabo nuevos caminos en el desarrollo humano, de una expansión de lo sensomotor y de la conectividad junto con lo espacial en las ciudades.

La persona, considerada en toda su complejidad, se colocará en el centro de los contextos educativos y escenarios cada vez más ubicuos, complejos y orgánicos. Escenarios donde el papel mediador de la tecnología se ampliará con el tiempo a:

a)Fomentar las relaciones con los entornos naturales,

b) Filtrar el contenido necesario para apoyar experiencias significativas a nivel glocal.

c) Divulgar la información necesaria para aprender a manejar “en acción”, la complejidad de estática y dinámico, de contextos y procesos de aprendizaje.

d) Establecer pedagogías sobre rutas de aprendizaje en la misma ciudad o territorio.

En este escenario tan nuevo surgen muchas preguntas y esperar respuestas y soluciones, que en las próximas décadas se irán “mascando” y resolviendo sobre la misma práctica:

  • A través de qué camino educativo a todos, y especialmente los jóvenes, se convierten en ciudadanos conscientes de participación?
  • Reconocer los datos y su veracidad. Saber filtrarlos y adaptarlos a su entorno para las rutas de aprendizaje establecidas.
  • ¿Cómo vamos a aprender de los libros abiertos que están representados por las ciudades de arte, parques, agro-tecnología y los distritos industriales / productivas?. Nosotros en el día a día vamos construyendo nuestras notas particulares y nuestros libros colectivos.
  • ¿Cómo crear “espacios interconectados” (cospaces) para desarrollar rutas de aprendizaje?
  • ¿Cómo los datos provenientes de las áreas sensorizado y dispositivos personales serán elaborados para apoyar la conciencia colectiva y el aprendizaje continuo? ¿Qué conexiones, interacciones, hubs nos sirve para estas dinámicas?
  • ¿Cómo será nuestro comportamiento influenciado por el conocimiento de los mecanismos de coevolución y donde demarcar límites de los ecosistemas/tecnosistemas?
  • ¿La infraestructura educativa será lo suficientemente inteligente (y amplia) como para reajustar en tiempo real, incluso “autopoiéticamente”, para satisfacer las necesidades que cada uno pueda desarrollar toda la vida, en diferentes contextos?
  • ¿Le ‘ciudades inteligentes’ de aprendizaje ayuda a reforzar la inclusión social y un sentido común de pertenencia?

Alguna pregunta más que te hagas será bienvenida.

Construyendo los ecosistemas de futuro en los paisajes urbanos…. Continuamos.

Fuentes y referencias del artículo:

Buchem, I.Attwell, G. & Tur, G. (Eds.) (2013). The PLE Conference 2013. Learning and Diversity in the Cities of the Future. Berlin, Melbourne: Beuth University of Applied Sciences, Monash University. Retrieved July 20, 2014 from http://revistas.ua.pt/index.php/ple/issue/view/118 o https://ibuchem.files.wordpress.com/2014/07/pproceedings-ple13.pdf

http://www.mifav.uniroma2.it/inevent/events/scl13/?s=156

Campbell, T. (2012). Beyond Smart Cities: How Cities Network, Learn and Innovate. Abingdon, Oxon ; New York, NY: Routledge.
Learning Sessions « Smart Cities in Europe. (s. f.). Recuperado a partir de http://www.smartcitiesineurope.com/learning-sessions/
SALSA: Smart cities and language learning. (s. f.). Recuperado a partir de http://www.open.ac.uk/blogs/salsa/
Ambrose, S. A., Bridges, M. W., DiPietro, M., Lovett, M. C., & Norman, M. K. (2010). How Learning Works: Seven Research-Based Principles for Smart Teaching (1.a ed.). Jossey-Bass.
Chen, G., Kumar, V., Huang, R., & Kong, S.-C. (2015). Emerging issues in smart learning.
Giovannella, C., & Baraniello, V. (2012). Smart Cities Learning. Int. J. Digit. Lit. Digit. Competence, 3(4), 1–15. http://doi.org/10.4018/jdldc.2012100101
mar. (s. f.). About Smart Cities Learning: A revision of an Special Issue. Recuperado a partir de http://mperezsanagustin.wordpress.com/2013/08/21/about-smart-cities-learning-a-revision-of-an-special-issue/
Pedroni, M. (2012). Dynamic Maps’ Use in Smart-Cities Learning Contexts: International Journal of Digital Literacy and Digital Competence, 3(4), 33-49. http://doi.org/10.4018/jdldc.2012100103

 

Ciudad Inteligente = Plataforma de innovación en Bottom-Up

Ciudad Inteligente = Plataforma de innovación Bottom-Up

La emergencia de una ciudad con estructura de datos en abierto (realización propia #smartcities)

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.

Ciudades inteligentes y aprendizaje(s)

Un análisis de las corrientes y acciones posibles para generar una ciudad inteligente y qué marcos y teorías se referencia para ello. También del aprendizaje móvil. Esta presentación fue presentada en el 2º Encuentro Nacional de Aulas Fundación Telefónica (Bogotá) #AFTColombia.

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