pobre big data

¿Puede el Big Data acabar con la pobreza?

Autor | Arantxa Herranz

¿Cuántos pobres hay en el mundo? Es un dato difícil de calcular, pero según las últimas estimaciones, 736 millones de personas viven con menos de 1,9 dólares al día.

Aunque durante los últimos años se había conseguido reducir estas cifras, la crisis de la COVID-19 hace prever un aumento de las personas vulnerables. Pérdida de empleo, pérdida de ahorros, aumento de los precios, e interrupciones en servicios como educación y atención médica pueden incluso afectar más a quienes menos tienen.

Ante este panorama, y sabiendo que hay más personas que tienen un teléfono móvil que una cuenta bancaria, ¿pueden las tecnologías como el Big Data ayudar a erradicar la pobreza?

Datos para el desarrollo sostenible

persona pobre comiendo en la calle

Lo primero sería saber cuántas personas viven exactamente en condiciones precarias. Cómo han ido evolucionando esas cifras y cuáles pueden ser las que nos depare el futuro. Y, evidentemente, segmentarlo por zonas geográficas. Eso es lo que pretende este contador mundial en el que se puede ver cómo evolucionan estos números y cuál es la previsión para los próximos años por regiones.

Mientras, Data-Intensive Development Lab es un laboratorio de la Universidad de Berkely que explora cómo las nuevas fuentes de datos y los nuevos algoritmos computacionales pueden promover el desarrollo global sostenible. Este proyecto de investigación utiliza el aprendizaje automático y la econometría para transformar nuevas fuentes de datos en indicadores económicos confiables. Además, está investigando cómo los teléfonos móviles y otras tecnologías digitales pueden brindar servicios financieros a los pobres, y si estos servicios pueden mejorar la calidad de vida.

Una de las líneas de investigación quiere abordar las medidas en tiempo real en materia de pobreza y vulnerabilidad. Pero los investigadores saben que parten de una situación complicada, ya que los datos utilizados para la focalización de la pobreza son poco confiables: ni todos los países tienen estadísticas nacionales (especialmente en África, uno de los continentes más castigados con la pobreza) ni, cuando se tienen, son muy fiables.

niños pobres en un campamento

Sin embargo, el director de este laboratorio, Josh Blumenstock, hace suya la famosa cita que dice: “No todo lo que cuenta se puede contar, y no todo lo que se puede contar cuenta”. Aunque el reto es medir el bienestar de las personas, asegura que es algo que no puede medirse directamente.

Además, también explica la complejidad de estos proyectos, ya que no se puede imponer una homogeneidad en todos los datos, baremos y estadísticas. “Nunca usaríamos un modelo que encajáramos en Ruanda y lo aplicaríamos a Kenia sin saber primero cuánto esperamos que la predicción del modelo se degrade. Del mismo modo, nunca esperaría que un modelo que se ajustara en 2016 fuera exacto en 2018”, explica.

Pero los resultados de algunas investigaciones realizadas en Afganistán, Indonesia y Ruanda, muestran cómo los datos a gran escala de las redes de telefonía móvil y satélite pueden combinarse con experimentos y encuestas sobre el terreno para comprender mejor las causas y consecuencias de la pobreza mundial.

El esfuerzo del Banco Mundial

Pero los esfuerzos para utilizar los datos y las herramientas tecnológicas para el desarrollo sostenible no solo se quedan en el mundo de la investigación. El Banco Mundial también está convencido de que se pueden hacer cosas para ayudar a los países en desarrollo a aprovechar la innovación y construir el capital humano que necesitan para competir en la economía global.

Una de estas iniciativas es SWIFT (encuesta de bienestar a través del seguimiento instantáneo y frecuente), que emplea el Big Data para calcular la pobreza. SWIFT recopila datos de muestras que son representativas de las poblaciones de interés y aplica una serie de fórmulas / algoritmos para producir estadísticas de pobreza al instante.

En otra de estas apuestas, el Banco Mundial tiene, desde 2018, una alianza con la GSMA (Asociación del Sistema Global para Comunicaciones Móviles) con el fin de trabajar con sus miembros para utilizar el poder de Big Data e Internet de las cosas a los desafíos del desarrollo.

Casos reales de aplicación de Big Data

Esta alianza se materializa en varios proyectos, como AI for ImpactWe Care. La base es siempre la misma: usar los datos de la telefonía móvil para el desarrollo sostenible. Algo que se viene haciendo desde hace años. Por ejemplo, en la reconstrucción de Haití a después del terremoto de 2010 o para hacer un seguimiento de los movimientos de refugiados en África.

mujer pobre y descalza sentada en la calle

No son los únicos proyectos de innovación en los que se emplea el Big Data para ayudar a los más desfavorecidos. En China, la provincia de Guizhou desarrolló una plataforma de computación en la nube que hace un seguimiento de la salud financiera de 6 millones de personas pobres repartidas en 9.000 aldeas. En el condado de Tongzi, el gobierno facilitó ayudas para las personas más necesitadas y para ello creó una plataforma de datos que se encargaba de hacer un seguimiento de la distribución de estos subsidios con el fin de que no hubiese malversación de fondos.

Erradicar la pobreza no es una tarea sencilla, pero la aplicación de técnicas como el Big Data puede ayudarnos a entender mejor cómo se produce y cómo varía en el tiempo y las regiones, además de ayudar a verificar que las ayudas llegan, realmente, a quienes más las necesitan.

Imágenes | Pexels