DALEPH ASISTE AL CICLO DE REFLEXIÓN SOBRE BIG DATA Y SERVICIOS SOCIALES

El pasado martes asistimos a la tercera sesión del Ciclo de reflexión sobre Big Data y Servicios Sociales, organizado por la Fundación iSocial en colaboración con la Fundación TIC Salud Social, la UOC y «la Caixa», y con ponencias de Albert Isern (CEO de Momentum Analytics), Lourdes Rodríguez (miembro del proyecto Intersocial de la Fundació TIC Salut Social), Carlos Raul de Pablos Pérez (Gerente de Servicios Sociales de la Junta de Castilla y León) y Núria Terribas (Directora de la Fundació Víctor Grífols i Lucas). En la sesión se habló de los modelos predictivos y automatización en los Servicios Sociales. 

A partir de las intervenciones y el debate posterior pudimos destacar oportunidades y factores críticos: 

Como oportunidades; los modelos predictivos pueden ser y son una herramienta que permite atinar en el diseño de modelos de atención e intervención social más preventivos, centrados en la persona y con una visión más integral. Esto, que no es poco, no sustituye, sin duda, la figura del profesional técnico, del que se continúa requiriendo sus diagnósticos y toma de decisiones. Los modelos predictivos, tal y como Carlos Raul de Pablos nos apuntaba, no solo van de analizar e interpretar datos para tomar decisiones, sino que introducen otros elementos esenciales para la mejora de la calidad y la eficiencia en la prestación del servicio. Estos elementos son, por ejemplo, la introducción de lógicas de pensamiento distintas (cuestionarnos como hacemos las cosas), la superación de estereotipos y/o sesgos, la mejora de la planificación de los recursos y la mejora de la proactividad en la atención a la ciudadanía. 

Como factores críticos; los modelos predictivos que idealmente deben orientar las políticas sociales se basan en datos que provienen de la sociedad actual que, en su defecto, presenta deficiencias sociales que podrían introducir sesgos en los resultados o toma de decisiones (por ejemplo, de género, religión, procedencia, etc.). En este sentido, parece razonable poner el foco en garantizar que estos sistemas predictivos y sus algoritmos no discriminen y sean efectivamente equitativos, por lo que es necesario prever medidas correctoras a estos modelos. Asimismo, se realizaron reflexiones éticas entorno al uso de datos sensibles para el desarrollo de dichos modelos, que debería situar en el centro la búsqueda del beneficio de la persona y su mejor atención, minimizando los riesgos que puedan comportar, haciendo un uso responsable y seguro de los datos.

Los comentarios están cerrados.