Si alguna vez has usado los mapas de Google para llegar a algún destino, es posible que te hayas fijado que aparecen colores indicando la cantidad de tráfico que hay en tu ruta. Si la ruta está de color verde, el tráfico es fluido, en naranja indica tráfico medio y si está de color rojo, tráfico intenso, cuanto más oscuro es el rojo más lento es el tráfico. Es interesante observar cómo se ajusta a la realidad y además en tiempo real. Este servicio está implementado desde hace años y se basa en el análisis de la cantidad, cada vez mayor, de datos que tiene Google de los vehículos que viajan por tu mismo camino, incluido el tuyo.Con la localización por GPS, la velocidad, las estadísticas anteriores y el soporte de los puntos de control fijo, es posible aproximar el estado en tiempo real del tráfico si el número de datos es significativo. No todos los vehículos tienen activado un móvil con este servicio, pero cada vez son más y cuanto más tráfico, más lo tienen y en consecuencia más preciso es el resultado. Donde no hay vehículos o poca circulación, no hay problema, no habrá demasiados problemas de congestión. En breve Google también nos dirá cuánto tiempo necesitaremos para encontrar un aparcamiento, siguiendo la misma idea del uso del Big Data y explotando los tiempos que tardan muchos vehículos cercanos en pasar de circular a aparcar. No tenemos todos los detalles de cómo Google implementa estos servicios, pero lo que está claro es que es una utilización práctica de Big Data con sus datos que, dicho sea de paso, son los nuestros.
Lo anterior es sólo un ejemplo de las posibilidades que da el análisis y el uso de grandes cantidades de datos. En realidad, cuando hablamos de Big Data nos referimos a cantidades de información más grandes, como pueden ser las 3.500 millones de búsquedas diarias que procesa Google o las 50 millones de fotos que se suben cada día en Instagram. Esto a principios de 2017.
Con estas cantidades ingentes de datos se plantean retos como su almacenamiento, la privacidad y la propiedad de estos, o la clasificación de los mismos para su posterior procesamiento. Y un reto que es particularmente importante para el Citilab es cómo hacer que los ciudadanos puedan hacer uso de sus posibilidades.
Para aproximar el uso por parte de los ciudadanos a los datos abiertos que tanto las instituciones públicas como privadas comparten cada vez más, en el Citilab creamos Snapi!. Se trata una extensión de Snap! que permite introducir la programación basada en API y los datos abiertos mediante la metáfora de la programación visual por bloques, que tan buenos resultados nos había dado para enseñar a programar o aproximar la robótica a los ciudadanos. Incorpora herramientas sencillas de visualización en mapas, indispensables para este tipo de aplicaciones, así como tratamiento para formato de intercambio de datos JSON, muy habitual en el intercambio de información entre aplicaciones y servidores. Es la herramienta ideal para acercarse al mundo de las API, que permiten trabajar con muchos servicios de Internet.
Snapi! es una aplicación que surge de la colaboración con el Àrea Metropolitana de Barcelona AMB, para construir una forma para que cualquiera con interés (no sólo investigadores, profesionales o empresas) pudiese acceder a los datos abiertos y a los sensores de las Smart Cities. La relación final del usario con los servicios que contienen los datos se realiza mediante una API. La aproximación sigue siendo válida para Big Data, cuando se accede de esta forma a los datos. También es posible desde Snapi!, si el servicio lo permite, subir datos y de esta manera habilitar la participación del ciudadano. Además Snap! ha incorporado la posibilidad de trabajar con grandes listas, lo que facilita trabajar con este tipo de aplicaciones.
En el trabajo de adaptación de diferentes API a Snapi! y en los diferentes talleres realizados encontramos algunos elementos que seguro son trasladables al ámbito de Big Data y pueden ayudar a los procesos de formación. Es importante que los servicios proporcionen formatos estándar que puedan ser procesados fácilmente, por ejemplo JSON. Igualmente importante es que los datos sean actuales, que estén vivos, ya que de poco sirve hacer un tratamiento de datos obsoletos. También observamos, y en el caso de Big Data es imprescindible, que las API de acceso estén preparadas para poder recibir peticiones complejas, donde el trabajo de selección se haga en el servidor que tiene los datos y no en el que realiza la consulta. Finalmente para el ciudadano es importante que estos datos sean significativos, es decir, que tengan una utilidad. Es complicado generar ideas de aplicación sin datos relevantes.
Snapi! puede ser utilizado por los orientadores como primera aproximación al Big Data. Su facilidad de uso permite centrarse en los conocimientos que serán necesarios para trabajar con Big Data, como pueden ser realizar clasificaciones efectivas de los datos, explotación para realizar proyectos de utilidad con los mismos y especialistas en trabajar con API. Es posible que en el futuro estos ámbitos del Big Data generen nuevos profesionales y por tanto será necesario orientar sobre ellos.
Big Data abre posibilidades que aún no imaginamos y por eso es importante que cada vez más gente se aproxime y pueda explotarlo. Seguramente junto al desarrollo de la inteligencia artificial, que permitirá también la mejora en la explotación de estos datos, sean dos de los campos de tendencia al que todos deberíamos prestar atención.
