Normalmente sentimos el futuro como ese espacio temporal incierto con el que conjeturar y ordenar nuestro presente para facilitar un significado al pasado. La inseguridad constante del mañana señala la realidad social en la que habitamos y aunque programemos conscientemente nuestras actividades venideras, existen sucesos externos que no pueden predecirse y nos es imposible controlar.
Esta necesidad persistente por adelantarse a los acontecimientos con el propósito de disminuir o maximizar sus efectos futuros, ha llevado a la humanidad a crear procedimientos matemáticos y de estrategia que incluso toman datos del pasado. Esto no es simplemente para prevenir la reincidencia de un acontecimiento (ya sea bueno o malo), sino para disminuir en gran medida su agudeza.
La tecnología que empleamos actualmente nos brinda mecanismos capaces de examinar grandes cantidades de información, con la finalidad de constituir patrones de comportamiento. Estos sirven para pronosticar hechos futuros de naturaleza cíclica sobre los cuales proceder para evitar sus resultados a medio o largo plazo.
Algo que ya hemos tratado anteriormente son los sistemas de análisis masivo de datos empleando los algoritmos del Big Data. Dicha estructura ha originado el interés de los expertos por la creación de métodos de predicción científica de sucesos en terrenos como la medicina, tráfico de carreteras, meteorología, geología, sociología, astronomía, economía o medioambiente entre muchos otros.
Coexisten numerosos proyectos al respecto que intentan extraer valiosos datos en base a análisis masivos de la información que podemos encontrar en Internet. La compañía Recorded Future, por tomar un ejemplo, examina noticias, artículos de páginas como blogs o portales web y mensajes de redes sociales empleando algoritmos de estudio de datos; con estos análisis recopilan información útil que sirve para aplicarla a diferentes campos.
Pueden ser estrategias comerciales para empresas o industrias, las cuales se apoyan en la predicción de los gustos y hábitos de consumo para mejorar sus productos. O en el campo de la medicina, Google ideó la herramienta Flu Trends como una forma de monitorizar palabras clave en las redes sociales; de esa forma el sistema interpreta las fluctuaciones de búsquedas para detectar los brotes de gripe en todo el planeta.
Aprovechar la información colectiva es un recurso altamente eficaz que se ha trasladado incluso al mundo de las apuestas, en el que se mejoran las probabilidades de acertar resultados si se examinan las jugadas y se cotejan entre numerosos individuos. Mientras que una persona puede tener una predicción mejor o peor, un estudio de muchas predicciones ha demostrado ser más eficaz porque la información media incluye más gente que acierta.
Emplear el pasado para adivinar el futuro
Tenemos claro que la información colectiva es muy eficaz, así que, ¿por qué no utilizar acontecimientos del pasado para vaticinar eventos futuros? Esto es lo que pensaron los investigadores de Microsoft conjuntamente con el Instituto de Tecnología Technion de Israel para crear un programa que pudiera llevar a cabo tal empresa. El proyecto tiene en cuenta toda la información recopilada de diversas fuentes como el diario The New York Times, los datos de Wikipedia y casi un centenar de sitios web, en un periodo que abarca más de dos décadas; gracias a este baúl de datos, es posible pronosticar acontecimientos venideros como brotes de enfermedades, posibles altercados o accidentes mortales.
Eric Horvitz, científico y director adjunto del Centro de Investigaciones de Microsoft (Microsoft Research), y la especialista en análisis de previsión Kira Radinsky del Instituto de Tecnología de Israel Technion, expusieron sus investigaciones en el artículo “Mining the Web to Predict Future Events” (Extrayendo de Internet para predecir nuevos eventos). En él narraban, por ejemplo, de qué forma catástrofes naturales como los ciclones o las sequías podían utilizarse para vaticinar futuros brotes de malaria en Namibia, y cómo estas previsiones servían para paliar sus devastadores efectos con cierta antelación.
Según estos dos expertos, el software en el que han trabajado brinda ventajas considerables comparándolas a las que presentan otros sistemas convencionales de predicción que se suelen emplear. Pero, ¿cuáles son esas ventajas?
– Es autodidacta: el programa tiene la capacidad de constituir pautas basándose en el cotejamiento de grandes cantidades de datos (cuantos más mejor) y diversas fuentes de información. También integra los mecanismos para instaurar nuevas correspondencias probabilísticas según vaya pasando el tiempo, mientras continúa monitorizando en tiempo real, aparte de pronosticar y alertar acerca del aumento de la probabilidad de un hecho específico.
– Investigación continua: debido a que el software analiza el histórico de datos y lo hace en tiempo real, es capaz de establecer nexos y resoluciones que una persona normal no podría realizar, y esto es porque los expertos tienden a centrarse en el conocimiento y dejan de lado el descubrimiento de nuevas revelaciones en base al análisis de los recursos disponibles.
– Imparcialidad: ya que el programa estudia de forma automática y en tiempo real acontecimientos e informaciones acaecidas en el pasado, es capaz de formular probabilidades de manera objetiva, aunque parezcan remotas. Es un hecho que la mente humana trata la información de forma subjetiva y, ante la predicción de futuros eventos, suele desechar los que parezcan improbables, mientras que el software no se distrae por esa forma humana de pensar.
– Acceso a los datos: el mecanismo recibe información constante, incluso de futuros sucesos y noticias que, aunque nos puedan parecer poco relevantes, suministran datos fundamentales sobre el desarrollo de próximos acontecimientos.
Y es que uno de los dilemas a los que han tenido que hacer frente los investigadores a la hora de perfeccionar el programa, es el acceso a los hechos poco divulgados en medios y que aun así pueden ser importantes en el análisis. Debido a esto, han tenido que refinar el software con el fin de que pueda diversificar las referencias de búsqueda y tenga en cuenta noticias que por su poca trascendencia, podrían pasar por alto en el tratamiento.
Otra de las dificultades a las que tuvo que enfrentarse el programa, fue la capacidad de discretizar nociones que podrían asignarse a sucesos variados. Para solucionar este hándicap, Eric y Kira capacitaron al software para relacionar actos y consecuencias de manera precisa y así evitar equivocaciones. Un ejemplo de esto fue la capacidad de discernir que la sequía acaecida en Nueva York en marzo de 1989 y que publicó el diario New York Times con el titular “Declarado estado de emergencia por sequía”, no se relacionaba con una plaga. De esta forma, el programa comprende que la posibilidad de un brote de cólera originado por una sequía, es más propio de las áreas densamente pobladas de naciones subdesarrolladas, y no de las simples acumulaciones de enormes cantidades de agua.
En la revista MIT Technology Review, Eric Horvitz expuso el proyecto y las posibilidades que existían para adelantarse al futuro gracias al empleo de nuevas tecnologías y la creación de sistemas de programas determinados. “Esto es sólo la antesala de lo que nos queda por descubrir”, aseguró, y declaró que con el tiempo, “esta clase de mecanismos obtendrá bastante influencia en la vida diaria de las personas”.
