Cuánto varió la circulación de gente en cada provincia desde que comenzó la cuarentena obligatoria

Mat Travizano era un adolescente que se había inmiscuido en el under de la seguridad informática. Había descubierto la cotización de la información digital. Lo hacía desde un ejercicio controversial, contestatario, “cyberpunk”. No había cumplido 18 años cuando fundó Underground Security Systems Research Back (USSR Back), una compañía que desarrollaba sistemas de seguridad cibernética. Advertía sobre malwares y protegía la red de nuevas intromisiones, de nuevos virus. La paradoja lo deposita, ahora con 39 años y una oficina en Silicon Valley, en una lucha contra el virus Covid-19.

Es el fundador de GranData. Lo creó en 2012 junto Martín Minnoni y Nicolás Goulu. Es una firma de servicios y tecnologías de la información: según su propia descripción, “utiliza bases de datos anonimizadas de diversas industrias para comprender tendencias de mercado y predecir el comportamiento de los usuarios”. Su objetivo es crear una plataforma de monetización de datos universales confiables y su lema, la comprensión de la dinámica humana a través de los datos.

Aplicable a los tiempos de pandemia, el CEO de GranData publicó en sus redes sociales el programa que denominó “Combatiendo el Covid-19 con datos”. Es una herramienta que mide el impacto del aislamiento social, preventivo y obligatorio en el movimiento de las personas. Compara el nivel de circulación de la población antes y después de la cuarentena mediante el uso del geolocalización de cientos de aplicaciones móviles de los celulares sin identificador.

En un análisis general, Travizano concluyó que “la movilidad se redujo más de la mitad”. El programa consiste en un mapa del país que entrega información detallada sobre provincias y municipios. Son dos planos: uno que entrega los porcentajes del flujo de la movilidad en cada provincia y otro, click mediante, que discrimina la circulación por municipios. En ambos, el uso de colores identifica la graduación del acatamiento de las medidas en cada jurisdicción elegida.

Un tercer gráfico evalúa las curvas de tres indicadores: la movilidad del país, la movilidad variable en cada provincia seleccionada y los casos reportados. El cuadro actualiza los valores cada dos días. “Para cada provincia y municipio calculamos el porcentaje de reducción del movimiento de las personas usando como referencia el movimiento antes de la cuarentena”, explicó Travizano.

La provincia de Buenos Aires, por ejemplo, redujo su movilidad un 43,41 por ciento. La Ciudad, en cambio, es la jurisdicción con mayor nivel de acatamiento de la cuarentena con un 54,86% de transformación en el flujo de movilidad. Catamarca, curiosamente una de las tres provincias que no registran casos positivos de coronavirus, presenta el peor registro: una reducción del 16,81% en la movilidad.

El mapa también permite leer el comportamiento de la población en los partidos del conurbano bonaerense. En Vicente López, la circulación cayó un 61,22 por ciento. En todos los distritos al norte de la Ciudad de Buenos Aires (Tigre, San Fernando y San Isidro), el porcentaje es superior al 50 por ciento. En los partidos de Morón, Tres de Febrero y General San Martín, oscila entre el 46 y el 47 por ciento. Al sur, en Avellaneda, Lanús y Lomas de Zamora, la movilidad se redujo entre un 40 y un 43 por ciento. En La Matanza, uno de los focos epidemiológicos que más preocupan al presidente Alberto Fernández, el porcentaje de circulación es el que menos cayó: 35,17 por ciento.

Travizano anunció que actualizarán el programa con nuevas funcionalidades y corregirán los bugs (errores) que aparezcan en los mapas. Respondió, por redes sociales, las inquietudes de los usuarios. La principal obedece al origen de los datos de geolocalización que emplearon en el programa. “Las aplicaciones móviles”, repitió el responsable de la herramienta. “Usamos datos de localización de celulares para entender cómo cambió la movilidad en Argentina a partir de la cuarentena. Es un work in progress, pero iremos sumando funcionalidades todos los días”, advirtió Gustavo Ajzenman, programador de la herramienta.

En simultáneo, Wibson, compañía independiente pero hermana de GranData, transformó una idea en una aplicación en el lapso de una semana. "My COVID Risk” es una plataforma digital que informará el riesgo de haber contraído el virus, según la propia localización. Su función es predecir el riesgo de infección mediante la utilización de la inteligencia artificial. “Cruzamos tus datos con los de miles de personas y podemos saber si estuviste en el mismo lugar que alguien con el virus”, promociona la firma. De tal manera, logran crear un score de riesgo.

Según relató Daniel Fernández, CTO de Wibson, cada usuario deberá cargar su geolocalización sin que la plataforma identifique al propietario del dispositivo. La app le entregará un mapa de calor del riesgo de contagio y ofrecerá al usuario que informe si contrajo el virus, para cruzar esa información con la actualización permanente del scoring según las trayectorias geolocalizadas de cada usuario. “Los países que lograron frenar la curva exponencial de contagio lo hicieron usando Big Data e inteligencia artificial. Nosotros queremos aportar lo nuestro desde acá”, dijo Rodrigo Irarrázabal, CEO y cofundador de la compañía, en diálogo con Ámbito Financiero.

Seguí leyendo: