Imprescindible medir eficiencia de los programas ejercidos.
El uso de Inteligencia Artificial (IA) empieza a tener resultados cada vez más visibles y positivos, sobre todo cuando las autoridades deben desarrollar modelos de políticas públicas y para lo cual están usando fuentes de datos “no tradicionales” y equipos multidisciplinarios.
Nuria Oliver, ingeniera en telecomunicaciones de España, quien dirigió el equipo ganador del Premio X Prize pandemic Challenge, subrayó la importancia del trabajo entre expertos y expertas en ciencias de datos y la colaboración con el presidente de la región de Valencia, para un buen resultado de la intersección datos-pandemia y toma de decisiones de políticas públicas.
La primera línea de trabajo de las cuatro en la que se basó el proyecto fue el análisis de la movilidad humana, para la que se utilizó una fuente de datos no tradicional, como la información de la red de telefonía móvil, en colaboración con las tres empresas de telecomunicaciones más grandes de España.
“Esas matrices podemos usarlas y la seguimos usando, de hecho son públicas y podemos aprovecharlas en el contexto de la pandemia, porque obviamente una enfermedad infecciosa de transmisión humano a humano no se propaga si no nos movemos”, expuso al participar en el encuentro virtual “Inteligencia artificial para el bien social: Presente y futuro en América Latina y el Caribe”.
La segunda línea fue el desarrollo de modelos epidemiológicos computacionales, es decir, modelos en computadora que predigan cómo evolucionará la pandemia, “no solamente bajo el contexto actual, sino también bajo posibles diferentes intervenciones, y poder hacer simulaciones de qué pasaría si cierran colegios o si todo el mundo está en teletrabajo”.
Un tercer eje, está relacionado con los modelos predictivos de ocupación de las Unidades de Cuidados Intensivos (UCI) y de ocupación hospitalaria, porque en el contexto de la pandemia una de las mayores prioridades en la toma de decisiones de políticas públicas ha sido evitar el colapso sanitario.
Respecto de la arista de trabajo, agregó la especialista, fue una gran encuesta ciudadana que aún está activa y que funciona en dispositivos móviles, en la que las personas responden preguntas sobre la prevalencia de síntomas, el impacto psicológico, económico, laboral y social, sobre su experiencia personal.
“Una de las grandes oportunidades que nos brindan esta nueva manera de trabajar, mucho más centrada en los datos, es no solamente para ayudarnos a identificar y a priorizar y a decidir políticas públicas, sino también para medir el éxito o no de las mismas”.
Destacó que ante circunstancias como la pandemia u otros sucesos en los que se habla de ciclos más cortos se pueden utilizar estas fuentes alternativas de datos para conocer más rápido si la política pública está teniendo efecto o no.
“Es importante incorporar este componente que cierra de alguna manera el bucle, porque al final lo que queremos es que las políticas públicas tengan un impacto idealmente positivo, entonces, tenemos que poder medirlo para poder determinar si han tenido éxito o no”.
En el encuentro, organizado por el BID, Alex “Sandy” Pentland, profesor del MIT y director del MIT Connection Science, reconoció que al hablar de datos se habla de datos públicos, pero destacó que también pueden usarse otros que no se incluyen en un censo y que también son importantes para la formulación de políticas públicas.
“Los datos tradicionales son encuestas, datos administrativos del gobierno; los no tradicionales son los datos administrativos de fuentes no gubernamentales, por ejemplo las tiendas, supermercados, el tipo de alimentos que se vende, qué cantidad de alimento”, concluyó.
C$T-GM