Big data y nuevas epistemologías urbanas

Extracto del libro Descifrar la smart city. ¿Qué queremos decir cuando hablamos de smart cities?

La smart city se ha convertido en un nuevo modelo urbano para pensar y diseñar las ciudades en la sociedad conectada. El creciente interés por las ciudades y su sofisticación tecnológica nos invita a comprender el impacto y las consecuencias de cuestiones como el big data, el urbanismo cuantitativo, las tecnologías cívicas o la regulación algorítmica. El presente libro quiere ofrecer preguntas y cuestionamientos críticos sobre el significado de las ciudades inteligentes y cómo darles un contexto urbano.

////////

(...) Las implicaciones de las capacidades de recolección, almacenamiento, procesamiento y explotación de cantidades masivas de datos en un escenario de datificación de cualquier realidad social, empresarial, económica, etc. apenas han sido exploradas de manera crítica. De nuevo, nos encontramos ante una primera fase de socialización espectacularizada de un concepto y unas tecnologías que sólo ahora empiezan a apuntar sus desafíos pero que en la esfera urbana ya se han desplegado en los servicios de transporte, los sistemas de vigilancia pública, el pago de impuestos, etc. Uno de estos desafíos, quizá el que más se relaciona con el día a día ciudadano y el más capaz de generar impactos mediáticos es el relacionado con su potencial como tecnología de control y vigilancia y como mecanismo de discriminación laboral, criminal o como consumidores. Podemos hablar de una ansiedad creciente sobre la reducida capacidad de actuar frente a mecanismos de control social automatizados, invasivos, imperceptibles y masivos que están detrás de episodios de espionaje, pero también en niveles más cotidianos (principalmente, a través del control de preferencias y gustos para la manipulación comercial como consumidores). Sin embargo, el desafío va más allá y, en muestro caso, nos interesa más su relación con la pretensión de construir unas nuevas bases científicas para el estudio del hecho urbano y la ciudad contemporánea. La mitología del big data ofrece una relación directa entre más datos disponibles y una mayor precisión en la verdad, pero tal afirmación requiere entender las implicaciones epistemológicas y culturales de los datos masivos.

What Big Data Means For Big Cities 

La propuesta de “revolución” científica del big data no implica sólo una acumulación cuantitativa de información para la mejora del conocimiento, sino también una mejora cualitativa al permitir traspasar los límites de la ciencia normal para llegar a una nueva revolución científica. No se trata sólo de una cuestión de volumen, sino también de velocidad y variedad, de manera que la revolución del conocimiento que se derivaría de los datos masivos representa no un cambio de escala o mejor precisión, sino también otra nueva precisión científica, otra forma de conocimiento científico. Si tal es el caso, es evidente que debemos tomar con moderación esta nueva condición científica para comprenderla con claridad en su despliegue en cualquier esfera (finanzas, industria, salud, seguros, deportes,..).

Con estas premisas, el movimiento del big data ofrece para la ciudad un campo prioritario de actuación en el ámbito del análisis predictivo (por ejemplo, en proyectos relacionados con la seguridad ciudadana y la criminalidad, como el caso del uso de PredPol en el departamento de policía de Los Ángeles  en Estados Unidos o el ComptStat utilizado en ciudades como Nueva York), el análisis de sentimientos (principalmente a través de la exploración de las redes sociales), las ciencias naturales (los trabajos del CERN o la secuenciación genómica, por ejemplo), el urbanismo cuantitativo, las ciencias sociales o el periodismo de datos, por citar sólo unas ejemplos de aplicación. Esta capacidad predictiva potencialmente se sumaría como un nuevo instrumento de las políticas públicas: la capacidad de anticipación haciendo uso del big data acumulado por hechos pasados y a través de los cuáles se podrían establecer patrones confiables que son esperables en el futuro. Sin embargo, inferir de hechos pasados patrones futuros, a pesar de ofrecer posibles avances para la anticipación del despliegue de servicios en la ciudad, tiene indudables limitaciones, especialmente en un escenario tan complejo e imprevisible como la ciudad. Realizar previsiones y asumir patrones sobre hechos pasados es una práctica natural y cotidiana en cualquier actividad humana. También lo es, y tenemos ya una demostrada capacidad para hacerlo, la actividad de planificación urbana, basada en buena medida en la relación entre expectativas futuras y patrones pasados o actuales. Sin embargo, también sabemos de la dificultad para hacer realidad las estrategias y planes en cualquier ámbito y también en el gobierno y gestión de la ciudad. Somos seres planificadores pero la realidad limita siempre nuestros sueños de un cumplimiento perfecto de esas planificaciones. Los servicios de movilidad urbana, por ejemplo, llevan décadas mejorando a través de planificaciones y capacidad predictiva para modular su despliegue. Y, a pesar de ello, su nivel de acierto es moderado.

Esta ideología cultural de fetichización de los datos, tal com destaca César Rednueles en Sociofobia, se ha infiltrado en la sociedad, en las prácticas científico-tecnológicas, en los discursos institucionales y en los estudios sociales en una época dominada por las redes sociales como espacio de socialización y, sobre todo, de promoción de nuevos negocios y novedades tecnológicas. Se sitúa así como artefacto mitológico con significados implícitos que validan socialmente su propuesta de valor y se presentan como ideales auto-cumplidos. El big data se presenta, de hecho, como un asidero en el que las ciencias sociales pueden incluso quitarse de encima su complejo frente a las ciencias matemáticas, ya que ahora disponen de un instrumental para dotar de potencial estadístico comparable al de otras ciencias cuantitativas. Las disciplinas humanísticas, bajo esta lógica, disponen de una nueva oportunidad para proclamar su carácter de ciencia cuantitativa. Sin embargo, se trata de una reclamación poco afinada. Trabajar con big data sigue siendo una actividad subjetiva y aquello medido con big data no puede ser pensado como una verdad objetiva. Explotar datos masivos derivados de redes sociales, por poner un ejemplo de campo de aplicación efectista y que ha recibido gran atención en el imaginario SC, no puede proponerse como una cuantificación absoluta ni veraz de la realidad, y deberá siempre acompañarse de un descargo para indicar sus limitaciones.

Jonathan Harris — Data Will Help Us 

El big data implica, en definitiva, un extraordinario desafío sobre los marcos de trabajo de todas las disciplinas científicas, principalmente por el cuestionamiento que implica sobre el papel de la causalidad y la correlación en el método. También implica la exclusión de todo lo que no es cuantificable, sea esto la economía informal, los cuidados que prestan las personas a cargo de familiares difícilmente medibles en datos, etc.. En el escenario de espectacularización y banalización de las potencialidades y limitaciones del big data, el riesgo de los sesgos cognitivos es uno de los más decisivos. La sobre-representación de ingenieros y expertos en análisis de redes sociales en muchos de los experimentos y plataformas de agregación de datos masivos y la consecuente sub-representación de científicos sociales –más acostumbrados a hacerse preguntas y a tener en cuenta el riesgo de sesgos- está detrás de muchos de los proyectos de big data invalidados por sus planteamientos viciados. De hecho, esta misma sobre-representación es reconocida también desde el lado más crítico de las ciencias de la computación ubicua, que asume con mucha más normalidad que el discurso más dominante del big data y la smart city necesita la presencia de profesionales de las ciencias sociales y el uso de métodos cualitativos.

De la misma, estos sesgos se manifiestan en las exclusiones de información, lo que el big data no contiene en su aplicación práctica. A esta debilidad, las expectativas siempre responderán con una misma salida: si faltan datos, es precisamente porque necesitamos más datos, necesitamos ampliar el alcance de lo que podemos datificar, convirtiendo cualquier crítica sobre la insuficiencia de datos en un absurdo. Sin embargo, es precisamente en las ausencias de lo que no es cuantificable o lo que no es cuantificado donde se abren las brechas para la crítica del neo-positivismo de los datos como escenario de conocimiento perfecto de la realidad y como vía para descifrar el comportamiento humano y resolver los problemas sociales. ¿Quién deja rastro de sus actividades en la ciudad? ¿Quiénes participan en los circuitos e infraestructuras captadores de datos digitales? ¿Es esta la realidad reflejada a través de estos rastros digitales? ¿Quién no participa de estos circuitos de datificación? Y, sobre todo, ¿de qué manera el uso del big data responde a una realidad fraccionada?