Nuria Oliver: “La tecnologia es dissenya perquè sigui addictiva”

24.08.2015

“Tal com demanava el precepte grec: de res, massa. La tecnologia es dissenya perquè sigui addictiva, perquè només així dóna diners.” És l’advertència que fa Núria Oliver, referent mundial en intel·ligència artificial, sobre el mal ús de les noves tecnologies. Però no dubta que el balanç global serà molt positiu. Àlex Gutiérrez l’ha entrevistat a Barcelona Metròpolis.

Nuria Oliver | © Pere Virgili

Nuria Oliver | © Pere Virgili

Enginyera en telecomunicacions i amb un doctorat al MIT, Núria Oliver (Alacant, 1970) és directora científica de Telefónica I+D. Forma part del 10% de dones presents en càrrecs directius en el sector tecnològic. Es mostra preocupada i amb ganes de corregir aquest desequilibri i atreure les dones cap al món científic ja des de la mateixa infantesa.

Va fer el doctorat sobre intel·ligència artificial al Media Lab del MIT de Massachusetts, gràcies a una beca de La Caixa, un treball amb ampli reconeixement referenciat en més de vuit mil publicacions. El 2009 el Fòrum de Dones per l’Economia i la Societat la va designar com a talent emergent i el 2013 va rebre el Premi al Membre Sènior de l’Association for Computing Machinery (ACM). També ha rebut múltiples premis per les seves publicacions científiques. El 2001 va fitxar per Microsoft, on va treballar al centre d’investigació a Redmond (EUA). Llavors veia lluny la possibilitat de treballar en investigació al nostre país, sense descartar-ho del tot. I així, set anys més tard, va tornar a Barcelona a incorporar-se a l’equip de recerca multimèdia de Telefónica, on continua.

A principis del 2015 va organitzar el TEDxBarcelonaED, una branca de les xerrades TED dedicada a l’educació, amb experts mundials en el futur de l’aprenentatge i l’educació. I és que aquesta és una de les àrees de més interès per a Oliver: saber com aprenen les persones per fer que les màquines aprenguin o, dit d’una altra manera, millorar la intel·ligència artificial per posar-la al nostre servei. L’altra àrea de treball d’aquesta investigadora és l’explotació del big data (dades massives) a través de la mineria de dades i dels sistemes automatitzats de recomanació.

Un exemple il·lustratiu de big data, per als lectors que no hi estiguin familiaritzats, podria ser el conjunt de dades que he generat des que he sortit de casa fa una hora fins que he arribat aquí per fer-li l’entrevista.

Si consultes el Google Maps per saber on és l’edifici, generes dades de geolocalització. Si busques l’adreça al web, també deixes traces digitals. Si truques per telèfon o envies un whatsapp, si agafes el transport públic, si passes per un lloc on hi ha càmeres de seguretat…

I què en podem fer, d’això?

Moltes coses. Gran part de l’economia dels serveis d’internet es basa en la monetització de les dades personals. Però una de les conseqüències més interessants, a escala col·lectiva, és el poder que atoguen aquestes traces digitals, anonimitzades i agregades, per dissenyar millor les ciutats, optimitzar el transport públic, ajudar si hi ha una emergència natural o minimitzar el risc d’una pandèmia.

Per a molts usuaris, l’experiència més evident d’explotació comercial de les dades és la publicitat que se’ls mostra relacionada amb les cerques d’internet que acaben de fer.

El principal valor de les dades, des del punt de vista comercial, és la capacitat de personalització: que el mòbil o el servei que estiguis usant et coneguin millor i per tant t’ajudin a trobar informació rellevant, a fer compres ajustades a les teves necessitats o a consumir música o llibres amb moltes possibilitats d’agradar-te. I no hi pot haver personalització sense analitzar les dades, a fi i efecte que el sistema sàpiga què t’agrada. És una àrea on hi haurà una gran transformació. Hi ha moltes iniciatives d’abast mundial encaminades a fer més transparent l’ús de les dades personals i a augmentar-ne el control.

Ha parlat de pandèmies. Com hi pot ajudar el big data?

Una de les fonts de dades més interessants per al sector de la salut pública la constitueixen les torres de mòbils, que funcionen com a generadors de dades totalment passius, anònims, agregats i relativament universals, perquè gairebé tothom avui dia té mòbil. Aquestes dades permeten entendre com es mou la població, la qual cosa és molt important per a les malalties infeccioses de transmissió humana com l’Ebola o la grip A. Fins ara no teníem les eines per quantificar els moviments de la població; això es feia amb enquestes o observacions de la policia, que no són mètodes precisos ni a escala. Ara, en canvi, si descobrim un focus d’infecció en un punt i un flux de moviment cap a un altre, podem preveure com es desplaçarà la malaltia. Ho vam provar amb la grip A, amb èxit.

Vostè ha estudiat aplicacions del big data en l’esfera personal. Per exemple, per dormir millor.

Fa molts anys que treballo en el camp dels wearables [en­ginys portables]. Ara estan de moda, però aleshores gairebé ningú en parlava. El meu camp d’interès principal és com fer que els ordinadors, els cotxes, les cases, les ciutats o els telèfons entenguin les persones. I com traduir a dades computables el comportament de les persones, els sentiments, les accions, la personalitat i qualsevol altre aspecte que ens caracteritzi. A mitjan anys noranta, ja vam fer al MIT un fashion show de roba intel·ligent. Aleshores els mòbils eren només telèfons, no ordinadors com ara. Però el 2005 els telèfons ja tenien molta capacitat de computació. Va ser aleshores que vaig tenir una epifania i vaig veure que el veritable ordinador personal era el mòbil. Vaig decidir que ja només volia treballar amb mòbils. I tenia clar que la combinació de sensors i mòbils convertiria en realitat aquell somni de roba intel·ligent que havíem intentat als anys noranta. El primer projecte va ser Healthgear, que monitorava el son amb el mòbil. Consistia en un enginy que et posaves al peu (i que havia hagut de fer jo mateixa) integrat per un oxímetre que mesurava l’oxigen en sang i el ritme cardíac, i un acceleròmetre per detectar moviments. Te’l posaves amb un mitjó i, via bluetooth, enviava la informació al mòbil, que analitzava les dades. Així es podia detectar l’apnea del son, una malaltia consistent en el fet que deixes de respirar uns quants segons mentre dorms.

Ha treballat en algun projecte de ciutat a Barcelona?

Amb Telefónica en vam fer un sobre el Bicing: capturàvem les dades sobre la quantitat de bicicletes i d’espais lliures de cada estació. Així en podies modelar el comportament i agrupar-les en clústers d’estacions similars. En sortia un mapa sobre l’ús que es feia de la ciutat, que només fins a cert punt se superposava amb el mapa dels barris. L’avantatge és que resultava molt més dinàmic: vèiem en temps real quines eren les zones financeres, les de sortir, la universitària… I això ho pots fer cada dos minuts, mentre que les definicions tradicionals de la ciutat són més estàtiques.

Això deu tenir aplicacions també per a l’empresa privada.

Hi ha un producte de Telefónica que es diu Smart Steps: registra l’activitat de les antenes i divideix la ciutat amb una quadrícula. Aleshores et diu quanta gent hi ha a cada casella, amb algunes variables demogràfiques, tot i que treballa amb dades anonimitzades i agregades. És com un cens horari. Si ets una botiga, una cafeteria o una franquícia, saber en quines zones hi ha més moviment et pot ajudar a decidir on ubicar-te.

Urbanisme en temps real.

Fa uns mesos vam treballar plegats amb l’Open Data Institute, una entitat sense ànim de lucre londinenca que fomenta l’obertura de les dades, fundada per Sir Tim Berners-Lee, inventor del WWW. Vam organitzar un Data-thon for Social Good durant la Campus Party de Londres el setembre del 2013. Vam posar en joc dades d’activitat de la ciutat i del cens de cada barri, amb moltes variables demogràfiques: criminalitat, trucades als serveis d’emergències, immigrants, persones a l’atur… El projecte guanyador era capaç de predir el crim valorant la dinàmica de la ciutat, a partir de les dades de les antenes combinades amb el cens. Es podia preveure si una quadrícula determinada seria un punt calent el mes següent.

Al film Minority Report eren capaços de detectar qui estava predestinat a ser criminal per detenir-lo preventivament. Estem a prop d’això?

Hi ha una nova disciplina que és la que aplica la computació a la sociologia. En el cas de la criminalitat a les ciutats, hi ha dos mètodes per caracteritzar-la. El primer prediu si un individu cometrà un crim, com al film en qüestió, però es va veure posteriorment que era més efectiu examinar no els individus, sinó els llocs, que és el segon mètode. És a dir, no intentar determinar si vostè o jo cometrem un crim, sinó si en aquest veïnat hi haurà crims. No sabem qui els cometrà, però podem reforçar-ne la seguretat.

Podeu llegir l’entrevista sencera a Barcelona Metròpolis.

Deixa un comentari

L'adreça electrònica no es publicarà. Els camps necessaris estan marcats amb *

1 Comentaris
  1. Me han encantado las ideas de Nuria Oliver, pero pregunto si no habría la posibilidad de tambien publicarlas en castellano porque me ha costado algunas neuronas para entender todo en catalán.
    Moltes gracies
    Carmelo