Extracción de la realidad

La minería de la realidad consiste en la recopilación y el análisis de datos ambientales obtenidos mediante sensores automáticos relacionados con el comportamiento social humano , con el objetivo de identificar patrones de comportamiento predecibles. En 2008, MIT Technology Review la catalogó como una de las "10 tecnologías con mayor probabilidad de cambiar nuestra forma de vida". ^{[ 1 ]}

La minería de la realidad estudia las interacciones humanas basándose en el uso de dispositivos inalámbricos como teléfonos móviles y sistemas GPS, proporcionando una imagen más precisa de lo que hacen las personas, adónde van y con quién se comunican, en comparación con fuentes más subjetivas como el relato de una persona. La minería de la realidad es un aspecto del análisis de la huella digital . ^{[ 2 ]}

Reality Mining utiliza macrodatos para investigar y analizar cómo las personas interactúan con la tecnología a diario, con el fin de construir sistemas que permitan un cambio positivo desde el individuo hasta la comunidad global. Reality Mining también gestiona los residuos de datos .

Las personas usan teléfonos móviles, tabletas, computadoras portátiles, cámaras y cualquier dispositivo conectado a internet para diversos fines, generando así una gran cantidad de datos, desde ubicaciones GPS hasta preguntas frecuentes en Google. Los teléfonos móviles almacenan tantos datos sobre el usuario que ahora pueden sugerir restaurantes según nuestras búsquedas, lugares visitados, preferencias de libros e incluso adivinar el final de las frases que escribimos. Una aplicación sencilla de la minería de la realidad es escuchar voces y comprender patrones del habla para diagnosticar problemas médicos, desde una simple gripe hasta el inicio temprano del Parkinson. Los teléfonos más potentes también permiten personalizar el calendario y realizar un seguimiento de eventos, lo que muestra comportamientos individuales y lo que se considera lo suficientemente importante como para monitorizarlo. Las redes sociales también permiten a los investigadores ver instantáneas de la vida de una persona siguiendo las actualizaciones de estado en Facebook o los tweets en Twitter . Más concretamente, una aplicación reciente llamada Snapchat permite a los usuarios publicar vídeos, fotos o incluso transmisiones en directo de lo que están haciendo en el momento preciso, indicadores importantes de comportamientos e interacciones con el mundo. En 2004, el MIT llevó a cabo el Proyecto de Minería de la Realidad, que proporcionó a 100 estudiantes del MIT un Nokia 6600, el cual fue rastreado de diversas maneras por los investigadores. Se registraron los números de identificación de las torres de telefonía celular (una forma muy económica y discreta de medir la ubicación), el estado del teléfono (cargando o inactivo) y el uso de sus aplicaciones (juegos, navegación web, etc.). Descubrieron que, al recopilar este tipo de datos, podían predecir con gran precisión el comportamiento de los estudiantes. Por ejemplo, si uno de ellos se despertaba un sábado por la mañana a las 10:00, los investigadores podían predecir sus actividades diarias utilizando "eigencomportamientos". Esta nueva forma de comprender los datos abrió las puertas a nuevas investigaciones e incluso a estudios de campo más amplios con estadísticas detalladas y precisas. Existen cientos de sitios web que ofrecen software para teléfonos móviles que rastrea prácticamente toda la actividad del dispositivo, lo cual resulta útil para padres preocupados o personas que desean aumentar su productividad personal. Estos datos se suben a un servidor y se puede acceder a ellos en cualquier momento.

Aunque se puede recopilar mucha información de los dispositivos personales, estos solo representan una parte de la vida de una persona. Los analistas de la realidad también pueden usar dispositivos biométricos para medir la salud física y la actividad. Existen muchos dispositivos de este tipo, como Fitbit, Nike+ y los relojes GPS Polar y Garmin. Incluso hay una aplicación llamada Sleep Cycle para usuarios de iPhone y Android que mide la calidad del sueño, incluyendo la cantidad de horas dormidas e incluso la configuración óptima de la alarma. Usando estos datos, los analistas de la realidad podrían medir la salud real de una persona y los procesos que nos permiten funcionar (o disfuncionar). Los ataques cardíacos generalmente no tienen indicadores longitudinales, pero usar todos estos datos, o incluso cuando una persona lleva un registro de su vida, puede generar datos útiles para el campo médico y rastrear los estilos de vida de quienes sufren ataques cardíacos para luego crear pautas preventivas. Hay varias maneras de comenzar a registrar la vida; por ejemplo, Google tiene su propio dispositivo llamado Google Glass que tiene una pantalla de visualización frontal (HUD), un micrófono, un procesador y una cámara. Todas estas son formas de registrar información en directorios específicos.

La forma en que los investigadores comenzaron a observar y registrar comportamientos en grupos grandes fue mediante el uso de credenciales RFID . También se registran datos en los lugares de trabajo mediante sistemas de gestión del conocimiento que buscan mejorar la productividad y la eficiencia de los trabajadores, aunque una limitación de este método es la incapacidad de integrar las culturas sociales y tecnológicas del lugar de trabajo, lo que resulta en datos de comportamiento incompletos. Otra forma de medir grupos grandes de personas en una comunidad es a través de la asistencia a conferencias. Estos datos permiten a los investigadores conocer la procedencia de los participantes, su composición étnica y el número real de asistentes. Algunas conferencias utilizan credenciales inteligentes con más funciones que las credenciales RFID estándar. Empresas como Microsoft e IBM las han utilizado para registrar la cantidad de personas con las que interactúan durante la conferencia y permitir que los asistentes respondan preguntas de encuestas. Las credenciales inteligentes también registran las interacciones de voz y la ubicación de los asistentes en ciertos stands, e incluso pueden alertar a los trabajadores de los stands cuando ciertos perfiles se encuentran dentro de un rango determinado. Las credenciales inteligentes ofrecen ventajas evidentes para la recopilación de datos para los investigadores de la realidad. En 2009, una empresa llamada nTag, que posteriormente fue adquirida por Alliance Technology, utilizó la tecnología nTag, la cual permite a los usuarios recibir notificaciones sobre con quién hablar e intercambiar tarjetas de presentación electrónicamente. Otro tipo de información que buscan los analistas de datos es la información climática y ambiental. Recopilan datos de los vecindarios mediante sensores de calidad del aire que registran el dióxido de carbono y los óxidos de nitrógeno, así como el clima general. Esta información podría ayudar a los responsables políticos a decidir si actuar o no, o a observar el progreso. Otra forma de recopilar datos sobre el entorno es a través del Proyecto Noah. El Proyecto Noah fue una iniciativa para recopilar datos sobre especies de plantas mediante el geoetiquetado de imágenes de plantas y hongos que las personas suben, lo que permite a los usuarios ver el tipo de ecosistemas en los que viven. Esto ayuda a las escuelas y a los estudiantes que desean recopilar datos para proyectos, pero también a los observadores de aves a saber qué tipo de aves hay en la zona.

En términos generales, para esta sección, una ciudad se define como aquella con entre 1.000 y 1.000.000 de habitantes. Una forma de recopilar datos a escala urbana es mediante el monitoreo del tráfico con semáforos y radares de velocidad. También se pueden obtener datos de informes policiales, escáneres de carreteras y GPS de aplicaciones móviles. Con este tipo de datos de tráfico, las ciudades pueden crear rutas que permitan una circulación y un flujo de tráfico más eficientes. La empresa Inrix, fundada en 2010, recopila datos de tráfico y los adquiere de operadores de puentes y otros sistemas de transporte. Utiliza estos datos para predecir rutas y momentos de congestión. Otra forma de monitorear el tráfico es mediante tecnología Bluetooth, tecnología que Inrix no utiliza. En 2012, la Universidad de Maryland completó un proyecto que demostró que dos sensores Bluetooth, colocados permanentemente a dos millas de distancia, podían detectar con precisión la velocidad del tráfico. ^{[ 3 ] [ 4 ]} Todo esto combinado puede crearse para hacer algoritmos de sugerencia de ruta para ayudar a las personas a llegar a lugares y salir de manera eficiente que, además, la ruta puede actualizarse en tiempo real usando este tipo de sensores e información. La notable startup, ahora una subsidiaria de Google, Waze , que también recopiló datos de usuarios (de forma anónima) que reportaron accidentes y este juego los recompensa con monedas y premios dentro de la aplicación. Para el crimen a escala de ciudad, la primera forma de recopilar y ver datos es a través de la investigación histórica de informes anteriores dentro de cualquier área. Ahora, algoritmos más complejos colocan automáticamente a los oficiales en lugares con altas tasas de criminalidad antes de que se haya cometido cualquier delito real. Desde 2005, el Departamento de Policía de Memphis ha estado usando un programa llamado Blue CRUSH (Criminal Reduction Utilization Statistical History) que usa los informes policiales y usa mapas de calor para distinguir entre áreas altas y bajas de crimen. Este programa se actualiza semanalmente y permite al departamento de policía cambiar tácticas en consecuencia. El uso de este tipo de datos permitirá a los departamentos de policía interactuar con la sociedad de una manera mucho más significativa, posibilitando además la realización de labores preventivas en lugar de rehabilitadoras.

A nivel nacional, el gobierno desempeña un papel mucho más importante. Los datos censales son, con diferencia, los más fáciles de obtener. Muchos países hacen públicos los resultados de sus censos a través de sitios web desde los que se pueden descargar y visualizar los datos para su posterior análisis. «Además, el Banco Mundial realiza encuestas internacionales y recopila datos censales de todos los países participantes, una especie de ventanilla única para obtener información sobre sus países miembros. Estos datos son de acceso público: se pueden descargar, ordenar y analizar de forma independiente. Es importante destacar que el Banco Mundial ofrece una API abierta que permite a los programadores integrar diversos datos en aplicaciones de software. Utilizando datos del Banco Mundial, Google ha integrado una sencilla herramienta de visualización en sus resultados de búsqueda; una consulta de búsqueda sobre la población de Botsuana mostrará el número, la fuente del Banco Mundial con la fecha y un gráfico que muestra el cambio demográfico a lo largo de las décadas». ^{[ 5 ]} Otra forma de recopilar datos es a través del registro de datos de llamadas (o registro de detalles de llamadas), que es simplemente un registro de llamadas telefónicas y mensajes de texto con información como la hora y la ubicación tanto del emisor como del receptor. Los CDR permiten a las compañías telefónicas ver las tendencias de movilidad humana. Grandes empresas de datos como Google, Facebook y Twitter también permiten a los investigadores rastrear tendencias culturales e incluso el cuándo y el dónde de la asignación de recursos en tiempos de desastres naturales.

La mayor preocupación para el mundo es la propagación de enfermedades y es una de las mejores aplicaciones de la minería de datos. Con la globalización, la capacidad de viajar no tiene precedentes en comparación con la historia anterior. Las Naciones Unidas han creado una agenda llamada Objetivos de Desarrollo del Milenio (ODM), que son ocho objetivos que buscan mejorar el mundo. Recopilan datos de población, el primer paso para permitir la formulación de políticas sobre el control de enfermedades, las naciones deben primero recopilar datos sobre viajes aéreos, ya que miles de millones de personas viajan por aire cada año, y viajes marítimos. Los viajes aéreos transportan más personas cada año que los envíos marítimos, pero la razón principal para recopilar datos sobre envíos es que los envíos a menudo transportan plagas que transmiten enfermedades, enfermedades transmitidas por los alimentos y, a veces, especies invasoras de plantas y animales. La idea de gestionar y recopilar parece monumental, pero el Banco Mundial ya ha comenzado, lo que ayuda al software estadístico como MAPS, que significa Plan de Acción de Marrakech para Estadísticas. MAPS tiene como objetivo completar seis objetivos, que incluyen estos tres;

• Planificación de sistemas estadísticos y elaboración de estrategias nacionales de desarrollo estadístico para todos los países de bajos ingresos.
• Garantizar la plena participación de los países en desarrollo.
• Creación de la Red Internacional de Encuestas de Hogares, una recopilación global de conjuntos de datos socioeconómicos basados ​​en hogares.

Para quienes viajan en avión, una fuente de datos es la Asociación Internacional de Transporte Aéreo (IATA), que desde el año 2000 recopila datos mensuales sobre aproximadamente el 90 % del tráfico aéreo mundial. Estos datos permitieron a investigadores y profesionales observar la capacidad de propagación de enfermedades desde ciertas ubicaciones en el planeta. Los barcos transportan alrededor del 90 % del comercio mundial; en 2001, se implementó el Sistema de Identificación Automática (AIS) para registrar las entradas y salidas del tráfico marítimo.

• "Los resultados de la minería de la realidad en Where 2.0", O'Reilly Radar
• "Clive Thompson habla sobre las redes sociales del mundo real frente a los 'amigos ' de Facebook " , Revista Wired
• "Tu cerebro, tu ordenador y tú", Evan M. Peck