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.