Las ciudades inteligentes son aquellas en las que el gobierno es el líder de aquellos proyectos en los que los datos provistos por la infraestructura, que puede ser desplegada por compañías u organizaciones, sirvan para que la sociedad pueda eficientar sus procesos, como el transporte o la seguridad, y para que los individuos puedan defender sus derechos.

“Los gobiernos, como representantes de la sociedad, deben estar preparados para la implementación de las ciudades inteligentes. De nada sirve recopilar datos sobre el transporte si no se hace en tiempo real, por ejemplo”, dijo Zinnya del Villar, chief data scientist de DATA2B, quien ha colaborado en proyectos de ciudades inteligentes (smart cities) como Rennes, Francia, en donde el gobierno y la sociedad francesa están experimentando la forma en la que se deben implementar este tipo de proyectos.

La chief data scientist de DATA2B se presentó durante el DataDay 2018, un encuentro en el que tomadores de decisiones, científicos de datos e ingenieros de datos se reúnen para intercambiar opiniones y aprender sobre las últimas tendencias en la ciencia y la ingeniería de datos, así como sobre su aplicación en los modelos de negocio de las empresas y o las políticas públicas de los gobiernos.

De acuerdo con Del Villar, para que una ciudad sea realmente inteligente debe contar con una relación interactiva y móvil entre usuarios; una supervisión optimizada del espacio y el desarrollo y promoción de nuevas formas de cooperación. Algunos de las problemáticas que se pueden abordar a través del análisis de datos son la eficiencia energética,la seguridad, el transporte, la gestión de recursos, el estacionamiento, la circulación, el mantenimiento de la infraestructura, la calidad del aire, el turismo y los servicios urbanos.

Para poder analizar datos es necesario primero extraerlos, ya sea a través de dispositivos conectados, de soluciones verticales, como el C5 de la CDMX; de redes sociales; de información contextual de la ciudad o de datos abiertos. En este sentido, para Del Villar, las cámaras con las que se realizan las fotomultas en la Ciudad de México pueden ser uno de los dispositivos que ayuden a la gestión de la información del tráfico de la urbe; sin embargo, no se está almacenando la información que estas generan, además de no es gestionada por el gobierno sino que se ha delegado esta responsabilidad.

Otro de los problemas que encuentra la científica de datos en las implementaciones de proyectos de datos en la Ciudad de México es que se están lanzando muchos retos que apenas llegan al modelado de información, algo que se hacía en los años 90, además de que es necesario instalar infraestructura, como sensores o cámaras, que realmente sirvan a la sociedad, de lo contrario se corre el riesgo de caer en malos usos de los datos de las personas, algo de lo que advirtió Crystal Yan, otra de las participantes de DataDay 2018, para quien no es deseable que las máquinas mantengan los sesgos cognitivos de los seres humanos. 

Un ejemplo de un proyecto de datos que, de acuerdo con Zinnya del Villar, sí funcionó en la Ciudad de México, es Verificado19S, con el que la sociedad civil logró ponerse de acuerdo para organizarse y coordinar sus esfuerzos con el fin de ayudar a muchos ciudadanos de la CDMX que vieron afectada su calidad de vida y su patrimonio después del sismo del 19 de septiembre y en el que, de acuerdo con Del Villar, el único ausente fue el gobierno.

Para hablar de una ciudad inteligente, en los términos de Zinnya del Villar, además de la generación de datos, es necesario su almacenamiento, la conectividad que permita que los resultados de su análisis se entreguen en tiempo real; la algoritmia necesaria para analizarlos, y una interfaz que permita al usuario final, que puede ser el gobierno, la sociedad o los mismos científicos, ingenieros de datos y desarrolladores, utilizar la información provista.  

Por eso se requiere que al hablar tanto de ciudades inteligentes, como de ciencia e ingeniería de datos, machine learning e inteligencia artificial, esto se haga con rigor, de acuerdo con Jesús Ramos, director de Operaciones de DataDay 2018, quien dijo que para implementar un proyecto de datos es necesario que las empresas, los gobiernos y las organizaciones estén conscientes de que una iniciativa de este tipo es difícil de comenzar, pues requiere de disciplina, mucho capital económico, pero sobre todo de cambiar la cultura organizacional de estas entidades.

Big Data, Data Science y Inteligencia Artificial son términos pegajosos que no describen con exactitud lo que hacemos, lo importante es que tanto los científicos de datos, los ingenieros y los tomadores de decisiones conozcan sus propias deficiencias y que escuchen a sus colegas para poder implementar de manera adecuada uno de estos proyectos, según Jesús Ramos.

rodrigo.riquelme@eleconomista.mx