Fabrizio Scrollini: «Nuestra misión es mapear el hogar de más de mil millones de personas»

Pregunta: Danos una breve presentación de cuál es tu actividad actual, qué estás haciendo.
Respuesta: Actualmente lidero la iniciativa del Hub para América Latina y el Caribe del equipo humanitario del Humanitarian OpenStreetMap Team, y por estos meses también soy su codirector ejecutivo. Llevo adelante un montón de iniciativas vinculadas al uso de los datos y, particularmente, el uso de los datos geográficos para el desarrollo.

Tratamos de promover el uso de los mapas abiertos de manera que sirvan a las necesidades de desarrollo del mundo y de la región con una misión central que es mapear aquellos lugares y aquellas poblaciones que aún no se encuentran representadas en nuestros mapas.

En concreto nuestra misión es mapear el hogar de más de mil millones de personas que hoy se encuentran en los mapas en parte gracias a nuestro trabajo y convertir esa información en algo accionable por parte de comunidades y gobiernos para responder a sus crecientes necesidades de desarrollo, necesidades que tienen que ver con la creciente urbanización en en desarrollo, necesidades que tienen que ver también con la adaptación al cambio climático o necesidades que tienen que ver también con la respuesta a desastres naturales que crecientemente afectan a la región y, particularmente, a las personas más vulnerables en ella.

En paréntesis, nos interesa hoy especialmente la Inteligencia Artificial, ¿cómo defines tú la IA y cómo la mueves en el contexto de tu trabajo?
Es interesante esta evolución del término IA. Cuando yo comenzaba a estudiar estos fenómenos allá, y particularmente la imbricación de lo que hoy conocemos como inteligencia artificial con los aspectos de política y desarrollo, esto era por el 2015-2016, nos preguntábamos, bueno, pero ¿qué es lo que trae de nuevo esta tecnología?

En aquel momento nosotros referíamos, en fin, a un grupo de investigadores que trabajaba en machine learning; en la capacidad de los algoritmos de aprender de los datos y hacer tres funciones básicas: clasificar, predecir y automatizar.

Esto es lo que básicamente hace hoy lo que se conoce como inteligencia artificial. Que cuando uno la desgrana, tal vez no sea tan inteligente, sino que básicamente son funciones que tienen la capacidad de asistir a los humanos en la aplicación de su inteligencia, en la aplicación de su criterio, en la aplicación de su juicio para resolver problemas.

Hablas de mapeo colaborativo y concretamente en América Latina y el Caribe, ¿cuáles son los principales desafíos que enfrenta este mapeo? ¿cómo ha evolucionado el Hub de Mapeo Abierto de América Latina y el Caribe desde su creación?
Por un lado, cuando hablamos de mapeo colaborativo hablamos de personas que de alguna manera contribuyen con su tiempo a mapear las distintas partes del mundo. Lo pueden hacer de manera remota, lo pueden hacer también en el terreno a través de distintas herramientas que provee básicamente OpenStreetMap, que es una plataforma global abierta que permite a cualquier persona editar el mapa del mundo. Para entenderlo: es la Wikipedia de los mapas.

El mapeo colaborativo tiene una gran virtud que es que permite a cualquiera participar, permite que la información se encuentre agregada y abierta para cualquier persona y, consecuentemente, permite también considerar a esta plataforma y considerar los trabajos en torno a ella un bien público digital. Y esto es muy importante porque no toda la información geográfica se encuentra hoy abierta para uso de los distintos actores en materia de desarrollo y, consecuentemente, es algo a cuidar y a proteger. Y ese ha sido el trabajo del Hub en los primeros tiempos en América Latina: posicionar el uso de esta plataforma por parte de comunidades, por parte de gobiernos, por parte de actores de materia de desarrollo y particularmente nos focalizamos en tres áreas que consideramos clave para la región:

Una de esas áreas es la Amazonía y el trabajo que llevamos ahí en toda la región amazónica que de alguna manera se encuentra con necesidades no solo de mapeo, es decir, no solo de establecer quién se encuentra hoy dentro de ese mapa o quién no se encuentra, sino también con la necesidad de mapear su infraestructura y con la necesidad de mapear las necesidades que esas poblaciones tienen.

Nosotros llevamos adelante ahí varios proyectos, uno notoriamente en Tefe, una población que se encuentra ya dentro, hacia el noreste de la Amazonía, en Brasil donde trabajamos con las comunidades que habitan en los ríos para su inclusión dentro de los mapas y para permitir que de alguna manera el Estado y la sociedad se conecte con estas poblaciones y pueda brindar servicios.

¿Cómo describirías el impacto de este mapeo colaborativo en la respuesta a desastres y la resiliencia comunitaria en esta región, en América Latina y Caribe?
Yo creo que hay tres impactos que son bien claros. Primero, el que tiene que ver con el impacto en materia de visibilización de lo que acontece en terreno. Cuando uno responde a desastres, la ausencia de información generalmente impide a los equipos de rescate, a los equipos de asistencia y a los autores visibilizar el tamaño del fenómeno.

La segunda tiene que ver con la necesidad de los propios actores de estar preparados, y ahí nosotros trabajamos mucho en lo que es aspectos anticipatorios a los desastres, es decir, prepararse en áreas que tienen alto riesgo para cuando los desastres ocurren, porque los desastres tienen mucho de naturales, pero también mucho de humanos, es decir, los humanos también pueden afectar o pueden de alguna manera estar preparados para responder a los desastres. Hay zonas que tienen altísimo riesgo, donde es probable que un desastre ocurra y lo lógico es estar preparado.

Y lo tercero que es clave también es en las actividades de recuperación o reconstrucción. Por ejemplo, un caso muy puntual es en el sur de Brasil, Porto Alegre enfrentó unas grandes inundaciones que terminaron con unos 80 muertos, una situación muy frágil para la ciudad de Porto Alegre, y ahí nuestros equipos, en el terreno, en colaboración con el Banco Interamericano de Desarrollo y con la Municipalidad de Puerto Alegre, se dedicaron a mapear la infraestructura a nivel educativo y a nivel de salud para permitir básicamente el avance de fondos y actividades de reconstrucción en terreno que hoy se encontraban varados porque no existía información de calidad.

Entonces, para dar una idea de cómo la información juega en estas tres etapas, es clave, y cuando esa información está abierta y cuando esa información está actualizada, existe obviamente una mayor capacidad de respuesta frente a estos desastres que son naturales, sí, pero que permiten que los humanos, que los habitantes, que las personas estén también preparadas y esa es la parte que también trabajamos.

Fabricio, aquí en Europa estamos intentando regular el uso y definir marcos responsables y éticos para la inteligencia artificial. En el plano de la ética, ¿qué desafíos plantea la inteligencia artificial en este contexto de datos abiertos y cómo se pueden abordar?
Yo creo que aquí debo hablar más como latinoamericano, como habitante aquí de esta región que todavía sigue dando un debate en torno a la parte ética y en torno a la parte de regulación de IA en la región. Hay varios países que están en este proceso: Brasil quizás sea el más avanzado.

Yo creo que hay tres desafíos para una inteligencia artificial realmente inclusiva, realmente ética. La primera justamente tiene que ver con los datos, y que los datos sobre los cuales se entrenan los modelos de inteligencia artificial sean reales, sean de calidad, sean inclusivos de los fenómenos que acontecen en el terreno. Y esto son cosas que realmente no necesariamente pasan. Y a su vez que las personas que provean esos datos, o las entidades que provean esos datos, tengan algún control sobre esos mismos a los efectos de su uso, sobre todo por modelos a gran escala. Esto no quiere decir que la información no esté abierta, quiere decir que la información se entienda como esa información o cómo estos datos en particular son utilizados, ¿verdad? Y eso es un desafío particularmente en el mundo en desarrollo para impedir de alguna manera un fenómeno de explotación.

Lo segundo tiene que ver con la transparencia algorítmica, no solamente técnica, sino también de una manera social y legal de cómo los algoritmos, de cómo estas instrucciones se utilizan. Y de esta manera asignarle el peso correspondiente en los procesos de toma de decisión o el impacto que estas tecnologías vayan teniendo y qué grado de confianza uno puede tener en ellas.

Y la tercera, que creo que es importante también considerar en materia de ética, tiene mucho que ver con los humanos en el loop: cómo asegurar que los procesos de inteligencia artificial encuentren a los humanos preparados para su correcta utilización. Y de alguna manera no generar esta fantasía de que la IA va a resolver todos los desafíos del desarrollo y hacer milagros por nosotros porque vendrá esta superconciencia que nos guiará hacia el futuro porque hasta la fecha no tenemos evidencia.

Por ejemplo, en las actividades de mapeo, existen muy buenos trabajos por parte de empresas y por parte de actores en desarrollo utilizando IA para mejorar la calidad de los mapas, pero aún así se requiere de la intervención humana para, por un lado, mejorar la información, así como activar los dispositivos, por ejemplo, en materia de rescate, en materia de recuperación, en materia de lidiar con situaciones de desastre.

Entonces la IA no es la cura mágica aunque si es una gran asistente la cosa es como volvemos a esta asistente genuinamente efectiva y no la ponemos en el lugar de decisión para lo cual la tecnología disponible hoy no está necesariamente en el punto adecuado. Entonces para mí estas tres cosas son clave y bueno, hay que generar una regulación pero sobre todo un marco de práctica que acompañe esto y un marco de práctica que implica comunidades de práctica conscientes de estos desafíos.

Ya para ir acabando, más allá de la inteligencia artificial, ¿qué estrategias empleas, utilizas para fomentar la colaboración y el intercambio de conocimientos entre las comunidades locales y los expertos en mapeo? ¿cómo motivas a todo el colectivo?
Las comunidades, tenemos un proyecto en Guatemala que es hermoso en ese sentido, porque en Guatemala existen obviamente un montón de comunidades indígenas, muchas de ellas que no tienen mapeado su propio territorio. Y existen incentivos para mapear ese territorio porque el gobierno, y particularmente actores en desarrollo, desean que esos mapas se encuentren disponibles, y de hecho subsidian ese proceso.

Pero por las relaciones históricas, por la lógica de colonización, por realmente las inequidades que existen en estos países, las poblaciones indígenas no necesariamente confían en esto. Ahí nosotros trabajamos con las comunidades para entrenarlas en cómo mapear su territorio, para que tengan la apropiación de la tecnología, para que puedan mapearlo en sus propios términos, en su propio idioma, en sus propias condiciones, y lograr que este mapa luego sea incorporado a los catastros nacionales a los registros nacionales que permiten por un lado visibilizar la condición de la situación de las poblaciones indígenas y de su gobernanza en esos lugares. También la protección de sus lugares sagrados. No todo tiene por qué estar en un mapa, hay lugares que no necesariamente tienen por qué estar ahí, aunque sí sean conocidos para esa comunidad.

Y, finalmente, también el apoyo que finalmente existe, porque existen subsidios y existen apoyos, para proteger estos lugares y dar a esta cofradía, que es como el término indígena para la gobernanza de estos lugares, el apoyo que se merecen.

Y en este ejemplo se encuentra todo. Se encuentra la necesidad del mapeo por parte de las comunidades, se encuentra la necesidad de establecer confianza en eso, con información veraz, y se encuentra la posibilidad del uso de información para un desarrollo genuinamente inclusivo.

Entonces, en ese juego es donde nosotros nos sentimos cómodos, es donde nosotros sentimos que hay un montón de aportes para hacer con metodologías y software abierto, con trabajo justamente sobre plataformas abiertas y también sobre todo con mucho trabajo en generación de confianza y en generación del uso de la tecnología y del uso de los datos para el desarrollo de estas comunidades.

En América Latina y el Caribe en general existen situaciones de profunda inequidad que entonces implican que el abordaje de estos temas se tenga que hacer no solo desde la perspectiva tecnológica, sino también desde una perspectiva social y de una perspectiva legal, para que genuinamente la tecnología y los datos puedan tener un impacto.

No sé, supongo que sí, que hay algo importante que no te he preguntado y que quisieras añadir, algo que nos dé un poco más de luz sobre tu trabajo y sobre la implicación con la inteligencia artificial.
Yo creo que sobre el tema de la IA, que veo que es el foco también central que están teniendo en Paréntesis MEDia, me parece como súper importante también otras tres cosas.

Una tiene que ver con fomentar el diálogo y el intercambio entre distintos modelos de regulación de la IA. Y en este sentido, creo que estas entrevistas que viene llevando adelante y estos encuentros permiten a la gente entender que existen distintas realidades en materia de implementación de tecnología de inteligencia artificial en distintos sectores y que esto es inevitable. En el fondo es muy probable que nosotros veamos el uso de la idea implicándose en todos los sectores de la economía en los sectores de la educación esto es realmente inevitable. La cuestión es que no en todos lados va a pasar de manera uniforme y, consecuentemente, es donde creo que hay que prender un poco las luces amarillas y decir: «¿qué modelo para cada quien y en qué contexto?«.

Y son preguntas que a veces son incómodas, sensibles, muchas veces intereses comerciales no necesariamente se encuentran alineados con los intereses públicos, muchas veces también las sociedades no están preparadas para la adopción de esta tecnología. Entonces creo que el diálogo y la conciencia de que operamos en un mundo muy complejo, donde la adopción de la idea va a ser despareja, donde quienes tienen datos hoy tienen una ventaja, pero esa ventaja es limitada porque los datos en realidad no están completos. Cómo la producción de datos por las comunidades pueda ser realmente efectivo, pueda ser realmente útil para ellas, creo que ese es un punto interesante a tener en cuenta.

El segundo punto interesante para tener en cuenta, me parece, para la región en general es que se sigue requiriendo muchísima cooperación, y esta es la virtud que ha existido tradicionalmente entre Europa y América Latina y el Caribe desde hace ya mucho tiempo, pero esa cooperación tiene que ser hecha en formas en que el aprendizaje acontezca en ida y vuelta. Y por suerte tenemos buenos ejemplos de eso, de buenos procesos de cooperación, que deberían profundizarse en esa línea, donde en realidad hoy vemos que, digamos, trabajos que se realizan en Colombia, en México, podrían rápidamente ser adoptados en Europa y viceversa.

Y bueno, cómo hacer que esos puentes realmente sean más fluidos, como ese intercambio pueda realmente, tanto a nivel comercial, social, técnico, pueda desarrollarse con mayor fluidez. Y eso creo que ahí hay un camino para recorrer.

Y, finalmente creo que es esto: tener un poco el ojo en el humano, el ojo en el impacto, para entender un poco cómo vamos moldeando este futuro y presente de la inteligencia artificial, porque si bien la adopción es inevitable, el cómo se adopta no lo es. Y en ese sentido, ahí es donde quienes trabajamos con estas tecnologías, quienes estudiamos estas tecnologías, quienes están preocupados como tú por el desarrollo de las mismas y cubre básicamente esta evolución de la tecnología, tenemos algo para decir porque podemos moldear el desarrollo de esta tecnología también desde nuestros respectivos lugares. Esto no es exclusivamente un tema técnico, es un tema técnico, social y político y bueno, desde esos lugares hay que moldearlo.