Inteligencia artificial para el diseño de políticas públicas
Los colectivos son monitoreados por GPS por cuestión de seguridad. Eso genera datos que pueden utilizarse para que el transporte tenga mejor frecuencia, cubra más zonas, y que la gente sepa, mediante una app, en dónde está la unidad que está esperando en la parada. Utilizar estos datos en beneficio de la sociedad es el objetivo de Manos en la Data, de la cual formó parte la UBA.
Casi cualquier actividad que realicemos hoy en día genera datos. Movernos con el celular encima, buscar algo en la web, postear en redes, dar un like, subir una foto, usar la SUBE, la tarjeta de crédito, el GPS, todo genera datos. Una cantidad de información tal que para nuestra mentalidad humana es casi imposible analizarla, pero lo interesante es que todos esos datos pueden ser útiles para una infinidad de aplicaciones.
Tal es el caso de la administración pública, donde se puede nadar en océanos de información, que, si pudiese ser aprovechada, sería de gran ayuda para el diseño e implementación de políticas públicas más eficientes. Como, por ejemplo, mejorar la atención en salud, el transporte público, la gestión de documentos jurídicos para agilizar los juicios, prevenir la deserción escolar, la recolección de residuos y un sinfín de posibilidades.
Así fue que nació la iniciativa Manos en la Data, una experiencia práctica exitosa que reunió a administradores públicos, institutos, universidades e instituciones de financiación, para crear prototipos de inteligencia artificial que aborden necesidades del sector público aplicando la Ciencia de Datos.
Mejores decisiones gracias a los datos
“Manos en la Data es un marco de trabajo para prototipos de pequeños proyectos para políticas públicas con datos”, contó Laura Ación, investigadora del Instituto de Cálculo UBA-Conicet, y una de las encargadas de vincular a todos los actores que participaron de Manos de la Data.
La iniciativa consistió en la creación de 5 prototipos que abordaron problemas bien definidos de la administración pública utilizando como herramientas la inteligencia artificial y el machine lerning. Es decir, programas de computadora que pueden aprender y luego aplicar lo aprendido para procesar grandes cantidades de datos, algo que escapa a la mente humana.
Se trata de lo que en ciencias de la computación se conoce como algoritmos. “Un algoritmo es una receta en la cual le decimos a una computadora, en lenguaje computacional, qué tiene que hacer. Son secuencias de instrucciones que resuelven un problema. Es decir, tenes un montón de ingredientes, y el algoritmo te indica cómo hacer la torta”, explicó Ación.
Durante siete semanas, en la iniciativa Manos en la Data, lograron aprovechar las grandes bases de datos del sector público, asegurando la anonimidad y la confidencialidad de la información sensible que componen esas bases de datos. Las temáticas fueron Salud, Educación, Transporte Público Urbano, y trabajo y empleo.
“El estado cuenta con gran cantidad de datos que, si podemos analizarlos, y aprovecharlos, puede llevar a que se tomen mejores decisiones en políticas públicas, y que la administración pública pueda volverse más eficiente y ágil”, contó Ación.
“Por ejemplo”, aclaró la investigadora, “en justicia, uno de los juzgados podría etiquetar las causas de forma automática, de forma similar a la que utiliza el algoritmo de Mercadolibre para organizar los resultados de una búsqueda. Es relativamente sencillo de implementar, y ayudaría a bajar la cantidad de horas que una persona necesitaría para realizar tareas del ámbito judicial”.
Para lograr superar las barreras que en países como argentina frenan el avance de las ciencias de datos sobre la administración pública, el CAF- Banco de Desarrollo de América Latina creó el proyecto Manos en la Data.
La primera edición de Manos en la Data fue en Argentina, y fue desarrollada en conjunto entre el CAF y la Fundación Sadosky, institución público privada que depende de la Secretaría de Ciencia, Tecnología e Innovación Productiva de la Nación, y esponsoreados por la agencia pública nacional SIEMPRO.
Prototipos exitosos
El objetivo principal de Manos en la Data fue generar prototipos en siete semanas que funcionasen como prueba de concepto, de que la ciencia de datos puede ayudar en la toma de decisiones relacionadas con las políticas públicas.
No existe una única solución a la hora de crear algoritmos que puedan aprovechar los datos, cada problema requiere de una solución única, ya que los datos en sí, no son todos iguales, ni tampoco lo que se quiere hacer con ellos.
Uno de los casos fue el de volver más eficiente el transporte público en la ciudad de Córdoba. “Consistía en ver por dónde estaban pasando las empresas de transporte, y así ver si evadían o no determinados recorridos, y controlar si cumplían con la frecuencia”, contó Ación.
“Ellos contaban con los datos del GPS minuto a minuto de cada unidad de la ciudad. Pero el volumen de datos es tan descomunal que no podían analizarlo”, dijo Ación. Allí fue Manos en la Data en su ayuda, con un algoritmo armado por Agustín Garavano, investigador de la Universidad de Buenos Aires.
Lo que hizo Garavano fue reducir la cantidad de datos a tomar en cuenta, y así se logró generar un algoritmo que controlaba el recorrido y frecuencia de los transportes, al grado de que hoy en día la ciudad de Córdoba cuenta con una app que la gente puede usar para saber dónde está cada colectivo.
En salud, se utilizaron como datos los registros clínicos electrónicos de la Ciudad de Buenos Aires. El problema allí es que las historias clínicas son texto libre, no hay una forma unificada de ingresar la información clínica de cada paciente. El prototipo de Manos en la Data, lo que buscó fue poder identificar dentro de ese mar de datos, qué pacientes eran diabéticos, y si estaban recibiendo la medicación adecuada en diferentes puntos de la Ciudad.
Otro de los casos fue el que midió y permitiría predecir la deserción escolar. Los datos eran los que aporta el programa que toma asistencia electrónica, así como los de cada escuela en sí, y la zona en la que está, cantidad de maestros, alumnos, infraestructura, etc. Toda esa información fue el alimento de un algoritmo que podía predecir el porcentaje de deserción escolar en cada aula.
Manos en la Data fue una experiencia exitosa que buscó catalizar la colaboración entre profesionales de distintas disciplinas, y de diferentes orígenes, tanto de las universidades, como del sector privado, junto a equipos de la administración pública. En un corto tiempo, estos equipos heterogéneos pudieron generar productos concretos de ciencia de datos que aporto beneficios para la sociedad.