Saber con antelación que está a punto de producirse el robo del siglo, conocer un inminente asesinato al más puro estilo Minority Report, pronosticar una enfermedad antes de tiempo, predecir la fecha exacta de nuestra muerte…Si bien tiempo atrás augurar estas cuestiones hubiera sido asunto de adivinos, lo cierto es que hoy hacerlo con acierto se ha convertido en una auténtica realidad.
Un asunto que ya es posible y en el que la evolución de la tecnología y el big data han tenido mucho que ver. Efectivamente, porque en la actualidad no son pocos los ámbitos en los que el software capaz de manejar ingentes cantidades de datos tiene cabida y resulta de gran utilidad. Pero centrémonos en algunos de los casos más significativos.
Para prevenir delitos
Así, empezaremos con la prevención de delitos, un contexto en el que se emplean softwares específicos capaces de analizar cientos de datos, obtener patrones de comportamiento, y estimar acontecimientos de este tipo. Es el caso de PredPol, capaz de mapear los crímenes de un núcleo urbano antes de que estos sucedan.
En concreto, emplea un complejo algoritmo que detecta qué zonas de la ciudad son las más vulnerables a este tipo de amenazas. Lo logra de la mano de un registro de datos históricos; pero no solo eso, sino que aplica variables tanto fijas –como la presencia de locales ruidosos y demás– y otras variables recientes –tiroteos, reyertas entre bandas que puedan llevar aparejadas represalias, etcétera–.
El sistema, desarrollado por la Universidad de California y que ya está siendo empleado por 60 departamentos de policía norteamericanos, se acerca a lo que prometió Spielberg en su película. Sin embargo, su implementación está siendo duramente criticada. Algunos estudios, de hecho, apuntan a que no reduce en absoluto este tipo de actos violentos.
Beware es otro sistema de predicción de delitos, un software que tiene en cuenta desde la información en redes sociales sobre delincuentes habituales hasta los números de matrícula de los que se encuentran en búsqueda y captura. Un sistema empleado por los agentes del Real Time Crime Center de Fresno (también en California) y que cruza datos procedentes también del registro de propiedades, las imágenes de las cámaras de tráfico, números de asistencia y un largo etcétera fácil de imaginar.
IBM, por su parte, lanzó el suyo propio este mismo verano. Se trata de Watson, una inteligencia cognitiva capaz de comprender, razonar, aprender y predecir. Unas características que emplea para detectar riesgos y valorar posibles amenazas. En este caso, eso sí, se trata de ataques cibernéticos. Para lograrlo se nutre de X-Force, un proyecto de la compañía que cuenta con información de más de 8 millones de ataques de spam y phising.
Una serie de técnicas que se han incrementado desde los atentados del 11S en el citado país pero que también ha logrado llegar dentro de nuestras fronteras, donde se emplean para detectar riesgos, en especial los que tienen que ver con el terrorismo islámico. Al menos eso apunta Enrique Serrano, CEO de Tinámica, una empresa nacional experta en soluciones tecnológicas.
En todo caso, no es su única aplicación, pues también se usan para perseguir delitos fiscales y generar mapas de calor en fechas y acontecimientos señalados –como un partido de fútbol entre dos equipos tremendamente populares y similares–. ¿El objetivo? Estar preparados para atender situaciones de riesgo. En estos casos se tienen en cuenta parámetros como la congestión del tráfico , la hora, la previsión de asistencia y demás.
En el ámbito deportivo
Por otra parte, el big data se erige como otro de los grandes aliados del deporte. De hecho, estos sistemas vienen utilizándose desde hace tiempo por equipos de distintas modalidades. Algo que ilustra con acierto de nuevo el cine. En este caso, sin embargo, nos estamos refiriendo a una cinta basada en hechos reales: MoneyBall.
La película centra la historia del Oakland Athletics, un equipo de béisbol que logró renacer gracias al análisis de datos y la ayuda de un economista. Curiosamente, consiguió remontar contratando a jugadores “malditos” pero que encajaban en la posición adecuada. El caso no tardó en transformar la dinámica de equipos y ligas, hasta tal punto que actualmente el big data es un punto clave en las estrategias de clubes como el Real Madrid.
En este punto cabe destacar a Opta Sports, una empresa especializada que brinda este tipo de servicio a agrupaciones de la talla del Sevilla FC, el Valencia, el Barcelona y similares. Algunos entrenadores españoles como Rafa Benítez también han sido grandes precursores en este aspecto.
La popularización de los wearables, por otra parte, capaces de monitorizar las constantes y otros síntomas físicos de los jugadores, ofrecen de nuevo un excelente campo de cultivo para estos sistemas, que emplean esta información para ahorrarles lesiones, predecir cuándo se encuentran en riesgo, y estimar cuándo deberían tomarse unas vacaciones.
Cuándo y de qué morirás
También relacionado con la salud –sí, aunque a priori no lo parezca–, se encuentra este uso del big data: para saber de qué moriremos. Nos estamos refiriendo a simuladores específicos como How You Will Die, de Flowing Data, que trata de adivinar la causa de nuestra muerte teniendo en cuenta el sexo, la raza y la edad, entre otros parámetros.
Pero lo hace con conocimiento de causa pues tras él se encuentran los datos sobre defunciones entre 1999 y 2014 procedentes de los Centros de Control y Prevención de Enfermedades de los Estados Unidos; unos registros que, al mismo tiempo, están basados en certificados de defunción y en las causas que estos indican. Entre ellas figuran desde el cáncer, hasta otras enfermedades congénitas, mentales y nerviosas.
Predictiveworld, por su parte, persigue el mismo fin. Se trata de un proyecto de la Universidad de Cambridge y Whatch Dogs que combina datos demográficos locales e información recabada por la red social de Zuckerberg –como nuestra edad, hábitos, si tenemos pareja, y hasta gustos musicales– para desarrollar un perfil personalizado en el que se incluyen porcentajes y estadísticas sobre previsiones futuras.
En las finanzas
La banca tampoco se queda atrás, sino que la emplea para conocer el comportamiento futuro de las compañías. Una herramienta clave a la hora de tomar decisiones de inversión, gestionar determinadas estrategias, analizar riesgos y oportunidades globales y, en definitiva, generar predicciones más informadas.
Tal es la apuesta que, en los últimos años, los másteres sobre análisis de datos y finanzas no han dejado de proliferar. Algunas entidades como BBVA, incluso organizan sus propias jornadas la respecto; de hecho este banco cuenta con su propia unidad específica desde agosto de 2014. Otro de los puntos fuertes es la introducción del big data en este ámbito es la posibilidad de ofrecer mayores garantías y transparencia a los clientes.
Otros usos curiosos del big data para aproximarse al futuro
Al margen de las citadas, existen otras aplicaciones curiosas del big data para aproximarse al futuro. Es el caso de algunas bandas y grupos musicales como Iron Maiden, que ya en 2013 se decantaban por servicios como Musicmetric para analizar el tráfico de sus redes sociales –por zona geográfica–, las descargas de discos y otros datos relacionados con el lugar donde su música contaba con más seguidores.
Unos resultados que empleaban para decidir cuál sería el próximo lugar en el que tocarían y garantizarse cierto éxito. En 2015, la compañía referida fue adquirida por Apple –por la cifra nada desdeñable de 50 millones– con el objetivo de mejorar su servicio de streaming musical. Spotify y otras directas competidoras cuentan con sistemas similares, aunque su uso ha variado durante estos años respecto de lo que comentábamos.
Para acabar, incluso encontramos algoritmos específicos centrados en predecir quién será el siguiente en morir en Juego de Tronos. Es el caso de Song of Data, creado por la Universidad de Múnich con motivo del lanzamiento de la sexta temporada y que recaba datos sobre más de 2.000 personajes de la saga, así como otros relacionados con su evolución, eventos pasados, y otra procedente, principalmente, de la Wiki of Ice and Fire, una suerte de Wikipedia de la serie.
Imágenes | iStock: Pinkypills y Pixabay.
En Blog Lenovo | Cómo el big data está resolviendo las mayores broncas de la crítica literaria
