Jamiil Touré
Área de datos para el desarrollo sostenible
j.toure@cepei.org
Introducción: big data y la Agenda 2030
Somos parte de un siglo donde los datos llegan masivamente desde cada esquina del mundo. Y aún así, existen vacíos de información respecto a algunos grupos poblacionales que son dejados de lado, en oposición al principio de la Agenda 2030 de no dejar a nadie atrás.
La digitalización y los rápidos avances de las tecnologías de la información y de la comunicación (TIC) nos han impulsado a este torrente de información. No obstante, la humanidad necesita que dicha información sea almacenada y procesada de manera eficiente para solucionar los desafíos que enfrentamos a nivel mundial. El big data comprende almacenamiento de datos, minado, analítica y herramientas de visualización que podría aportar a la toma de decisiones.
La Agenda 2030, adoptada por la comunidad mundial en 2015, es el resultado de negociaciones exhaustivas entre los Estados Miembros, y se basa en cinco principios: la universalidad, no dejar a nadie atrás, la interconexión, la indivisibilidad, la inclusión y las alianzas multiactor. En el núcleo de la Agenda 2030 están los Objetivos de Desarrollo Sostenible (ODS) los cuales ayudan a traducir los valores y principios fundamentales subyacentes en la Agenda hacia resultados concretos y medibles. Para monitorear el progreso en la implementación de los ODS, las comunidades utilizan fuentes de datos tradicionales (encuestas, censos, etc.). Sin embargo, el big data también nos puede ayudar a rastrear objetivos y metas de una complementaria.
¿Cómo se puede promover el uso del big data para avanzar la Agenda 2030?
.
¿Para qué es el big data?
El big data es el estudio de grandes volúmenes de datos que no pueden ser procesados con un software estándar debido a su tamaño. Esto presenta desafíos en cuanto a su recolección, almacenamiento, análisis y modelado. El big data se caracteriza por estas tres propiedades: volumen, velocidad y variedad.
- Volumen: la cantidad de datos que se reciben en un solo día, horas, minutos y segundos
- Velocidad: la velocidad a la cual los datos están disponibles
- Variedad: las diferentes fuentes y el formato de los datos
Pese a que los científicos tienden a estar de acuerdo con esas características, también pueden incluir tres más que se refieren a la veracidad, valor y variabilidad.
- Veracidad: mide la confiabilidad de una cantidad de datos grande
- Valor: para representar la información clave que aporta dicho procesamiento
- Variabilidad: para capturar la disparidad de fuentes de datos y tipos de información contenida que podría estar desestructurado y/o estructurado.
Las propiedades del big data son a menudo herramientas para evaluar una gran cantidad de datos y, por lo tanto, una guía para un análisis eficaz que permite extraer el valor de los datos.
Se puede extraer información valiosa del big data si se organiza y procesa adecuadamente. Y esto podría aplicarse a diversos dominios como educación, gobierno, salud, marketing, finanzas, deportes, entre otros. Algunos de estos usos consisten en análisis predictivos, descriptivos, prescriptivos y de diagnóstico, que ayudan a una mejor toma de decisiones.
Por ejemplo, el gobierno puede usar big data para optimizar el flujo de tráfico en las ciudades estableciendo en el transporte público un sistema de enrutamiento preciso y tarifas de transporte ajustadas al nivel de vida de los pasajeros.
.
¿Qué es el big data para el desarrollo sostenible?
El big data tiene el poder de ayudar a avanzar en la calidad de vida de todos. Las Naciones Unidas (ONU), los gobiernos, las organizaciones sin fines de lucro y otros grupos están utilizando big data o macrodatos para ayudar en el progreso hacia los ODS, resolviendo así los desafíos sociales, ambientales y económicos, enfocándose en un desarrollo inclusivo y participativo que no deje a nadie atrás.
Big data para el desarrollo sostenible es el uso de fuentes de datos no tradicionales para medir el progreso de los ODS a través de indicadores y metas. Las fuentes de datos no tradicionales, a diferencia de las tradicionales, son aquellas fuentes de datos que no requieren la presencia física de agentes en un campo para registrar o rastrear datos y utilizar las TIC. Algunas fuentes de datos no tradicionales son datos de teléfonos móviles, datos de imágenes satelitales, datos geográficos, datos web, datos de Twitter, datos de transacciones financieras, datos de escáner, datos de Facebook, datos de sensores, datos de medidores inteligentes, etc. Se pueden utilizar fuentes de datos no tradicionales para alcanzar los ODS y la Agenda 2030.
A modo de ilustración, la iniciativa de la ONU Global Pulse propone un ejemplo para cada uno de los 17 ODS que muestra cómo se podría utilizar el big data para medir el progreso en su implementación:
Además, Big Data ODS y COVID-19 muestra un estudio caso por caso sobre cómo se utiliza el big data para avanzar en los ODS 1, 2, 3, 4, 8 en medio de la pandemia.
Teniendo en cuenta la gran cantidad de fuentes de datos no tradicionales que se podría usar para proyectos relacionados con ODS, una encuesta realizada por un equipo de la ONU en 2015 encontró que los objetivos y fuentes de datos investigados con mayor frecuencia son, respectivamente, el ODS1 y los datos de teléfonos móviles. Una advertencia de que los tipos de fuentes de datos y la investigación sobre los ODS deben diversificarse para no dejar a nadie atrás.
El big data ayuda a medir los progresos de la Agenda 2030 al proporcionar almacenamiento de datos, minería, análisis y herramientas de visualización. Y aun cuando las propiedades del big data descritas anteriormente proponen un marco seguro de acciones para la toma de decisiones, se debe tener en cuenta que la privacidad de los datos sigue siendo uno de los mayores desafíos al diseñar una solución de análisis de big data.
.
¿Cómo promueve Cepei el uso del big data para avanzar en la Agenda 2030?
A la luz de las diferentes maneras en que el big data podría usarse para promover y avanzar en los objetivos de desarrollo sostenible, Cepei, como una de las organizaciones líderes en el seguimiento de la Agenda 2030 en la región de ALC, cree que el big data ofrece una inmensa oportunidad para medir su progreso y despertar el compromiso de múltiples actores. A continuación, se muestran algunas de nuestras contribuciones que utilizan big data para el desarrollo sostenible:
Historia de datos sobre Mocoa: un análisis del impacto de la movilidad interna y externa provocada por la avenida torrencial en la ciudad de Mocoa, entre el 31 de marzo y el 1 de abril de 2017, a través del registro de llamadas móviles y tráfico de datos. También presenta un panorama cronológico de las acciones que han tomado las autoridades gubernamentales para reconstruir la ciudad y apoyar a su población.
Artículo Crisis migratoria en Colombia y Costa Rica: una visión desde el análisis de sentimientos: esta investigación hace uso del big data para comprender la crisis migratoria en Colombia y Costa Rica.
Taller sobre caja de herramientas de análisis de sentimientos: un taller de 3 días para fortalecer las capacidades técnicas sobre el potencial analítico de las fuentes no tradicionales de big data. Como caso de estudio, el taller empleó un análisis de opinión de Twitter para comprender la reacción del público a las restricciones gubernamentales de la COVID-19: el caso de Alorica.
Taller sobre big data y visualización de datos: dos sesiones sobre big data y visualización de datos para representantes locales del sector privado, academia, oficinas de estadística y expertos en datos y estadística donde se abordaron respectivamente los siguientes temas: la importancia, desafíos y oportunidades del uso y aplicaciones del big data en el sector privado, así como los beneficios de contribuir con big data al desarrollo sostenible en Jamaica y fortalecer las habilidades técnicas y metodológicas para la aplicación del big data para medir, implementar y monitorear los procesos de los ODS.
Redes de medición inteligente de macrodatos: una explicación sobre cómo podríamos utilizar grandes cantidades de datos a través de redes de medición inteligentes para lograr el ODS 7.
Big data en la alfabetización educativa: una explicación de cómo se utiliza el biga data en la educación para contribuir a la alfabetización y, por lo tanto, avanzar en el ODS 4.
Big data: una herramienta para lograr el desarrollo sostenible: un breve documento elaborado por Cepei que explica qué es el big data para el desarrollo, cuáles son los avances y desafíos del big data para el desarrollo en América Latina, y cómo Colombia está abordando el uso y producción del big data.
.
Conclusión
El big data aporta al logro de los Objetivos de Desarrollo Sostenible a través de herramientas de almacenamiento, minería, análisis y visualización. En tal proceso, el seguimiento del progreso en la Agenda 2030 se podría rastrear basándose en fuentes de datos no tradicionales, que pueden apoyar la toma de decisiones sobre una meta específica o indicador ODS, considerando la privacidad de los datos.
Cepei cree que si reconocemos las limitaciones de privacidad del big data, podremos seguir avanzando para lograr la Agenda 2030. Si todos estamos convencidos de la importancia del big data para el desarrollo sostenible, entonces es nuestra responsabilidad promover el uso del big data para que el acceso a herramientas analíticas y de almacenamiento esté abierto para todos.