Tecnología para detectar la pobreza

El primero de los Objetivos de Desarrollo Sostenible se refiere de manera directa a la necesidad de “poner fin a la pobreza en todas sus formas en todo el mundo”, donde según datos de Naciones Unidas, 836 millones de personas viven en la pobreza extrema y una de cada cinco en países en desarrollo sobreviven con menos de 1,25 dólares al día. ¿De qué manera puede la tecnología ayudar a detectar la pobreza en el mundo para contribuir a erradicarla?

Ya conocemos las múltiples aplicaciones que tecnologías de reciente implantación como los drones o el Big Data pueden tener en aspectos tan diferentes del desarrollo sostenible como un mejor seguimiento de la actividad agrícola o la lucha contra los incendios forestales en el caso de los vehículos aéreos no tripulados; o la recopilación de datos meteorológicos, económicos, sociales, de actividad laboral… en el caso del Big Data; pero existen más aplicaciones.

Satélites para descubrir la pobreza en zonas difíciles

Uno de los hitos más recientes en el estudio de la pobreza con nuevas tecnologías es el empleo de satélites para detectar zonas deprimidas y tradicionalmente de difícil acceso con el objetivo de que los gobiernos puedan localizar mejor los lugares a donde dirigir los esfuerzos y los recursos, tanto económicos como materiales y personales.

¿Qué datos recogidos por satélite ayudan a detectar la pobreza? Imágenes como carreteras sin asfaltar, extensiones agrícolas o instalaciones ganaderas, los recursos hídricos, los materiales que componen los tejados de las viviendas en las zonas urbanas o rurales… Son factores que ayudan a discernir una zona próspera de otra donde hay pobreza.

Investigadores del Departamento de Ciencias de la Universidad de Stanford pusieron en marcha un proyecto para utilizar satélites que recaban todo tipo de datos y, mediante poderosos algoritmos, crear mapas de países en desarrollo donde se puede comprobar de manera visual qué lugares a los que no se puede llegar fácilmente por tierra necesitan ayuda con un mayor o menor grado de urgencia.

Según uno de los autores del estudio, Neal Jean, "las encuestas constituyen el método tradicional para la recogida de datos sobre la pobreza pero raramente se llevan a cabo en la mayoría de los países en desarrollo de una manera fidedigna. Otras fuentes de datos menores que se recogen sistemáticamente, aunque no necesariamente para este fin, se pueden utilizar para arrojar luz sobre la pobreza y la riqueza".

Millones de imágenes nocturnas y diurnas

La importante novedad respecto a estudios anteriores que también pretendían medir el grado de pobreza de una zona mediante el uso de satélites radica en el cruce de datos entre imágenes nocturnas y diurnas.  Este proyecto de la Universidad de Stanford, que se puso en marcha en varias zonas del África subsahariana, combina de una manera novedosa la recolección de imágenes en diferentes momentos del día y de la noche para generar mapas de impacto que diferencian áreas de pobreza y de pobreza extrema de manera automática.

Se trata de una técnica de mapeo basada en la generación de millones de imágenes satelitales de alta resolución. Para analizar estas imágenes, los investigadores utilizaron el aprendizaje automático, una disciplina de la inteligencia artificial que computa los datos brutos y un objetivo para diseñar un algoritmo sin intervención humana directa. “Básicamente proporcionamos el sistema de aprendizaje automático con imágenes satelitales diurnas y nocturnas y le pedimos que haga predicciones sobre la pobreza", explica el profesor Stefano Ermon, que añade, "El sistema esencialmente aprendió a resolver el problema cruzando esos dos conjuntos de imágenes".

Teléfonos móviles

Un elemento de uso cotidiano en los países desarrollados como el teléfono móvil puede convertirse también en un gran aliado de la sostenibilidad a la hora de detectar la pobreza. Un estudio de la revista Science mostraba cómo utilizando las métricas anónimas del uso de los dispositivos celulares en países en desarrollo –en el caso del estudio piloto, Ruanda-, se podían recopilar datos relativos a las relaciones sociales, patrones de desplazamiento o uso y consumo de bienes y servicios que en conjunto y empleando una gran cantidad de datos acumulados presentan un revelador contexto de la pobreza de una determinada zona.

Retomando con el estudio vía satélite, Neal Jean opina que “la combinación de los datos de los registros de datos telefónicos y las imágenes por satélite” podrían ayudar a realizar unas estimaciones muy acertadas sobre la pobreza en las áreas del planeta donde no existe posibilidad de llevar a cabo los estudios habituales y de esta manera dirigir las ayudas a quienes más la necesiten en cada momento.

Fuentes: Puentes Digitales, El País, Expansión CNN, BBC, Banco Mundial, Foro Económico Mundial, Science, El Español, El Español II, Science II, El País II y Stanford News.