Big data (macrodatos), migración y movilidad humana

Definiciones

En términos generales, big data se definen como datos generados automáticamente por usuarios de teléfonos móviles, medios sociales, o plataformas y aplicaciones de internet, así como por sensores y medidores digitales. Estos datos se almacenan en tiempo real en grandes bases de datos, que a menudo pertenecen a empresas privadas, ya sean operadores de telefonía móvil o proveedores de plataformas de medios sociales u otros servicios de internet. Sin embargo, los big data se consideran "macro" no solo por su volumen; la rapidez ("velocidad") con la que se generan y la complejidad ("variedad") de la información que ofrecen sino también por ser rasgos distintivos de este tipo de datos (Hilbert, 2013). 

A diferencia de los datos basados en las tradicionales encuestas de hogares, big data no se derivan de una muestra aleatoria de personas, sino de la totalidad de la población que utiliza, por poner un ejemplo, teléfonos móviles o plataformas de internet, y son accesibles en tiempo real (Hilbert, 2014). Los big data también se diferencian de los datos tradicionales en la medida en que requieren métodos técnicos y analíticos específicos para extraer información significativa y transformar los datos en "valor" (de Mauro, Greco y Grimaldi, 2016). Letouzé (2015) distingue entre big data entendidos como datos o como una traducción "digital" de las acciones, interacciones y transacciones humanas registradas por dispositivos y servicios digitales, y big data como "ecosistema[s] de datos, capacidades humanas y técnicas, y comunidades" que generan información a efectos de la toma de decisiones. 

Fuentes de datos

Las fuentes de big data que se han empleado hasta ahora en los estudios relacionados con la migración pueden agruparse en tres categorías principales (Grupo Mundial sobre Migración, 2017): 

1. Basadas en teléfonos móviles, por ejemplo, registros de llamada o transferencias de dinero móvil.
2. Basadas en internet, por ejemplo, medios sociales o motores de búsqueda. 
3. Basadas en sensores, por ejemplo, datos del Sistema de Observación de la Tierra (imágenes satelitales). 

En siguiente infografía se muestran los diferentes tipos de fuentes de datos. 

Las ventajas de la utilización de las nuevas fuentes de datos para analizar aspectos relacionados con la migración están vinculadas a la posibilidad de subsanar algunas de las deficiencias que presentan las fuentes de datos y los métodos tradicionales. A pesar de los avances logrados por los gobiernos nacionales y la comunidad internacional en el ámbito de las estadísticas sobre migración, las fuentes de datos tradicionales presentan limitaciones inherentes: en efecto, los censos nacionales son costosos y poco frecuentes, resulta difícil que los migrantes participen en las encuestas de hogares y es posible que los registros administrativos subestimen el número de migrantes si estos no disponen de acceso a servicios en el país de acogida. La creciente disponibilidad de registros digitales ofrece una oportunidad para colmar las lagunas de conocimiento existentes en materia migración y movilidad, especialmente gracias a su inmediatez, la frecuencia con que permiten actualizar la información, su amplia cobertura (se incluyen todos los usuarios de dispositivos móviles y plataformas de internet) y el nivel de detalle que pueden proporcionar. 

Big data pueden resultar particularmente útiles para estudiar los patrones de migración temporal o circular, que resultan difíciles de medir a través de fuentes y métodos tradicionales, o anticipar las tendencias de migración. También pueden servir para realizar un seguimiento más inmediato de la opinión pública o el discurso mediático en torno a la migración, en comparación con las encuestas de opinión pública, por ejemplo. Otra ventaja es que los datos se generan sin costos adicionales y pueden obtenerse a un menor costo, si se compara con los datos procedentes de las fuentes tradicionales, aunque depende de la voluntad de los titulares de datos de compartir su información y sus opiniones. La información combinada que es posible extraer de fuentes de datos nuevas y tradicionales puede aportar pruebas sobre aspectos de la migración respecto de los cuales sabemos poco, como las perspectivas de integración de los migrantes recién llegados a un país, las cambiantes formas de la migración que no encajan en la definición de migrante temporal o permanente de las Naciones Unidas o los movimientos migratorios futuros. 

Las oportunidades que ofrecen big data entrañan dificultades considerables: 

Cuestiones éticas y de privacidad: La utilización de datos generados automáticamente por usuarios, a menudo sin su consentimiento informado, plantea problemas de confidencialidad y ética, así como inquietudes en materia de derechos civiles, debido al riesgo de que dichos datos se utilicen con fines de vigilancia, un aspecto de particular gravedad en contextos de migración irregular y desplazamiento forzoso. Así pues, se impone la necesidad de crear marcos legislativos y reglamentarios adecuados para salvaguardar la confidencialidad de la información y garantizar el uso ético de los datos. En 2019, la UNESCO acometió un proceso de dos años encaminado a elaborar un instrumento normativo mundial sobre la ética en la inteligencia artificial. Asimismo, la Agencia de los Derechos Fundamentales de la Unión Europea está trabajando en un proyecto titulado "Inteligencia artificial, big data y derechos fundamentales", en el que se evalúan las ventajas y desventajas que conlleva en términos de derechos fundamentales el uso de la inteligencia artificial, el aprendizaje automático y  big data con fines empresariales y de política pública. El objetivo del proyecto es formular directrices y recomendaciones sobre derechos fundamentales e inteligencia artificial para la elaboración de políticas. La OIM ha sido una de las primeras organizaciones internacionales en adoptar sus propios principios de protección de datos y además forma parte del Grupo Internacional sobre Responsabilidad de Datos, una red mundial de expertos y organizaciones dedicados a estudiar los principios y las normas necesarios para encauzar la revolución de los datos en el contexto de la acción humanitaria y el desarrollo sostenible. La OIM también ha prestado apoyo al Programa Signal sobre seguridad humana y tecnología de la Iniciativa Humanitaria de Harvard, en cuyo marco se elaboraron una serie de obligaciones éticas fundamentales para la realización de actividades informativas en contextos humanitarios. 

Sesgo inherente de big data: Los usuarios de medios sociales o teléfonos móviles no son necesariamente representativos de toda la población. En particular, las diferencias en el acceso a internet o el uso de dispositivos móviles y plataformas de medios sociales según el nivel de desarrollo económico, el sexo, la edad y la zona urbana o rural todavía son significativas. Se están realizando investigaciones para abordar los retos metodológicos asociados con este sesgo (de "autoselección"), y los resultados obtenidos hasta el momento parecen prometedores (Spyratos et al., 2018; Zagheni, Weber y Gummadi, 2017; Hughes et al., 2016). Comprender el error de medición inherente a las fuentes de big data permite incrementar la capacidad predictiva de los modelos basados en estas fuentes y fomentar el uso razonable de big data en la toma de decisiones.  

Dificultades técnicas, analíticas y jurídicas: Algunos retos se deben a dificultades relacionadas con el acceso a los datos —en manos de agentes privados o estatales— o la utilización de los datos con fines de investigación; la existencia de infraestructuras y sistemas de gestión de datos y seguridad inadecuados; y dificultades metodológicas para dar significado a volúmenes de datos grandes, complejos y "ruidosos". También existen cuestiones relacionadas con la continuidad de los datos, habida cuenta del raudo ritmo de cambio e innovación tecnológicos, así como dificultades para hacerse una idea general acerca de las fuentes de big data o de los métodos innovadores que pueden aportar información valiosa para la formulación de políticas, debido a la proliferación de aplicaciones experimentales y la ausencia de servicios sistemáticos en este ámbito. En este sentido, cabe incentivar la concertación de "asociaciones público-privadas" innovadoras de colaboración e intercambio de datos, como la iniciativa "Data Collaboratives" (Verhulst, 2015), para realizar progresos en este ámbito. 

Con el fin de determinar concretamente el mejor modo de aprovechar las nuevas fuentes de datos para analizar el fenómeno de la migración y formular políticas, el 25 de junio de 2018, el Centro de Análisis de Datos Mundiales sobre Migración de la OIM y el Centro de Conocimientos sobre Migración y Demografía de la Comisión Europea pusieron en marcha la alianza Big Data for Migration (Big data al Servicio de la Migración - BD4M, por sus siglas en inglés). A pesar de que las Naciones Unidas y la Unión Europea ya habían puesto en marcha iniciativas sobre innovación basada en datos con fines de desarrollo sostenible, como la iniciativa Pulso Mundial de las Naciones Unidas, el Laboratorio de las Naciones Unidas de Innovación Basada en Datos, y el Grupo de Trabajo Mundial de las Naciones Unidas sobre los Big data en las Estadísticas Oficiales, todavía no existía ninguna unidad encargada de aprovechar las nuevas fuentes de datos en el ámbito de la migración y la movilidad humana, por lo que surgió la idea de crear una alianza específica. 

La alianza BD4M es una red de personas y organizaciones de diversos ámbitos cuyo objetivo es: a) investigar las posibilidades que ofrecen las nuevas fuentes de datos y la combinación de metodologías tradicionales e innovadoras para el análisis de la migración y su pertinencia para la formulación de políticas; b) garantizar el uso ético de los datos y la protección de la privacidad de las personas; c) promover y facilitar nuevas formas de asociación entre empresas, entidades públicas y comunidades científicas; y d) apoyar el aprendizaje entre homólogos, en particular facilitando el intercambio de buenas prácticas y fortaleciendo las capacidades de innovación basada en datos sobre migración. Los planes de creación de la Alianza se anunciaron poco después del taller de expertos titulado "Big Data and alternative data sources on migration: From case-studies to policy support", organizado conjuntamente por el Centro de Conocimientos sobre Migración y Demografía y el Centro de Análisis de Datos Mundiales sobre Migración de la OIM en Ispra, el 30 de noviembre de 2017. Para obtener más información sobre esta red, consulte la plataforma de la Alianza, alojada por Governance Lab (GovLab) en los servidores de la Escuela Tandon de Ingeniería de la Universidad de Nueva York.