Pål Sundsøy es analista de datos en la compañía telefónica noruega Telenor. Sundsøy ha publicado recientemente un estudio titulado “¿Puede el uso del móvil predecir el analfabetismo en los países en desarrollo?” (en PDF, Can mobile usage predict illiteracy in a developing country?) en el cual expone su método para detectar el analfabetismo a través de factores y de patrones de uso del teléfono móvil.
En un mundo donde hay tantas líneas de teléfonos móviles como habitantes, unos 7.500 millones de cada variable en 2016, el teléfono móvil se ha convertido en un dispositivo casi universal. La mitad de la población mundial tiene teléfono móvil, lo que significa que más personas tienen acceso a un móvil que a la sanidad o la educación, especialmente en regiones geográficamente más apartadas y menos desarrolladas. En aquellas zonas el móvil proporciona acceso a servicios gubernamentales, sanitarios y financieros que, de otro modo, resultarían inaccesibles para millones de personas.
Por tanto, muchas personas hacen uso del teléfono móvil a pesar de ser analfabetas en distinto grado. Se calcula que en el mundo hay unos 780 millones de personas que son “analfabetas funcionales”, que no capaces de leer ni de escribir “un mensaje breve y simple relacionado con su vida cotidiana”, según Naciones Unidas. Sin embargo, la definición y el alcance del término analfabeto abarca un espectro más amplio de supuestos, con lo cual el número es mayor. En España hay 670.000 personas mayores de 16 años que son analfabetos funcionales.
“La forma habitual de identificar el analfabetismo es realizar encuestas puerta por puerta” —explican en MIT Technology Review— “un trabajo que requiere tiempo y recursos económicos y que por tanto es difícil de repetir con regularidad. Por eso, a menudo, cuando se terminan de procesar las encuestas para poder hacer uso de ellas los datos ya están obsoletos. Sería muy beneficioso poder identificar el analfabetismo de una forma más rápida y más barata.”
Precisamente el método desarrollado por Pål Sundsøy para medir el nivel de alfabetismo es “rápido y barato” ya que no requeriría llamar a las puertas de los hogares. En cambio, utiliza los datos de uso procedentes de las antenas de telefonía móvil. Antes, sin embargo, para validar su método y para “entrenar” el algoritmo informático que ha desarrollado, Sundsøy añadió a su sistema lo datos de una encuesta que registraba el nivel educativo de 76.000 personas de una región de Asia no especificada, que incluía su número de teléfono y el dato de si sabían leer o no.
Durante seis meses, Pål Sundsøy procesó los datos de uso de la red móvil de aquella misma región asiática en decenas de aspectos, divididas en tres categorías: económica, que considera el gasto y la velocidad de consumo del saldo y las características del móvil; social, que analiza el intercambio de llamadas y de mensajes de texto (a quién se envían y de quién se reciben, con qué frecuencia, duración de las llamadas,…); y de movilidad, para determinar la ubicación y el área habituales, los desplazamientos y lugares visitados por los individuos. En total, 160 variables.
Con todos estos datos —que no incluyen el contenido de las conversaciones ni tampoco de los mensajes de texto— el algoritmo de Sundsøy busca patrones y detecta factores que pueden tener relación con el analfabetismo. Por ejemplo, el volumen del tráfico de datos de Internet o la relación entre el número de SMS que se envían y los que se reciben. Hay quien intercambia mensajes con algunos de sus contactos , pero no envía mensajes a otros, “podría deberse a que la gente no envía mensajes de texto a quien ya sabe que no sabrá leerlo ni podrá responderlo”, explica este experto. Otro factor que tiene relación con el alfabetismo tiene que ver con los contactos, con quién se relaciona cada persona —«los analfabetos tienden a comunicarse con un grupo reducido»— y también tienden a moverse geográficamente en un entorno más bien limitado.
A pesar de los desafíos implícitos al método, Sundsøy considera que con él el analfabetismo individual puede predecirse con un 70% de precisión usando los registros del teléfono móvil y deduciendo con ellos las características económicas, sociales y de movilidad de cada usuario. El método sería de especial utilidad en regiones donde las estadísticas oficiales son limitadas o inexistentes. “Sin embargo”, concluye Pål Sundsøy, “lo ideal sería combinar estos datos con otras fuentes y así cartografiar con total precisión la pobreza, para combatirla con mayor eficiencia”.
