Es cierto que se han ido dando casos que no han ayudado a mejorar esa opinión sobre el Big Data. Nos suena el caso de Cambridge Analytica o las constantes noticias que los medios se hacen eco sobre ataques cibernéticos que generan brechas de seguridad en torno a los datos de las compañías, que a la postre no dejan de ser nuestros datos, los del ciudadano de a pie. Sin ir más lejos, podemos comprobar los debates que ha suscitado la última iniciativa del INE a la hora de estudiar los movimientos migratorios de los ciudadanos españoles gracias al acuerdo alcanzado con tres de las principales compañías de telefonía móvil, permitiendo analizar los datos de geoposicionamiento de los dispositivos durante unos días determinados, eso sí, siempre de forma anónima. O al menos todo lo anónimo que puede llegar a ser un número de teléfono.

Pues bien, dado que las cosas han cambiado para siempre, debemos otorgar una merecida dosis de confianza al Big Data y a sus beneficios directos e indirectos.

Dentro de los beneficios directos, el Big Data ha permitido crear nuevos perfiles de trabajo con capacidades que hasta su llegada estaban dispersos en otras labores que no permitían sacarles todo el partido, además de otorgarles la relevancia que merecían en toda la cadena de valor orientada a la toma de decisiones importantes. Actualmente, cualquier universidad que se precie tiene grados y másteres relacionados con Big Data y específicamente con la inteligencia artificial, la cual forma parte del conjunto de técnicas analíticas avanzadas que más ha contribuido a que big data tenga unos resultados muy superiores a los logrados hasta la fecha mediante otras disciplinas.

Pero para que este alegato a favor no parezca que está dirigido solo a aquellos que quieran dedicarse a él, debo centrarme sobre todo en los beneficios indirectos que nos ofrece y no encuentro mejor forma de hacerlo que exponer una serie de proyectos reales que están siendo llevados a cabo dentro de los Objetivos de Desarrollo Sostenible (ODS), los cuales fueron adoptados por todos los Estados Miembros de las Naciones Unidas en 2015 como un llamado universal para proteger el ecosistema del planeta y garantizar que todas las personas gocen de paz y prosperidad para 2030. Este planteamiento lo conforman un total de 17 ODS. Algunos de estos proyectos han pasado a llamarse por su sigla en inglés BD4D ('Big Data for Developement'). Es importante hacer hincapié en que Big Data no está pensado para medir el grado de cumplimiento de las ODS sino que su potencial reside en mostrar el camino para su consecución, de ahí que deba entenderse como el medio para responder preguntas complejas que supongan retos para el ser humano, por lo tanto, ¡vamos a ello!.

¿Puede el Big Data darnos respuestas sobre el grado de pobreza, hambruna y bienestar que presentan determinadas zonas con el fin de poner los medios adecuados? Sí, mediante el uso de fuentes de datos no convencionales como son los datos de los teléfonos móviles, la tecnología satelital y las redes sociales, hay proyectos que están mapeando a nivel de municipio los niveles de pobreza, como por ejemplo en Guatemala, en el que se ha visto que es más preciso predecir la pobreza en zonas urbanas que rurales, por eso de la brecha tecnológica que presentan estos dos entornos, permitiendo identificar los principales factores que la inducen, lo que ayuda a las autoridades públicas a diseñar acciones específicas con presupuestos ajustados. Por otro lado, con respecto a la hambruna y el acceso a comida segura junto con una agricultura sostenible, sabiendo que se estima una población mundial de 8500 millones en 2030, es un reto que el Big Data afronta mediante proyectos que muestran cómo nuestra actividad en internet a la hora de comprar alimentos presenta una alta correlación con aquellos alimentos más procesados y cuyos precios dependen más de las fluctuaciones de los mercados. Del mismo modo, los resultados de un estudio realizado por UN Global Pulse (2014) indicaron una relación entre las estadísticas retrospectivas sobre la inflación de los alimentos y el volumen de tweets sobre el aumento de los precios de los alimentos, lo cual permite tener un indicador indirecto que mide el grado de acceso de los hogares a determinados alimentos básicos. Y por último, Big Data analiza y pone de manifiesto el grado de inclusión financiera, a través del estudio de la emisión de microcréditos a las personas que están fuera del sistema bancario tradicional en países en desarrollo que les permita tener acceso al dinero, lo cual es una barrera para alcanzar un nivel mínimo de bienestar.

¿Qué pasa si analizamos datos relacionados con el acceso a agua limpia y sostenibilidad energética bajo el prisma del Big Data? Pues que se plantean proyectos que están dando respuesta a la monitorización de sequías en grandes regiones mediante el análisis de datos satelitales y que permiten definir nuevos índices más precisos basados en los datos de la reflectancia observada por el sensor del satélite en base a la vegetación y la humedad del suelo, permitiendo generar modelos temporales basados en inteligencia artificial que predicen su evolución de forma más precisa y combatirlas con políticas hídricas.

¿Qué hace el Big Data por la igualdad de género, la educación de calidad y la posibilidad de acceder a trabajos decentes que permitan hacer crecer la economía de forma sostenible y justa?.

El análisis de los datos de los teléfonos móviles junto con las redes sociales está permitiendo inferir el género de las personas anónimas y demostrar que para las mujeres es más probable que usen teléfonos compartidos. Además, permite detectar patrones de conductas en mujeres y obtener indicadores clave sobre la libertad de movimiento, acceso a anticonceptivos y desnutrición. Desde la perspectiva de una educación de calidad es vital que la sociedad erradique el analfabetismo o por lo menos lo tenga identificado para poder actuar, de ahí que analizando datos de teléfonos móviles se ha desarrollado un algoritmo de aprendizaje automático para predecir el analfabetismo analizando los registros de teléfonos móviles en un país en vías de desarrollo en Asia. Se realizó una encuesta a 76,000 usuarios de teléfonos móviles para validar el estudio y recopilar información sobre alfabetización. El modelo mostró una precisión del 70% con el estudio, el cual también muestra que el analfabetismo individual puede agregarse a nivel de antena.