¿Cuáles son los factores comunes de los migrantes? ¿Cómo se puede poner fin a las causas que fuerzan a emigrar a determinadas comunidades? En busca de estas y otras muchas respuestas, un equipo internacional de investigadores, liderado por el profesor Pedro Zufiria de la Universidad Politécnica de Madrid, ha integrado y analizado datos de telefonía (CDR, por sus siglas en inglés) para poder caracterizar patrones socioeconómicos. En concreto, el objetivo de dicho estudio, publicado en la revista PLOS ONE, ha sido monitorizar las migraciones estacionales en Senegal para tratar de mitigar la pobreza y el hambre causadas por condiciones externas que, además, se vienen agudizando por el cambio climático. Las mejoras en la seguridad alimentaria es, por tanto, una de las aplicaciones.
Este informe emplea datos anónimos de localización de usuarios de telefonía móvil. A partir de esos datos, se extraen los perfiles de las movilidad de los usuarios y se tipifican estos perfiles desde el punto de vista de las migraciones entre zonas con diferentes modos de vida.
patrones de migraciones humanas
Este nuevo enfoque para el análisis de patrones de movilidad podría ser muy útil para monitorear comunidades y comprender el impacto de los patrones de movilidad en los medios de producción de Senegal. La monitorización en tiempo real de estos cambios puede ser un mecanismo muy poderoso de alarma temprana para tomas de decisiones documentadas y rápidas.
Premio de la Fundación Bill & Melinda Gates
El potencial de este proyecto ya ha sido reconocido. De hecho, una versión preliminar de este trabajo, presentado en 2015 en el Challenge de Data For Development (D4D) del país africano, fue galardonado con uno de los premios otorgados por la Fundación Bill & Melinda Gates.
Además del Grupo de Sistemas Dinámicos, Aprendizaje y Control (SisDAC) de la UPM, en este proyecto colaboran investigadores del laboratorio de innovación de UN Global Pulse en Kampala, el Programa Mundial de Alimentos y la Universidad de Lovaina (Bélgica).
big data en crisis humanitarias
Con anterioridad, el Big Data se ha empleado en crisis humanitarias, lo que ha permitido detectar un brote infeccioso, un problema de higiene o un fallo en la infraestructura es complicado en un entorno organizado. Hacerlo en el caos de un campo de refugiados, donde cientos de desplazados llegan cada día y las condiciones de vida son precarias, es tarea casi imposible, tal como ya publicamos en nobbot. Para poner orden en este caos y un poco de luz en tanta oscuridad, cada vez más organizaciones se apoyan en el análisis de datos. Por ejemplo, entre 2014 y 2016, África occidental se vio afectada por la mayor epidemia de Ébola de la historia. Uno de los grandes desafíos fue recopilar datos de pacientes y dibujar los patrones de contagio de la enfermedad.