Psicólogo del mundo digital

Si alguien se atreve a decir que Karl Marx y Adam Smith estaban equivocados en sus teorías económicas es porque se trata de un tonto o de un genio. Alex Sandy Pentland parece encajar bastante bien en la segunda categoría. En 1997 la revista Newsweek lo catalogó como uno de los 100 norteamericanos que más podrían influir en dar forma a las sociedades del siglo XXI. Y eso es precisamente lo que ha estado haciendo desde entonces.

Pentland es lo que algunos llaman un “minero de la realidad”. Su tarea al frente del grupo de investigación Dinámicas Humanas, en el Instituto Tecnológico de Massachusetts, consiste en inventar las herramientas para sacar provecho de esas “migajas” de información que todos dejamos regadas por el mundo digital cada vez que utilizamos un celular, pagamos con una tarjeta de crédito o navegamos en internet. Juntando esas migajas, gracias al poder de los computadores, Pentland se dedica a descifrar y entender el comportamiento humano.

Además de su trabajo académico, Pentland es asesor del Foro Económico Mundial y la Corporación Nissan Motor y es uno de los expertos en ciencias de la computación más citados del mundo.

¿Cómo le explicaría a un ciudadano común y corriente qué es Big Data o minería de la realidad?

A medida que el mundo se ha hecho más digital vamos dejando pequeños rastros de información sobre qué compramos, desde dónde hacemos llamadas, a quién llamamos. La idea es que si puedes ver todos esos registros puedes intentar adivinar lo que va a suceder. Es como la famosa fábula de los niños que se pierden en un bosque y dejan migajas de pan para que los encuentren. Esto puede asustar porque te pueden espiar, pero también, por primera vez en la historia, puedes ver a todas las personas en una ciudad, construir mapas y averiguar qué sucede con ellas. Un ejemplo sencillo. Imagina una epidemia que podría matar a millones de personas. Hoy sólo podemos darnos cuenta de las personas infectadas cuando tienen síntomas y van al hospital. Pero si puedes ver esas “migajas” de información, podrías ver cuando la persona se está enfermando.

No es nada común hablar con un psicólogo que es experto en ciencias de la computación. ¿Cómo se dio esta mezcla?

Mi primer trabajo consistió en usar información satelital para mapear cultivos y animales para ecología. Noté rápidamente que nuestros ojos eran muy buenos para lo que teníamos que hacer, pero los computadores eran terribles. Entonces lo lógico era preguntarse cómo hacer para que los computadores funcionaran como nuestros ojos. Entonces vine a la escuela de posgrados en MIT, a estudiar psicología, pero también computación relacionada con el entendimiento de cómo ven las personas. También comencé a interesarme en cómo interpreta la gente el lenguaje corporal, cómo escucha los tonos de voz, cuáles son los patrones de interacción de grupos productivos.

¿Y cuándo apareció el interés por Big Data?

Uno de los primeros proyectos en los que trabajé se llamaba Escáner Multiespectro. Era una película, un video, sólo que de muy alta resolución. En vez de tener cuatro colores tenía mil. Esto permitía filmar un bosque y detectar insectos por los cambios sutiles en color con respecto al árbol. Y eso era realmente mucha información. Lo que ha sucedido es que ahora que el mundo se ha hecho más y más digital. Y casi toda esta información es sobre personas. Es como tener un microscopio para examinar a toda la humanidad.

Deme un ejemplo concreto de minería de realidad.

Hace poco convencimos a la empresa Orange de revelar toda la información de telefonía en Costa de Marfil, en África. Varios grupos comenzaron a analizar esa información para establecer cuáles regiones eran ricas o pobres tan sólo por patrones de comportamiento. O cuál grupo interactuaba con otros grupos o los odiaba.

¿Cómo podría aplicarse en política?

El asunto es que los políticos dicen lo que quieren, sin que sea siempre verdad. Imagínese que usted puede ver en su computador o teléfono las tasas de empleo o desempleo de todo el país en tiempo real, las tasas de criminalidad, entonces los políticos tendrían que hablar con la verdad.

¿En educación?

En educación creo que es menos directa la relación. La educación no es tanto sobre los contenidos sino como la gente discute, la interacción. Cuando miras una organización no es tanto el contenido sino la discusión social. Es una discusión vibrante o es una persona dominando el diálogo. En ese sentido podría ser útil.

¿En medio ambiente?

Si sabes qué hace la gente y a dónde va, en primer lugar puedes hacer que eso sea más eficiente. En Costa de Marfil, por ejemplo, encontramos algo muy sencillo y fue que logramos reducir el consumo de gasolina en 10% rediseñando rutas de buses.

Usted ha dicho que Adam Smith y Karl Marx estaban equivocados. ¿Por qué?

Cuando ellos estaban pensando todas estas cosas no existían los computadores. Lo que hicieron fue pensar en términos de promedios o del efecto central. Quizás decir que se equivocaron sea un poco fuerte, pero ellos sólo tenían la mitad de la historia. El resto de la historia son los detalles. Algo que sucede cuando piensas las cosas en términos de clases y mercados es que implícitamente estás suponiendo que todas las personas en una categoría o la otra son iguales. Cada persona es estereotipada. Por ejemplo, en el caso de los mercados se asume que todos compran de todos y que la información está bien distribuida. Eso nunca sucede.

¿Qué sociedad se imagina que podremos construir sobre estas nuevas tecnologías?

Primero, está claro que hay algunos peligros. Pero pongámoslo de esta forma: hace 100.000 años las personas no pensaban en términos de clases y mercados, pensaban en personas particulares e intercambios particulares. Pensaban que aquel tipo encontraba buenos bananos y aquel otro sabía preparar cierta bebida. Y luego intercambiabas con esa persona en particular. Suceden un par de cosas. Una es que construyes confianza porque repites la acción. En los mercados no hay confianza. Compras de una persona y la siguiente vez compras de otra. En una sociedad de intercambio creas confianza y estabilidad. Pero el problema es que no es fácil escalar ese modelo. Bueno, ahora tenemos computadores y comunicación. Ahora puedes preguntar quién es el mejor vendedor de bananos en el vecindario. Ahora podemos ir al modelo de antes, a una sociedad de más confianza sin perder la eficiencia.

¿Y los peligros?

Esta posibilidad de verlo todo, en manos de un dictador, puede ser usada para malos propósitos. De alguna manera, estos rastros digitales deben controlarse para que los individuos no sean espiados y puedan controlar sus datos. Y así te guste o no lo que estoy diciendo, de todos modos va a suceder. La información ya está afuera. Te puedes quejar, pero sería un desperdicio. Lo que tenemos que hacer ahora es pensar en asegurarnos de que se use para bien.

¿Cómo evitar que terminemos en un comportamiento de manada?

Hay muchas formas de que esto salga mal. Creo que lo más importante es tener diversidad de información y perspectivas para que la gente tome mejores decisiones. Si todos tiene la misma información se produce ese efecto de manada.

Otro problema es que producir este conocimiento es costoso y sofisticado. Y eso significa que estará en pocas manos.

Lo que pasa es que con las cosas complicadas la gente desarrolla hábitos para usarlas. Y luego otras personas lo copian. En cuanto a Big Data, la gente inventará —ya lo están haciendo— herramientas para manejarla.

En uno de sus últimos libros habla de señales honestas. ¿De qué se trata?

Hemos hablado de ser capaces de ver el comportamiento de la gente y descubrir qué hace. La forma en que nos comunicamos es a través de ideas, contenidos, lenguaje, pero en verdad la mitad de lo que comunicamos está en lenguaje corporal. También la mitad de la eficiencia de un grupo son los patrones de comunicación, no el contenido. Así que señales honestas es eso otro que no es lenguaje verbal. Y ser capaz de ver esos patrones dice muchas cosas sobre aquello en lo que la persona está interesada.

Y supongo que esas señales honestas no están viajando en el mundo digital y la meta es captarlas.

Yo sólo quiero entenderlo. Hemos pasado siglos tratando de entender frases, contenido, la semántica, pero muy poco sobre el comportamiento humano. Y es la mitad de todo lo que hacemos en términos de creatividad, producción, interacción, cosas que funcionan o no, y no tenemos una verdadera comprensión. Y la razón por la que no lo entendemos es que no hemos tenido buenas herramientas para medirlo.

Pensando en el comportamiento humano, ¿qué resulta un misterio todavía para usted?

Sabemos mucho sobre cómo son las personas, pero no sabemos cómo construir mejores ambientes de interacción. Por ejemplo, de aprendizaje. El año pasado estuve en una reunión con algunos de los científicos más famosos del mundo y hablamos sobre aprendizaje, y resulta que nadie en la sala pudo nunca aprender las tablas de multiplicar, ni uno solo. Lo que hicieron fue aprender algunos resultados, 6 veces 6, y si querían multiplicar 6 por 7, tomaban 6 veces 6 y le sumaban 6. Tenían estas pequeñas rutinas en sus cerebros. ¿Por qué la gente más brillante lo hace de otra manera? Algo está mal ahí. Las escuelas no están enseñando cómo aprende la gente más brillante.

* Becario del Knight Science Journalism Program en el MIT.

Si alguien se atreve a decir que Karl Marx y Adam Smith estaban equivocados en sus teorías económicas es porque se trata de un tonto o de un genio. Alex Sandy Pentland parece encajar bastante bien en la segunda categoría. En 1997 la revista Newsweek lo catalogó como uno de los 100 norteamericanos que más podrían influir en dar forma a las sociedades del siglo XXI. Y eso es precisamente lo que ha estado haciendo desde entonces.

Pentland es lo que algunos llaman un “minero de la realidad”. Su tarea al frente del grupo de investigación Dinámicas Humanas, en el Instituto Tecnológico de Massachusetts, consiste en inventar las herramientas para sacar provecho de esas “migajas” de información que todos dejamos regadas por el mundo digital cada vez que utilizamos un celular, pagamos con una tarjeta de crédito o navegamos en internet. Juntando esas migajas, gracias al poder de los computadores, Pentland se dedica a descifrar y entender el comportamiento humano.

Además de su trabajo académico, Pentland es asesor del Foro Económico Mundial y la Corporación Nissan Motor y es uno de los expertos en ciencias de la computación más citados del mundo.

¿Cómo le explicaría a un ciudadano común y corriente qué es Big Data o minería de la realidad?

A medida que el mundo se ha hecho más digital vamos dejando pequeños rastros de información sobre qué compramos, desde dónde hacemos llamadas, a quién llamamos. La idea es que si puedes ver todos esos registros puedes intentar adivinar lo que va a suceder. Es como la famosa fábula de los niños que se pierden en un bosque y dejan migajas de pan para que los encuentren. Esto puede asustar porque te pueden espiar, pero también, por primera vez en la historia, puedes ver a todas las personas en una ciudad, construir mapas y averiguar qué sucede con ellas. Un ejemplo sencillo. Imagina una epidemia que podría matar a millones de personas. Hoy sólo podemos darnos cuenta de las personas infectadas cuando tienen síntomas y van al hospital. Pero si puedes ver esas “migajas” de información, podrías ver cuando la persona se está enfermando.

No es nada común hablar con un psicólogo que es experto en ciencias de la computación. ¿Cómo se dio esta mezcla?

Mi primer trabajo consistió en usar información satelital para mapear cultivos y animales para ecología. Noté rápidamente que nuestros ojos eran muy buenos para lo que teníamos que hacer, pero los computadores eran terribles. Entonces lo lógico era preguntarse cómo hacer para que los computadores funcionaran como nuestros ojos. Entonces vine a la escuela de posgrados en MIT, a estudiar psicología, pero también computación relacionada con el entendimiento de cómo ven las personas. También comencé a interesarme en cómo interpreta la gente el lenguaje corporal, cómo escucha los tonos de voz, cuáles son los patrones de interacción de grupos productivos.

¿Y cuándo apareció el interés por Big Data?

Uno de los primeros proyectos en los que trabajé se llamaba Escáner Multiespectro. Era una película, un video, sólo que de muy alta resolución. En vez de tener cuatro colores tenía mil. Esto permitía filmar un bosque y detectar insectos por los cambios sutiles en color con respecto al árbol. Y eso era realmente mucha información. Lo que ha sucedido es que ahora que el mundo se ha hecho más y más digital. Y casi toda esta información es sobre personas. Es como tener un microscopio para examinar a toda la humanidad.

Deme un ejemplo concreto de minería de realidad.

Hace poco convencimos a la empresa Orange de revelar toda la información de telefonía en Costa de Marfil, en África. Varios grupos comenzaron a analizar esa información para establecer cuáles regiones eran ricas o pobres tan sólo por patrones de comportamiento. O cuál grupo interactuaba con otros grupos o los odiaba.

¿Cómo podría aplicarse en política?

El asunto es que los políticos dicen lo que quieren, sin que sea siempre verdad. Imagínese que usted puede ver en su computador o teléfono las tasas de empleo o desempleo de todo el país en tiempo real, las tasas de criminalidad, entonces los políticos tendrían que hablar con la verdad.

¿En educación?

En educación creo que es menos directa la relación. La educación no es tanto sobre los contenidos sino como la gente discute, la interacción. Cuando miras una organización no es tanto el contenido sino la discusión social. Es una discusión vibrante o es una persona dominando el diálogo. En ese sentido podría ser útil.

¿En medio ambiente?

Si sabes qué hace la gente y a dónde va, en primer lugar puedes hacer que eso sea más eficiente. En Costa de Marfil, por ejemplo, encontramos algo muy sencillo y fue que logramos reducir el consumo de gasolina en 10% rediseñando rutas de buses.

Usted ha dicho que Adam Smith y Karl Marx estaban equivocados. ¿Por qué?

Cuando ellos estaban pensando todas estas cosas no existían los computadores. Lo que hicieron fue pensar en términos de promedios o del efecto central. Quizás decir que se equivocaron sea un poco fuerte, pero ellos sólo tenían la mitad de la historia. El resto de la historia son los detalles. Algo que sucede cuando piensas las cosas en términos de clases y mercados es que implícitamente estás suponiendo que todas las personas en una categoría o la otra son iguales. Cada persona es estereotipada. Por ejemplo, en el caso de los mercados se asume que todos compran de todos y que la información está bien distribuida. Eso nunca sucede.

¿Qué sociedad se imagina que podremos construir sobre estas nuevas tecnologías?

Primero, está claro que hay algunos peligros. Pero pongámoslo de esta forma: hace 100.000 años las personas no pensaban en términos de clases y mercados, pensaban en personas particulares e intercambios particulares. Pensaban que aquel tipo encontraba buenos bananos y aquel otro sabía preparar cierta bebida. Y luego intercambiabas con esa persona en particular. Suceden un par de cosas. Una es que construyes confianza porque repites la acción. En los mercados no hay confianza. Compras de una persona y la siguiente vez compras de otra. En una sociedad de intercambio creas confianza y estabilidad. Pero el problema es que no es fácil escalar ese modelo. Bueno, ahora tenemos computadores y comunicación. Ahora puedes preguntar quién es el mejor vendedor de bananos en el vecindario. Ahora podemos ir al modelo de antes, a una sociedad de más confianza sin perder la eficiencia.

¿Y los peligros?

Esta posibilidad de verlo todo, en manos de un dictador, puede ser usada para malos propósitos. De alguna manera, estos rastros digitales deben controlarse para que los individuos no sean espiados y puedan controlar sus datos. Y así te guste o no lo que estoy diciendo, de todos modos va a suceder. La información ya está afuera. Te puedes quejar, pero sería un desperdicio. Lo que tenemos que hacer ahora es pensar en asegurarnos de que se use para bien.

¿Cómo evitar que terminemos en un comportamiento de manada?

Hay muchas formas de que esto salga mal. Creo que lo más importante es tener diversidad de información y perspectivas para que la gente tome mejores decisiones. Si todos tiene la misma información se produce ese efecto de manada.

Otro problema es que producir este conocimiento es costoso y sofisticado. Y eso significa que estará en pocas manos.

Lo que pasa es que con las cosas complicadas la gente desarrolla hábitos para usarlas. Y luego otras personas lo copian. En cuanto a Big Data, la gente inventará —ya lo están haciendo— herramientas para manejarla.

En uno de sus últimos libros habla de señales honestas. ¿De qué se trata?

Hemos hablado de ser capaces de ver el comportamiento de la gente y descubrir qué hace. La forma en que nos comunicamos es a través de ideas, contenidos, lenguaje, pero en verdad la mitad de lo que comunicamos está en lenguaje corporal. También la mitad de la eficiencia de un grupo son los patrones de comunicación, no el contenido. Así que señales honestas es eso otro que no es lenguaje verbal. Y ser capaz de ver esos patrones dice muchas cosas sobre aquello en lo que la persona está interesada.

Y supongo que esas señales honestas no están viajando en el mundo digital y la meta es captarlas.

Yo sólo quiero entenderlo. Hemos pasado siglos tratando de entender frases, contenido, la semántica, pero muy poco sobre el comportamiento humano. Y es la mitad de todo lo que hacemos en términos de creatividad, producción, interacción, cosas que funcionan o no, y no tenemos una verdadera comprensión. Y la razón por la que no lo entendemos es que no hemos tenido buenas herramientas para medirlo.

Pensando en el comportamiento humano, ¿qué resulta un misterio todavía para usted?

Sabemos mucho sobre cómo son las personas, pero no sabemos cómo construir mejores ambientes de interacción. Por ejemplo, de aprendizaje. El año pasado estuve en una reunión con algunos de los científicos más famosos del mundo y hablamos sobre aprendizaje, y resulta que nadie en la sala pudo nunca aprender las tablas de multiplicar, ni uno solo. Lo que hicieron fue aprender algunos resultados, 6 veces 6, y si querían multiplicar 6 por 7, tomaban 6 veces 6 y le sumaban 6. Tenían estas pequeñas rutinas en sus cerebros. ¿Por qué la gente más brillante lo hace de otra manera? Algo está mal ahí. Las escuelas no están enseñando cómo aprende la gente más brillante.

* Becario del Knight Science Journalism Program en el MIT.