Dels 7.000 milions de persones que poblaven el món, el 2018, ja n’hi havia més de 4.000 milions connectades a internet, o sigui, més de la meitat de la població mundial generant dades, tant  d’àmbit personal i d’oci, com d’àmbit professional. A més hi podríem afegir que, segons dades del 2017, en un minut, es transfereixen 639.800 GB de dades, segons una publicació realitzada per l’Obra Social la Caixa, el 2018.

La tecnologia, més que un repte, és una oportunitat per accelerar el desenvolupament de noves solucions. El Big data o les dades massives poden obrir una nova perspectiva a respondre preguntes que ara podem plantejar-nos gràcies als sistemes avançats d'explotació.

El pròxim 18 de novembre, organitzem, per quart any consecutiu l’m4social day, un acte per reunir la comunitat, entorn la transformació digital i la innovació tecnològica en l’àmbit social. Enguany ens centrarem en l’impacte social de les dades, i per això iniciem un cicle d'articles que ens permetin descobrir projectes que s’han servit de l'ús massiu de dades, com una eina útil per afavorir la ciutadania. 

Organitzacions com les Nacions Unides són conscients des de fa temps de la importància de la recopilació i l’anàlisi de dades, impulsant projectes com Global Pulse, iniciativa innovadora amb la missió d’accelerar la recerca, el desenvolupament i l’adopció de la innovació basada en Big Data per garantir el desenvolupament sostenible i promoure l’acció humanitària.

Però de què parlem exactament quan fem referència al Big Data? Poden ajudar les dades a la definició de millors polítiques públiques? 

Per començar a fer un tast de què realment significa, et proposem alguns dels projectes que ens poden inspirar i que ens permeten aterrar conceptes de moda (buzzwords) com el Big Data, Intel·ligència Artificial o Machine Learning entre d’altres.  

Smart social home care for aging population

Aquesta solució que planteja l’empresa catalana Bismart, s’ha enfocat a població vulnerable i envellida per a poder planificar l’assistència sanitària i social. Per arribar a poder fer una planificació el programa s’alimenta de dades sobre serveis socials, salut, població, activitat econòmica, ús de subministraments bàsics, gestió de residus i més. Després, fa servir aquestes dades per identificar i predir grups i àrees que necessiten ajuda.
 

Crime prediction

La mateixa empresa va desenvolupar Crime Prediction, una aplicació per a la ciutat de Chicago, on aprofitant anàlisi de dades i aprenentatge automàtic permeten que ara els dipòsits de dades puguin ser analitzats per ajudar als departaments a saber no només on és probable que es produeixi el delicte, sinó quan i sota quines circumstàncies.
Un exemple que ens ha agradat perquè encara que la demanda pugui ser, en aquest cas, el crim, veiem extrapolable a qualsevol altre àmbit.

 

 

En relació amb les administracions públiques, les grans dades continuen jugant un paper creixent en la definició de polítiques i presa de decisions. Algunes institucions han realitzat inversions importants en el disseny de la infraestructura de gestió de dades per permetre la recollida, l'intercanvi i el consum de dades.

Tot i això, per molt prometedors que siguin aquests conjunts de dades, sense la capacitat de simplificar-los perquè siguin fàcilment interpretables, els esforços poden resultar inútils per als que prenguin decisions, ja que sovint no tenen el coneixement tècnic d’analítica de dades. També cal tenir en compte que la combinació entre dades i tecnologia no garanteix l’èxit, si no existeix una cultura d'organització basada en l'anàlisi de dades. 

En aquest context, projectes com  Hàbits Municipis, empresa localitzada a Barcelona, posen al servei d'ajuntaments i altres administracions públiques dades sociodemogràfiques i econòmiques objectives que permeten conèixer les característiques bàsiques de la població i el seu comportament.

La combinació entre dades i tecnologia no garanteix l’èxit
 
 

Disposen de 1.300 indicadors sociodemogràfics i econòmics de les famílies residents al territori espanyol. Entre aquests indicadors es troben, per exemple, a més de les diverses tipologies de famílies, el seu nivell d’ingressos de les llars i el perfil de despesa en les diferents partides (energia, transport, assegurances, alimentació, oci, cultura, tecnologia, farmàcia, etc.). I dins d’aquestes partides subpartides més concretes, com pot ser la despesa en arròs, en llibres de text o en electricitat. A més d’aquests indicadors, Hàbits Municipis facilita informació sobre immobles com el preu del m² en compra o lloguer i altres dades relatives a la zona de residència de les famílies com la taxa de desocupació o de població en risc de pobresa.

D’on aconsegueixen aquestes dades? Doncs s’analitzen diferents fonts de dades públiques entre elles el Padró, Cens, Cadastre, SEPE, Enquesta Pressupostos Familiars i Enquesta de Població Activa.

I si les entitats del Tercer Sector disposessin d'aquestes dades? Podríem prendre decisions basades en la detecció de les necessitats dels col·lectius amb els quals treballem?

Segurament si poguéssim disposar de dades i coneguéssim encara més les necessitats del territori i poguéssim preveure situacions, podríem centrar-nos encara més en el millor que fem, treballar per les persones!

A partir d'aquests exemples segurament et plantejaràs alguns dubtes, com: Ara per on podem començar? En pròxims articles parlarem de diversos aspectes relacionats amb les dades com: Quines eines ens poden ajudar a gestionar-les? Com podem prendre decisions a partir d'aquestes? O quines són les millors formes per visualitzar-les...

Imatge extreta de Pexels