John Bates es uno de los pioneros del llamado Internet de las Cosas y en el análisis de datos masivos. De hecho, está reconocido como una de las 50 personas más influyentes del mundo en el campo de la tecnología según diferentes organizaciones del sector. En la actualidad es el director de márketing de la empresa Software AG y acaba de publicar el libro Thingalytics sobre el análisis en tiempo real de los datos que manejan los objetos y que, según él, va a cambiar todos los modelos económicos existentes hasta la fecha. Desde el sector servicios a la industria de maquinaria pesada pasando por los sistemas de salud. Con él hablamos en esta entrevista de este tema, sus ventajas y también inconvenientes como la privacidad y la propiedad de los datos.

¿Cuándo empezó a pensar en el concepto de ‘Thingalytics’ y por qué?

Empecé a escribir Thingalytics en 2011. La inspiración del concepto llegó trabajando con proyectos visionarios sobre el Internet de las cosas (IC) que ya habían puesto en marcha bancos, empresas de telecomunicaciones, financieras y de logística. Lo que quería mostrar es que el Internet de las Cosas no era algo de ciencia ficción sino que realmente ya estaba ocurriendo. También quería mostrar precisamente cómo estaba pasando y cómo era posible.

Hay mucha gente que piensa que el IC consiste en la conexión entre datos y dispositivos, pero en realidad lo interesante es que esos datos se puedan analizar en tiempo real y a partir de ahí empezar a trabajar de forma inteligente. Lo que pretendía era contar la historia sobre cómo los comportamientos inteligentes pueden aumentar los ingresos, reducir costes, optimizar operaciones y contentar más a los clientes. También quería mostrar a las organizaciones cómo pueden incorporar el IC a sus negocios.

Y precisamente, ¿cómo puede este concepto mejorar nuestras vidas, tal y como usted dice en su libro?

De muchas maneras. Una de ellas es que ayuda a enriquecer el medioambiente reduciendo las emisiones de dióxido de carbono, por ejemplo. Si conocemos una serie de datos podemos optimizar el uso de fuel en camiones, aviones o barcos. Por ejemplo, podemos ajustar la velocidad de un barco carguero para que llegue a tiempo optimizando el fuel que utiliza.

También puede mejorar los tratamientos médicos y el funcionamiento de los hospitales. Un hospital inteligente puede monitorizar la localización de doctores, enfermeras y pacientes. Puede localizar dónde está el especialista más cercano en el caso de que se produzca una crisis. Puede detectar problemas concretos de los pacientes a través de los wearables [dispositivos que uno lleva en el cuerpo, como por ejemplo relojes que miden los pasos que damos]. Puede prevenir la expansión de una enfermedad y avisar de posibles negligencias en los procesos. Los wearables están llevando el cuidado de la salud a las casas por lo que será posible detectar situaciones como un ataque cardíaco, por ejemplo.

¿Y cómo afectará el IC a la economía global?

IC consiste en la digitalización del mundo real y su incorporación a las aplicaciones digitales. La gente, los vehículos, los edificios, las ciudades, las carreteras se convertirán en objetos inteligentes que podrán ser controlados mucho más que hasta ahora se hacía de forma digital. Esto significa una nueva revolución industrial con nuevas estructuras de software y hardware que afectarán a todos los objetos del mundo real mediante sensores conectados entre sí. Por tanto va a afectar a la economía de una forma muy profunda.

Serán posibles cantidades de apps que van a provocar una disrupción en los modelos económicos hasta ahora existentes. Van a introducir nuevos agentes que romperán con los existentes. Algunos se integrarán en este nuevo mundo y otros serán reemplazados. En general, la economía verá nuevas oportunidades para generar ingresos, por ejemplo, con tiendas que te ofrecerán ofertas exclusivas para ti y tus gustos cuando pases por delante de ellas, con maquinaria que te avisará cuando está a punto de romperse… Todo ello mejorará la eficiencia y bajará los costes. Con el IC, ahora mismo estamos en el umbral de un nuevo pensamiento económico mucho más disruptivo y revolucionario que el que provocó el Internet original a comienzos de los noventa.

¿Qué supondrá el IC para la vida cotidiana de la gente?

Yo generalmente pienso que la vida será mejor, más saludable y más divertida. Mejor porque será más eficiente, la investigación sanitaria será más inteligente y más barata. Y será más divertida porque a través de apps móviles podrás personalizar tu jornada, te ayudarán a encontrar amigos, las ciudades serán más inteligentes y habrá coches que se conduzcan solos.

¿No cree que las hiperconectividad también puede ser negativa? Tal y como lo explica parece un control excesivo de todos y cada uno de nuestros actos.

Es cierto que para mucha gente también hay factores espeluznantes en todo esto. Hay gente a la que le asusta que se conozca su geolocalización, lo que compra o que su jornada esté completamente analizada. Pero esto varía según el lugar. Por ejemplo, en Singapur, todas las acciones que ha tomado el banco DBS han sido muy bien recibidas. Es verdad que en muchos países europeos estas ideas no son tan populares.

Usted habla de que todo estará conectado. ¿Cuáles pueden ser las consecuencias si el sistema de una máquina falla? ¿No provocará un error en cadena difícil de parar?

Depende de qué sistema se rompa. Si el sistema ha fallado en diversos puntos entonces es posible que todo el sistema se vea afectado. Sin embargo, si el sistema distribuye los datos de forma inteligente y puede avisar de los fallos, entonces ese riesgo puede ser mitigado.

Otro asunto. Si se produce un accidente, ¿quién es el responsable? Por ejemplo, ¿qué ocurriría con un coche conectado que conduce solo?

Esta es una cuestión teórica muy interesante. Ahora mismo, yo creo que el propietario del coche sería el responsable legal. Pero hay un buen número de cuestiones relativas al tema, tal y como se demostró en el programa de la BBC Top Gear. Por ejemplo, si un coche que se conduce solo está en una situación de accidente inevitable, ¿debería lanzarse contra las tres personas que se han puesto en su camino o chocar contra un muro y potencialmente matar al que está dentro del coche? Son cuestiones éticas que tendrán que ser consideradas con regulaciones sobre los coches autopropulsados.

Y, ¿quién es el propietario de todos los datos que se manejan en el Internet de las Cosas? ¿No es una pérdida de privacidad para las personas?

No es fácil responder a esta pregunta. Sin embargo, hay varias legislaciones en el mundo que nos pueden ayudar a ello. Las leyes de protección de datos a menudo señalan que los datos tienen que ser controlados por la gente a la que pertenezcan esos datos. Pero cuando se trata de datos de máquinas, como por ejemplo, los sistemas de control del tráfico, de control de granjas de animales u otros objetos del mundo real, se han establecido acuerdos entre los propietarios de los objetos y las empresas recolectoras de los datos.

Si los datos son propiedad de empresas, ¿no pueden esas mismas empresas manipular a los ciudadanos?

Depende lo que entiendas por “manipular”. Lo que desean todos los agentes de todos los mercados es que la gente compre sus productos. Por tanto, si hay una posibilidad de que a través de la monitorización de la localización o de todo el contexto de control de datos para que las acciones de márketing sean más eficientes, esto sin duda ocurrirá. La legislación siempre va a proteger a los ciudadanos, pero lo que ocurre es que ¡la ley siempre va detrás de la tecnología!

¿No cree que estamos perdiendo mucha parte de nuestra privacidad si nuestros datos pertenecen solo a unas pocas compañías que son las que dominan ahora Internet?

Sí, debemos ser cuidadosos, pero ya hay muchísimos datos de nosotros que están en manos de empresas y que los han conseguido a través de las búsquedas que hacemos en la web, nuestras visitas a las páginas web, el uso de nuestra tarjeta de crédito etc. Con el Internet de las Cosas, todo esto se aplicará a todos nuestros movimientos y compras que hagamos en el mundo real. Ahora bien, también creo posible dejar fuera muchas cosas que no queremos que sean controladas. De otra manera, el Gran Hermano sabría demasiado.

El Banco de Inglaterra, el organismo encargado de decidir la política monetaria de Reino Unido, ha puesto en marcha un equipo técnico cuya función es analizar la actividad en Internet, incluidas las redes sociales, con el fin de hacer predicciones económicas. Los empleados a quienes se han asignado estas tareas ya han empezado a funcionar. Su objetivo es estudiar fuentes de información no convencionales para lograr que las predicciones sean más precisas.

De esta forma el Banco de Inglaterra pretende tener una visión más clara de cómo marcha la economía británica. La idea es poder descubrir con antelación señales que indiquen caídas o repuntes del cuadro económico nacional. El organismo tiene especial interés en vigilar de cerca cómo está marchando la recuperación en el país.

El equipo de especialistas ha empezado a explorar datos como la frecuencia con la que se busca empleo y el nivel de precios de los artículos que se venden online. Estos dos, por ejemplo, podrían aportar cierto valor a las predicciones sobre el estado del desempleo y la inflación. El jefe económico del Banco de Inglaterra, Andy Haldane, piensa que los datos derivados de la actividad en Internet, una parte importante de la cual proviene de las redes sociales, constituyen información más actualizada que la que llega de fuentes oficiales.

“Las estadísticas oficiales tienden retrasarse y a corregirse. Lo que esta exploración de la Red puede hacer es darnos una lectura mejor de lo que está pasando hoy”, comenta Haldane en una entrevista para el canal británico Sky. Esto no significa que vayan a desechar las fuentes de información oficiales, ni mucho menos. Se trata de complementarlas con datos que tienen un componente de actualidad del que carecen las estadísticas que difunden las autoridades.

Técnicas de Big Data

El equipo creado por el Banco de Inglaterra está compuesto por especialistas en analítica. Su trabajo pasa ahora por construir modelos y algoritmos para extraer los datos relevantes entre todo el cúmulo de información que Internet produce minuto a minuto. Haldane destaca que se trata de un cambio estratégico ciertamente importante para el banco en lo que respecta a cómo se hacían las predicciones en el pasado.

Uno de los campos donde ya están en marcha las técnicas de Big Data que el equipo ha empezado a usar son las hipotecas. El organismo decidió las limitaciones que ha impuesto este año al mercado de la vivienda analizando la base de datos de las hipotecas en el país.

Pero en lo que se refiere a Internet, los datos son más volátiles y es difícil extraer información relevante. El bloguero especializado en temas económicos Tim Worstall recuerda que los economistas siempre dicen que no hay que prestar demasiada atención a lo que la gente dice, sino a lo que la gente hace. Los algoritmos y las herramientas de análisis tienen que diferenciar los sentimientos, opiniones y comentarios que son lo suficientemente intensos como para mover a la acción.

La firma analista Finmaven indicó en un informe algunas claves para analizar las redes sociales en busca de datos relevantes para hacer inversiones. Identificar los términos o las frases más importantes para lo que se busca, vigilar los niveles de conversación generados o descubrir fuentes de información influyentes –personalidades u organizaciones– son algunas de las recomendaciones que aparecen en el informe. El análisis de estos y otros datos, en volúmenes masivos, es lo que llevará a cabo el Banco de Inglaterra con la esperanza de arrojar una luz más prístina sobre la situación económica futura.

Imagen: Wikipedia

Que los gatos han conquistado Internet, y en concreto las redes sociales, es un hecho probado. Si en alguna ocasión te has dejado llevar por la fiebre felina y has colgado una foto de tu minino en Instagram o Flickr, es probable que Owen Mundy sepa dónde vives y estés geolocalizado en el mapa de su web: I know where your cat lives (‘Sé donde vive tu gato’). Este profesor de Arte de la Universidad de Florida ha mapeado cerca de un millón de gatos, simplemente utilizando las coordenadas geográficas incluidas en los metadatos de las fotografías colgadas en los perfiles de los usuarios de estas aplicaciones –21.015 de esos gatos están en España.

No se trata, ni mucho menos, de una obsesión personal de Mundy por estos entrañables animalitos –“ni siquiera soy una persona de gatos” confiesa a eldiario.es— su objetivo es despertar un debate público en torno a la privacidad online y la utilización que corporaciones y gobiernos hacen de los metadatos que como usuarios de redes sociales y aplicaciones revelamos sin ser, muchas veces, conscientes de ello.

Así que en poco menos de un año, Mundy construyó su propio servidor backend, uno capaz de alojar un fenómeno viral como el que esperaba que fuera su experimento gatuno, y con ayuda del superordenador de la Universidad Politécnica de Florida –un ordenador de alto rendimiento, alta capacidad y velocidad—, el pasado mes de julio ponía en órbita este proyecto, a mitad de camino entre el arte digital y la concienciación social, con un irremediable toque kitsch. Tan solo en los primeros tres meses online, tuvo más de 500.000 visitas únicas y cada una de ellas visualizando una media de 50 fotos de gatos.

Las redes sociales: una gran fuente de metadatos

Owen Mundy llevaba más de un año publicando fotos de su hija en su perfil de Instagram, cuando cayó en la cuenta de que la aplicación había estado geolocalizando cada una de sus imágenes en un mapa. “Me pareció espeluznante, yo no había dado ningún consentimiento a la aplicación para hacer eso. Así que empecé a examinar la API de Instagram y me di cuenta de que se puede acceder a los datos de cualquier persona a través de las coordenadas geográficas de prácticamente cualquier imagen o etiqueta”.



Las API –en español IPA, Interfaz de Programación de Aplicaciones—permiten a los desarrolladores crear aplicaciones adicionales vinculadas a la aplicación original. “Facebook, Google, Twitter, Instagram y todas las demás, tienen una API que hace que otras aplicaciones, por tanto, otra gente, dependa de ellas, creando así una cultura de dependencia”, explica Mundy. “Por otro lado, la API también protege el acceso a todos los datos de sus usuarios, de modo que yo como desarrollador no puedo acceder a todos los datos de un usuario sino a aquellos a los que Instagram, por ejemplo, me deja acceder”.

Para su proyecto Mundy se conectó a la API de la aplicación y realizó una sencilla búsqueda, “simplemente como tú harías en el buscador de Google”, incluyendo todas las imágenes etiquetadas con la palabra “cat” (gato) pero sólo las que tuviesen coordenadas de geolocalización asociadas. Encontró 13 millones de resultados.

Lo más probable es que la mayoría de esos dueños de gatitos no tuviesen la más mínima idea de estar revelando esa información por el simple hecho de compartir una foto en su perfil social.

Lo que sucede es que cada vez que tomamos una fotografía con una cámara digital, especialmente la de nuestro smartphone, ésta registra cierta información que queda incrustada en el archivo de la imagen. Estos metadatos recogidos en la especificación “EXIF” incluyen información como la fecha y hora de la toma, la configuración de la cámara y también, si así lo permitimos, nuestras coordenadas geográficas. Cuando subimos una instantánea a una aplicación como Instagram o Flickr, las dos fuentes de imágenes utilizadas principalmente en este proyecto, todos esos metadatos son registrados y almacenados junto a la fotografía en una base de datos.


Parte de la información de esa base de datos, como explica Mundy, es totalmente pública por lo que para elaborar su proyecto no ha violado ninguna cláusula de privacidad. Según las condiciones de uso de Instagram, simplemente está obligado a eliminar de su web los datos de aquellos usuarios que así lo soliciten. Es decir, cualquier persona, empresa privada o institución puede disponer y utilizar  estos datos privados de una persona en un espacio público sin violar las normas de la aplicación online.

“Aunque parezca irónico yo no pretendo violar la privacidad de nadie. Mi aplicación está diseñada para detectar automáticamente cuando alguien cambia los ajustes de privacidad de sus fotografías o las elimina, el software hace que esa imagen no sea visible más y la sustituye por una silueta de un gato”, dejando constancia del cambio.

No se trata sólo de gatos

Apenas un par de semanas después de su lanzamiento, I know where your cat lives se volvió viral en Estados Unidos, situando en los principales medios de comunicación del país (y fuera de sus fronteras) el debate sobre la privacidad online y el uso público de la información personal por terceros. “Cuando descargas una aplicación tienes que negociar tus condiciones de privacidad porque, al menos en Estados Unidos, por defecto se establece la protección más baja. Y ese es el verdadero problema, que por defecto estás cediendo todos tus datos, y la mayoría de la gente no es consciente de cuanta información está dando”, denuncia Mundy. “No se puede asumir que estas empresas cuidan de nuestra privacidad, porque es su forma de hacer dinero. Con nuestros datos”.


Si bien la normativa de la Unión Europea en materia de geolocalización para dispositivos móviles adoptada en mayo 2011, establece que “por defecto los servicios de localización deben estar en OFF y deben ser los usuarios quienes consientan el cambio a ON para aplicaciones especificas”;  ello no implica que cuando aceptamos las condiciones de uso de determinadas aplicaciones nuestra privacidad quede a salvo. Aunque primero nos pregunten, estamos concediendo de igual forma potestad a los administradores para que tengan acceso y disponibilidad de nuestros datos y material compartido en dicha aplicación.

Hasta el momento más de 40.000 fotografías han sido sustituidas en la web de I know where your cat lives por una silueta felina, lo que significa que más de 40.000 personas han cambiado los ajustes de privacidad en su aplicación. Y ese es precisamente el éxito del proyecto para su creador. “Para mí el resultado más importante es que la gente hable de ello. No se trata de gatos, es una conversación sobre poder y en concreto el poder de los software. Y de cómo corporaciones, empresas y gobierno utilizan algo tan valioso como tus datos”, destaca.


Autovigilancia en las redes sociales

I know where your cat lives no es el primer proyecto de Mundy, desde hace años ha desarrollado numerosos trabajos relacionados con el militarismo y la privacidad de datos –fuertemente influenciado por su pasado como fotógrafo en la armada de los Estados Unidos. En los noventa, Mundy pasó una temporada participando en misiones de vigilancia aérea en puntos calientes de Asia, como China y Corea del Norte.

Por aquel entonces, toda esa documentación se realizaba de forma analógica, “con maquinas que tenían que mover dos personas”. “Y volvíamos con una cantidad ingente de imágenes, millones en casa misión, que había que descargar, revelar y analizar y enviar a los servicios de inteligencia” recuerda. Una década más tarde, durante su etapa en San Diego, comenzó a reflexionar sobre el uso de las imágenes con fines militares, y poco a poco el tema evolucionó hacia las cuestiones de vigilancia de forma más amplia.

En 2009, Mundy se trasladó a Berlín para investigar la historia de la vigilancia militar vinculada a la capital alemana durante la guerra fría, en su análisis traza un paralelismo entre la capacidad de espionaje sobre la ciudadanía de la Stasi (el entonces Ministerio Estatal de Seguridad de la RDA) durante este periodo y el volumen de información recopilado hoy en día por la red social diseñada por Mark Zuckerberg.

El resultado fue una aplicación para Facebook: Give me my data (Dame mis datos) que permitía a los usuarios exportar la información vertida en la red social en diversos formatos (CSV, XML, JSON) para reutilizarla en otros archivos, visualizaciones o cualquier otro formato narrativo. Hasta entonces, esa información solo podía extraerse dentro de las limitaciones de la propia interfaz.

Seis meses después de que su aplicación fuera reseñada en The New York Times, Facebook implementó unas herramientas propias para la exportación de datos de sus usuarios.

En lo que se refiere a su experimento felino, “cualquier usuario de una red social puede arreglárselas para sacar los metadatos de la API en apenas veinte minutos”, comenta Mundy. “Lo realmente interesante es que Instagram, al igual que Facebook o Google, quieren que les des la mayor cantidad de metadatos posible y hacerlos públicos porque cuantos más datos tengan más posibilidades tienen de crear vínculos, no solo contigo, el usuario, sino con todos los demás usuarios que traigas y todos los otros usuarios que ni siquiera conoces pero que van a consultar tus datos”.


Ésta es precisamente la diferencia clave que el autor del proyecto apunta con respecto a las laborales de espionaje de la antigua Stasi, o las que él mismo solía realizar para el Ministerio de Defensa de Estados Unidos: “Ahora, en vez de tener a dos tipos siguiéndome y anotando todo lo que hago en un cuaderno, lo estoy haciendo yo mismo, publicando actualizaciones en mi perfil a los ojos de todo el mundo. Puede decirse que me estoy vigilando a mí mismo”.

Según explica este experto en subvertir aplicaciones y redes sociales, Facebook cuenta con un gran equipo de ingenieros en software que buscan y recopilan datos de los usuarios, crean estadísticas demográficas y los venden a diferentes compañías sin su permiso o conocimiento. “Y todo esto lo hacen con la finalidad de influir en su comportamiento”, apunta. ¿Quién no se ha quedado un poco trastocado al ver que el mismo anuncio donde pinchó en Facebook, le persigue por otras páginas al seguir navegando? Es la publicidad personalizada, tal y como recalca Mundy, “no se trata simplemente de rellenar espacio visual con publicidad sino de controlar dónde hacemos clic y dónde ponemos nuestro dinero. Y lo mismo ocurre con los gobiernos, lo utilizan para controlar nuestros comportamientos, alerta.

“Y esto a lo que me refiero cuando hablo de la utilidad del proyecto y a que se hable de este tema; no es que se resuelva el problema de la privacidad, pero al menos se puede ver que crea un hábito en el usuario. Y con suerte un cambio cultural, porque la responsabilidad de esta problemática es 50 por ciento del software, 50 por ciento del usuario”, concluye Mundy –quien se encuentra inmerso en los próximos pasos del proyecto, entre los que se encuentra el lanzamiento de la web en otros diez idiomas y un libro sobre el proyecto. Eso sí, “con muchas fotos de adorables gatitos”.

Dos años después de su última edición, el Foro Internacional de Contenidos Digitales (FICOD), celebrado esta semana en Madrid, ha refrendado la tendencia del sector: la clave es la economía digital y sus ingredientes principales, nuestros datos. Ese es el petróleo, el nuevo maná que buscan casi todos los expositores que se han dado cita en la Feria a la que han acudido más de 4.000 visitantes. Además de los famosos wearables –aparatos tecnológicos para la ropa y el cuerpo- el hype son los social media: las empresas que gestionan las cifras que dictaminan cómo nos comportamos.

“Sí, este año abundan las empresas de marketing digital. Esto es porque todo el mundo busca clientes, y lo que quieren es conseguir una mayor personalización de sus usuarios para maximizar sus ventas”, reconoce a este diario Santiago Muñoz, ejecutivo de ventas de la empresa española Pragsis, encargada de gestión de big data, y que tiene entre sus clientes a empresas como ONO. En el mismo sentido se expresa Manuel Gómez, de 44Screens Spain, una empresa que desarrolla productos de realidad aumentada: “Además, ahora están entrando en marketing digital sectores que antes no estaban como sanidad, farmacia o cultura. Se ha abierto el marco de los contenidos digitales”.

Durante la feria se han podido conocer diferentes herramientas que ya se utilizan para el análisis de datos. “Y es verdad que algunas asustan”, como reconoce Daniel Rubio, manager de Hydra Social Media. Entre ellas, por ejemplo, la clickstream, que capta el recorrido que haces en una web a través de los clicks, y que ha sido utilizada por ONO para saber qué buscan exactamente sus usuarios. “Esto maximiza mucho los ratios de conversión”, señala Santiago Muñoz. También existen los motores de recomendación mediante los cuales las webs aprenden lo que hace el usuario y puede servir para que, por ejemplo, un periódico online sepa si el lector entra siempre en las noticias nacionales y sean estas las que se le ofrezcan nada más abrir la página.

La venta cruzada se utiliza para recomendar al usuario compras que hicieron usuarios anteriores. Se suele usar en tiendas online de ropa ya que le puede indicar a un cliente que un determinado vestido otro cliente lo ha combinado con unos determinados zapatos. Es una forma de maximizar ventas y fidelizar al comprador.

No se pueden obviar tampoco los canales de comunicación. Entre ellos el llamado real marketing monitoring que dicta en tiempo real las reacciones de los consumidores a una campaña online o el instore analytics, que monitoriza el comportamiento del cliente en tiempo real.

Precisamente, una de las presencias más interesantes en este Foro fue la de Urs Cete, director ejecutivo del área de inversión en digital media del Grupo Bertelsmann. Este grupo mediático ha invertido recientemente en varios proyectos de análisis de datos como la catalana Whisbi, que está cambiando los usos de la atención al cliente y Traity, una red que tiene más de 4,5 millones de usuarios y que ayuda a valorar la reputación de otros usuarios teniendo como base la confianza. Otros son la también catalana Marfeel, que optimiza la lectura y la conversión de anuncios, y Nonabox, que comercializa productos para bebés. Y este es, para él, el futuro de la economía digital.

“Desde luego todo esto es un moda, pero que viene para quedarse y ahora mismo es una oportunidad de negocio bastante grande. Es evidente que los datos en sí mismo no valen nada, pero, como hace Jeff Bezos [dueño de Amazon], es mejor guardarlos, por si acaso sí se convierten en una nueva moneda”, añade Muñoz.

La privacidad: “Tú eliges hasta dónde”

No obstante, como siempre que se habla de datos del usuario, también se habla de privacidad. ¿Hasta qué punto una empresa puede controlarnos tanto? “Es verdad que ahora se está apostando mucho por esto, y hay que tener cuidado porque entras en juego con la privacidad. Es una línea fina”, admite Muñoz. Para otros, el verdadero asunto es cómo el usuario utiliza las herramientas tecnológicas, desde las redes sociales hasta cada vez que entra en una página web.

“A ti te conocen hasta donde tú quieres. Yo creo que cada uno es responsable”, sostiene Daniel Rubio, de Hydra, empresa que ha trabajado en la estrategia digital de Starbucks y del Instituto de Empresa (IE). Eso sí, reconoce que empieza a haber herramientas que pueden resultar bastante sorprendentes, “pero también se han mostrado cosas muy interesantes y útiles”.

De hecho, en esta feria también ha habido cabida para otros temas como el periodismo online, seminario en el que participaron Ignacio Escolar, director de eldiario.es; Borja Bergareche, director de innovación editorial del grupo Vocento; Montserrat Domínguez, directora editorial de El Huffington Post y Gastón Roitberg, editor de La Nación.

Curiosamente, en este debate también cobraron mucha importancia los datos. Domínguez manifestó que en las redacciones es necesario que haya analistas de datos para poder distribuir mejor los contenidos. Y ninguno se olvidó de las redes sociales, el nuevo “régimen parlamentario”, según Escolar, y por donde están entrando los lectores en la actualidad. Como reconoció Bergareche, hasta un 20% de su audiencia entra por Facebook.

La televisión del futuro con más implicaciones en la red, herramientas tecnológicas para los trabajos, realidad virtual o nuevas iniciativas en el sector editorial fueron también otros asuntos que se abordaron en este FICOD al que, no obstante, quizá le faltó un punto de internacionalización para ver qué se cuece fuera de nuestras fronteras. Lo que quedó claro es la tendencia de las empresas: todos quieren tus datos.

La población mundial ha superado los 7.000 millones. Si comparásemos personas a neuronas, necesitaríamos más de catorce planetas Tierra para poblar un solo cerebro. No solo médicos, biólogos y químicos estudian nuestro órgano más complejo. La neurociencia recurre también a las matemáticas, la física o las ciencias de la computación para explorar este fascinante universo.

Se conoce en qué zona del cerebro se codifica la información de cada área sensorial gracias a mapas elaborados a partir del estudio de lesiones o tumores que revelan dónde se ubican habilidades determinadas. Por ejemplo, en la corteza auditiva primaria se procesa la información auditiva y en el lóbulo occipital -en la parte posterior de la cabeza- se procesa la información visual.

Se sabe también que las neuronas se especializan. Por ejemplo, en el campo visual, hay neuronas que identifican líneas horizontales y otras, líneas verticales; otras, ángulos; otras, caras; otras, conceptos como hoja o árbol... También se habla de las más complejas, como la 'neurona de la abuela' ('grandmother cell'), que reuniría no solo la imagen de nuestra abuela sino su voz, el recuerdo de algo que nos regaló, su perfume y todo lo que asociamos con ella.

La investigación de dos tipos de neuronas especializadas en cartografiar nuestra posición en un cierto espacio conocido ha merecido este año el Premio Nobel de Medicina. La mitad del premio fue para John O'Keefe del University College London, por descubrir las neuronas de lugar ('place cells'). Se especializan en ciertas partes del espacio –el sofá, el rincón del teléfono, etc– y lo cartografían como si se tratara de pequeños azulejos, aunque no únicos, porque cada neurona participa en mapas de distintos lugares. Su equipo las detectó colocando un ratón en un espacio circular. Cada vez que pasaba por un lugar concreto, se podía observar cómo se activaban determinadas neuronas. Luego lo ponían en un laberinto y en cada fragmento del espacio se activaban ciertas neuronas, siempre las mismas.

La otra mitad del premio se fue a una ciudad de 180.000 habitantes, a 500 kilómetros al norte de Oslo. La compartió la pareja formada por May-Britt y Edvard I. Moser, que dirigen el Instituto Kavli de Neurociencia de Sistemas en Trondheim, por descubrir otras neuronas aun más complejas: las que organizan el espacio en una especie de cuadrícula de tres líneas a 120 grados cada una de las otras ('grid cells').

Registrando la actividad cerebral de un ratón, observaron que al pasar por una intersección concreta se le disparaba una neurona determinada, codificando también el espacio pero de forma diferente. Neuronas que se activan en cuadrículas con distancias de 5cm pasan información a otras con distancias de 50 centímetros. No fueron descubiertas antes en parte porque no se suelen utilizar espacios tan grandes en los experimentos.

En el Institut d’Investigacions Biomèdiques August Pi i Sunyer (IDIBAPS), junto al Hospital Clínic de Barcelona, existe también un Área de Neurociencia de Sistemas. Se contempla el cerebro como una máquina que recibe información mediante los sentidos y la computa, coordina y procesa. Jaime de la Rocha, doctor en Física a la cabeza del Grupo de dinámica de circuitos corticales, nos ha abierto una ventana a sus investigaciones. “Cada neurona se comunica recibiendo impulsos de las demás y a su vez emitiendo otros,” explica. “Las hay excitatorias e inhibitorias: unas la acercan al umbral en que ella misma envía un impulso y otras la alejan de ese umbral. Podemos comparar la neurona a una variable matemática. Cuando llega a ese umbral emite un impulso, una especie de chispazo eléctrico. Luego se reinicia y sigue escuchando a las demás.”

Para elaborar modelos de actividad neuronal, establecen un parámetro de tiempo, registran el número uno cuando la neurona alcanza el umbral y cero cuando no. “Así podemos analizar su actividad como un lenguaje binario,” añade De la Rocha, “uno cuando se dispara y cero cuando no: cero, cero, cero, cero, cero, uno, cero, cero, uno, cero....”

Buscando el código

Las neuronas nunca están en silencio, se activan continuamente de forma muy aleatoria. Cada una emite alrededor de un impulso por segundo. “No hay un patrón de actividad rítmico ni una estructura temporal clara,” explica con paciencia el neurocientífico, “pero sí sigue ciertas reglas. Hablamos de un proceso estocástico [sucesión de variables aleatorias]”.

Por ejemplo, cuando escuchamos un estímulo sonoro, música por ejemplo, las neuronas del sistema auditivo empiezan a activarse más, a emitir más impulsos. Hay neuronas especializadas en tonos agudos, tonos graves, etc. Los codifican y transmiten la información del sonido de unas a otras. Esa secuencia temporal de ceros y unos la registra el equipo del IDIBAPS colocando electrodos en el área auditiva de un ratón y presentándole sonidos para tratar de descubrir esa relación abstracta entre los impulsos neuronales y los distintos sonidos. Es el llamado código neuronal, del que conocemos algunas cosas aunque en su mayor parte sigue siendo un enigma.

Las neuronas no descansan

Tal como explica De la Rocha, mientras el ratón tiene los electrodos conectados al cerebro, el ordenador registra los impulsos que emiten simultáneamente entre diez y cien neuronas próximas entre sí, mediante una red de electrodos similar a un circuito impreso eléctrico. “Aun así, es una fracción minúscula de neuronas y no es fácil descifrar su código,” afirma.

La emisión de impulsos de cada neurona no se detiene nunca, ni siquiera cuando se anestesia al animal o durante las diversas fases del sueño. Pero a diferentes estímulos se activan neuronas diversas, se producen diferentes frecuencias de emisión de impulsos y se establecen conexiones en red distintas. Los experimentos consisten por ejemplo, en emitir determinados sonidos más agudos o más graves seguidos de consecuencias positivas o negativas, y registrar cómo se refleja esto.

Ahora bien, la experimentación con animales ocupa la menor parte de la investigación del Grupo de dinámica de circuitos corticales. Se destina mucho más tiempo a analizar los datos registrados en el ordenador para intentar encontrar patrones de emisión o relación entre las redes neuronales. Ahí es dónde la matemática, la física, la informática tiene tanto que aportar.

El análisis de cómo en las redes neuronales se originan diferentes patrones de emisión de impulsos se realiza mediante programación con el software Brian Simulator. Este programa sirve para facilitar el desarrollo de simulaciones de redes de neuronas, un proceso habitual en el área de la neurociencia computacional. Escrito en Python, emplea diversas librerías científicas y de gráficos. Brian usa diversos métodos de integración y cualquiera puede instalárselo en su ordenador para simular el comportamiento de una red neuronal según los parámetros que se introduzcan.

En el IDIBAPS estudian en concreto cómo se presenta la expectativa de que algo va a suceder, cómo las neuronas conservan la memoria de que algo va a suceder según una experiencia anterior. Quieren saber cómo se almacena en el código neuronal del ratón la experiencia de sentir una pequeña descarga después de oír un tono determinado.

El ratón actúa igual que los humanos. En nuestra constante percepción de la realidad, ya sabemos que van a suceder muchas cosas, o estamos esperando que sucedan. Integramos nuestras predicciones con los estímulos sensoriales que recibimos en un proceso inconsciente que forma parte de cómo interpretamos la realidad.

“Nuestra investigación es muy concreta,” sostiene De la Rocha “¿Por qué el ratón se asusta al volver a oír ese tono, aunque después no se produzca la descarga? ¿Cómo se registra esta asociación?”

“El cerebro es un universo enorme. Unos lo exploramos entrando por el norte, estudiando mecanismos de comunicación neuronal, y otros entrando por el sur desde la medicina, la biología, la química.” Y concluye: “Pero todos soñamos con que los resultados de nuestra investigación algún día sirvan para curar enfermedades como la esquizofrenia, la epilepsia o el alzeihmer.”

El proyecto del mapa Open Data en España del CTIC comprende aquellas iniciativas que cuentan con un sitio web especialmente habilitado o dedicada, habitualmente un catálogo de datos. Se incluyen también las que tienen previsto lanzar un portal de acceso (“forthcoming”) y las que dieron de baja el suyo (“extinct”). Se encuentran excluidos los diversos sitios web pertenecientes al sector público estatal para no complicar la visualización y por considerarlos incluidos en el portal nacional datos.gob.es.

“Las cifras son elocuentes: cada día se generan 2,5 trillones de bytes; durante un solo año, 2009, produjimos la misma cantidad de datos que en el período que recorre toda la historia de la humanidad hasta ese momento”. La exposición Big Bang Data, que se inauguran el jueves en el CCCB, encuentran su germen en ese impactante enunciado.

Esta iniciativa nace en el seno cultural de Barcelona justo cuando su centro más emblemático celebra su vigésimo aniversario. Además, se engloba en un nuevo espacio reservado sólo para proyectos expositivos que traten de manera integrada la cultura del siglo XXI y las grandes transformaciones de la era digital. Para aquellos a los que la capital catalana les pille lejos, la Fundación Telefónica de Madrid acogerá esta expo entre febrero y mayo de 2015.

“¿Son los datos el nuevo petróleo, una fuente de riqueza potencialmente infinita o deben ser, ante todo, una herramienta para construir una democracia más transparente y participativa?”, se preguntan Olga Subirós y José Luis Vicente, comisarios del gran festival de los bytes. Para responder a ese interrogante proponen instalaciones y proyectos artísticos, documentación histórica, entrevistas, documentos audiovisuales y prototipos tecnológicos que digieren datos para contarnos lo que está pasando en tiempo real.

Durante sus cinco meses de vida, las instalaciones de Big Bang Data se convertirán en un microcosmos donde navegar por esta temática mediante encuentros y debates. El centro neurálgico de las instalaciones será la llamada Estación Beta, el espacio que acogerá los talleres, hackatons, conferencias, charlas, programas educativos y encuentros de comunidades locales e internacionales. En ella también se enmarcarán todas las actividades de la Big Data Week, el Festival Eight Days y las Jornadas de Periodismo de Datos, entre otras muchas de su tablón.

Además, las cabezas de cartel no tienen desperdicio. Participan diferentes creadores, investigadores, activistas, ingenieros, periodistas y programadores internacionales como Christopher Baker, Chris Jordan o Ingo Gunther (y un largo etcétera) y organizaciones como Near Future Laboratory o Bestiario.

Los diez mandamientos de los bytes

A quien le llame la atención el fenómeno de la explosión de datos en el que estamos inmersos, desde las artes y la política hasta la investigación y la innovación, no necesitará muchos alicientes. Y a los que no, quizá les anime leer el siguiente decálogo, o condensador de información, que ofrecen desde la CCCB.

1. El peso de la nubeEl peso de la nube

Esta sección profundiza en los Data Center, grandes instalaciones industriales en las que se almacena y desde las que se distribuye todo lo que contiene este espacio, personal y colectivo a la vez, que hemos bautizado como La Nube. Se tratan temas como la arquitectura y la estética del Data Center o su importancia geoestratégica en el mundo, su condición de nuevos monumentos que representan una forma de poder emergente, a la vez que son espacios anónimos y secretos. Junto a ello, se trata la importancia emergente de la industria del almacenamiento de datos a gran escala, su huella energética y su presencia sobre el territorio.

2. El diluvio de datosEl diluvio de datos

Bajo esta idea, se incide en la magnitud y el volumen de la explosión de datos contemporánea poniéndole cifras y mostrando su imparable crecimiento. Se tienen en cuenta, entre otros factores, la evolución de la capacidad de almacenaje de la información, tras la progresiva reducción del tamaño y el coste de los dispositivos, y el auge de una cultura de la preservación permanente, de un mundo en que todo se tiene que almacenar.

3. Ciencia del Big Data

La capacidad de preservación y almacenamiento de grandes estructuras de datos está creando una revolución científica que está transformando múltiples disciplinas. Este punto de la exposición desempeña un papel divulgativo del vocabulario que la ciencia del fenómeno Big Data ha generado. Se explica el significado que términos como correlación, agregación, predicción o minería tienen en el análisis y la visualización de la información.

4. Explicar el mundo con datos

Con el nacimiento de la estadística a mediados del siglo XIX, surge la necesidad de un nuevo lenguaje para explicar la realidad desde lo cuantitativo, el diseño de información y la infografía. Se presentan varios casos históricos relevantes y pioneros del diseño y la visualización de la información, así como una evolución de la sintaxis de la infografía, la visualización científica y la visualización de datos.

5. «Datificación». La gestión del mundo desde la información

La facilidad para captar, transmitir y preservar información ha promovido la emergencia de un mundo en que la mayoría de los procesos tecnológicos, industriales o económicos producen grandes cantidades de datos. Se estima que los millones de sensores que captan y transmiten información –desde los receptores GPS que registran el funcionamiento de las rutas de reparto de la logística hasta los sensores de temperatura, presión o humedad que monitorizan el estado de una línea de fabricación– generan hoy tanto tráfico de datos en la red como el que producimos los usuarios.

Esta infraestructura de sensores y los data sets que producen son imprescindibles hoy para hacer posible los grandes procesos industriales y de toma de decisiones, pero además nos permiten entender la manera en que estos procesos operan. Hoy podemos saber, por ejemplo, qué rutas toman los conductores en sus trayectos por la ciudad, cuántos aviones hay en el espacio aéreo ahora mismo y su posición exacta, o cómo los cargos en tarjetas de crédito explican de qué manera realiza la gente sus compras de Navidad.

6. La producción social de datos

El sujeto como productor de datos hoy. Somos causa y efecto del diluvio. Todos los procesos de actividad social acaban produciendo datos. Se exponen piezas que se clasifican dentro del llamado «sentiment analysis» basadas en los datos que reflejan estados de ánimo o acciones subjetivas que las personas vuelcan en la nube, así como productos y dispositivos que analizan el self-tracking, los datos que sobre nosotros mismos generamos a través de nuestra actividad.

7. Somos datos

La explotación de la intimidad a través de los datos que generamos es una de las cuestiones más controvertidas en la era del Big Data. La mercantilización del Yo y el desarrollo de actividades como el llamado Data Mining han sido objeto de análisis y críticas por parte de muchos agentes sociales. Artistas y activistas también se hacen eco de esta realidad.

8. La era del conocimiento: Data Driven

Bajo este término se engloba la transformación de las ciencias, las humanidades y la cultura tras la explosión del Big Data. Se trata de un acercamiento a la metodología basada en el análisis de datos para generar conocimiento. La exposición presenta diversos casos relacionados con campos como el urbanismo, la medicina, el deporte, la seguridad ciudadana y prevención del delito o el periodismo.

9. Datos abiertos

Si el diluvio de información lo producimos entre todos, ¿de quién son los datos? Este tema centra el debate de la política y la ética del llamado Open Data. Diversos proyectos e iniciativas ponen de manifiesto la reivindicación de una democracia participativa así como el debate actual sobre la ley de la transparencia.

10. Mentir con datos. Lo que los datos no revelan

La posibilidad de entender muchos aspectos de la realidad a través de la cuantificación y el análisis de datos conlleva un gran riesgo: suponer que todo puede explicarse desde los datos, o que contar con datos es la única manera de tomar una decisión. Este punto explora los peligros del absolutismo de datos, la idea racionalista que entiende que se pueden tomar decisiones perfectas si se dispone de la cantidad de datos suficiente, así como del «reduccionismo informacional», la tendencia a pensar que cualquier fenómeno del mundo social o natural es cuantificable y medible con parámetros

Igualmente, reforzaremos la idea de que los datos no cuentan verdades científicas ni objetivas: son tan subjetivos y posicionados ideológicamente como cualquier otra forma de conocimiento.

La mejor forma de analizar la crisis económica es considerarla un error de juicio, un fatídico error de predicción. Los errores de predicción fueron generalizados y se produjeron en casi todas las fases, antes, durante y después de la crisis

Publicamos un extracto del primer capítulo de su libro 'La señal y el ruido', que acaba de publicar Península en español

Era el 23 de octubre de 2008. El mercado bursátil se había desplomado casi un 30 por ciento durante las cinco semanas anteriores y se encontraba en caída libre. Empresas en su día valoradas, como Lehman Brothers, se habían arruinado. Los mercados de crédito habían dejado de funcionar. Las propiedades inmobiliarias de Las Vegas habían perdido un 40 por ciento de su valor. El desempleo estaba por las nubes y no dejaba de crecer. Se habían invertido cientos de miles de millones de dólares en empresas en quiebra. La confianza en el Gobierno marcaba mínimos históricos. Faltaban menos de dos semanas para las elecciones presidenciales.

El Congreso, una institución generalmente en estado latente tan cerca de unas elecciones, era un hervidero de actividad. Los políticos sabían que iban a verse obligados a aprobar una serie de proyectos de ley de rescate financiero desde luego impopulares, y debían crear la impresión de que los malhechores iban a recibir su merecido. El Comité de Control y Reforma de la Cámara de los Representantes había citado a testificar a los jefes de las tres principales agencias de calificación de crédito, Standard & Poor’s (S&P), Moody’s y Fitch Ratings. Dichas agencias de calificación tenían la tarea de evaluar las probabilidades de que miles de millones de dólares invertidos en títulos con respaldo hipotecario tuvieran que empezar a afrontar impagos. Y, para decirlo suavemente, todo indicaba que habían faltado a su deber.

La peor predicción de una serie fatídica

La crisis de finales de la década de 2000 suele considerarse un fracaso de las instituciones políticas y financieras. Y es evidente que supuso un descalabro económico de proporciones mayúsculas. En 2011, cuatro años después del inicio oficial de la Gran Recesión, la economía estadounidense estaba aún 800.000 millones de dólares por debajo de su potencial productivo.

Aun así, estoy convencido de que la mejor forma de analizar la crisis económica es considerándola un error de juicio, un fatídico error de predicción. De hecho, los errores de predicción fueron generalizados y se produjeron en casi todas las fases, antes, durante y después de la crisis; todo el mundo incurrió en dichos errores, desde los agentes hipotecarios hasta la Casa Blanca.

A menudo, los errores de predicción más calamitosos tienen muchas cosas en común. Por lo general nos fijamos en las señales que describen el mundo tal como debería ser, y no como realmente es. Ignoramos los riesgos más difíciles de calcular, aun cuando suponen la mayor amenaza para nuestro bienestar. Nuestras aproximaciones y suposiciones sobre el mundo son mucho más rudimentarias de lo que creemos. Abominamos la incertidumbre, aunque forme parte inextricable del problema que intentamos resolver. Si queremos llegar al fondo de la crisis económica, debemos empezar por identificar el principal error de predicción que se produjo, un error que desencadenó el resto.

Las agencias de calificación habían dado una AAA (calificación que se solía reservar para los gobiernos y las empresas más solventes del mundo) a miles de títulos con respaldo hipotecario, unos instrumentos financieros que permitían a los inversores apostar sobre las probabilidades de que otras personas no pudieran pagar sus hipotecas. Las calificaciones de las empresas de calificación pretenden explícitamente ser predicciones, estimaciones sobre las probabilidades de que una deuda determinada no se pueda satisfacer. Standard & Poor's, por ejemplo, dijo a sus inversores que cuando daba una AAA a un tipo particularmente complejo de valores conocidos como obligaciones de deuda garantizadas (CDO), había tan sólo un 0,12 por ciento de probabilidades (o, lo que es lo mismo, una entre 850) de que dichos valores no se pudieran pagar durante los siguientes cinco años. En principio, pues, esos valores eran tan seguros como la acción de una empresa valorada con una AAA, y más seguros de lo que actualmente S&P considera los bonos del Tesoro de Estados Unidos.8 Las agencias de calificación no ponderan sus valoraciones sobre una curva.

A la hora de la verdad, y según datos internos de S&P, alrededor de un 28 por ciento de las CDO resultaron insolventes. (Algunas estimaciones independientes son aún más altas.). Eso significa que la tasa de insolvencia de las CDO fue más de doscientas veces superior de lo que S&P había pronosticado.

Se trata de un fracaso de predicción absoluto: miles de millones de dólares en inversiones valorados como completamente seguros resultaron ser casi completamente inseguros. Fue como si la predicción meteorológica anunciara 35 grados y cielos despejados y a la hora de la verdad se produjera una ventisca de nieve.

Cuando uno realiza una predicción que fracasa de forma tan estrepitosa, tiene la opción de elegir cómo explica el fracaso. Una opción es aducir circunstancias externas; se trata de lo que denominaríamos mala suerte. A veces se trata de una opción razonable o incluso correcta. Cuando el Servicio Meteorológico Nacional de Estados Unidos anuncia un 90 por ciento de probabilidades de cielos despejados pero a la hora de la verdad la lluvia arruina la excursión que habíamos planeado, en realidad no se puede echar la culpar a los meteorólogos. Décadas de datos históricos acumulados muestran que cuando el Servicio Meteorológico dice que existe una probabilidad entre diez de que llueva, a largo plazo suele llover aproximadamente el 10 por ciento de las veces.

Esta explicación, sin embargo, resulta menos creíble cuando la organización que realiza la predicción no tiene un historial de predicciones acertadas, o cuando la magnitud del error es mayor. En esos casos, es mucho más probable que el problema radique en el modelo de quienes realizan una predicción sobre el mundo, más que en el mundo en sí.

En el caso concreto de las CDO, las agencias de calificación no disponían de ningún historial fiable: constituían un sistema de garantía muy reciente y las tasas de insolvencia de S&P no se basaban en datos históricos, sino en suposiciones realizadas a partir de unos modelos estadísticos imperfectos. Al mismo tiempo, la magnitud de sus errores fue enorme: las CDO valoradas con AAA tenían doscientas veces más probabilidades de acabar siendo insolventes de lo que se suponía teóricamente.

Las agencias de calificación podrían haber intentado redimirse admitiendo que sus modelos estaban equivocados y que el error había sido suyo. Sin embargo, en su comparecencia ante el Congreso de Estados Unidos se sacudieron cualquier responsabilidad y aseguraron que habían tenido mala suerte. Y echaron la culpa a una contingencia externa: la burbuja inmobiliaria.

“S&P no ha sido la única empresa a la que el exagerado declive de los mercados inmobiliarios e hipotecarios ha cogido por sorpresa”, declaró Deven Sharma, director de Standard & Poor’s ante el Congreso ese mes de octubre. “Prácticamente nadie, ni los propietarios, ni las instituciones financieras, ni las agencias de calificación, ni los reguladores, ni los inversores supieron prever lo que sucedió”.

“Nadie lo vio venir”. Si no puedes demostrar tu inocencia, escúdate en tu ignorancia: ésa suele ser la primera línea de defensa ante un error de predicción. Y, no obstante, la afirmación de Sharma fue una mentira que viene a alimentar una larga tradición en el Congreso de Estados Unidos junto al “yo no tuve relaciones sexuales con esa mujer” o “nunca he tomado esteroides”.

Lo que sorprende de la burbuja inmobiliaria es precisamente la gran cantidad de gente que no solo la había visto venir, sino que llevaba años advirtiendo de sus riesgos. Robert Shiller, economista de Yale, había apuntado ya su nacimiento en el lejano año 2000, en su libro Exuberancia irracional. Dean Baker, un cáustico economista del Centro de Investigaciones Económicas y Políticas, había escrito acerca de la burbuja inmobiliaria en agosto de 2002. Un corresponsal de la revista The Economist, famoso por la sobriedad de sus artículos, se había referido a “la mayor burbuja de la historia” en junio de 2005. Paul Krugman, ganador del Premio Nobel de Economía, escribió sobre la burbuja y su inevitable final en agosto de 2005. “Estaba incorporada al sistema”, me dijo Krugman más tarde. “El crac inmobiliario no era un cisne negro, sino más bien el elefante en la habitación que todo el mundo se negaba a ver”.

Pero también los estadounidenses de a pie estaban cada vez más preocupados. La búsqueda del término “burbuja inmobiliaria” en Google prácticamente se decuplicó entre enero de 2004 y el verano de 2005. El interés por el término era mayor en los estados que, como California, habían experimentado un incremento más acusado en los precios de la vivienda y que estaban a punto de sufrir el mayor declive. De hecho, el debate sobre la burbuja inmobiliaria estaba considerablemente extendido. El término “burbuja inmobiliaria” había aparecido en solo ocho noticias en lengua inglesa en el año 2001, pero llegó a las 3.447 referencias en 2005. En otras palabras, la burbuja inmobiliaria aparecía unas diez veces al día en revistas y periódicos acreditados.

Y, aun así, a las agencias de calificación (cuyo trabajo consiste ni más ni menos que en calcular el riesgo de los mercados financieros) se les pasó por alto. El hecho de que consideraran que ésa era su mejor línea de defensa habla por s. solo. Los problemas de sus predicciones eran realmente serios.

“No creo que quisieran que se acabara la música”

Ninguno de los economistas con los que hablé. para redactar este capitulo tenía una opinión favorable de las agencias de calificación. Sin embargo, todos ellos se podrían dividir en función de si consideraban que los errores de calificación se produjeron por codicia o por ignorancia. Pero ¿hasta qué punto son válidas sus opiniones?

Posiblemente Jules Kroll esté mejor calificado que nadie para emitir un juicio sobre este asunto, pues él mismo dirige una agencia de calificación. Fundada en 2009, Kroll Bond Ratings acababa de publicar su primera calificación (sobre un préstamo hipotecario contraído por la constructora de un centro comercial gigantesco en Arlington, Virginia) cuando me reuní con Kroll en su oficina de Nueva York en 2011. Kroll acusa a las agencias de calificación fundamentalmente de no haber tenido una actitud lo bastante “vigilante”. Se trata de un término irónico en boca de Kroll, que antes de dar el salto al mundo de las calificaciones había obtenido una modesta fama (a la par que una fortuna indecente) gracias a su empresa original, Kroll Inc., que actuaba como si fuera una especie de agencia de detectives encargada de controlar el fraude empresarial. Su empresa era experta en destapar estafas, como hizo en el caso de los secuestradores de un multimillonario propietario de un fondo de alto riesgo que se delataron a s. mismos pagando una pizza con la tarjeta de crédito del secuestrado. Cuando lo conocí, Kroll era ya un hombre de sesenta y nueve años, pero conservaba su instinto de sabueso bien afilado y se puso en alerta en cuanto empezó. a examinar lo que habían hecho las agencias de calificación.

“En el mundo de las industrias de calificación, la expresión ”actitud vigilante“ hace referencia a la obligación de mantener a los inversores informados de las cosas que observas”, me explicó. Kroll. “Cada mes recibes una gran cantidad de informes sobre cosas muy diversas, desde declaraciones de insolvencia hipotecaria hasta abonos hipotecarios prematuros. Dispones de muchísima información que debe servir para ponerte sobre aviso y decidir si las cosas están mejorando o empeorando. Y el mundo espera que lo mantengas al día de lo que sabes”.

En otras palabras, las agencias de calificación deberían haber sido las primeras en detectar los problemas del mercado inmobiliario, pues disponían de mejor información que nadie: datos frescos sobre si miles y miles de personas con hipotecas realizaban los pagos a tiempo o no. Y, sin embargo, no empezaron a rebajar las calificaciones de grandes series de títulos con respaldo hipotecario hasta 2007, en un momento en que los problemas eran ya una evidencia y los índices de apertura de juicios hipotecarios se habían doblado.

“No estamos hablando de personas estúpidas”, me dijo Kroll. “Sabían lo que pasaba, pero no creo que quisieran que se acabara la música”.

Kroll Bond Ratings es una de las diez NRSRO registradas en Estados Unidos. Las NRSRO son organizaciones de calificación estadística reconocidas por el Gobierno estadounidense, empresas que cuentan con la licencia de la Comisión del Mercado de Valores de Estados Unidos (Securities and Exchange Commission) para calificar títulos con respaldo hipotecario. PeroMoody’s, S&P y Fitch son tres de las otras, y copan casi toda la cuota de mercado. Entre S&P y Moody’s emitieron las calificaciones de casi el 97 por ciento de todas las CDO emitidas antes de la crisis económica mundial.

Uno de los motivos por los que S&P y Moody’s gozan de una presencia de mercado tan preeminente es simplemente porque hace mucho tiempo que forman parte del negocio, un oligopolio legal, de una industria regulada por el Gobierno. De hecho, la mayoría de los grandes fondos de pensiones requieren el sello de aprobación de S&P y Moody’s por contrato, aproximadamente dos tercios de los cuales mencionan de manera explícita S&P, Moody’s o ambas; eso significa que para que el fondo de pensiones pueda adquirir un producto de deuda, dichas empresas deben calificarlo antes.

S&P y Moody’s habían aprovechado la posición ventajosa que les concedía su selecto estatus para amasar unos beneficios extraordinarios, a pesar de llenar sus oficinas pescando de entre los curriculums que las empresas de Wall Street rechazaban.

Los ingresos de Moody’s procedentes de las llamadas calificaciones financieras estructuradas aumentaron más de un 800 por ciento entre 1997 y 2007, y constituyeron la parte fundamental del negocio de calificación de la empresa durante los años de la burbuja financiera. Esos productos ayudaron a Moody’s a encabezar la lista de empresas con el mayor margen de beneficio de todas las que componían el S&P 500 durante cinco años consecutivos, mientras duró. la burbuja. (En 2010, incluso después de que la burbuja financiera hubiera estallado y los problemas de las agencias de calificación se hicieran evidentes, Moody’s obtuvo aún unos beneficios del 25 por ciento).

Con esos elevados beneficios garantizados mientras se siguieran emitiendo nuevas CDO, y conscientes de que los inversores no tendrían forma de contrastar la precisión de sus calificaciones hasta que fuera ya demasiado tarde, las agencias tenían muy pocos incentivos para competir basándose en la calidad. El director general de Moody’s, Raymond McDaniel, dijo explícitamente a sus directivos que la calidad de las calificaciones era el factor menos importante a la hora de potenciar los beneficios de la empresa.

De hecho, la ecuación era muy sencilla: las agencias de calificación cobraban de la entidad que emitía una CDO cada vez que realizaban una calificación: cuantas más CDO se emitieran, mayor sería el beneficio. En la práctica se podía crear un número infinito de CDO combinando diferentes tipos de hipoteca o, cuando se aburrieron de ese sistema, combinando diferentes tipos de CDO para obtener productos derivados. Así, las agencias de calificación rara vez dejaban pasar una oportunidad de calificar un producto. más tarde, una investigación gubernamental desveló. un mensaje de móvil entre dos altos directivos de Moody’s en el que uno aseguraba que aunque un título de deuda “lo elaborara una vaca”, Moody’s la calificaría igualmente. En algunos casos, las agencias de calificación llegaron aún más lejos e incitaron a las entidades emisoras de deuda a manipular las calificaciones. Apelando a una supuesta transparencia, S&P proporciónó a las entidades emisoras de deuda una copia del software que utilizaban para determinar sus calificaciones, de modo que las entidades sabían exactamente cuántas hipotecas defectuosas podían incluir en un producto concreto sin que eso provocara una disminución de la calificación.

Por todo ello, la posibilidad de que la burbuja inmobiliaria existiera y pudiera estallar suponía una amenaza para el dinero fácil de las agencias de calificación. Los seres humanos tienen una extraordinaria capacidad para ignorar los riesgos que amenazan su existencia, como si con ello pudieran hacerlos desaparecer. En ese sentido, la afirmación de Deven Sharma puede parecer plausible: a lo mejor a las agencias de calificación les pasó. Por alto la burbuja inmobiliaria, a pesar de que muchas otras personas la anticiparan con creces.

Sólo que en realidad las agencias de calificación consideraron explícitamente la posibilidad de que existiera una burbuja inmobiliaria. Y, por increíble que parezca, llegaron a la conclusión de que no tendría demasiada importancia. Un memorando que me entregó una portavoz de S&P, Catherine Mathis, detalla que S&P había realizado una simulación en 2005 que anticipaba un descenso del 20 por ciento en los precios de la vivienda en Estados Unidos durante un periodo de dos años, algo nada alejado del descenso del 30 por ciento que registraron los precios de la vivienda entre 2006 y 2008. El memorando concluía que los modelos existentes de S&P’s .contemplaban el riesgo de un deterioro . de forma adecuada, y que sus valores mejor calificados “soportarían un descenso de la actividad inmobiliaria sin sufrir por ello una rebaja en la valoración del crédito”.

En cierto modo, eso resulta aún más preocupante que la posibilidad de que a las agencias de calificación se les pasara completamente por alto la burbuja inmobiliaria. En este libro abordaré el peligro de los “desconocidos”: los riesgos de los que ni siquiera somos conscientes. Tal vez la única amenaza aún peor sean los riesgos que creemos tener controlados cuando no es así. En esos casos no solo nos engañamos a nosotros mismos, sino que nuestra confianza injustificada puede resultar contagiosa. En el caso de las agencias de calificación, el exceso de confianza infectó “el resto del sistema financiero”. “La principal diferencia entre algo que puede salir mal y algo que no puede salir mal es que cuando algo que no puede salir mal sale mal, generalmente luego es imposible resolverlo o repararlo”, escribió Douglas Adams en la Guía del autoestopista galáctico.

Pero ¿cómo es posible que los modelos de las agencias de calificación, bajo los mejores auspicios de precisión científica, fracasaran tan estrepitosamente a la hora de describir la realidad?

Cómo se equivocaron las agencias de calificación

Para hallar la raíz del problema debemos escarbar un poco más. Antes de buscar la respuesta, debemos conocer más detalles sobre cómo se estructuran los instrumentos financieros conocidos como CDO, y también debemos aprender la diferencia entre incertidumbre y riesgo.

Las CDO son paquetes de deuda hipotecaria divididos en diferentes tramos (tranches, en inglés). Se considera que algunos suponen cierto riesgo, mientras que otros gozan de una calificación casi completamente segura. Mi amigo Anil Kashyap, que imparte un curso sobre la crisis financiera en la Universidad de Chicago, ha elaborado un ejemplo simplificado de CDO, que voy a glosar de forma resumida en estas páginas.

Imagine que tiene cinco hipotecas, y que cada una de ellas presenta un 5 por ciento de probabilidades de impago. Se pueden realizar una serie de apuestas basadas en el estatus de estas hipotecas, algunas más arriesgadas que otras.

La más segura de dichas apuestas, que denominaremos fondo Alfa, es pagadera a menos que las cinco hipotecas no puedan afrontar los pagos. La más arriesgada, el fondo .Epsilon, te deja colgado si una de las cinco no puede hacer frente a sus obligaciones. Entre una y otra existen varios niveles distintos de riesgo.

¿Por qué va a preferir un inversor apostar por el fondo Epsilon antes que por el Alfa? Muy fácil: porque al ser más arriesgada, la apuesta ser. más barata. Pero pongamos por caso que es usted un inversor reacio al riesgo, como por ejemplo un fondo de pensiones, cuyos estatutos prohíben invertir en bonos con una calificación mala. Si apuesta a algo, ser. al fondo Alfa, que, sin duda, recibirá una calificación AAA.

El fondo Alfa está formado por cinco hipotecas y todas ellas tienen un 5 por ciento de probabilidades de no poder afrontar sus pagos. Y pierde usted la apuesta solo si las cinco suspenden esos pagos. ¿Cuáles son las probabilidades de que eso suceda?

En realidad, esa pregunta no tiene una respuesta sencilla, y ahí radica el problema. En función de las suposiciones y las aproximaciones en las que se base, obtendrá respuestas muy distintas. Y si se basa en suposiciones equivocadas, su modelo puede resultar ser extraordinariamente erróneo.

Una suposición es que cada hipoteca es independiente de las demás. En este escenario, sus riesgos están bien diversificados: si un carpintero de Cleveland no puede pagar la hipoteca, eso no tendrá ningún efecto sobre si un dentista de Denver puede pagar la suya o no según este escenario, el riesgo de perder la apuesta sería extraordinariamente bajo, el equivalente a sacar dos unos con dos dados (lo que se conoce como “ojos de serpiente”) cinco veces consecutivas. Para ser más concretos, el riesgo sería de un 5 por ciento elevado a la quinta potencia, es decir, una posibilidad entre 3.200.000. Este supuesto milagro de la diversificación era el argumento de las agencias de calificación para asegurar que un grupo de hipotecas basura con una calificación de crédito media de B+ (que generalmente implicaría más de un 20 por ciento de riesgo de impago) no tenía prácticamente ninguna posibilidad de resolverse con impago si se combinaban en un mismo fondo.

El otro extremo es asumir que las hipotecas, en lugar de ser completamente independientes entre sí, reaccionarán todas exactamente del mismo modo. En otras palabras, que o las cinco hipotecas causarán impago o no lo hará ninguna. En ese caso, en lugar de jugársela a cinco tiradas de dado, su apuesta dependerá de una única tirada. Existe un 5 por ciento de probabilidades tanto de sacar ojos de serpiente como de que todas las hipotecas causen impago o, lo que es lo mismo, su apuesta es 160.000 veces más arriesgada de lo que usted creía originalmente.

Lo que marcará la validez de todos esos supuestos serán los condicionantes económicos. Si la economía y el mercado inmobiliario gozan de buena salud, el primer escenario (las cinco hipotecas no tienen ninguna relación entre sí) puede ser una aproximación razonable. Los impagos puntuales no se pueden descartar, pues todo el mundo tiene mala suerte con los dados de vez en cuando: a alguien le cae una factura médica descomunal o pierde el trabajo. Sin embargo, en este escenario los riesgos de impago de una persona no guardan excesiva relación con los de otra.

Ahora, en cambio, supongamos que existe un factor común que une el destino de los titulares de las cinco hipotecas. Por ejemplo, la existencia de una inmensa burbuja inmobiliaria que ha provocado un aumento del 80 por ciento en los precios de la vivienda sin que exista ninguna mejora fundamental tangible. En este caso sí que tiene un problema, pues si uno de los hipotecados no puede afrontar los pagos, es posible que los demás se encuentren con los mismos problemas. En este caso, el riesgo de perder la apuesta se habrá incrementado de forma exponencial.

Ese último escenario es el que se produjo en Estados Unidos a principios de 2007 (más adelante, en este mismo capítulo, realizaremos una breve autopsia de la burbuja inmobiliaria). Pero las agencias de calificación habían apostado por el primer supuesto, en el que no existía ningún tipo de relación entre los riesgos.

Aunque tanto la bibliografía académica como quienes advirtieron de las irregularidades de las agencias de calificación pusieron sobre la mesa los peligros inherentes a ese enfoque mucho antes de que estallara la burbuja inmobiliaria, las agencias de calificación hicieron muy poco por incorporar esas advertencias a sus modelos.

Por ejemplo, durante un tiempo Moody’s estuvo introduciendo ajustes ad hoc en su modelo consistentes en incrementar en un 50 por ciento las probabilidades de impago de los títulos valorados con AAA. Eso puede parecer una decisión prudente: sin duda, un margen del 50 por ciento debería bastar para compensar cualquier error derivado de unos supuestos poco precisos.

Y habría sido así si el potencial de error de sus predicciones hubiera sido lineal, aritmético. Pero el apalancamiento del sistema y las inversiones financiadas con deuda pueden hacer que el error de una predicción se multiplique varias veces, introduciendo as. un potencial de desviación altamente geométrica y no lineal. El ajuste del 50 por ciento de Moody’s fue como aplicar crema solar para protegerse de una debacle nuclear: completamente inadecuado para la magnitud del problema. No se trataba de que existiera una posibilidad de que sus estimaciones del riesgo de impago fueran un 50 por ciento demasiado bajas, sino que era muy posible que las hubieran subestimado en un 500 o incluso un 5.000 por ciento. En la práctica, resultó que los impagos eran doscientas veces más probables de lo que las agencias de calificación habían previsto, de modo que su modelo sufría una desviación de un mero 20.000 por ciento.

En un sentido más amplio, el problema de las agencias de calificación fue que no supieron o no quisieron comprender la diferencia entre riesgo e incertidumbre. El riesgo, según lo describió. por primera vez el economista Frank H. Knight en 1921, es algo a lo que se le puede poner un precio. Pongamos que uno sabe que va a ganar una mano de póquer a menos que su rival saque la carta que le faltaba para tener escalera interna: las probabilidades de que eso suceda son exactamente de una entre once. Nunca es agradable llevarse un revés jugando al póquer, pero por lo menos el jugador sabe cuáles son las probabilidades y puede contar con ello de antemano.

A la larga, un jugador termina sacando provecho de los rivales que buscan cartas con probabilidades insuficientes de encontrarlas.

La incertidumbre, en cambio, es un riesgo difícil de calcular. Es posible que uno intuya los demonios que acechan, o que incluso esté preocupado por ellos, pero no tiene forma de saber cuántos hay ni cuándo piensan atacar. La desviación de la estimación aproximada podría ser de un factor 100 o de un factor 1.000, no hay forma de saberlo. La incertidumbre es eso. El riesgo lubrica las ruedas de la economía de libre mercado; la incertidumbre, en cambio, las atranca.

Las agencias de calificación obraron una alquimia consistente en hacer que lo que era incertidumbre pareciera riesgo. Tomaron unos títulos novísimos, sujetos a una gran dosis de incertidumbre sistémica, y aseguraron estar en situación de cuantificar su nivel de riesgo. No solo eso, sino que, de todas las salidas posibles, llegaron a la asombrosa conclusión de que dichas inversiones carecían prácticamente de riesgo.

A continuación, un gran número de inversores confundieron unas conclusiones que eran cuando menos optimistas por conclusiones precisas, y muy pocos se cubrieron las espaldas con planes de seguridad por si la cosa salía mal.

Y, sin embargo, si bien las agencias de calificación tienen una responsabilidad sustancial en la crisis económica, no fueron los únicos que cometieron errores. La historia de la crisis económica mundial en tanto que un error de predicción se puede contar en tres actos.

[…]

Elementos comunes en los errores de predicción

La crisis del sistema financiero llegó acompañada de por lo menos cuatro grandes errores de predicción.

• La burbuja inmobiliaria se puede considerar un error de predicción. Propietarios e inversores creyeron que el incremento de los precios significaba que el valor de la vivienda iba a continuar creciendo, cuando en realidad los datos históricos sugerían que este factor suele provocar un descenso.

• Las agencias de calificación, y también muchos bancos, como Lehman Brothers, cometieron un error al no estimar correctamente el riesgo que entrañaban los títulos con respaldo hipotecario. Contrariamente a lo que declararon ante el Congreso, el problema de las agencias de calificación no fue que no supieran anticipar la burbuja inmobiliaria, sino que sus modelos de predicción estaban llenos de supuestos erróneos y se basaban en una confianza infundada en la reacción del sistema ante un desplome de los precios.

• Se produjo un error generalizado a la hora de anticipar hasta qué punto la crisis inmobiliaria desencadenaría una crisis global del sistema financiero. Dicha crisis se produjo debido al alto nivel de apalancamiento del mercado, que acumulaba cincuenta dólares en apuestas adicionales por cada dólar que los estadounidenses estaban dispuestos a invertir en una nueva vivienda.

• Por último, en el periodo inmediatamente posterior al estallido de la crisis financiera, se produjo un error a la hora de predecir la amplia diversidad de problemas económicos que ésta podía generar. Economistas y políticos hicieron caso omiso de las advertencias de Reinhart y Rogoff en el sentido de que por lo general las crisis financieras provocaban recesiones profundas y duraderas.

Todos estos errores de predicción tienen un factor en común. En todos los casos, las personas encargadas de evaluar los datos ignoraron una parte clave del contexto.

• La confianza de los propietarios en los precios de las viviendas podía deberse al hecho de que en Estados Unidos los precios no habían experimentado descensos sustanciales en el pasado reciente. Sin embargo, Estados Unidos tampoco había experimentado nunca un incremento de los precios de las viviendas tan generalizado como el que se produjo justo antes de que estallara la crisis.

• La confianza de los bancos en la capacidad de Moody’s y S&P’s de evaluar los títulos con respaldo hipotecario podía basarse en el hecho de que dichas agencias habían actuado de forma competente a la hora de evaluar otro tipo de activos financieros. Sin embargo, las agencias de calificación no habían tenido que evaluar nunca unos títulos tan nuevos y complejos como las obligaciones de deuda garantizada (CDO).

• La confianza de los economistas en la capacidad del sistema financiero para soportar la crisis inmobiliaria podía deberse a que, en el pasado, las fluctuaciones en el precio de la vivienda generalmente no habían tenido grandes repercusiones en el sistema financiero. Sin embargo, probablemente el sistema financiero no había registrado nunca un apalancamiento tan extremo y, desde luego, nunca antes había realizado tantas apuestas adicionales sobre el sector inmobiliario.

• La confianza de los políticos en la capacidad de la economía de recuperarse rápidamente tras la crisis financiera podía deberse a sus experiencias con recesiones recientes, que por lo general se habían saldado con una rápida recuperación. Sin embargo, dichas recesiones no habían ido acompañadas de una crisis financiera, y las crisis financieras son diferentes.

Existe un término técnico para denominar este tipo de problema: los hechos que los pronosticadores valoraban se encontraban “fuera de muestra”. Cuando se produce un error grave de predicción, generalmente las huellas del problema resultan visibles por toda la escena del crimen.

Pero ¿qué significa ese término? Veámoslo con un ejemplo sencillo.

Si la muestra no lo incluye es que no existe: una fórmula para errar una predicción

Imagine que es usted muy buen conductor. Casi todo el mundo se considera un buen conductor, pero usted además tiene un buen historial al volante que lo avala: apenas dos arañazos en treinta años durante los que ha realizado veinte mil trayectos en coche.

Tampoco le gusta demasiado el alcohol y una de las cosas que nunca ha hecho es conducir después de beber. Pero un día se deja llevar después de la fiesta de Navidad de su empresa. Un buen amigo suyo deja el trabajo y además usted lleva un tiempo sufriendo mucho estrés: un cóctel con vodka se convierte en doce. Termina borracho como una cuba, un día es un día. ¿Debe volver a casa en coche o llamar un taxi?

A priori se trata de una pregunta fácil de responder: llame un taxi. Y cancele las reuniones de mañana por la mañana. Pero también podría construir un ingenioso argumento para volver conduciendo usted mismo, en estos términos: de una muestra de 20.000 trayectos en coche, tan solo se ha visto involucrado en dos accidentes menores y ha llegado a su destino sin contratiempos en 19.998 ocasiones. Las probabilidades parecen estar de su lado. ¿Qué necesidad hay de pasar por la incomodidad de llamar un taxi cuando las estadísticas son tan claras?

El problema, naturalmente, es que de esos 20.000 trayectos en coche no realizó ninguno borracho, y aún menos como una cuba. Su muestra conduciendo borracho no es de 20.000 trayectos sino de cero, de modo que no tiene forma de prever el riesgo de accidentes a partir de su experiencia pasada. He aquí. un ejemplo de un problema no incluido en la muestra.

Por sencillo de evitar que parezca, éste fue ni más ni menos el problema que cometieron las agencias de calificación. Moody’s calculó el grado de relación entre los diversos impagos de las hipotecas a partir de un modelo construido con datos del pasado, concretamente, con los datos del mercado inmobiliario en Estados Unidos desde la década de 1980. El problema es que desde la década de 1980 hasta mediados de la década de 2000, los precios de la vivienda en Estados Unidos habían experimentado un crecimiento regular. En esas circunstancias, la premisa de que la hipoteca de un propietario guardaba poca relación con la de otro propietario seguramente tenía mucho más fundamento. Pero los datos del pasado no podían describir lo que sucedió. cuando los precios de las viviendas empezaron a caer de forma conjunta. El descalabro inmobiliario era un acontecimiento que se encontraba fuera de muestra, por lo que los modelos que barajaban las agencias no servían para evaluar el riesgo de impago en esas condiciones.

Qué errores se cometieron y qué podemos aprender de ellos

Pero Moody’s no estaba del todo indefenso y, de hecho, podría haber obtenido una estimación un poco más plausible simplemente expandiendo sus horizontes. Estados Unidos no había experimentado un crac similar en el pasado, pero otros países s. que lo habían vivido, siempre con resultados nefastos. Tal vez si Moody’s hubiera comprobado los índices de impagados tras el estallido de la burbuja inmobiliaria en Japón, podría haberse formado una idea más realista de la precariedad de la mayoría de títulos con respaldo hipotecario, y no otorgarles una calificación de AAA.

Pero a menudo los pronosticadores se resisten a considerar los problemas que quedan fuera de muestra. Cuando expandimos la muestra para incluir acontecimientos que nos tocan de más lejos, sea en el espacio o el tiempo, lo que suele suceder es que en algunos casos las relaciones que estudiamos no son tan coherentes como de costumbre. Y eso hace que el modelo parezca menos sólido y que resulte menos contundente en una presentación en PowerPoint (o en un articulo de prensa o en una entrada de un blog). Eso nos obligará a reconocer que sabemos menos cosas sobre el mundo de las que creíamos, algo que casi siempre resulta contrario a nuestros incentivos personales y profesionales.

Olvidamos (o preferimos olvidar) que nuestros modelos son simplificaciones del mundo, y nos convencemos de que si cometemos un error, será marginal.

Pero en los sistemas complejos, los errores no se miden en grados sino en magnitudes. Y S&P y Moody’s subestimaron los riesgos de impago asociados a las obligaciones de deuda garantizada por un factor de doscientos. Los economistas consideraron que existía una posibilidad entre quinientas de que se diera una recesión tan grave como la que se produjo.

Uno de los riesgos más generalizados de la era de la información, como ya he avanzado en la introducción, es que, a medida que crece la cantidad de conocimiento existente en el mundo, se puede ensanchar la brecha entre lo que sabemos y lo que creemos saber. Este síndrome suele ir asociado con predicciones aparentemente exactas que en realidad no lo son. Moody’s ofrecía cálculos detallados hasta el segundo decimal, pero dichos cálculos no guardaban relación alguna con la realidad. Eso es como decir que uno es un buen tirador porque sus disparos dan siempre en el mismo lugar, aunque esté lejos del objetivo.

Las crisis financieras (y la mayor parte de los demás errores de predicción) tienen su origen en una falsa sensación de confianza. Cuando las previsiones exactas pasan por previsiones precisas, es más fácil que nos dejemos engañar y redoblemos nuestras apuestas. Justamente la creencia de que estamos por encima de los errores de juicio es lo que puede frustrar algo tan poderoso como la economía estadounidense.

Quién manda en el mundo? ¿Qué relaciones existen entre las élites políticas y económicas de un país? ¿Cómo se articula el entramado fiscal de los más poderosos? ¿Se puede mapear el esquema transnacional del 1% que controla los flujos financieros del planeta?

En los últimos años han surgido varios proyectos, acciones o iniciativas para desvelar los secretos de las élites económicas. Proyectos que utilizan herramientas y código informático para sacarle jugo crítico al denominado big data (datos masivos), la ingente cantidad de datos generadas a diario. Proyectos que usan bases de datos en general. En España, el colectivo Manuela Lucas realizó diferentes visualizaciones sobre las Sociedades de Inversión de Capital Variable (SICAV), sus entidades gestoras, sus entidades depositarias y sus consejos de administración.

Vídeo del proyecto chileno Poderopedia

El proyecto Qué hacen los diputados, muy centrado en acompañar el funcionamiento del parlamento a partir de los datos disponibles y el flujo de las redes sociales, fue pionero. La plataforma Quién Manda, la última mutación-evolución de Tuderechoasaber.es, es una de los más recientes. Quien Manda, una iniciativa de Civio, desarrollará “una aplicación para poder mostrar las relaciones entre el poder político y económico de forma más completa y profunda”. ¿Y qué otros proyectos o iniciativas existen en el resto del mundo? ¿Las técnicas de extracción y estudio de datos masivos , aliadas habituales de mercados y Gobiernos, se ha vuelto contra el poder?

La vigilancia, como prueban estos proyectos, está cambiando de lado. La inteligencia colectiva está comenzando a apropiarse de los datos masivos. Datos en red. Datos que según Oscar Marín Miro, del colectivo Outliers, pueden servir para el control de la ciudadanía, pero también para la transformación social. Los proyectos italianos opencongress.com y openpolis.it, centrados en la actividad parlamentaria, fueron pioneros. Sin embargo, cada vez surgen más iniciativas orientadas a desvelar y denunciar los entramados fiscales de las élites a partir de la extracción y relación de datos.

El proyecto estadonidense They Rule, que mapea los consejos directivos y las entrañas de las principales empresas del país, fue inspirador para muchas iniciativas del mundo. Especialmente relevante es el proyecto chileno Poderopedia, “una plataforma colaborativa que ayuda a entender las relaciones entre las personas, empresas y organizaciones que se convierten en noticia e influyen en nuestra vida diaria”. Poderopedia, donde trabajan periodistas, programadores, diseñadores y ciudadanos, usa “información pública, visualizaciones de datos y tecnología semántica”. El Mapa de relaciones de Poderopedia ayuda “a entender las relaciones entre las personas, empresas y organizaciones de interés público”.

El proyecto brasileño Eles mandam, inspirado directamente en They Rule, se centra en mapear los asientos de los consejos directivos y fondos de pensiones del país. La iniciativa ha sido posible gracias a la colaboración con la plataforma informativa Reporter Brasil, que lleva años desarrrollando periodismo de investigación para denunciar violaciones de derechos humanos.

Y aquí reside una novedad: la cooperación entre plataformas y/o medios de comunicación con proyectos de big data ciudadano es una tendencia que cotiza al alza. El medio independiente colombiano La Silla Vacía, gracias al crowdfunding de sus Super Amigos (lectores financiadores), puso en marcha su proyecto para revelar los entramados de poder de las cincuenta mayores empresas del país. El proyecto, desarrollado en colaboración con la empresa de visualizaciones de datos Aentropico, realizó diferentes grafos (visualización de redes) para mapear la red de poder empresarial. El estudio reveló, entre muchas otras cosas, que apenas el 10% de los miembros de los consejos directivos son mujeres y que el 20% son extranjeros.

Otra iniciativa que destaca por su calidad, complejidad y circulación transmedia del contenido es el rumano The Rise Project. El proyecto pone su foco en las relaciones económicas entre los políticos y grupos mafiosos de la Europa del este. Su sección CONEXIUNI da acceso a una lista de personas y empresas, así como a casos judiciales, clasificados en orden alfabético.

El proyecto ha desvelado, gracias a las visualizaciones del Registro de Empresas de Panamá, que el presidente de Azerbayán Ilham Aliyev usa dicho país para lavar dinero, a partir de empresas británicas y la participación de sus dos hijas. También, que el presidente sirio Bachar al-Asad tiene negocios en Rumanía usando opacas empresas basadas en Austria. Además, The Rise Project está conectado al proyecto Exposing the Invisible, en el que participa, entre otros, el hacker islandés Smári McArthy. El documental Our currency is information es la cara multimedia de las investigaciones visuales de The Rise Project.

Por otro lado, cabría destacar la creciente importancia de los hackatones (encuentros de hackers, programadores y periodistas) para denunciar o mapear las redes del poder. Destacan el Data Gotham de Nueva York, las iniciativas surgidas alrededor de El Rancho Electrónico (México), el grupo de trabajao Visualizar del Media Lab Prado o Hacks Hackers. Especialmente relevante es Hacks Hackers Buenos Aires, la mayor red / encuentro de hackers de América Latina. De hecho, cada vez son más frecuentes las iniciativas nacidas en encuentros de hackers. Durante las protestas de Brasil de 2013, por ejemplo, fueron los hackatones incentivados por Transparencia Hacker o la Casa de Cultura Digital de Porto Alegre los que revelaron los entramados corruptos de las concesiones a empresas de transportes urbano. El 1º hackaton D3.js de Belo Horizonte, convocado en medio de la explosión de las protestas, fue un claro ejemplo de cómo la inteligencia colectiva puede conseguir denunciar irregularidades en el uso de dinero público.

“Qué recibo yo a cambio de que estas empresas utilicen mis datos sin siquiera contarme qué están haciendo con ellos”. Es una de las preguntas que más se repite la gente cuando comienza a entender qué son los datos masivos, el big data, pero no tiene ningún ejemplo de uso cotidiano al que agarrarse.

En tan solo dos meses, trabajando con una base de datos muy limitada, los participantes de un datathon celebrado en España han propuesto 144 aplicaciones distintas. Ideas concretas y realizables, plasmadas en programas que funcionan de forma real aunque no todas de forma perfecta, una demostración para poner de manifiesto la multitud de caminos que se pueden seguir con los macrodatos.

El evento, llamado Innova Challenge Big Data, ha girado completamente en torno al BBVA, promotor y también suministrador del contenido y de las herramientas. Grupos reducidos de desarrolladores de varios ámbitos como las startups, departamentos de grandes empresas o la universidad han accedido por primera vez a la API del banco y han contado con los datos agregados de más de 30 millones de transacciones realizadas con tarjeta de crédito en las ciudades de Madrid y Barcelona en un periodo de tiempo cerrado.

“Los participantes han tenido acceso a seis meses de datos de pago con tarjeta, agregados y anonimizados”, explica Marco Bressan, director de Open Platform de BBVA. “Los datos presentan cierta granularidad marcada por el límite de la privacidad”, como por ejemplo temporal, hasta el minuto de la transacción; espacial, por lugar donde se produjo o el código postal de origen; o social, diferenciadas por edad y género del propietario de la tarjeta. “Nunca podría llegar a decir qué persona está en qué lugar”, porque se requiere un mínimo de datos de un mismo tipo para poder formar parte del agregado.

La empresa no oculta el fin de su propuesta, “abrir el dato anónimo para que terceros piensen en aplicaciones que a nosotros desde el punto de vista estrictamente financiero no se nos ocurrirían”, Además de para la caza de talento, también ha servido para poner a prueba su infraestructura, cuenta Bressan, ha sido un experimento de trabajo en plataforma abierta.

Las apps premiadas

Las apps premiadas

Aplicaciones para uso personal, para consumidores, para empresas, para instituciones públicas o tan solo representaciones de datos, como el globo sonda que este mismo equipo puso en marcha durante el pasado Mobile World Congress en forma de visualización. El concurso ha premiado a tres trabajos por cada categoría que ponen de relieve las posibilidades.

Por ejemplo, una app llamada Qkly que analiza los pagos por tarjetas en un local comercial o una zona para que el usuario sepa cuándo se producen aglomeraciones y pueda planificar su visita sin esperar colas. O quizá otra semejante conectada a la red de transporte público para ayudar a decidir rutas.

En la categoría de consumo por ciudadano la conexión social ha estado muy presente, como en Mad4food, que busca perfiles semejantes al del usuario tomando los datos asociados a la tarjeta de crédito combinados con los de otras API para recomendar lugares en los que esa persona podría encajar.

El área del marketing ha sido una de las primeras en intentar aprovechar la utilidad de los datos masivos. Con una fuente de procedencia como la que ofrece BBVA varias propuestas han seguido el camino de la inteligencia comercial. Desde una aplicación llamada Chances que estudia parámetros como situación geográfica, tipo de cliente u horarios para determinar las probabilidades de éxito de un negocio a otra que trata de comprobar el éxito de campañas de marketing directo.

La tercera categoría es para estudiosos y curiosos, web y visualización. Hay quien ha conectado esta información con las críticas de Google Places, de modo que la opinión que pueda formarse el usuario es más completa: no sólo si de un lugar se opina bien, también si tiene mucha clientela. No están disponibles como tal, pero algunas sí existen sin conexion a los datos del concurso. La organización confirma que va a mantener el contacto con 30 equipos y espera poder repetirlo.

La cuestión de la privacidad

La cuestión de la privacidadMás allá del beneficio potencial como usuario de algunas de las aplicaciones, cada cliente es partícipe de los datos masivos con su propia información, una y otra vez, sea consciente o no del uso que se está haciendo de ella. Se llega al límite de la privacidad.

Como cualquier otra base de datos, la gestión del contenido se rige por la Ley de Protección de Datos de Carácter Personal. Cada país interpreta de distinta forma qué se debe proteger, con qué pueden comerciar las empresas y cuál es el organismo encargado de su vigilancia. Aquí en España lo es la Agencia Española de Protección de Datos.

Bressan defiende que siguiendo la legislación española “no hay ningún tipo de problema en exponer datos agregados” porque el big data no es información personal, son estadísticas capaces de describir patrones y comportamientos colectivos, e insiste en que “el banco es el principal interesado en la privacidad y en que no haya ningún tipo de problema”. A pesar de todo, la apertura de sus bases de datos se ha realizado por el momento de forma puntual y bajo la supervisión de los servicios jurídicos de la compañía. Como responsable de la plataforma abierta repite varias veces su deseo de que haya más apertura pero reconoce que es un proceso complejo.

La razón de peso para avanzar más despacio que en otros sectores económicos es que “hay una diferencia entre tener datos de usuarios, como Facebook, y datos de clientes. Si el cliente no ve ningún valor en este tipo de ejercicios por más que no sean datos individuales, es muy difícil para nosotros seguir adelante. Es necesario que estemos todos cómodos con esta situación.”

Sin embargo, no hay proceso de aceptación de la cesión estos gastos con tarjeta para su uso, el usuario es automáticamente parte de la base de datos con tan solo utilizarla. Tampoco hay un mecanismo de exclusión o baja.

El futuro de los datos masivos a gran escala

El futuro de los datos masivos a gran escalaDecía Viktor Schönberger, autor del libro “Big data, la revolución de los datos masivos” y profesor de regulación y gestión de Internet en la Universidad de Oxford que los datos masivos son el nuevo oro. Y la mina tiene dueño: quien acumula y almacena esos datos.

La culminación de este datathon está en sacar rendimiento a esa API. “Se trata de un esfuerzo que tiene un gasto y si el uso que se le da para los datos es comercial, lo lógico es que nosotros cobremos”, dice Bressan. Pero BBVA no está solo expectante a ver qué consiguen crear otros desarrolladores, también tiene equipos propios explotando esa mina en busca de su propia recompensa, ya sea comercial o de aprovechamiento interno.

La base de datos con la que han improvisado los participantes del concurso contiene más información comercial que cualquier estadística construida mediante encuestas al consumidor. “Solo en Madrid 500.000 pagos al día, algo te dice sobre lo que está haciendo la gente”, ironiza al ser cuestionado sobre la validez de la muestra, aunque reconoce que estas recopilaciones tienen otros puntos débiles que deben de ser ponderados, en su caso, el porcentaje de pagos en efectivo y el posible sesgo de la clientela.

Inteligencia comercial

Las empresas tienen la posibilidad de crear herramientas que ayuden a precisar la toma de decisiones. El big data se usa cada día, pero por el momento son las empresas nativas de internet las que han dado más pasos. Google, Facebook o Amazon hacen uso para encontrar respuestas a problemas concretos de su modelo de negocio: trabajar con cierto tipo de datos a tiempo real, indexar grandes volúmenes de datos de forma redundante para accesos rápidos, y agilizar ciertos procesos son tres de los ejemplos que pone el de BBVA.

“El desafío está en empresas que no son nativas digitales como nosotros”, opina Bressan refiriéndose al open banking. Añade que cadenas comerciales y de distribución como Walmart también están sacando partido a sus datos. Bressan no duda de que “si se hace respetando las restricciones legales, si se consigue que la gente entienda que el tema del dato abierto versus el dato cerrado que se utiliza no solo va en beneficio en una institución o una empresa, al final la gente se va a terminar inclinando por el dato abierto.”

El sociólogo Frédéric Martel (Francia, 1967) es un experto en el análisis de los cambios que ha sufrido nuestra sociedad en los últimos tiempos. En uno de sus ensayos, Cultura mainstream, manifestaba cómo la cultura de masas se había convertido en una poderosa arma para todos los países; después, en Global gay abordaba cómo la revolución homosexual también ha supuesto notables transformaciones en todo el planeta.

Estos días ha participado en el V Congreso Iberoamericano de Cultura Digital, que se celebra en Zaragoza, donde, en una reunión con cuatro periodistas, le hemos preguntado sobre las ventajas y peligros de la implosión de Internet en nuestras vidas.

¿Qué cambios más importantes ha traído el entorno digital a la industria cultural?

Es una pregunta difícil, porque el cambio ha sido enorme y muy complejo. Se trata de un cambio de civilización.

¿Y estamos preparados?

Nadie está preparado. La semana pasada estuve en Sillicon Valley y ellos me dijeron que tampoco sabían hacia dónde íbamos. Por ejemplo, el éxito de Twitter no fue anticipado, nadie sabía que eso podría ocurrir. Lo mismo ocurre con las startups, que se recompran por miles de dólares, pero no se sabe qué resultados van a dar. Para todos nosotros es muy difícil anticiparnos a esta revolución, pero tenemos que estar preparados.

¿Puede ser un peligro este cambio de civilización?

Hay amenazas, pero al mismo tiempo nosotros somos los agentes de estos cambios y somos los que los vamos a llevar hacia un lado o hacia otro. Todo depende de lo que hagamos, aunque creo que las oportunidades son mayores que las amenazas.

¿Cómo valora que los contenidos sean más baratos pero los dispositivos cada vez más caros?

Cada vez que sale uno nuevo en el mercado occidental es más caro que el anterior.

Bueno, en los países emergentes ya puedes encontrar smartphones por 50 dólares... Es evidente, por ejemplo, que Apple es un producto de lujo, y por eso es caro. Pero lo que resulta más chocante es que la potencia de cálculo de un smartphone es hoy muchísimo más grande que la de los ordenadores de hace veinte años, y hay que reconocer que la tecnología de Apple ha sido decisiva para este cambio.

Pero, en cuanto a los contenidos, hay expertos que señalan que los dispositivos fomentan la dispersión en la lectura. En definitiva, una banalización del acceso a los productos culturales en el entorno digital.

Los expertos dicen de todo y su contrario. Efectivamente, la experiencia de leer en un dispositivo es diferente a la de leer en papel, pero creo que ese debate ya se ha acabado. Ahora estamos en otra fase. No hay más que ver cómo se ha digitalizado toda la información académica.

En relación con el control que ejercen los países para con sus ciudadanos a través de Internet, estamos viendo nuevas leyes en países como España que censuran comentarios y actividades en la red. ¿No es esto peligroso?

De esto depende mucho el futuro de los países. Hay algunos países que han conseguido construir una red más o menos cerrada, y otros que pueden controlar algunas páginas, pero no todo. Es el caso de Hamás, en Siria, de China o Irán. Luego hay otros países donde juega más la penuria sobre Internet que la censura, como el caso de Cuba. De todas formas, yo soy optimista y creo que puede haber leyes para que exista un control nacional.

Entonces, ¿cree que es bueno ese control?

A lo que me refiero es que no puede ser Estados Unidos el único que lo controle y lo regule todo en Internet, ni tampoco sean las dictaduras las que se encarguen de regular la red en sus países. Hay que encontrar un equilibrio.

Pero hay otro problema y es el trasvase de los llamados datos masivos o Big Data. No sólo los Estados sino que las empresas saben cómo nos comportamos en cada momento.

Sí, y eso es muy peligroso. Si vemos lo que ocurrió con Wikileaks, eso nos puede dar las pautas de lo que ocurrirá en el futuro. La batalla de los datos es ahora la más importante en Internet.

¿Y cómo podemos protegernos los ciudadanos?

Por eso es vital regular lo digital. Y para eso existe el Consejo de Europa y acuerdos que se están estableciendo.

¿Y cuáles son esos acuerdos?

Yo creo que hay tres batallas. Una ellas es la regulación de la privacidad, que está haciendo sobre todo Estados Unidos. Otra es la batalla de qué contenidos están en la nube. Esto es lo que más interesa a Europa. Y luego está la batalla de los propios ciudadanos: nuestra capacidad para saber qué datos queremos ofrecer.

¿Quién es responsable de la gestión de la privacidad? ¿Sólo el individuo?

No hay un solo culpable. Es competencia del Estado, de la educación y de uno mismo. Es una prioridad que se debe dar a todos los niveles; pero, por ejemplo, cuando tú entras en Facebook, tienes que saber qué datos das.

¿Hay algún país que esté enseñando a sus ciudadanos cómo gestionar su privacidad?

En Francia ya se enseña sobre Internet y su uso, aunque van a empezar seriamente con estos programas en 2014.

Por cierto, con respecto al cambio de paradigma en el periodismo, ¿para usted cuál es el modelo que va a imperar en el futuro? ¿Cómo consume usted la prensa?

La prensa norteamericana la leo en Internet y la francesa en papel. Lo hago así porque los diarios franceses no publican todos los contenidos en Internet, no hay una información completa. Y, por otro lado, la prensa norteamericana está más desarrollada en formato online, con más vídeos, fotos etc. En cuanto al modelo de la prensa en el futuro, no he encontrado ninguna respuesta. Ahora hay diferentes modelos. Quizá triunfe el modelo freemium (pagar algunos contenidos), modelos más mixtos... Por otro lado, hay diarios online que ahora mismo están siendo pagados por los ingresos que consiguen otras empresas del mismo grupo de comunicación.

Foto: nonfictionfr

Cuando se conoció que la Agencia de Seguridad Nacional de Estados Unidos (NSA) espiaba sistemáticamente las llamadas de sus ciudadanos, su presidente, Barack Obama salió a decirles que “nadie estaba escuchando sus llamadas”, porque el sistema no funcionaba así, y que lo que hacía el gobierno era cribar a través de los metadatos de esas llamadas. Dijo que la información que obtenía el gobierno no incluía el contenido de esas comunicaciones, justo lo mismo que hemos vuelto a escuchar cuando se conoce que la NSA espió más de 60 millones de llamadas telefónicas en España, según sabemos a partir de los documentos filtrados por Edward Snowden.

Lo que no dijo es que los metadatos son muy importantes, casi tanto como el contenido de esas comunicaciones. Como advierten muchos expertos, es una invasión grave a la privacidad y por eso el Código Penal en España castiga con hasta 4 años de cárcel rastreos de este tipo.

¿Por qué los metadatos son importantes?

La palabra metadata (o metadatos) se refiere a “los datos de los datos”. También se llama metadata a la información generada por los usuarios cuando usan tecnologías digitales. Por ejemplo, en el caso de un email o una llamada, son metadatos el horario, la fecha en que se envió y la localización desde que se conectó el usuario la última vez, entre otros. Esta información no revela el contenido de las comunicaciones, sino de las transacciones electrónicas para establecer las llamadas. Algunas veces podemos evitar que nuestro uso de un programa o aplicación recoja este tipo de información, pero otras veces no es posible. Esos datos existen y deberían ser protegidos.

Los metadatos revelan patrones, relaciones y comportamientos. Su conocimiento afecta nuestra privacidad, y muchas veces puede saberse más a través de ellos que examinando el contenido de esos mensajes, cosa que por otra parte es mucho más complicada e imposible cuando hay cantidades masivas de datos a analizar, sin una muestra específica o limitada.

Los datos masivos o Big Data

La Unión Estadounidense por las Libertades Civiles (ACLU) por sus siglas en inglés, puso una demanda apenas 6 días después de que Snowden diera a conocer que la NSA recogía metadatos de las llamadas telefónicas. La demanda de la ACLU incluía el testimonio de Edward Felten, profesor de ciencias de la computación y un experto en temas tecnológicos que varias veces ha testificado en el Congreso de EEUU.

Junto con la capacidad creciente de almacenamiento de datos aparece lo que llamamos Big Data, o datos masivos. La cantidad de datos que pueden procesar los ordenadores modernos es tan grande que hay nuevas formas de extraer información de esos registros. Los programas de análisis de datos se han sofisticado y permiten identificar patrones y relaciones, en el caso de las personas, hábitos y comportamientos regulares.

Felten pone un ejemplo hipotético: “Una mujer joven llama a su ginecólogo; luego inmediatamente llama a su madre; luego a un hombre, con quien, durante los últimos meses ha estado hablando por teléfono repetidamente por las noches después de las 23hs; seguido de una llamada a un centro de planificación familiar que también ofrece abortos. Vemos una línea narrativa que no hubiera sido tan evidente analizando el contenido de una sola llamada”.

“Los patrones de llamadas pueden revelar cuándo estamos despiertos o durmiendo, nuestra religión, si una persona regularmente no hace llamadas en Sabbat, (el día santo o día de descanso judío), o si hace una gran cantidad de llamadas en Navidad, nuestros hábitos de trabajo y nuestras aptitudes sociales, el número de amigos que tenemos o incluso nuestras afinidades civiles y políticas”, escribió Felten.

Immersion, el experimento del MIT

Si te parece exagerado puedes hacer una prueba muy práctica con Immersion. Tres integrantes del MIT hicieron este proyecto que consiste en una visualización hecha con los metadatos de tu correo electrónico.

Vale la pena la experiencia para conocer lo que revelan esos datos a los que Obama quita importancia. Si le das tu permiso, Immersion utiliza sólo tres tipos de metadatos de tu email (quién envía, destinatario y y campos de fecha y hora) para mostrarte un gráfico que puede ser muy revelador. Immersion en ningún momento entra en el contenido de tu email y aún así si lo haces verás que probablemente sientas que estás mostrando demasiado si eso se publica.

César Hidalgo, uno de los profesores al frente del proyecto dice que ver esa experiencia de lo que dicen tus datos sobre ti es “muy poderoso”. Hidalgo cree que “si vas a crear plataformas que manejen datos personales tienes que desarrollarlas de acuerdo a que puedas ser muy transparente con el usuario y los datos que tienes”. Por eso mismo después de hacer la prueba puedes borrar inmediatamente todos esos datos de Immersion. Pero ya habrás visto todo lo que tus metadatos revelan sobre tu vida, y eso es sólo el email.

La integración de nuestra “identidad” fotográfica en el Big Data de Facebook supondrá la consolidación del registro personal más grande a nivel mundial y de una riqueza de datos que una vez cruzados y relacionados correctamente puede ser tremendamente detallado.

El primer intento de identificar usuarios ya se estrelló en la UE

El primer intento de identificar usuarios ya se estrelló en la UEYa a finales de 2010, Facebook comenzó a integrar este reconocimiento facial en las fotos publicadas por sus usuarios. Lo que llevaría a un proceso en diversos países como Irlanda o Alemania que pronto se extendería por buena parte de la UE y finalmente terminaría con una retirada de dicha función, aunque con la reserva de una eventual vuelta tras una depuración legal.

El pasado Febrero, la auditoría llevada a cabo por miembros del Comisionado de Protección de Datos irlandés y un regulador de protección de datos alemán constató la eliminación de las bases de datos vinculadas a las imágenes de los usuarios afectados en la UE como parte de un acuerdo mediante el que la compañía aceptaba ese borrado para no entrar en conflicto con diversas directivas nacionales de protección de datos. La extensión del proceso a toda la ciudadanía de la unión confirmaba que el conflicto legal no estaría de parte de la compañía de la red social.

El asunto terminaría resuelto con un nuevo casillero en el que poder desactivar nuestra identificación y etiquetado, junto con un aumento en los parámetros de gestión de privacidad de cada usuario.

Otra vuelta de tuerca en la identificación masiva de usuarios

Otra vuelta de tuerca en la identificación masiva de usuariosEste anunciado cambio en su política nos lleva de nuevo a la integración de datos, esta vez no desde el etiquetado e identificación voluntario, aunque con posibilidades de ser restringida, sino desde la foto de nuestro perfil. La elección de dicha foto no es un elemento inocente dado que se trata de la única imagen pública, que queda fuera de las restricciones que podemos gestionar. Este hecho, junto con el de que la mayor parte de los perfiles utilizan una imagen real, abre la puerta a una identificación masiva.

La justificación inicial de este cambio es la supuesta posibilidad de facilitar el etiquetado y el rastreo de este por parte de los usuarios, en palabras de la responsable de privacidad de Facebook, Erin Egan. Así se abre la posibilidad de eliminar el etiquetado de nuestras fotos. Lo que también es cierto es que con ello el etiquetado se confirma por parte del propio interesado y si no se elimina queda almacenado mediante un proceso que aumenta la capacidad de identificar usuarios. De nuevo, si no estamos pendientes de nuestra privacidad y pasamos a configurar sus parámetros de forma voluntaria, se pasará por defecto a ceder más aspectos personales en favor de la empresa de la red social.

Estos cambios se encuentran ahora mismo formulados en forma de propuesta a la comunidad de usuarios, a la espera de recibir una respuesta orientativa. Es decir, sondear la opinión pública y prospectar las dudas legales que puedan aparecer para poder seguir adelante con el proceso o matizarlo. Sin embargo, la nota no aclara el futuro uso de dicha foto aunque viene a corroborar el interés de la compañía en los aspectos relacionados con el reconocimiento facial.

Facebook es consciente del deterioro que su imagen puede sufrir. En este sentido debemos interpretar su recién estrenada política de trasparencia, con un formato similar al que ya utilizan Google o Twitter. Las sucesivas noticias a propósito del escándalo de espionaje mundial y la necesaria colaboración de grandes compañías de internet no dejan de situarnos en un escenario comprometido en la que la puesta a disposición de datos de origen personal integrados en un Big Data sin igual en la historia nos expone especialmente, sobre todo cuando cada vez es mayor la incertidumbre respecto a su empelo final.

Google no tenía en mente que su buscador fuera un corrector ortográfico. Y aún así, todos los días, miles de personas teclean palabras en su página, no para hacer una búsqueda, sino para saber cuál es su ortografía correcta, en vez de usar un diccionario.

Lo que probablemente no saben (o sí), es que están haciendo uso de una de las mayores bases de datos del lenguaje actualizadas al instante. Por eso si escribes con errores lo que estás buscando, el algoritmo se da cuenta y te pregunta si no quisiste decir otra cosa, colocando la palabra que cree que es correcta porque muchas personas la escribieron antes que tú.

Los datos masivos están presentes cada vez más en nuestras vidas, y sin embargo apenas nos damos cuenta de sus aplicaciones. Cuando empiezas a conocer cómo funcionan, qué posibilidades se abren y cómo se están usando ya, no puedes dejar de verlos en todas partes, o mejor dicho, en muchos sitios donde no te imaginabas. Y te preguntas también por sus usos futuros.

Cada vez que metemos una serie de letras en un recuadro utilizando un sistema llamado reCAPTCHA para indicarle a un ordenador que somos personas, estamos contribuyendo a digitalizar textos. Decimos a la máquina qué se lee en esa palabra que un lector digital no pudo entender. El sistema presenta esa palabra a 5 personas y si coinciden todas, la da por válida. De esta manera hacemos útil un dato que de otra manera hubiera sido usado sólo una vez para la autenticación.

Pocas personas son conscientes de que cada vez que hacemos este pequeño test de Turing estamos contribuyendo a que un sistema utilizado por unas 200.000 páginas web, entre ellas Facebook y Twitter, almacene estos datos y los utilice para escanear libros, algo que por su magnitud sería muy costoso producir. La idea fue del brillante Luis von Ahn, a quien entrevistamos en Diario Turing, y es sólo una de las formas de utilizar datos masivos en la era del big data.

Viktor Mayer-Schönberger es profesor de regulación y gestión de internet en el Internet Institut de la Universidad de Oxford, y uno de los expertos más reconocidos internacionalmente en el mundo de los datos masivos. Su último libro es “Big data, la revolución de los datos masivos”, que escribió conjuntamente con otro experto, Kenneth Cukier, editor de datos de The Economist. Big Data, A Revolution That Will Transform How We Live, Work, and Think puede leerse online en su versión en inglés.

En este ensayo hacen una muy buena introducción al mundo del big data, un concepto del que se oye mucho pero se explica poco. De esta obra, el mismo Lawrence Lessig ha dicho que “cada década hay un puñado de libros que cambian la forma en la que ves todo. Este es uno de esos libros”.

“Big Data” ilustra lo que consideran el comienzo de una era, la de los datos masivos. La recolección de datos comienza a ser tan barata que ya no necesitaremos establecer una muestra para estudiar un hecho de forma de encontrar conocimiento, sino que podremos analizar el conjunto total de datos, lo que nos permitirá establecer resultados mucho más precisos, más baratos y también más inesperados. Pero una correlación no es una causalidad y estamos acostumbrados a buscar causas en todo, por lo que esta nueva era implica una adaptación de mentalidad. Deberemos estar dispuestos a aceptar resultados basados en la correlación sin entender completamente el por qué (la causa).

Apenas estamos viendo el principio de sus aplicaciones, como el autocorrector que sugiere palabras a medida que tecleamos, el análisis de precios que hace PriceStats, para indicar las tendencias inflacionarias y que en muchos casos es más acertado que las estadísticas oficiales o, Google Flu Trends, el experimento que Google puso en marcha para monitorizar personas con síntomas del virus H1N1 casi en tiempo real a través de sus búsquedas.

En Big Data también hablan de los riesgos: la obsesión con los datos y buscar causalidad donde no la hay, o de confiar en los determinismos de la predicción en casos en los que se aplican castigos o penas, sin dar lugar a la posibilidad de cambio de las personas. De algunas de estas cosas hablamos con uno de sus autores, Viktor Mayer-Schönberger.

MG - ¿Cuál es la que podríamos considerar la base de datos más grande actualmente?

VMS - Eso es muy difícil de decir, porque no podemos saber cuántos datos han acumulado los gobiernos y las grandes corporaciones, pero mi corazonada es que la mayor cantidad de datos en el mundo está controlada por Google que aparentemente tiene alrededor de un millón de discos duros donde guardar datos.

MG - No sé si le entiendo bien, usted menciona discos duros, pero ¿de qué capacidades hablamos?

VMS - Sí, estoy hablando de discos duros. Entiendo que tienen diferentes capacidades y de hecho, también en Google los tienen de distintos tamaños, en tanto que son reemplazados no todos de una sola vez, sino permanentemente a lo largo del tiempo. Por lo tanto es imposible fijar una capacidad precisa, por eso lo expresé así.

MG- ¿Por qué los gobiernos deberían tener bases de datos abiertas con los datos de la ciudadanía? ¿Cómo puede ser esto importante para el desarrollo de un país?

VMS - En la era de los datos masivos, los datos son el nuevo oro. Pero este nuevo oro sólo puede ser desenterrado si usamos los datos que tenemos. Mucho valor permanece oculto porque los datos no son usados. Tener suficientes conjuntos de datos disponibles es esencial para que las startups que se dediquen a los datos masivos puedan prosperar, para que haya nuevos productos y servicios innovativos y para que en una escala más amplia pueda haber crecimiento económico.

Aquí el gobierno puede proveer subsidios para estimular el emprendimiento en temas de big data (y también para beneficiar a la sociedad). Pero este subsidio no sería económico (lo que es difícil de lograr en estos tiempos de austeridad, por otro lado), sino que es un subsidio en forma de datos que el gobierno ha recogido, de los cuales no se está usando todo su potencial y puede poner a disposición de las compañías de datos masivos y de la sociedad en su conjunto relativamente fácil.

MG - En su libro anterior usted prevenía sobre el peligro de no ser capaz de olvidar cada detalle, en cuanto el olvido es necesario para aprender y llegar a conclusiones. Ahora muestra cierto optimismo por el tema de los datos masivos, por la recogida de cada pequeño detalle y la datificación de todo lo posible, ¿ha cambiado su visión como si esto fuera un nuevo paradigma?

VMS - No realmente. Yo estoy muy preocupado por los datos irrelevantes que quedan guardados y no nos permiten olvidar. Lo que también trae problemas para los datos masivos -los datos irrelevantes son ruido, reducen el valor en el conjunto de datos. Así es que filtrar y eliminar datos irrelevantes también es importante en la era de los datos masivos. Por la misma razón he llegado a creer que la protección de la privacidad en la era del big data requiere aún más que lo que habría pensado en “Delete” [su libro anterior]. Ahora creo que para que nuestra privacidad esté protegida en estos tiempos, necesitamos hacer a los usuarios de los datos completamente responsables de la forma en la que usan los datos personales sobre nosotros que tengan, como hemos explicado en el capítulo 9 de “Big Data”.

MG - ¿En qué medida han sido los datos masivos la causa del éxito de compañías como Facebook, Gmail, Netflix o Amazon?

VMS- En una medida muy, muy amplia. Google no existiría sin los datos masivos, tampoco Facebook. Y Amazon supuestamente ha obtenido un tercio de sus ganancias de productos que la gente compra por el sistema de recomendaciones de Amazon, que no es otra cosa que [utilización de] datos masivos.

MG - Supongo que la mayoría de preguntas que le hacen son sobre los riesgos de vivir en una suerte de estado de determinismo de los datos. ¿Cree que esto es porque no estamos realmente preparados para pensar en estos términos? ¿Cuánto tiempo queda hasta que la sociedad aprenda a manejar los datos sin caer extremismos?

VMS - A mí también me preocupa un montón el peligro de que el análisis de datos masivos sea abusado o usado de mala manera buscando relaciones causales, para castigar a las personas basándose en predicciones. La lección clave que nuestra sociedad y todas las personas que toman decisiones -especialmente los que se encuentran en el gobierno- necesitan aprender es que los datos masivos pueden mostrar correlaciones, el qué, pero no causalidad, el porqué. Una vez que hayamos entendido esta lección (y por lo tanto la limitación inherente a los datos masivos), creo que seremos capaces de cosechar mucho del tremendo potencial de los datos masivos sin exponernos demasiado a los riesgos de su lado oscuro.

MG - En el libro usted indica que estamos bajo un estado de vigilancia. ¿Cuál es su posición personal en temas como dar información privada o personal a cambio de obtener mejores servicios, por ejemplo como en Gmail o Facebook? Por ejemplo, usted da su código postal cuando va de compras? ¿Alguna vez declina dar datos que son requeridos para usar servicios gratuitos en la web?su código postal cuando va de compras

VMS - Sí, yo rechazo dar información personal que siento que es innecesaria para la otra parte. He dejado de usar un servicio de alquiler de coches porque usaban prácticas intrusivas y he dejado de comprar en sitios online por la misma razón. Creo que los consumidores debemos resistirnos a veces, especialmente cuando se nos pide dar información sin causa y sin la contraprestación de un mejor servicio.

MG - Compartir información es parte de la operativa habitual de servicios online, pero las personas se están volviendo más conscientes de la importancia de proteger sus datos personales. ¿Cree que en un futuro tendremos una especie nueva de poder colectivo en esta área, de la misma manera en que ahora tenemos cierto poder con nuestras acciones como consumidores?

VMS - Posiblemente. Y puede ser que tengamos nuevos intermediarios que nos ayuden, como un colectivo de consumidores que negocie con quienes usan nuestros datos. Así podríamos superar lo que se llama el problema de la acción colectiva, es decir, que sólo si muchos consumidores se agrupan en un colectivo pueden crear un contrapoder a los intereses de quienes tienen los datos, pero esa agrupación es difícil de lograr. Quizás aquí podrían ayudar como intermediarias nuevas plataformas operativas para la utilización de datos.

MG - ¿Cómo cree que afectará esta nueva relevancia de la correlación frente a la causalidad en nuestra vida cotidiana? ¿La gente dejará de preguntarse por las causalidades lógicas?

VMS - No, como humanos estamos configurados para buscar causalidades. Pero necesitamos darnos cuenta de que las correlaciones a menudo ofrecen información valiosa y son mucho más fáciles de identificar comparadas con la causalidad real. A menudo pensamos que conocemos las causas de ciertas cosas pero no es así realmente, y esto es peor que no conocer la causa en absoluto. Así es que necesitamos tener humildad cuando pensamos en la causalidad, y estar preparados para aceptar las correlaciones.

MG - ¿El big data cambia la manera en la que las máquinas piensan (por ejemplo cuando hablamos de búsquedas semánticas o cuando comienzan a dar mejores resultados) o están las máquinas cambiando la manera en que nosotros pensamos?

VMS - El big data cambia la forma en que las máquinas piensan -desde tratar de enseñarles reglas hasta tener estadísticas para resolver cuestiones sin la necesidad de entender el porqué. Eso cambia la forma en que dejamos a los ordenadores hacer cosas -desde traducir lenguajes hasta hacer recomendaciones de libros- pero no cambia la manera en la que nosotros pensamos.

MG - Para los que trabajamos con información parece ser necesario que sepamos cómo operar con datos masivos. ¿Deberíamos aprender programación los periodistas? ¿O las competencias para manejar grandes cantidades de datos deberían ser restringidas a algunos expertos?

VMS - Los periodistas no necesitan aprender a programar, pero sí necesitan desarrollar mentalidad de datos masivos, de manera en que entiendan que los datos contienen historias que pueden quedar sin ser contadas; y que puedan tomar datos y una idea y con la ayuda de un experto (de la misma manera en que trabajan con fotógrafos y artistas gráficos ahora) puedan contar esa historia.

Luis von Ahn tiene 33 años, es guatemalteco, trabaja como investigador especializado en criptografía e inteligencia artificial para Carnegie Mellon. De hecho, Luis inventó el CAPTCHA y luego su evolución, reCAPTCHA, un sistema que todos usamos pero pocos sabemos que mata dos pájaros de un tiro: presenta una prueba para diferenciar humanos de máquinas en la web mostrándoles palabras poco legibles y, al mismo tiempo, hace que los humanos, al identificar esas palabras, ayuden a digitalizar libros antiguos, ya que esas palabras que tienen que descifrar los humanos son aquéllas que las máquinas no han podido interpretar. Esto es lo que Luis llama “computación humana”, el tema de su tesis doctoral que en 2005 le convirtió en pionero de lo que hoy llamamos crowdsourcing.

Luis von Ahn también es emprendedor. Ha vendido dos de sus empresas a Google y actualmente está al frente de Duolingo, un sistema gratuito en línea para aprender idiomas basado en los principios del crowdsourcing. Este charla en TED lo explica todo:

En eldiario.es conversamos con Luis von Ahn sobre los temas de su trabajo. Concluimos que se avecina una ola de nuevas plataformas de crowdsourcing, guiadas por inteligencia artificial, con interfaces móviles para aprender lo que sea y de la mejor manera para cada persona, donde sin duda veremos más emprendimiento, incluso emprendimiento con fines sociales.

Educación e Internet

Diario Turing: Si no programas serás programado, afirma Douglas Rushkoff, ¿cuál es tu opinión al respecto? Douglas Rushkoff

Luis von Ahn: Estoy de acuerdo. Todos debemos aprender a programar. Tenemos que saber cómo funciona lo que maneja nuestras vidas actualmente.

De la misma manera que la mayoría tenemos un entendimiento general de cómo funciona un carro, creo que así debe suceder con la computadora.

DT: Si vamos hacia allá, parece que los sistemas educativos tienen que cambiar de fondo para tomar en serio a la programación de computadoras en la educación básica.

LA: Sí. Y está sucediendo, pero no suficientemente rápido.

A veces toma años implementar un cambio en un plan de estudios y cuando este sucede, ya está obsoleto.

DT: Cierto. Parece que Internet y la tecnología están empujando la creación de “sistemas educativos” que cambian en tiempo real.

LA: Sí, y creo que es lo que va a pasar. Que cada vez más educación va a moverse hacia Internet. No toda la educación, pero cada vez más.

Me gustaría que las personas empiecen a hacer cambios por sí mismas, antes que esperar cambios en una legislación.

DT: Es como si nos moviéramos hacia una especie de “educación crowdsourcing”, mucho más horizontal, con la gente creando sus propios sistemas educativos y, espero, hacia una sociedad lista para validar esos conocimientos...

Emprendedurismo e innovación social

DT: Luis, ¿cuál es tu opinión de todo este movimiento emprendurista tecnológico? Ya sabes, de startups con sus gurús, sus libros, metodologías y frases casi dogmáticas de superación personal.

LA: Estoy de acuerdo. Hay muchas empresas creadas sólo por el hecho de crear una empresa. Sin embargo, se han creado empresas increíblemente influyentes en la transformación del mundo. Este mismo ecosistema ha sacado Google, Facebook... Que literalmente han cambiado nuestras vidas.

DT: Estamos viendo cada vez más universitarios inmersos en la burbuja de ser co-founders, de seguir al pie los consejos del gurú de turno...

LA: Bueno, la idea de este ecosistema es que, si bien la mayoría de las empresas fallan, las pocas que triunfan pagan por el resto.

DT: También vemos que cada vez más grupos con causas sociales están retomando algunas de esas prácticas para hacer innovación tecnológica.

LA: En los últimos años se están viendo bastantes emprendimientos con motivos sociales. Creo que es algo con muchas posibilidades de ofrecer algo al mundo, como es el caso de Kiva.

También está Duolingo, que en mi opinión es un emprendimiento social.

Duolingo tiene la idea de enseñar a las personas a aprender inglés de forma gratuita. Tenemos 6 millones de usuarios sin campañas publicitarias, todo ha sido de boca a boca... En un año hemos crecido hasta ser la aplicación número 1 de educación para Android y iPhone.

En este momento nosotros ponemos los idiomas, pero en unos dos o tres meses les daremos a nuestros usuarios la posibilidad de agregar nuevos idiomas. Además, nuestros usuarios pueden aprender inglés en un minuto mientras esperan en una fila, o cinco minutos antes de ir a dormir, con un dispositivo móvil las barreras de la educación bajan y la hacen muy efectiva y está disponible para muchas más personas.

DT: El modelo crowdsourcing de Duolingo puede aplicarse para resolver otros problemas, ¿cuáles tienes en mente?

Hemos pensado utilizarlo para enseñar programación, aunque aún no hemos comenzado.

Inteligencia artificial y educación

DT: Google nos enseñó que puede cambiar el mundo a partir de inteligencia artificial, parece que para allá van muchos cosas también para la educación.

LA: Cierto. En la educación es algo increíble... ¿Cómo saber cuál es la mejor manera de enseñar algo? Es difícil saberlo porque tenemos pocos datos. Pero, por ejemplo, en Duolingo tenemos tantos usuarios que podemos saber “cuál es la mejor manera de aprender plurales en inglés” porque tenemos la posibilidad de hacer experimentos guiados con inteligencia artificial con 100 mil personas.

Esto no se podía hacer hace veinte años.

DT: En ese sentido, ¿han considerado la publicación de un API (interfaz de programación) para que otros investigadores hagan ese tipo experimentos?

LA: Claro. Queremos que otros investigadores experimenten con esos datos... Creo que es una oportunidad increíble.

Cuando la educación se mueve en línea [con esas técnicas] podremos saber cómo educar mejor a las personas.

DT: ¿Hacia donde va la educación de la mano de la inteligencia artificial?

LA: Vamos a empezar a ver (y esto ya lo estamos trabajando en Duolingo) que la computadora te eduque, y de una forma tan buena como tener un tutor personal.

Que la computadora te explique exactamente por qué cometiste un error y te ofrezca la mejor educación específicamente para ti.

La legislación estadounidense obliga a las empresas norteamericanas a facilitar información sobre un ciudadano cuando un juez determina que hay razones suficientes para hacerlo, pero no están obligadas a trabajar para el Gobierno. Sin embargo, de todas las empresas involucradas en la operación de espionaje ciudadano más grande de la historia, sólo Twitter se negó a colaborar. Según The New York Times, el resto –Google (Gmail, G+, Youtube, Google Maps, etc), Microsoft (Hotmail, Skype), Yahoo, Facebook, AOL, Apple y Paltalk– se involucraron más allá de la orden del deber colaborando activamente con los espías al permitir que un misterioso programa llamado Prisma entrara en sus servidores para espiar a los usuarios en tiempo real.

Google y Facebook, aseguran fuentes del periódico, incluso han creado plataformas específicas para agilizar el proceso, una versión criptográfica del encuentro en un garaje desierto a las 3am, con los gigantes de Internet en el papel de Garganta Profunda. No tranquiliza saber que esos mismos servidores fueron hackeados en la famosa Operación Aurora, junto con los de 33 compañías más. Como advertía un informe de veinte especialistas sobre los peligros de dejar abiertas las puertas para los federales, “cuando nos comunicamos a través de servicios que tienen habilitadas estas opciones, existe la posibilidad de que un agente no autorizado y/o malicioso con conocimientos técnicos y acceso al sistema pueda hacerse con el contenido de las comunicaciones sin ser detectado”.

¿Colaboracionistas o ciudadanos excepcionales?

¿Colaboracionistas o ciudadanos excepcionales?Las compañías han negado inmediata y categóricamente su participación. Tanto Mark Zuckerberg como Larry Page aseguraron el viernes que no habían oído hablar jamás de un programa llamado PRISM hasta el día de la filtración. “El Gobierno de los Estados Unidos no tiene acceso directo ni puerta trasera a la información guardada en nuestros servidores”, aseguró el consejero delegado de Google. La transparencia es “la única manera de proteger los derechos civiles de todos y crear la sociedad segura y libre que deseamos todos”, dijo el de Facebook.

Obama ha respondido que “el espionaje masivo es crucial en la guerra contra el terror”, igual que la tortura fue crucial para la caza y ejecución (que no captura) de Osama Bin Laden y su familia en La noche más oscura. La Administración asegura que la operación ha sido autorizada por el Congreso y que es revisada frecuentemente por los jueces del Distrito Federal, aunque algunos miembros del Congreso le contradicen. Como senador, Obama fue muy crítico con la Patriot Act y el Gobierno de George W. Bush por plantear “una elección falsa entre las libertades que valoramos y la protección que nos ofrece”. Hoy, sin embargo, asegura que “no se puede tener un 100% de seguridad y también un 100% de privacidad y ningún inconveniente”. Por eso hoy Obama lee tus correos.

Independientemente de lo de acuerdo que estén Zuckerberg y compañía, es importante recordar que la sección 215 de la Patriot Act “prohíbe a cualquier individuo u organización revelar que ha entregado datos al Gobierno federal” ni antes, durante o después de la investigación. Si quisieran incluirlo en sus informes de transparencia estarían quebrantando la ley. Es el riesgo que decidió correr Edward Snowden, el técnico informático contratado por la CIA de 29 años que hizo la filtración.

“La NSA ha construido una infraestructura capaz de interceptarlo casi todo” declaró en una entrevista a The Guardian donde revelaba su identidad. “Si quiere ver los correos de tu mujer, sólo tiene que pinchar en 'interceptar'”. Paradójicamente, Snowden está ahora en Hong Kong, el único sitio que le pareció lo bastante seguro para esconderse de la CIA, pero no tiene grandes esperanzas. Cuando Glenn Greenwald le preguntó qué cree que le va a pasar ahora, ha respondido: “Nada bueno”.

Big Data somos todos

Big Data somos todosQue nadie se equivoque: cuando los titulares dicen que Obama espía a los ciudadanos norteamericanos no significa que los demás quedamos fuera de su jurisdicción. Todo lo contrario: la Foreign Intelligence Surveillance Act (FISA) autoriza desde 1978 la vigilancia indiscriminada sin orden judicial siempre y cuando el objetivo no sea un ciudadano norteamericano. Como presidente de los EEUU, Obama ha jurado defender a los suyos pero los demás somos, seremos y siempre hemos sido “juego limpio”.

Todo lo que hagamos, escribamos, digamos, compartamos o señalemos en la Red es susceptible de ser permanentemente archivado en una carpeta con nuestro nombre en el Centro de Datos de Utah de la Agencia Nacional de Seguridad, aunque sea como “registro accidental”, como cuando sale uno a pescar atunes y se lleva unas docenas de delfines. El mapa filtrado por Snowden al Guardian muestra que sus redes llegan a recoger 3.000 millones de documentos en un mes en todo el mundo. Los documentos publicados confirman que esa ha sido siempre su intención pero que no cunda el pánico: el secretario de Asuntos Exteriores ya ha dicho que los ciudadanos que no hayan hecho nada malo no tienen nada que temer.

Según IBM, los usuarios de la Red generamos 2.5 quintillones de bytes cada día. Para conseguirlos, los burócratas de los servicios de inteligencia sólo deben presentar en nuestras plataformas favoritas un pedido donde se demuestre que el objetivo es extranjero y que está fuera de las fronteras de EEUU. Todos los delfines (que en este caso significa ciudadanos norteamericanos) son enviados al FBI para que decidan qué hacer con él. En cuanto a nosotros, la Comisión Europea ha reaccionado con la suavidad que caracterizan nuestras relaciones con Washington: “Habrá una creciente resistencia a los acuerdos con los EEUU a no ser que haya ciertas garantías claras por su parte de que los principios europeos de protección de datos se respetan”, ha dicho la portavoz de la vicepresidenta. La Comisión lleva año y medio negociando la nueva reforma de la Ley de Protección de Datos y hasta ha publicado un vídeo para recordarnos que la intimidad es también una responsabilidad. Por su parte, el Gobierno danés ha declarado que la retención de datos no facilita en absoluto la lucha contra el crimen.

La noticia llega tan sólo dos semanas después de que Larry Page y Sergei Brin publicaran su libro sobre el impacto de la tecnología –especialmente la suya– en el mundo, con comentarios despectivos sobre el control antidemocrático que ejercen China, Corea del Norte o Irán sobre sus propios ciudadanos. Julian Assange los crucifica en un artículo para el New York Times titulado “La banalidad del ”no hagas el mal“, parafraseando el famoso ensayo de Hannah Arendt donde argumenta que los genocidios no los hacen monstruos y fanáticos sino ciudadanos ordinarios obedeciendo ciegamente los preceptos del Estado:

A Leon E. Panetta, sin embargo, le parece que todo se ha sacado un poco de quicio. Si estás buscando una aguja en un pajar –comentaba hace dos días el exdirector de la CIA y secretario de Defensa de Obama hasta el pasado febrero–, te hace falta un pajar. Pero para el que tiene un pajar, todo parecen agujas.

La minería de datos (data mining) es el proceso por el cual se recogen y analizan diferentes datos con el fin de obtener información útil. Que una persona cumpla 18 años es información relativamente útil, pero si se logra cruzar ese cumpleaños con personas matriculadas en autoescuelas, el resultado constituye un público objetivo óptimo para la recepción de anuncios sobre novedades en el sector del automóvil. Si una empresa accede a esas dos bases de datos (fecha de nacimiento y matriculación en autoescuelas), la venta del fichero resultante tiene un alto valor para el potencial anunciante de coches, que entiende que el impacto de cualquier mensaje publicitario será así mucho mayor.

Ésta es la explicación “sencilla” del data mining, y la que hace que el sentido común lleve a muchos a la conclusión de que los procesos de recogida de datos y creación de perfiles tiene un alto valor comercial y es un mercado de futuro. El modelo de negocio de muchas redes sociales se basa precisamente en esta idea: dispongo de tantos datos de mis usuarios que puedo conseguir que éstos reciban el anuncio que necesitan antes casi de que sepan que desean adquirir un nuevo producto o servicio. Adelantarse a las necesidades del consumidor es el sueño húmedo de toda empresa y la promesa de la minería de datos.

Pero como ocurre con todo lo tecnológico, el sentido común es mal compañero de viaje. Más que nada porque a la mayoría nos falta información para llegar a conclusiones informadas. En este caso, sobre las circunstancias que pueden llevar a la distorsión de los perfiles elaborados en base al data mining, sobre los problemas de seguridad y privacidad, y sobre los otros usos de los datos recolectados.

Perfiles distorsionados

Perfiles distorsionadosEs útil de vez en cuando intentar entender qué dice nuestro perfil en algunas de las redes sociales y aplicaciones que utilizamos, reconstruyéndolo en base a los anuncios o promociones que nos llegan. Uno mismo puede hacer varios experimentos y ver cómo inmediatamente cambia su perfil: es fácil ver que si una cambia su estado civil de soltera a casada en Facebook, inmediatamente los anuncios pasan de ‘donación de óvulos’ y servicios de online dating a promociones de fines de semana románticos y casetas para perro.

Este es un caso real realizado en mi propio Facebook al introducir un cambio ficticio de estado civil, y lo sorprendente fue ver que de toda mi información personal vertida en Facebook, lo único que los algoritmos parecieron procesar de forma inmediata y evidente fue esa supuesta boda. Igualmente, hace años compré en Amazon una cámara de vídeo para un amigo, y hasta el día de hoy recibo anuncios de accesorios que ni sé utilizar ni tengo intención de comprar.

La cuestión es que los algoritmos que tratan nuestros datos tienen aún mucha más facilidad para procesar cosas simples como el estado civil que elementos más complejos como nuestros sentimientos u opiniones políticas. Además, el lucro de la minería de datos reside no en los perfiles personales, sino en las categorías. Los anuncios personalizados no son (aún, quizás) rentables; lo que se vende caro son largas listas de personas que cumplen ciertas características y son por eso más receptivas (potencialmente) a ciertos mensajes.

Lo gracioso es que las categorías están pre-establecidas, con lo que acabamos formando parte de un perfil ‘típico’ que no siempre encaja con nuestra personalidad –y menos aún si, como hacemos muchos, jugamos aleatoriamente con datos falsos y verdaderos. Si estuviera casada no sé si tendría perro, pero es que ni lo estoy ni lo tengo. FAIL.

Víctimas de los data doubles

Víctimas de los data doublesdata doublesQue algunas de las aplicaciones que utilizamos sean un poco patosas a la hora de reflejar quiénes somos puede hacer que parezca que los fallos de la minería de datos son algo trivial. Pero nada más lejos de la realidad. Los datos personales que compartimos construyen versiones de cada uno de nosotros en el mundo virtual –lo que llamamos data doubles. Estas personalidades paralelas son las que utilizan las redes sociales y las tiendas online para ajustar sus productos a nuestras supuestas preferencias. Pero también son utilizadas por bancos, compañías de seguros y empleadores. Nuestro data double puede determinar cosas tan sensibles como si se nos concede un créditodata double, si el seguro nos cubre en caso de eventualidad o enfermedad, o si somos empleables por parte de esa empresa que llevamos días esperando a que nos llame con una oferta. Decisiones importantísimas en ámbitos vitales clave como el trabajo o la salud pueden depender de los datos que nosotros hayamos compartido o que los servicios que utilizamos hayan ‘minado’ y analizado.

Lo grave en estos casos es que nuestros data doubles se construyen casi siempre a nuestras espaldas, sin que sepamos qué dicen de nosotros ni tengamos medios para rectificar o cancelar la información que reproducen sobre nosotros, aunque sea incierta o no nos refleje fielmente. Por eso, paralelamente a los derechos de acceso, rectificación y cancelación que nuestros datos personales que prevé la Ley Orgánica de Protección de Datos española, emerge también el complementario Derecho al Olvido. Sin embargo, en un marco de intercambio global de datos, las legislaciones nacionales y regionales a menudo nos dejan sin herramientas para defender derechos fundamentales (intentad si no ejercer el derecho de acceso en Google, por ejemplo).

Privacidad, seguridad y minería

Privacidad, seguridad y mineríaAl final, la recolección masiva de datos personales de los ciudadanos avanza en un escenario de desconocimiento generalizado de su alcance e impacto, sin un marco regulador adecuado y creando avenidas de intercambio de información personal que son fácilmente intervenibles (hackeables) y por lo tanto inseguras, como muestra el robo rutinario de datos en grandes y pequeñas empresas.

Al final, centrar el debate en una versión soft de la privacidad ignora que las consecuencias de la minería de datos pueden ser profundísimas, en forma de robo o mala gestión de esos datos, y afectar de forma concreta a nuestras posibilidades económicas y vitales.

Es urgente, pues, una doble aproximación a la minería de datos: por una parte es importante cuestionar las afirmaciones panópticas de la industria, que asegura ser capaz de crear data doubles perfectos y de avanzarse a nuestras preferencias para sí aumentar el valor de cambio de sus grandes bases de datos cruzadas y sus rudimentarios algoritmos.

Pero por otra, es clave advertir de que la minería de datos no sólo genera riesgos más o menos triviales, sino que puede afectar profundamente a nuestras oportunidades y opciones como personas, a derechos civiles y fundamentales y a nuestra dignidad e integridad.

Así que no hace falta que cunda el pánico, pero tampoco es necesario que sigamos caminando por el universo de datos con un lirio en la mano. Cada vez que nos emocionemos con las posibilidades del Big Data o las tecnologías smart, mejor recordar que hablamos de procesos que generan valor en base al uso masivo y no siempre responsable de datos personales que mañana pueden alterarnos significativamente la vida. Ni más ni menos.

Cómo utilizar los miles de pequeños datos que aportan los usuarios en las redes sociales para mejorar la atención sanitaria y prevenir casos de crisis. Tras varios avances sobre modelos previos, científicos de la Universidad Johns Hopkins han puesto a prueba la última versión de un algoritmo que aseguran que es capaz de filtrar con gran fidelidad los mensajes publicados en cuentas públicas de Twitter para extraer una muestra de datos sobre la que realizar predicciones. El estudio (PDF) parte de la idea de que “a menudo los usuarios ofrecen públicamente información personal: mensajes como 'Tengo la gripe' y 'enfermo con esta gripe que me recorre todo el cuerpo uhhh'”.

El equipo dirigido por los doctores Michael J. Paul y Mark Dredze ha mejorado el modelo Ailment Topic Aspect, que filtra mensajes por conceptos como “fiebre”, “gripe” o el nombre de algunos medicamentos y excluye por concurrencia otros términos que se pueden utilizar en sentido figurado o mensajes que llevan asociada una dirección web, porque puede hacer referencia a noticias y artículos. También analiza la gramática del mensaje para tratar de determinar cual es la relación entre el usuario y el concepto. Por ejemplo, si se habla de una enfermedad o si la persona que escribe la está sufriendo.

Pusieron a prueba su herramienta durante el brote de gripe que pasó por Estados Unidos el último invierno. Tomaron como referencia 24 millones de mensajes de unos 10 millones de usuarios, de los que se utilizaron finalmente 1,63 millones, y comprobaron que sus resultados eran equivalente al estudio realizado por el U.S. Center for Disease Control and Prevention (CDC por sus siglas en inglés), una institución que recoge sus datos directamente de la asistencia a hospitales.

Ventajas e inconvenientes

Las diferencias son el coste y el tiempo de respuesta. El CDC tarda unas dos semanas en ofrecer sus datos, mientras que el algoritmo prácticamente funciona a tiempo real. Con esa base estadística pudieron construir mapas sobre el grado de incidencia del brote por estados. Si un sistema de salud aplica una herramienta de estas características confían en que podría crearse un método de respuesta rápida que mejore, por ejemplo, la acumulación de recursos perecederos como vacunas ante la llegada de un enfermedad estacional o en la detección de epidemias.

Otro factor que aporta validez al método, afirman los doctores, es que la muestra es representativa desde el punto de vista geográfico porque la distribución de mensajes por región es proporcional a su población. Sin embargo el propio estudio reconoce la limitación por el propio tipo de usuario de Twitter ya es una red más propia de determinados grupos sociales y edades.

Sus principales problemas están en la escasez y la falta de uniformidad de los datos. Twitter deja muchas preguntas sin respuesta como el grado de desarrollo de la enfermedad mencionada por los usuarios, el tipo de paciente y su propensión a la infección, la repetición de mensajes por parte de un usuario y por tanto su sobre representación en la herramienta (aunque el 71% solo publicó un mensaje) o si la enfermedad mencionada es personal o de alguien conocido, algo que afectaría además a la ubicación geográfica.

Privacidad y seguimiento

La información utilizada para el estudio es completamente pública ya que todos los mensajes han sido extraídos de cuentas de abiertas de Twitter. Después se han añadido formando un base de datos agregados de forma que la información personal queda diluida y el usuario pasa a ser anónimo incluso aunque no lo haya pedido. En este caso la información que queda es la enfermedad, el tratamiento y la localización geográfica aproximada por región.

El resultado es el mismo que el conseguido con el trabajo de Big Data de Innovación BBVA con los usuarios de tarjetas de crédito, pero sin la obligación que tuvo la compañía bancaria de seguir la legislación de privacidad. Del mismo modo y aunque se cumple la legislación, los usuarios no son conscientes de que están pasando a formar parte de una base de datos o de un estudio.

En el fondo, el objetivo de esta herramienta es poder ofrecer de un sistema de alerta rápido y barato, capaz de aprovechar la inmediatez y la multitud de fuentes que, sin saberlo, están ayudando a que su enfermedad sea lo menos dañina posible para el resto.