RESPUESTA Y RESILIENCIA EN LA ERA DIGITAL
El futuro de las sociedades sabemos que tiene que ser sostenible pero ha de ser igualmente resiliente, un binomio.
Ante crisis como la actual es importante reflexionar sobre los mecanismos de actuación y respuesta en todos los niveles de la sociedad. No sólo podemos vivir una emergencia sanitaria, también hay otros tipos de situaciones que afectan a grupos vulnerables, tanto minoritarios como significativos, a nivel ambiental, social y económico. La toma de decisiones política con alcance de medio y largo plazo debería combinarse, estructural y funcionalmente, con sistemas de alerta ágiles y dinámicos que permitan una respuesta proactiva y eficaz.
Muchas comunidades y regiones del mundo se encuentran en estados de vulnerabilidad casi permanente. Los sistemas humanitarios en estas regiones se encuentran consecuentemente en activación a través de un ciclo: preparación (preparedness), alerta (warning), respuesta (response), evaluación (evaluation) y mitigación (mitigation). Al ser un ciclo, todas las fases están interconectadas y latentes, lo cual es clave para una mejora continua.
Podemos aprender mucho del sistema humanitario y transferir mecanismos a nuestra sociedad para estar mejor preparados. Cada vez más, los datos, algoritmos y modelos están siendo claves para mejorar la respuesta humanitaria frente a crisis de diferente naturaleza [1–6]. Las aplicaciones en este sector han aparecido por diversos motivos, como por ejemplo la facilidad para disponer de datos. Ahora estamos en un momento óptimo para adoptar estas tecnologías maduradas y ciertos mecanismos humanitarios.
La preparación se mejora mediante la creación de baselines detallados que permitan mapear las vulnerabilidades y tener una referencia precisa para detectar anomalías. Para ello, cada vez más, se integran sistemas tradicionales de encuestas con fuentes de Big Data. No podemos permitirnos tener baselines basados en censos cada 5 años, es necesaria una caracterización más dinámica.
La alerta temprana es quizás el elemento más crítico del ciclo y donde los datos y el Machine Learning se están aplicando más. Integrar fuentes de datos de diverso tipo puede ayudar a caracterizar el comienzo de una crisis. Además, gracias a los datos, la detección de anomalías y sistemas predictivos son cada vez más potentes. La clave es si realmente podemos llegar a sistemas activados por datos, eso es un problema que trasciende lo técnico [7]. Es necesario revisar el concepto de evidencia, ¿una predicción con más de un 90% de fiabilidad puede ser considerada como evidencia? El avance de la ciencia y la oportunidad que supone tiene que venir acompañada con cambios en el diseño de sistemas de decisión. La confianza e interpretabilidad de los métodos científicos son el recto actual junto a la creación de nuevas capacidades en el sector público.
La respuesta puede ser potenciada con las tecnologías digitales. Varios estudios han mostrado el potencial para optimizar la respuesta a nivel de distribución de recursos básicos o financieros. La optimización debe ser entendida en sus dimensiones temporales, espaciales y sociales. Una distribución rápida de recursos puede tener un altísimo impacto positivo en la resiliencia. La tecnología también tiene el potencial de mejorar la respuesta de la sociedad como colectivo, generando “inteligencia colectiva de respuesta” que permita auto-organización a ciertos niveles en paralelo a acciones de alto nivel.
Los datos también transforman los procesos de evaluación. Evaluar es clave para la mejora y el aprendizaje y su diseño debe planificarse siempre para que sea útil. No se puede esperar mejorar la respuesta sin una evaluación data-driven de las acciones y una medición del impacto. Finalmente, la mitigación es un proceso que puede ser largo y debe ser monitoreado para entender realmente los reajustes sociales y poder determinar cuándo se llega a una situación de recuperación. Tanto la evaluación como la mitigación deben ser la base de conocimiento para el diseño de políticas de resiliencia.
Para que esto sea posible es necesario crear sistemas de compartición de datos en tiempo real, tener nuevas infraestructuras digitales que posibiliten colaboración entre sector privado, público y academia. El análisis de datos durante crisis debe ser tratado con el rigor necesario científico y desarrollarse con un proceso de interpretación que involucre a los actores relevantes. Los datos y su granularidad deben ser acoplados a la aplicación concreta y su uso y ello conlleva un análisis formal. Poder medir y potenciar la resiliencia de una comunidad necesita también integrar datos de diferentes sectores, la creación de hubs de datos transferidos de forma segura entre organizaciones debería ser el horizonte.
Los Objetivos de Desarrollo Sostenible se están consolidando como un eje clave en el diseño de políticas a nivel nacional e internacional. Sin embargo, no podemos desligar el desarrollo de la acción humanitaria, es necesario acoplarlos en las dos direcciones: la zonas de acción humanitaria necesitan planes de desarrollo a más largo plazo y los países que están implementando los ODS necesitan sistemas de alerta. ¿Por qué? para mejorar la respuesta de sociedad y su resiliencia frente a factores externos y anomalías internas propias de cualquier sistema. El futuro de las sociedades sabemos que tiene que ser sostenible pero tiene ha de ser igualmente resiliente, un binomio, porque siempre habrá crisis potenciales a las que hacer frente y que pueden reconfigurar a gran escala la economía o estructura social de un país o un continente.
REFERENCIAS
[1] https://www.unglobalpulse.org/discovery/
[3] https://journals.plos.org/plosmedicine/article?id=10.1371/journal.pmed.1001083
[4] https://science.sciencemag.org/content/338/6104/267
[5] https://ieeexplore.ieee.org/document/6970293
[6] https://link.springer.com/book/10.1007/978-3-030-12554-7
