Se trata solo de alguno de los múltiples beneficios producto de las aplicaciones del "Big Data", como además las alertas epidémicas y terremotos.
Las señales de teléfonos móviles permiten trazar las migraciones de la población a las ciudades en África tras episodios de sequía, lo que puede ayudar a ajustar el envío de alimentos en tiempo real a zonas con hambruna.
Este es el planteamiento de un proyecto de la Universidad Politécnica de Madrid (UPM) presentado esta semana en la conferencia "Big Data, Good Data", en el marco de la sexta edición del curso Ciencia de Redes de la Cátedra Orange UPM.
El catedrático de la Universidad Politécnica de Madrid (UPM) Pedro Zufiria, coordinador del encuentro, explicó a Efe que el análisis "inteligente" de las ingentes cantidades de datos puestos en circulación por las nuevas tecnologías (móviles, GPS, comunicaciones máquina a máquina, etc) puede ayudar en gran medida al desarrollo en países del tercer mundo.
Otros ponentes han insistido en lo mismo, como Vanessa Frías, profesora de la Universidad de Maryland (EEUU), que hizo hincapié en las aplicaciones del "Big Data" para alertas epidémicas y terremotos.
Orange ha puesto a disposición de los investigadores datos anónimos de llamadas de teléfonos de usuarios de Senegal.
Según Zufiria, las operadoras tienen en sus manos enormes cantidades de datos de desplazamientos dado que las distintas torres de telecomunicación captan las señales del dispositivo según se va desplazando.
Se trata de una información "muy valiosa", porque aunque es anónima, permite conocer la actividad de los flujos de población, y sus hábitos de comunicación.
En África la telefonía móvil está "muy consolidada" teniendo en cuenta que apenas existen infraestructuras de telefonía fija, lo que está ayudando a que la penetración de las comunicaciones móviles alcancen porcentajes de uso altísimos, con cifras en el entorno de un contrato de telefonía móvil por persona, recordó el experto.
Zufiria explicó que, actualmente la distribución de alimentos de ayuda humanitaria en África se hace a partir de modelos preestablecidos que toman en cuenta indicadores fijos como volumen de población, niveles económicos y otros, pero sin tener en cuenta variables tan importantes pero tan imprevisibles como una sequía o una epidemia.