Google Street View es una de las maravillas del mundo contemporáneo. Es producto de la arrogancia, la ambición, el descaro y la riqueza desmedida de una sola empresa que decidió fotografiar todas las calles del mundo y poner las imágenes en línea. Cuando se anunció por primera vez, yo era escéptico de que fuera a llegar a mucho: imágenes de calles destacadas de grandes pueblos y ciudades de países occidentales, tal vez, pero nada más que eso. Pero un día me pregunté cómo llegar a la casa de un amigo situada en una zona rural remota, la busqué en Google Maps, vi el icono de Street View y pinché en él, y me encontré conduciendo virtualmente por el camino rural más estrecho que se pueda imaginar.
Street View fue un producto de la convicción de Google de que es más fácil pedir perdón que permiso, una suposición aparentemente confirmada por el hecho de que la mayoría de las jurisdicciones parecían aceptar el golpe fotográfico como un hecho consumado. En algunos países europeos, sobre todo en Alemania y Austria, los ciudadanos exigieron que se difuminaran sus propiedades; también hubo una disputa en 2010 cuando se reveló que Google había recogido y almacenado durante un tiempo datos de routers wifi domésticos sin cifrar. Pero, en términos generales, la empresa se salió con la suya.
La mayoría de las protestas provinieron de personas preocupadas por la privacidad. Se opusieron a las imágenes que mostraban a hombres saliendo de clubes de striptease, por ejemplo, a manifestantes en una clínica de abortos, a personas que tomaban el sol en bikini y a personas que realizaban actividades privadas en sus propios patios. A algunos países les molestaba la altura de las cámaras: en Japón y Suiza, por ejemplo, Google tuvo que rebajar su altura para que no pudieran asomarse por encima de las vallas y los setos.
Estas preocupaciones eran lo que podríamos llamar de primer orden, es decir, inquietudes provocadas por los peligros evidentes de una nueva tecnología. Pero con la tecnología digital, los efectos realmente transformadores pueden ser de tercer o cuarto orden. Así, por ejemplo, Internet lleva a la web, que a su vez lleva al smartphone, que es lo que ha permitido a Uber. Y en ese sentido, la pregunta con Street View desde el principio era: ¿a qué conducirá, eventualmente?
Una posible respuesta surgió la semana pasada con la publicación de un intrigante estudio de investigación realizado por dos científicos de datos, uno con sede en Varsovia y el otro en Stanford. En colaboración con compañías de seguros, analizaron 20.000 direcciones de clientes de las empresas, recopilaron una imagen de la casa correspondiente a cada una utilizando Google Street View y anotaron las fotos de las casas, anotando características como la edad, el tipo y el estado. Aplicando un software de aprendizaje automático a los datos, lograron construir un modelo que ofrecía predicciones del riesgo de accidente de coche sustancialmente mejores que los modelos empleados actualmente por las compañías de seguros y que, por supuesto, podían utilizarse para justificar primas más altas (o más bajas).
“Descubrimos”, concluyen los investigadores, “que las características visibles en una foto de una casa pueden predecir el riesgo de accidente de coche, independientemente de las variables clásicas como la edad o el código postal”. Este hallazgo no sólo es un paso hacia modelos de predicción del riesgo más granulares, sino que también ilustra un enfoque novedoso de las ciencias sociales, en el que los datos granulares del mundo real se recopilan y analizan a escala.”
A primera vista, esto parece raro, ¿no? Lo que parece decir es: “Muéstrame tu casa en Street View y te diré la probabilidad de que tengas un accidente de coche”. Y, por supuesto, es posible que en lo más profundo de las matemáticas del documento haya un error. (O tal vez la muestra de 20.000 personas era demasiado pequeña.
De cualquier manera, sin embargo, el documento proporciona un estudio de caso esclarecedor sobre las ventajas y desventajas potenciales del aprendizaje automático. Lo que la tecnología hace esencialmente es detectar correlaciones que el ojo humano podría pasar por alto. Pero la correlación no es causalidad, por lo que siempre queda la duda de si una correlación especialmente llamativa es espuria o no. Por ejemplo, ¿una vivienda mal mantenida implica que el coche del residente está igualmente descuidado y, por lo tanto, es más propenso a los accidentes?
Eso me parece un poco inverosímil. Pero si resulta que lo que encontraron los dos investigadores se puede replicar y confirmar con muestras más grandes, ¿entonces qué? En la actualidad, las primas de los seguros de automóviles vienen determinadas en parte por el código postal en el que se guarda el vehículo, por lo que cuesta más asegurar un coche en Liverpool que en Cambridge. Pero esto equivale a una especie de lotería de códigos postales, que penaliza a los conductores cuidadosos que viven en zonas pobres y favorece a los que se dedican a la circulación en suburbios frondosos. El uso de los datos de Street View podría reducir estas desigualdades, ya que se reduce al nivel de cada habitante. Por otro lado, podría estigmatizar al inquilino concienzudo de una casa alquilada por un propietario tacaño o gestionada por un agente corrupto. Así que la primera ley de Kranzberg sigue siendo válida: la tecnología no es ni buena ni mala; tampoco es neutral.
Lo que estoy leyendo
Boeing, Boeing, desaparecido…
El fiasco que rodea a los aviones de pasajeros 737 Max de Boeing se explica en una de las mejores piezas de escritura técnica que he encontrado, publicada en IEEE Spectrum.
Algo malo viene por aquí
Un artículo de Nitasha Tiku en el sitio web de Wired explora lo que sucedió con el lema de Google “Don’t be evil”.
Donde todo salió mal
WikiLeaks y la promesa perdida de Internet: un ensayo muy interesante (y abrasador) en el blog Lawfare por Quinta Jurecic sobre Julian Assange.
{topLeft}}
{bottomLeft}}
{topRight}}
{bottomRight}}
{{/goalExceededMarkerPercentage}}
{{/ticker}}
{{heading}}
{{#paragraphs}}
{{.}}
{{/paragraphs}}{{highlightedText}}
- Compartir en Facebook
- Compartir en Twitter
- Compartir por correo electrónico
- Compartir en LinkedIn
- Compartir en Pinterest
- Compartir en WhatsApp
- Compartir en Messenger