Data for Good: poner fin a la disparidad de datos que agrava la desigualdad global

El Cuerno de África está viviendo una sequía catastrófica. Las últimas cinco estaciones lluviosas no han dejado agua y los expertos pronostican una sexta. Millones de personas desesperadas en Etiopía, Kenia y Somalia han abandonado sus hogares en busca de agua y pastos. 

Esta crisis supone un enorme desafío para las organizaciones gubernamentales que ya están sometidas a una gran presión. ¿Dónde deben desplegarse los recursos limitados? Los datos climáticos en tiempo real pueden ayudar a predecir las áreas donde las condiciones serán más severas y las rutas de migración más probables. 

Estas lagunas están por todas partes. Las disparidades de datos no solo son la base de los desafíos relacionados con el clima, sino también de las crisis a las que nos enfrentamos en el ámbito de la salud pública y la justicia social. Las revoluciones gemelas en la tecnología de nube y la inteligencia artificial (IA) están generando más datos y análisis que nunca. Cada vez dependemos más de los datos, por lo que debemos asegurarnos de que estos representen a todo el mundo. Las personas solo pueden beneficiarse de la innovación basada en datos si los conjuntos de datos que abordan sus problemas más acuciantes son accesibles y los incluyen. 

¿Qué es la disparidad de datos? Pensemos en cuestiones como la subevaluación sistemática de las mujeres en los ensayos clínicos, la desigualdad en el acceso a la educación primaria y los modelos climáticos defectuosos. Se trata de problemas reales con repercusiones reales derivadas de cómo gestionamos la información. 

Solucionar las disparidades de datos es una de las grandes oportunidades de nuestro tiempo. 

El Reino Unido experimenta 32 000 muertes en exceso cada invierno. De esas muertes, 9700 son atribuibles a vivir en un hogar frío —aproximadamente el mismo número de personas que mueren de cáncer de mama o de próstata cada año— y 3200 están directamente relacionadas con personas que no pueden pagar el combustible para calentar su hogar. La inseguridad energética no debe ser una cuestión de vida o muerte. 

En un mundo ideal, los gobiernos y organizaciones no gubernamentales podrían combinar sus datos meteorológicos con las métricas de uso de los proveedores de energía para prever qué viviendas serán más vulnerables en invierno y ofrecer ayuda. Acceder a esos datos e implementarlos ha sido casi imposible durante mucho tiempo, pero eso está cambiando. Ahora, EDF, que suministra gas y electricidad a hogares de todo el país, utiliza el aprendizaje automático (machine learning, ML) para identificar a clientes económicamente vulnerables e intervenir para prestar asistencia en momentos de necesidad. 

El acceso desigual a los datos exacerba las desigualdades a nivel mundial. Ahora dependemos de los datos para fundamentar las conversaciones socioeconómicas más urgentes e influir en las políticas, pero debemos hacer un esfuerzo conjunto —entre entidades privadas y públicas— para que esos datos estén completos. Esto implica desmantelar los silos de datos, cerrar las brechas en la recopilación de datos y compartir conocimientos de forma segura. 

A pesar de los encomiables esfuerzos, nos estamos quedando cortos. A nivel mundial, vamos camino de alcanzar solo el 15 % de los Objetivos de Desarrollo Sostenible (ODS) de las Naciones Unidas, que pretenden garantizar “la paz y la prosperidad para las personas y el planeta”. Estas son las representaciones más importantes de lo que debemos hacer para garantizar una buena vida para todos. Pero hay que hacer más. 

El Objetivo 17 se centra en la creación de alianzas entre organizaciones para un desarrollo más sostenible. Este objetivo reconoce que ninguna empresa u organización puede resolver nuestros problemas globales, sino que es necesario un movimiento global. 

Muchos de esos actores serán empresas privadas. Se han realizado esfuerzos notables a través de iniciativas “data for good ” de Meta, Google y otros para proporcionar conjuntos de datos masivos para su uso en investigaciones y estudios. Una nueva campaña End Data Disparity, que reúne a responsables de datos como Snowflake con grupos sobre el terreno como la Organización Internacional para las Migraciones de las Naciones Unidas, construye sobre estos esfuerzos animando a las empresas a compartir sus crecientes capacidades tecnológicas con aquellas que tradicionalmente se han arreglado con menos. 

Es probable que incluso una organización líder sin ánimo de lucro solo tenga un par de personas en su equipo de ciencia de datos. Compáralo con los cientos de científicos de datos de una empresa multinacional equivalente. Las organizaciones sin ánimo de lucro y las ONG no siempre tienen la experiencia ni la capacidad necesarias para completar los conjuntos de datos y realizar complejos cálculos multifactoriales. Pero eso puede cambiar. 

Podemos basarnos en avances recientes en IA y ML clásico para fundamentar cómo abordamos los problemas más importantes del mundo. Imaginemos que fuera posible ajustar el despliegue de médicos y cooperantes en tiempo real basándose en datos telefónicos anonimizados. Esto mejoraría el acceso a los servicios y, en última instancia, salvaría vidas. Al compartir conocimientos —escuchando atentamente a las personas que trabajan sobre el terreno— y utilizar la tecnología, las organizaciones pueden trabajar para lograr los objetivos globales de las Naciones Unidas.

Mientras los líderes mundiales se reúnen para debatir temas cruciales en la Asamblea General de las Naciones Unidas, la COP29 y el Foro Económico Mundial de Davos, debemos asegurarnos de que los datos se mantengan en la agenda. 

Es hora de que, juntos, acabemos con la disparidad de datos.