Ciencia de datos para la generación de valor social

Para desarrollar este texto retomo una frase que escuché en uno de los primeros proyectos en los que participé como parte del Centro de Ciencia de Datos para Políticas Públicas de la Universidad de Chicago: “Estaba acostumbrado a utilizar los datos para justificar decisiones pasadas y ahora puedo utilizarlas para habilitar acciones que mejoren el servicio que ofrecemos a la ciudadanía”. Son palabras relevantes pues resumen todo lo que podemos lograr si utilizamos los datos de una forma correcta.

Curiosamente las particularidades de la ciencia de datos no son lo primero que se discute cuando se pretenden implementar en un determinado proyecto. Más bien se analizan los siguientes componentes: el contexto organizacional, las acciones a habilitar y el objetivo de la organización.

El objetivo de la organización determina cuál será la métrica real que se utilizará para medir el éxito del programa, los grupos que se deben proteger en caso de efectos no equitativos y cómo se implementará el modelo en campo, entre otras más. Es importante recalcar que estas métricas NO las establece el científico de datos, sino la organización. Por ello, es fundamental que los tomadores de decisiones puedan entender e implementar las nuevas técnicas para lograr el mayor impacto posible.

La acción a habilitar ayuda a lograr el objetivo de la organización, determina la estructura del modelo, ancla la pregunta que queremos responder en un marco temporal y permite estructurar la forma en la que se desarrollará el software que va a estar generando los modelos. Define qué quiero predecir, con qué frecuencia, cuántas acciones puedo realizar dados mis recursos, etcétera. Por eso, debemos considerar que la organización debe tener las facultades para ejecutarla.

Por último, el contexto organizacional es el que determinará qué datos se utilizarán, cómo se definirán y se capturarán. Se debe considerar las reglas del negocio, los formatos y la tecnología que se utilizará en la implementación. De hecho, se debe revisar con qué tecnología y personal cuenta la organización para determinar si serán capaces de soportar, mantener, ejecutar y mejorar un sistema de machine learning.

Además de considerar estos tres elementos, es necesario identificar que la dinámica de cada organización es única, por ello el modelo propuesto y la estructura del sistema de software deben de adaptarse a los efectos que tienen sobre sus acciones particulares.

Una vez que definimos estos cuatro factores, podremos modelar los algoritmos y tecnologías que utilizaremos en el diseño de la ciencia de datos que buscará resolver los retos generales y particulares que enfrenta determinada organización pública y/o gubernamental.

En siguientes artículos discutiremos más a profundidad (y con ejemplos) estos factores.