Técnica para el bienestar común

Iván Zamorano
July 27, 2020

Usando datos para resolver problemáticas sociales

Existe un gran auge sobre como los datos nos pueden ayudar a comprender mejor el mundo, desde su increíble aportación para simplificar los fenómenos estadísticos que podemos pensar como generalizables, hasta la evaluación y el descubrimiento de nuevas herramientas analíticas para lograr comprobar o rechazar diferentes hipótesis científicas. La robustez de diferentes ramas como el aprendizaje de máquina (machine learning), aprendizaje profundo (deep learning) y aprendizaje reforzado (reinforcement learning) han abierto un camino ya conocido pero poco explorado hasta hace poco debido al aumento en la generación de información.

En ese sentido cabe preguntarnos, ¿estas herramientas pueden ser de utilidad meramente para temas abstractos y científicos los cuales tardan en tener un eco dentro del bienestar social? La respuesta es no, a pesar de su aparente complejidad matemática, éstas nos pueden ayudar de manera cotidiana no solo a través de algoritmos que pretenden simular el comportamiento humano a una escala de inteligencia artificial, si no que, de la misma forma podemos usarlos modelos propuestos para analizar diferentes problemáticas sociales pero, ¿de qué forma?

Cuando pensamos en datos y el modelaje de los mismos debemos de recordar que lo que buscamos hacer es abstraer un fenómeno de la realidad a partir de herramientas estadísticas y matemáticas, por lo que, si nos detenemos un poco en dicha idea podemos encontrar muchas afinidades con el objetivo de las ciencias sociales en su finalidad por comprender alguna problemática en particular. Así, podemos pensar en herramientas visuales que nos ayuden a comprender el comportamiento de diferentes fenómenos a través del tiempo,entender cuáles son las variables de relevancia al momento de analizar una problemática constante en una sociedad o, incluso,establecer cierta predicción sobre algún hecho que podría ocurrir en el futuro en función de un análisis de causalidad.

A partir de lo anterior podemos pensar, por ejemplo, en comprender la estacionalidad de fenómenos relacionados al delito que nos pueden ser útiles para su prevención, encontrar variables significativas para pronosticar accidentes viales, entender la causalidad de contaminación climática, etc.  Todo lo mencionado nos abre entonces una puerta importante al momento de realizar política pública, no solo permitiéndonos conocer mejor una problemática en particular,sino también ayudándonos a resolverla de la mejor manera. Por tal motivo resulta necesario integrar dichos análisis como una herramienta de cambio social, ya que, si bien es cierto que la técnica no es suficiente para poder resolver los grandes problemas sociales, sí es necesaria para poder encontrar la mejor solución.

Iván Zamorano
Estudiante de Economía por el ITAM, ha participado en diferentes foros estudiantiles a nivel internacional: el Harvard Project for Asian and International Relations en la Universidad de Harvard y el Forum for Cooperation, Understanding and Solidarity por la Universidad de Stanford, misma en donde fue asistente de investigación en el Center on Democracy, mismo en el que aplicó diferente herramientas de Machine Learning para identificar áreas de violencia en Brasil. Actualmente es asistente de investigación en el The Institute for Quantitative Social Science de la Universidad de Harvard.