Hernán Muñóz
Asesor para el ecosistema de datos
h.munoz@cepei.org
La Agenda 2030 para el Desarrollo Sostenible planteó una serie de desafíos en términos de necesidades de datos que, a su vez, representaron una oportunidad para realizar innovaciones y mejoras, muchas veces relegadas, en la provisión de información oficial. El uso de fuentes no tradicionales como, por ejemplo, datos de transacciones financieras, redes de telefonía móvil, imágenes satelitales, sensores o plataformas de internet puede aumentar sustancialmente la calidad y reducir el costo de la generación de información requerida para el monitoreo y la implementación de los Objetivos de Desarrollo Sostenible (ODS). Además, las encuestas y los censos estadísticos “tradicionales” pueden complementarse con nuevas fuentes de información. Esta tendencia ganó impulso durante la pandemia por COVID-19, cuando los productores de datos se enfrentaron a interrupciones repentinas de las fuentes de recolección tradicionales y debieron desarrollar nuevas metodologías para el uso de fuentes alternativas, lo que extendió de forma espontánea el ecosistema de datos. [1]
En este contexto y en el marco de la iniciativa SDG Acceleration Roadmap, financiada por IDRC, bajo la coordinación de Cepei y LIRNEasia, hemos realizado un mapeo de iniciativas de datos [2] del sector privado en la región que contribuyen al fortalecimiento de las capacidades de datos para monitorear y alcanzar los ODS. Así, con el objetivo de conocer qué está haciendo el sector privado para asegurar más y mejores datos para los ODS en América Latina, identificamos una serie de iniciativas en las que participa el sector privado, las cuales cumplen criterios de relevancia, replicabilidad, adaptabilidad y creación conjunta.
Hemos identificado 42 iniciativas de datos distribuidas en 14 países de América Latina, algunas de empresas multinacionales con alcance regional. La mayoría de las iniciativas identificadas están relacionadas con el intercambio de datos, ya sea directamente o bien a través de acciones como el análisis de datos, la construcción de capacidades o informes de evaluación de impacto que incluyen el intercambio de datos.
La revolución de los datos no solo supuso un salto cuantitativo en la provisión de datos, sino también nuevos requerimientos: mayor relevancia (datos sobre nuevos fenómenos), oportunidad (datos en tiempo real) y cobertura, que incluye la granularidad (nuevas fuentes de datos que permitan altos niveles de detalle), además de la reducción de costos. El trabajo que realiza Cepei sobre las capacidades de datos de la región revela que los ODS no han tenido el efecto catalizador esperado. Este mapeo refuerza esa conclusión, dado que los ecosistemas de datos en América Latina cuentan aún con poca participación del sector privado.
En este sentido, no se han encontrado iniciativas que estén sistemáticamente incluidas en los ecosistemas de datos para los ODS en los países, sino acciones puntuales y aisladas por parte de las empresas, con un mayor o menor grado de vinculación con el sector público. Una de las recomendaciones en este aspecto es la necesidad de articular sectorialmente el intercambio de datos para agregar los datos de las empresas. Por ejemplo, para que los datos de telefonía móvil sean realmente útiles, deben estar disponibles los datos de todas las compañías del país. Esto no se ha observado en ningún caso, pero hay potencial para que suceda, por ejemplo, en ciertas ramas industriales o en el sector minero. Asimismo, los esfuerzos por la incorporación de datos no tradicionales deberían enfocarse en aquellos datos que están disponibles y sean de utlidad, como las imágenes satelitales, los rastreadores web, la lectura de precios, datos de movilidad y de consumo de bancos, etcétera.
Asimismo, se ha detectado que el uso de fuentes no tradicionales y la incorporación de datos del sector privado se encuentra en una etapa exploratoria. Por lo tanto, la sostenibilidad de este tipo de iniciativas es aún incierta. La generación de información confiable y sostenible al interior de los ecosistemas de datos requiere de un ambiente habilitante, entendido como los recursos, procesos y sistemas, legislación, incentivos e información sobre los actores que participan en los procesos de generación de información. Los desafíos actuales deben resolverse a través de incentivos y legislación acorde que promueva las alianzas público-privadas.
Algunas de las conclusiones de este mapeo se presentan a continuación. A grandes rasgos, dan cuenta de dos factores que afectan la participación del sector privado en la agenda de datos para los ODS. Por un lado, una pérdida de impulso e interés del sector privado en la Agenda 2030 y, por otro, la falta de un ambiente habilitante para las iniciativas público-privadas:
- Hay datos y hay iniciativas, pero faltan iniciativas de datos: las empresas se inclinan por informar su propio impacto en los ODS a través de la recolección y el análisis de datos. Sin embargo, esto no necesariamente implica un fortalecimiento del ecosistema de datos para los ODS.
- En algunos casos, las empresas del sector industrial y minero difunden informes sobre su impacto ambiental, que van acompañados de bases de datos. La consolidación de esa información puede contribuir a suplir vacíos de información en las dimensiones donde la Agenda 2030 presenta brechas de datos.
- Aunque gran parte de las iniciativas de datos identificadas tienen un impacto sobre los ODS, no han sido diseñadas como contribuciones a la Agenda 2030, sino al desarrollo sostenible en general. Es claro que se requiere una mayor visibilidad y posicionamientro de la Agenda 2030 en el sector privado.
- En el caso de las alianzas público-privadas, resulta de utilidad diferenciar entre las que buscan identificar el potencial de una fuente de datos alternativa para medir fenómenos puntuales [3] y las que apuntan a medirlos de manera regular. [4]
- Las iniciativas de datos que miden fenómenos de manera regular requieren de una colaboración sostenible, respaldada por obligaciones vinculantes por parte de las empresas y normativa que permita la reutilización de los datos privados. En este aspecto, los marcos legales de la región deben evolucionar. La elaboración de leyes que habilite la reutilización de datos privados constituye un aspecto fundamental para el futuro de las estadísticas públicas.
[1] Data ecosystem is the name commonly given to the place where the processes of production, consumption, and transfer of data are generated, beyond the national statistical systems.
[2] Capacity building and skills sharing, data collection, data sharing, data analysis, data infrastructure, data governance, data mapping, and funding, among other actions.
[3] The analysis of mobility data during the COVID-19 pandemic or during natural disasters in the case of Telefónica is an example of a one-time initiative to address a specific phenomenon. These cases, however, may present replicable models.
[4] In the identified case of DymaxionLabs, the reuse of satellite image analysis models developed for the agricultural sector to identify slums is an example of how the private sector can enhance regular statistical operations.