Pero los investigadores también le han encontrado usos perversos. En 2017, un equipo utilizó sus imágenes para estudiar la distribución de los tipos de coches en EE. UU. Luego usaron esos datos para determinar la demografía del país. Resulta que el coche que conducimos es un indicador sorprendentemente fiable de nuestro nivel de ingresos, educación, trabajo e incluso de nuestra intención de voto.
n
Ahora, otro grupo de investigación ha ido aún más lejos. El científico de la Universidad de Stanford en Califo ia (EE.UU.) Łukasz Kidziński y la de la Universidad de Varsovia (Polonia) Kinga Kita-Wojciechowska han utilizado imágenes de viviendas de Street View para determinar la probabilidad de sus propietarios de sufrir un accidente de coche. Aunque es una información potencialmente útil, también podría ser explotada por las aseguradoras para calcular sus primas.
nEl resultado de este estudio plantea importantes cuestiones cómo se filtra la información personal a partir de unos conjuntos de datos aparentemente inocentes y de si las organizaciones deberían tener permito para usarla con fines comerciales.
nTécnicamente viable pero, ¿también legal?
nEl método de los investigadores es sencillo. Comenzaron con un conjunto de datos de 20.000 registros de personas que habían contratado seguro de coche en Polonia entre 2013 y 2015. Las escogieron al azar de la base de datos de una compañía de seguros no revelada.
nCada registro incluía la dirección del asegurado y la cantidad de partes de accidente que realizó durante el período de 2013-2015. La aseguradora también compartió su propia predicción de futuros partes, calculada mediante su avanzado modelo de riesgo que incluye el código postal del titular de la póliza y la edad, el género, el historial de partes, y otros detalles del conductor.
nLo que Kidziński y Kita-Wojciechowska intentaban averiguar era la posibilidad de hacer una predicción más precisa a través imágenes de Google Street View de las viviendas de los asegurados. Para conseguirlo, introdujeron la dirección de cada asegurado en Google Street View y descargaron una imagen de su residencia. Clasificaron estas viviendas según el tipo (casa unifamiliar, adosada, bloque de pisos, etcétera), su antigüedad y su estado. Al final, los investigadores hicieron operaciones estadísticas sobre este conjunto de datos para ver cómo se correlacionaba con la probabilidad de que un asegurado en concreto diera un parte de accidente.
nLos resultados son sorprendentes. Resulta que la residencia de un asegurado es un predictor sorprendentemente bueno de la probabilidad de que diera un parte. La investigación detalla: "Encontramos que las características visibles en la imagen de una vivienda pueden predecir el riesgo de sufrir un accidente de coche, independientemente de otras variables clásicas, como la edad o el código postal".
nCuando estos factores se añaden al modelo de riesgo de la aseguradora, mejoran su poder predictivo en un 2 %. Para poder comparar este aumento cabe destacar que el modelo de la asegura solo es un 8 % más preciso que los demás y que se basa en un conjunto de datos mucho más amplio que incluye variables como la edad, el sexo y el historial de partes.
nAsí que la técnica de Google Street View tiene el potencial de mejorar significativamente la capacidad de predicción de las aseguradoras. Pero este trabajo no es más que una prueba de principio. Los investigadores aseguran que su precisión podría mejorar con mayores conjuntos de datos y un mejor análisis de datos.
nRef: arxiv.org/abs/1904.05270 : Google Street View Image of a House Predicts Car Accident Risk of Its Resident
n