Esta pieza es del Dr. James Smith , Jefe de Ingeniería, y el Dr. Padraig Alton , Científico de Datos de Apolitical. El Dr. Smith tiene más de 20 años de experiencia en tecnología, más recientemente como Jefe de Laboratorios en el Open Data Institute. El Dr. Alton es un astrofísico especializado en estadísticas bayesianas.

El artículo es un resumen de un taller interactivo que Apolitical realizó en enero de 2019. Puede acceder a la grabación, diapositivas y guía interactiva aquí.

¿Qué es la programación?

La programación (o codificación) es el método para decirle a las computadoras qué hacer. Les damos entradas, producen salidas, y algo en el medio decide cómo convertir uno en otro. Ese algo en el medio es lo que creamos cuando estamos programando.

¿Por qué escribimos código y por qué es útil día a día?

En resumen, repetibilidad, automatización y velocidad.

Si le da a la máquina las mismas entradas, producirá las mismas salidas. Debido a que es repetible y predecible, podemos usarlo para automatizar tareas comunes y también hacer esas tareas muy rápidamente; no tenemos que hacer lo mismo una y otra vez.

Puede realizar muchas tareas simples repetibles o automatizadas en una hoja de cálculo, pero al aprender un poco de programación puede ir mucho más allá. Su viaje de programación puede comenzar con tareas igualmente simples, pero es una entrada a un mundo mucho más grande.

¿Por qué necesita saber esto como formulador de políticas si no está programando día a día?

Esta es una cuestión de alfabetización para el mundo moderno. En estos días, las computadoras están en todas partes. Nuestros autos son computadoras que pueden conducir. Los aviones son computadoras que pueden volar. Hay computadoras en su casa, en su bolsillo.

Internet y la web han cambiado fundamentalmente la forma en que nos comunicamos. Y comprender un poco de programación, un poco de lo que está sucediendo dentro de la caja negra, lo ayudará a desarrollar una intuición sobre lo que están haciendo las máquinas, de lo que son capaces y cuáles son sus limitaciones.

Todo lo cual es relevante si está tratando de aplicar y generar ideas de políticas que sean adecuadas para el futuro.

¿Qué pasa con los datos?

Escuchamos mucho sobre datos en estos días. Los datos son simplemente "hechos y estadísticas recopilados juntos para referencia y / o análisis". ¡Pero esa es una definición amplia! Los datos pueden tomar una gran variedad de formas. Podrían ser números, texto, imágenes, todo tipo.

De hecho, una de las tendencias más importantes en nuestra sociedad en este momento es el surgimiento de la "Datafication", una frase acuñada en 2013 para describir la recopilación y el almacenamiento de datos de una variedad cada vez más amplia de aspectos de la vida cotidiana. Esta información no aparece simplemente; Es creado. Es importante entender cómo se creó, cuándo y por quién.

Hay datos sobre todo, cada vez más todo almacenado electrónicamente y cada vez más accesible

Los edificios tienen sensores esparcidos por todos lados ahora, al igual que los automóviles, creando datos sobre el uso de la infraestructura que pueden usarse para detectar fallas (o predecirlas de antemano). Los esquemas de lealtad de los supermercados han convertido nuestros hábitos de compra en datos. ¡Twitter incluso ha convertido nuestros pensamientos ociosos en datos!

Hay datos sobre todo, cada vez más todo almacenado electrónicamente y cada vez más accesible.

Pero, ¿qué tiene que ver todo esto con el servicio público?

La respuesta, en primer lugar, es que la política funciona mejor cuando se basa en evidencia: es decir, cuando está bastante seguro de que una política particular que está implementando contribuirá a lograr los objetivos de su política. Lo que proporciona la evidencia son los datos.

¡La política basada en datos no es una idea nueva! Regresemos a 1854 y a un momento clave en la formulación de políticas basadas en evidencia, desde el ámbito de la salud pública.

En 1854, hubo un brote de cólera en Soho, Londres. La enfermedad había llegado por primera vez en 1831 durante una pandemia mundial y había matado a miles de personas. Este nuevo brote agudo había matado a cientos de personas en cuestión de días, una grave crisis.

Nadie entendía cómo se propagaba la enfermedad, y la teoría predominante era que tenía algo que ver con los malos vapores o miasma. Sin embargo, el doctor John Snow tenía una teoría diferente, y se dispuso a investigar.

Crédito de la imagen: Wikimedia Commons Crédito de la imagen: Wikimedia Commons

Aquí está su mapa original, que es realmente una infografía: las barras negras muestran el número de casos de cólera en diferentes propiedades en el distrito. En el epicentro del brote, en Broad Street, se marca una bomba de agua. La teoría de Snow era que el cólera era transmitido por el agua. Los datos proporcionaron la evidencia necesaria.

“Tuve una entrevista con la Junta de Guardianes de la parroquia de St. James, en la tarde del jueves 7 de septiembre, y les representé las circunstancias anteriores. Como consecuencia de lo que dije, el mango de la bomba se retiró al día siguiente. ”- Dr. John Snow

Se dijo que John Snow no era un orador carismático, pero una buena visualización de datos puede ser muy persuasiva. Los funcionarios del gobierno local retiraron el mango de la bomba y el brote disminuyó.

Sería una simplificación afirmar que sus teorías fueron ampliamente aceptadas de la noche a la mañana, o que la política giró dramáticamente. Sin embargo, un año después se aprobó una legislación que allanó el camino para la construcción de las alcantarillas de la época victoriana de Londres, aunque, en verdad, esto pudo haber tenido tanto que ver con el terrible olor fuera del parlamento como la salud pública per se ...

Entonces, ¿qué ha cambiado desde 1854?

Primero, la democratización de la programación y la difusión de datos abiertos significa que en estos días no solo los expertos pueden obtener los conocimientos ocultos en los datos sin procesar.

Otro cambio importante es el aumento de "Big Data". En un nivel, Big Data solo significa que estamos recolectando muchísimo más que nunca. Pero la frase insinúa las increíbles ideas que puede obtener de los datos si solo tiene suficiente.

Los datos a escala están impulsando muchos de los cambios tecnológicos clave en nuestras sociedades: la automatización de la toma de decisiones, el surgimiento de ciudades inteligentes, el desarrollo de automóviles sin conductor.

¿Cómo está haciendo eso?

No se trata solo de la cantidad de datos que tiene, sino también de cómo los analiza. La programación puede ayudarlo a aprovechar al máximo sus datos.

En la intersección de la programación y el análisis de datos se encuentran el aprendizaje automático y la inteligencia artificial.

No se trata simplemente de acelerar el análisis de datos. Un análisis humano de un conjunto de datos pequeño y relevante aún puede proporcionar información valiosa y que salva vidas, y ese seguirá siendo el caso en el futuro previsible. Pero en la intersección de la programación y el análisis de datos se encuentran el aprendizaje automático y la inteligencia artificial.

La producción automática y el refinamiento de los análisis de datos permiten una toma de decisiones más rápida e inteligente, y mejores predicciones y respuesta a los eventos. Esto es revolucionario, y en Apolitical publicamos regularmente historias sobre aplicaciones de políticas de vanguardia de aprendizaje automático e inteligencia artificial. Estas son las tecnologías clave que impulsan los cambios sociales que estamos viendo, y es importante que los servidores públicos sepan leer y escribir sobre ellas.

Las inmensas y crecientes capacidades de la IA pueden parecer misteriosas. Pero si comprende cómo hacer un análisis de datos simple utilizando un lenguaje de programación, está a medio camino de desmitificar cómo funciona la IA, y como corolario, comprender cuál es su potencial y sus limitaciones.

¡Así que sumérgete! Puede encontrar la grabación, las diapositivas y la guía interactiva aquí . Apolitical también ha compilado una lista de recursos y cursos gratuitos para llevar las cosas más lejos, tanto en datos como digital e IA . - James Smith y Padraig Alton

(Crédito de la imagen: Unsplash)