Los investigadores de la universidad, y cada vez más los de la industria de los móviles, trabajan con grandes bases de datos que muestran dónde y cuándo son realizadas y recibidas las llamadas y los textos para revelar los hábitos de desplazamiento, de cuán lejos viaja la gente para atender eventos públicos e incluso las tendencias sociales significativas.
Con aplicaciones potenciales que van desde la planificación de ciudades al marketing, tales estudios también podrían proporcionar una nueva fuente de ingresos para las empresas de telefonía móvil. "Como los teléfonos móviles se han convertido en omnipresentes, la extracción de los datos que generan puede realmente revolucionar el estudio del comportamiento humano", afirma Ramón Cáceres, investigador principal de los laboratorios de investigación de AT&T en Florham Park, New Jersey.
Si usted es un abonado de AT&T y se encontraba cerca de Los Ángeles o de Nueva York entre el 15 de marzo y el 15 de mayo del año pasado, hay una probabilidad del 5 por ciento de que sus datos fueran tratados por Cáceres y sus colaboradores en un estudio de los hábitos de viaje de los suscriptores de la compañía. Los investigadores han amasado millones de registros de llamadas de cientos de miles de usuarios en 891 códigos postales, lo que abarca todos los condados de Nueva York, 10 condados de Nueva Jersey, además de Los Ángeles, Orange y Ventura en Califo ia.
El conjunto de datos es una colección de registros de detalles de llamada, o CDRs--la materia prima estándar minería de datos de teléfono móvil. Un CDR se genera por cada conexión de voz o de SMS. Entre otras cosas, muestra el número de origen y el de destino, el tipo y duración de la conexión, y, lo más importante, la identificación única de la torre a la cual el teléfono móvil estaba conectado cuando se realizó la conexión.
Esto permitió al equipo de AT&T conocer la ubicación de un teléfono dentro de un radio de cinco kilómetros en el momento en que se generó cada CDR, lo que permite determinar la distancia recorrida desde el hogar por cada teléfono celular todos los días. El grupo encontró que, en promedio, las personas que viven en Manhattan se desplazan 2,5 millas de media casi todos los días, frente a cinco millas en Los Ángeles. "Sin embargo, también encontramos que cuando nos fijamos en los viajes más largos, las personas que viven en Nueva York van bastante más lejos, 69 millas en un día de trabajo en comparación con 29 en Los Ángeles", señala Cáceres.
Cáceres espera trabajar con los planificadores de ciudades, que normalmente tienen que recurrir a costosas y limitadas encuestas para obtener dicha información. "Este tipo de datos puede ayudar a decidir cómo invertir los recursos, por ejemplo, si se quiere saber dónde construir una estación de tren o de metro", afirma él. El trabajo de AT&T fue presentado en un seminario celebrado recientemente en Cambridge, Massachussets, a principios de este mes como parte de la conferencia NetSci sobre ciencia de redes.
nActualmente, el grupo de Cáceres está buscando colaborar en vez de comercializar. No obstante, las operadoras de teléfonos móviles están pensando en la monetización de sus datos, afirma Jean Bolot, investigador del operador de red Sprint. Esto significa un modelo de negocio de "doble cara" donde no sólo se intenta servir a los usuarios finales, sino también hacer dinero a través de relaciones con otras empresas. "Esto es nuevo en el espacio de telecomunicaciones, pero no en otras áreas--échenle un vistazo a Google, por ejemplo," señala éste.
Como casi todo el mundo tiene un teléfono móvil, la escala de los datos es inmensa en comparación con otras fuentes. Los patrones de movilidad podrían, por ejemplo, usarse para ajustar los precios de las propiedades o de las vallas publicitarias. "Casi todos los operadores del planeta están, probablemente, pensando en esto en este momento", afirma Bolot.
Otro estudio, presentado por Francesco Calabrese, científico investigador del MIT, y sus colaboradores correlacionó los rastros de ubicación de aproximadamente un millón de teléfonos móviles en el área metropolitana de Boston con los listados de eventos públicos como partidos de béisbol y obras de teatro, mostrando cómo se desplazó la gente para asistir a estos eventos. "Podríamos predecir parcialmente de dónde vendría la gente en futuros eventos ", escribió el equipo en un informe sobre su trabajo, lo que sugiere que podría ser posible hacer previsiones de tráfico precisas para eventos especiales.
El aumento de la investigación en esta área ha sido posible gracias al desarrollo de algoritmos que pueden manejar eficientemente grandes redes que consisten de millones de enlaces, afirma Vincent Blondel, profesor de matemáticas aplicadas de la Universidad Católica de Lovaina, cerca de Bruselas, quien organizó el seminario en Cambridge.
La investigación de Blondel incluye un análisis de las conexiones entre dos millones de usuarios de teléfono móvil en Bélgica. El estudio reveló que las poblaciones de habla francesa y de habla neerlandesa del país apenas están conectadas por llamadas y mensajes de texto. "Esto es interesante, puesto que ya hay discusiones dentro de Bélgica sobre la división del país en dos", indica Blondel.
La investigación en esta área está centrada en la información agregada y no en los individuos, pero las sigue habiendo cuestiones sin resolver acerca de cómo proteger la privacidad del usuario, afirma Blondel. Es una práctica estándar eliminar los nombres y números de una CDR, pero la correlación de lugares y horarios de llamadas con otras bases de datos podría ayudar a identificar a las personas, señala él. En el estudio del MIT, por ejemplo, el equipo pudo inferir la ubicación de inicio aproximada de los usuarios, suponiendo que es la ubicación en la que se encuentra mayoritariamente un teléfono entre las 10 p.m. y las 07a.m., aunque también agruparon a la gente por código postal.
"Siento que la comunidad científica debería asumir la responsabilidad de averiguar cómo disponer de datos útiles y al mismo tiempo proteger la vida privada", indica Blondel. Él está investigando el efecto de las técnicas como el uso de una ubicación aproximada en vez de la ubicación o exacta o la difuminación de las marcas de tiempo exactas de las llamadas realizadas desde un dispositivo de datos.