El registro de llamadas del móvil es todo lo que necesita un investigador para saber si alguien ha sido despedido del trabajo. Al menos es todo lo que necesita un experto en ciencia social computacional. El big data telefónico se encarga del resto: permite detectar, seguir y predecir cambios en la economía de forma rápida y precisa. Todo gracias a un nuevo sistema desarrollado por investigadores del MIT.

La tasa de paro se puede predecir hasta cuatro meses antes de que salgan los datos oficiales. Y con mayor precisión. “Estas estadísticas son cruciales para efectuar las políticas correctas”, asegura a Teknautas el investigador del MIT y autor principal del estudio publicado hoy en la revista Royal Society Interface, Jameson Toole. Este experto pone como ejemplo el inicio de la crisis financiera en EEUU: “La tasa de paro revisada fue el doble que la inicialmente propuesta. Con mediciones más rápidas y precisas podría haberse actuado antes”.

Perder el trabajo puede afectar significativamente a nuestros hábitos, y las llamadas telefónicas no son una excepción. Quizá todos los días aprovechamos el descanso de la comida para llamar a casa y al salir por la tarde aprovechamos para quedar a tomar algo con los amigos, rutinas que pueden verse modificadas si no trabajamos. “El comportamiento de la gente cambia cuando pierde el trabajo: llaman menos, se mueven menos y de forma menos predecible”, explica el investigador de la Universidad Northeastern y coautor del trabajo, David Lazer.

‘Estos resultados sugieren que las interacciones sociales de una persona disminuyen y que sus redes se vuelven menos estables con la pérdida de trabajo’

Estas costumbres quedan grabadas en el registro detallado de llamadas (CDR por sus siglas en inglés): a quién se llama, cuánto tiempo y desde dónde, por poner algunos ejemplos. Gracias a estas bases de metadatos, que incluyen los SMS, los investigadores pudieron analizar dos países Europeos que no han sido revelados.

La primera parte del estudio se centró en el desempleo a nivel comunitario, examinando un despido masivo en una planta de fabricación de automóviles. A partir de los registros detallados durante un período de 15 meses entre 2006 y 2007, establecieron un modelo para diferenciar a aquellos usuarios que habían perdido su puesto del resto.

El siguiente paso fue llevar a cabo un seguimiento de su movilidad e interacciones sociales y descubrieron que sus relaciones se habían “enfriado”. Por ejemplo, el número de llamadas efectuadas cayó un 51%, mientras que el de llamadas entrantes disminuyó el 54%.

“Estos resultados sugieren que las interacciones sociales de una persona disminuyen y que sus redes se vuelven menos estables con la pérdida de trabajo”, comenta Toole. Una vez determinado que el paro afecta a los hábitos telefónicos, el siguiente paso fue comprobar si este big data podría utilizarse para predecirlo. En el segundo estudio se analizó un segundo país europeo que experimentó “disrupciones macroeconómicas” durante el período entre 2006 y 2007.

Con este conjunto de datos, los investigadores pudieron predecir con éxito las tasas de desempleo hasta cuatro meses antes que los organismos oficiales. “El big data de los móviles ofrece mediciones en tiempo real, por lo que es mucho más rápido que los métodos tradicionales, basados en encuestas y datos administrativos”, explica Lazer. Para Toole, “los smartphones son sensores muy potentes que se encuentran inmersos en nuestras vidas diarias. Cuando ocurre un cambio grande en nuestras vidas nuestro comportamiento cambia, y esa transformación es capturada por los datos que generan nuestros teléfonos”.

David Lazer, investigador de la Universidad de Northeastern coautor del estudio

El ‘big data’ como complemento

Las llamadas telefónicas y los SMS se encuentran en peligro de extinción, o al menos no son tan frecuentes como hace unos años. Esto podría plantearse como una objeción al estudio, pero Toole no cree que sea un problema: “Conforme los comportamientos cambien, será necesario ajustar los métodos para que mantengan su precisión y relevancia”. Sí ven como una dificultad el acceso a los datos, propiedad de las compañías telefónicas y de acceso problemático aunque sea con fines científicos o estadísticos.

‘El big data de los móviles ofrece mediciones en tiempo real, por lo que es mucho más rápido que los métodos tradicionales, basados en encuestas y datos administrativos’

Los investigadores alaban la rapidez y precisión de su método, con evaluaciones hasta un 20% más ajustadas. También el bajo coste, puesto que los datos se obtienen de forma pasiva de los dispositivos personales. Pero son prudentes sobre su implementación: tanto Lazer como Toole coinciden en que el big data debería verse como una herramienta complementaria a los métodos tradicionales.

En el futuro probarán su metodología con otros países para comprobar cómo de robustas son sus predicciones y mejorar los algoritmos: “Creo que podemos hacerlo mejor en futuros ensayos”, asegura Lazer. Tool añade que el big data móvil permitiría obtener las tasas de paro a un nivel mucho más pequeño, incluso para cada barrio. Sólo resta que los datos puedan determinar cómo bajar estos porcentajes.

@BrenpCom
#Web #Noticias #España #Madrid #Barcelona #Valencia #Sevilla #Zaragoza #Málaga #Murcia #Palma #Mallorca #LasPalmas #Andalucía #Bilbao