Panorama General

 

Génesis Y Visión De OPAL

Overhead Crowd

OPAL surgió del reconocimiento de que el aprovechamiento de fuentes de “big data” recolectadas por empresas privadas para fines de investigación y formulación de políticas públicas ha sido un desafío, por razones comerciales y éticas legítimas.

Hasta la fecha, una de las fuentes de datos más valiosas, conocida como Call Detail Records (CDRs), recopilada por los operadores de telecomunicaciones con fines de facturación, ha sido compartida y analizada externamente, ya sea a través de desafíos de datos tales como los Desafíos D4D de Orange o a través de contratos y acuerdos bilaterales. Acciones de este tipo han ofrecido una amplia evidencia de la promesa y la demanda.

Una gran cantidad de literatura académica ha mostrado cómo el análisis computacional de los CDRs (pero también de los datos bancarios), generalmente junto con los datos de encuestas tradicionales y otras estadísticas oficiales, puede ayudar a capturar los resultados y procesos socioeconómicos a altos niveles de granularidad geográfica y temporal y con grados de complejidad, incluyendo la propagación de enfermedades, la pobreza, la alfabetización, la delincuencia, así como la optimización de la prestación de servicios públicos y los sistemas de transporte, entre otros.

Al mismo tiempo, existen riesgos asociados con el uso de estos datos personales conectados. La preocupación por la privacidad y la seguridad ha crecido a medida que la noción de anonimato de datos se ha puesto cada vez más a prueba, como lo demuestran las investigaciones realizadas por el MIT, y la naturaleza y el alcance de las actividades de vigilancia de la Agencia de Seguridad Nacional de los Estados Unidos, que alimentan los temores de un futuro orwelliano. También son preocupantes las perspectivas de que aumenten los desequilibrios entre los grupos que tienen acceso a los datos y las capacidades, y los que no los tienen, lo cual resultaría en una concentración de poder en los primeros. Una crítica relacionada es que los algoritmos que se utilizan cada vez más para tomar decisiones políticas son similares a "cajas negras" que ocultan reglas y procedimientos y no pueden ser objeto de escrutinio público ni de reparación.

A la luz de estos obstáculos y requisitos, la visión de OPAL es el desarrollo de un nuevo tipo de sistema tecno-institucional basado en la confianza, que aprovecha los datos del sector privado para fomentar la transparencia, la agilidad, la rendición de cuentas y la inclusión, respetando al mismo tiempo la privacidad y la seguridad. Para ello, OPAL reflexionará y fomentará un cambio paradigmático para poner al Big Data de cabeza y "salvarlo de sí mismo". El primer paso es enviar los algoritmos a los datos, y no al revés, para que los datos nunca se vean expuestos al robo y al uso indebido. El segundo paso es co-diseñar cómo se desarrollan y utilizan los grandes algoritmos de datos, para que sirvan a las necesidades locales y respeten las normas locales, en lugar de imponer perspectivas y experiencia externas.

Lea la Nota de Visión de Proyecto de OPAL completa aquí.

Lea el documento de Estatuto y Planes de OPAL aquí


COMPONENTES DUALES DE OPAL

OPAL combina dos componentes complementarios para crear un sistema holístico y auto-sostenible:

La línea tecnológica incluye una plataforma abierta y algoritmos abiertos con probadores beta.

La línea de gobernanza gestiona el proceso de diseño participativo, un comité de orientación y ética (CODE) y programas de desarrollo de capacidades.

Estos componentes duales se están aplicando en dos países piloto iniciales, Senegal y Colombia, con financiación de la Agencia Francesa de Desarrollo (Agence française de développement, AFD). En colaboración con sus Oficinas Nacionales de Estadística -respectivamente ANSD y DANE-, así como con el Departamento Nacional de Planeación (DNP) de Colombia y dos importantes operadores de telecomunicaciones locales -Orange-Sonatel y Telefónica Colombia. OPAL ha establecido alianzas con otras organizaciones, entre ellas FUT (Friendly User Testers) en ambos países.

Desde el momento de su lanzamiento formal en el cuarto trimestre de 2018, OPAL incluyó:

OPAL components.png
 

EL ECOSISTEMA DE OPAL

Con el fin de liberar el potencial de los datos privados para el bien público, OPAL proporciona acceso a un conjunto único de activos, servicios y experiencia que se pueden aprovechar colectivamente para impulsar resultados compartidos. OPAL permite a los actores del sector aprovechar mejor sus datos o sistemas para obtener mejores resultados.

Al "enviar el código a los datos" y no al revés, OPAL pretende abordar los retos actuales de este sistema, estimular el diálogo y desarrollar servicios de datos sobre la base de una mayor confianza entre todas las partes implicadas.

Este sistema funciona de la siguiente manera:

  1. Las empresas privadas asociadas (un operador de telecomunicaciones, por ejemplo) permiten a OPAL acceder a sus servidores a través de una plataforma segura.

  2. El sistema de gobernanza, que incluye un Consejo de Orientaciones de Desarrollo y Ética (CODE), garantiza que los algoritmos y los casos de uso sean éticamente sólidos, pertinentes en el contexto, etc.; los usuarios se benefician de las actividades de creación de capacidad.

  3. Los indicadores clave derivados de los datos del sector privado, como la densidad de población, los niveles de pobreza o las pautas de movilidad, se incorporan a los casos de uso en diversos ámbitos económicos y de políticas públicas.

  4. Los algoritmos abiertos certificados creados por los desarrolladores se envían para ejecutarse en los servidores de las empresas privadas asociadas, detrás de sus cortafuegos.

 
 

LEA más:

 
16.avel-chuklanov-38687.jpg

COMPONENTE DE GOBERNANZA

Desarrollado a través de un diseño participativo, un comité de orientación, y actividades de desarrollo de capacidades

COMPONENTE Técnico

Una platforma y algoritmos abiertos