El interés de otras regiones y empresas hace escalable el 'cerebro big data' de Madrid

La compañía Grant Thornton está desarrollando desde 2018 un gran 'cerebro' para la Comunidad de Madrid. Un cerebro compuesto de millones de datos anonimizados pensado para ayudar tanto a la administración regional como a los propios ciudadanos a tomar las mejores decisiones en su día a día.

En este proyecto también participan las pymes tecnológicas NEO, Tin6ámica y PiperLab y colaboran la Universidad de Alcalá de Henares y la Universidad Rey Juan Carlos.

CitizenLab -así se llama el proyecto- celebró su primer foro el pasado mes de noviembre, tal y como contó D+I. Allí se explicaron las características principales y se empezaron a apuntar algunos casos de uso que se prevén exitosos.

Estamos, cabe recordar, ante un ambicioso proyecto de big data que recoge datos de comportamiento de los habitantes o visitantes de una ciudad y de inteligencia artificial que interpreta esos datos y fija predicciones de comportamiento para que la administración o los propios ciudadanos tomen las mejores decisiones.

Ahora, cuatro meses más tarde, hemos querido conocer de primera mano cómo está siendo el trabajo, qué evoluciones se han implementado y qué novedades podría depararnos este 2021.

Y lo primero que se percibe es el moderado optimismo, no con respecto al corto y medio plazo -que también-, sino con respecto al largo plazo.

Una vez que se han ido conociendo detalles sobre CitizenLab, el interés de la iniciativa privada y de otras administraciones regionales ha crecido de manera exponencial.

Compañías energéticas y bancos

El socio director de Consultoría de Negocio e Innovación de Grant Thornton y director del proyecto, Luis Pastor, revela que ha mantenido varios contactos con diversas compañías, interesadas en establecer un win win con CitizenLab.

Sin revelar el nombre de las empresas -manda en estos casos siempre la confidencialidad- explica que "una compañía energética nos preguntaba cómo y cuándo podría acceder, por ejemplo, a las rutas que realizan cada día los vehículos eléctricos para intentar establecer un patrón y así saber dónde habilitar electrolineras".

En estos casos, afirma Pastor, "la propia compañía sugiere que a cambio puede contribuir al sistema de datos aportando información sobre duración de baterías, indicadores medioambientales...".

Algo parecido puede suceder con entidades bancarias. ¿Por qué no un banco puede aportar datos sobre petición de créditos o concesión de hipotecas en determinadas zonas de una ciudad para que la administración sepa si son territorios en crecimiento o deprimidos en los que invertir?, se pregunta usando otras palabras Luis Pastor.

Luis Pastor, socio director de Grant Thornton y máximo responsable de CitizenLab.

El caso, en definitiva, es que "muchas empresas ya nos han preguntado cuándo van a poder disponer de esos datos". Pastor recalca que "aún no estamos en ese proceso".

El proyecto es público -8 millones de euros financiados por la Unión Europea- y, por tanto, ese cerebro de big data e inteligencia artificial que está conformando Grant Thornton para la Comunidad de Madrid se pondrá a disposición de la administración regional para que, cuando ésta lo considere, ponga las diferentes aplicaciones de uso al servicio de ciudadanía o empresas.

En este sentido, según explica el directivo de la consultora, la colaboración público-privada es clave, puesto que la puesta en marcha de algún caso de uso se puede abrir al mercado a través de una licitación para su explotación.

El CitizenLab también ha despertado el interés de otras autonomías, según Pastor. "Nos han preguntado si pueden crear algo parecido o incluso si se pueden 'apalancar' en este sistema".

En resumen, el interés de las empresas y de otras administraciones autonómicas parece estar asegurando la escalabilidad económica y territorial del CitizenLab.

Pero hay una tercera parte en la ecuación, y tal vez sea la más importante: los ciudadanos.

La importancia de los ciudadanos

El CitizenLab, como sugiere su propio nombre, es un proyecto que implica cierto componente de prueba, de laboratorio social. Y los ciudadanos tendrán que aportar su granito de arena.

Cuanto más se retroalimente este 'cerebro' mejor podrá entrenarse el sistema de inteligencia artificial. Obviamente, funcionará mejor cuantos más datos haya; pero las contribuciones de los usuarios serán clave para mejorar la experiencia y personalizar al máximo cada sugerencia o cada parámetro de actuación que se prescriba a la administración.

Para ello, el sistema -a través de las webs o las apps en las que se desarrollen los diferentes usos- puede requerir al usuario a que dé cierta información sobre su experiencia, su satisfacción en el uso de un determinado servicio, etc.

¿Estamos preparados como sociedad para ser parte activa de este sistema? ¿Tenemos cultura colaborativa? Responde Luis Pastor.

"Yo creo que sí que estamos preparados pero tenemos que tener algo que sea centralizado, simple e intuitivo. Nos solemos aturrullar con la toma de decisiones compleja, cuando tenemos muchas fuentes de información. Pero tenemos que mentalizarnos de que, por encima de todo el trabajo relacionado con los datos, la administración y las empresas tienen que crear valor", indica.

A su juicio, "a día de hoy creo que necesitamos limar esa barrera con este tipo de situaciones en las que tenemos que rellenar encuestas de satisfacción, por ejemplo, que nos suelen dar pereza".

¿Incentivos por colaborar?

Ahora bien, resalta que "existen soluciones". Si bien no es algo que incumba al desarrollo del CitizenLab, Luis Pastor sí habla de que "quizá para alguna de estas contribuciones necesarias de los ciudadanos se pueden aplicar incentivos".

Pone el ejemplo de descuentos en museos, por ejemplo, para aquellos que contribuyan a retroalimentar el sistema con aportaciones relacionadas con la cultura.

Realmente, "contribuir a algo que va a acabar beneficiándome a mí y a la sociedad porque servirá para que pueda tomar cada vez mejores decisiones debería ser suficiente, pero dependiendo de la sociedad, quizá sean necesarios ciertos incentivos para fomentar esa colaboración".

Ahora bien, "la pandemia ha demostrado que todo cambia muy rápido y lo que ahora nos da pereza en un futuro será asumido como algo normal y beneficioso para nosotros y para nuestro entorno".

Esa visión a largo plazo de lo que puede suponer un proyecto como CitizenLab, se combina con el trabajo sin descanso que están realizando los técnicos del proyecto. 

"Estamos haciendo un gran trabajo de normalización de datos, porque no todas las fuentes los nombran igual y los estamos depurando para que el dato final salga de forma uniforme", explica Pastor.

Año clave

En este sentido, este año 2021 va a ser clave. "En lo que estamos trabajando es hacer las primeras simulaciones, entrenando los logaritmos para mejorar el sistema, complementando nuestra información con la del usuario, para dar la experiencia personalizada", remarca.

La idea de Grant Thornton es poder probar las primeras aplicaciones de uso en "entornos controlados" para ir recibiendo "feedback, críticas constructivas que nos ayuden a perfeccionar esos usos antes de que la administración tenga vía libre para ponerlos en circulación".

La clave del proyecto, efectivamente, está en esos casos de uso que emanarán de este gran cerebro de datos y de inteligencia artificial. En la actualidad, la previsión es que la Comunidad de Madrid diponga en diciembre de 2022 de unos 60 casos de uso -todos ellos documentados y con los sistemas tecnológicos 'beta' habilitados y testados-.

En la actualidad, ya hay aproximadamente 25 casos desarrollados, centrados en la movilidad, turismo, infraestructuras y sanidad. Muchos de ellos fueron detallados en el foro celebrado el pasado mes de noviembre.

Destacan, por ejemplo, el sistema inteligente de disposición de recursos sanitarios (saber dónde es más conveniente que un ciudadano acuda a una urgencia dependiendo de la situación actual del sistema sanitario); el proyecto 'Madrid cerca de ti' (un agregador de servicios combinados con movilidad); un recomendador turístico o sistemas de predicción de tráfico.