LAS PIEZAS QUE FALTAN.

Melanie D.G Kaplan.
(Notas complementarias de Julián Eduardo Meneses Oliveros)
2015

Tomado de LA REVISTA OFICIAL DE LA FUNDACIÓN DE INTELIGENCIA GEOESPACIAL DE LOS ESTADOS UNIDOS - Grupo de trabajo sobre innovación del USGIF LOS GRANDES DATOS Y LA SUPERCOMPUTACIÓN ESTÁN IMPULSANDO UNA NUEVA ERA DE "INTELIGENCIA ANTICIPATIVA", ¿PERO CÓMO ENCAJARÁ LA APLICACIÓN DE ESTAS HERRAMIENTAS EN LA CULTURA TRADICIONAL

[iniciemos con un ejemplo..]

Durante la Guerra Fría, la Comunidad de Inteligencia recopiló información sobre la actividad soviética: [datos como:] El enemigo está cargando munición; está acercando la artillería a las fuerzas de maniobra. Las observaciones [de estos detalles] fueron logísticos y los datos dieron lugar a advertencias [que hoy llamaríamos indicadores de futuro] , explica Collin Agee, asesor superior del Ejército de Estados Unidos para la participación de la comunidad de inteligencia.

"La "analítica predictiva" podría ser la frase de moda del día, dijo Agee, pero el concepto no es nada nuevo.

En el ámbito comercial, la analítica predictiva está cobrando impulso, mientras que [por su parte] la Comunidad de Inteligencia está adaptando el concepto a la moderna tecnología informática del Big Data, y simultáneamente está cambiando la nomenclatura hacia la "inteligencia anticipatoria".

"La inteligencia predictiva es determinista: [Responde a preguntas como:] '¿Van a atacar los soviéticos?'", Dijo Agee, añadiendo que la inteligencia anticipatoria, es un mejor complemento para [entender al ] enemigo, menos definido de hoy en día [gracias a las amenazas irregulares] "Anticipatorio, es cuando no sabes cuál es el final del juego. Es más cognitivo y más sofisticado". 

Los grandes datos, la supercomputación y los sofisticados algoritmos nos permiten procesar más información que nunca, pero el verdadero poder está en identificar anomalías: la oveja negra de los datos. 

"Algunas cosas son cosas impredecibles, pero pueden tener eventos catastróficos", dijo Agee. "¿Qué tan tonto sonaba decir que la gente iba a volar aviones contra rascacielos?"

Las capacidades de inteligencia anticipatoria de hoy probablemente podrían haber conectado, como dijo Agee, a los terroristas del 11 de septiembre entre sí, y haber generado una alerta. Las capacidades de hoy permiten conectar todos los puntos. 

Pero el número de puntos es vertiginoso. Según David Bray, asociado visitante en ciberseguridad y cultura de la Universidad de Oxford, la cantidad de datos digitales globales se duplica cada dos años. Con seis mil millones de terabytes de datos disponibles en 2014, se proyecta que esa cifra alcanzará los 96 mil millones de terabytes para 2022, dijo Bray. Detrás de la analítica predictiva está la noción de que todo, desde los hábitos de un comprador, hasta el crecimiento de un tumor, y el rendimiento de un motor de avión, es predecible. 

Los datos ahora pueden predecir qué día es el mejor para comprar billetes de avión, cuándo se producirá una sequía, y dónde podría producirse el próximo levantamiento social. 

"Cualquier matemático le dirá que cuantos más factores tenga, mejor modelo construirá", dijo Kirk Borne, científico de datos y profesor de astrofísica y ciencias computacionales de la Universidad George Mason. "Si todo lo que tengo es el nombre de una persona, no sabré si alguien cometerá un acto terrorista; Pero sí conozco sus conexiones y las locuras que están diciendo en Twitter, toda esa información contextual extra hace un modelo más preciso y predictivo". 

El análisis predictivo aplica el modelado, la exploración de datos y el aprendizaje automático, y también se basa en el supuesto de que el pasado, es una fuente de información sobre el futuro.

Las empresas y organizaciones utilizan cantidades exhaustivas de información histórica para arrojar luz sobre acciones, eventos, oportunidades y riesgos futuros, desde identificar a los tramposos del casino en tiempo real, hasta predecir cuáles clientes están a punto de cambiar de institución bancaria- y luego prevenir la deserción. 

Mientras que las industrias comerciales han adoptado el análisis predictivo, la Comunidad de Defensa e Inteligencia, que anhela pistas sobre el mañana, a menudo se abstiene de la palabra "predictivo" para buscar métodos de análisis que considera aún más complejos, [Como la analítica anticipativa.] 

Kevin O'Connell, presidente y director ejecutivo de “Análisis Innovador y Capacitación” , que también enseña en el Centro de Estudios de Seguridad de la Universidad de Georgetown, hizo eco de las declaraciones de Agee. O'Connell dijo que "predictivo" implica un resultado de un solo punto, como si alguien fuera a comprar manzanas o naranjas. En la Comunidad de Inteligencia, todo se trata de anticipación [,lo que significa que hay que tener en cuenta muchos factores.] 

"Históricamente, pensar en el futuro significaba que los expertos escogían un pequeño número de escenarios futuros, a menudo uno bueno, uno malo y uno que era una extrapolación en línea recta del presente", [es decir 3], dijo O'Connell. "La combinación actual de juicio humano y poder computacional permite la rápida consideración de miles, quizás millones de escenarios para una visión más sistémica del futuro". 

A medida que la Comunidad de Inteligencia pasa de centrarse en la inteligencia táctica a la estratégica, la capacidad de predeterminación y anticipación de acontecimientos y resultados será cada vez más esencial. Sin embargo, Mark Lowenthal, presidente de la Academia de Inteligencia y Seguridad, advierte que hay peligros potenciales al poner todos los problemas de seguridad nacional en manos de la inteligencia predictiva. "Cuando se empieza a tratar a Big Data como una panacea para la inteligencia, se está en problemas", dijo Lowenthal. "Este es el centro del problema: Los analistas humanos siguen siendo vitales para recopilar no sólo grandes cantidades de datos, sino también los datos correctos, y validarlos antes de generar pronósticos.“


DESCUBRIENDO VALOR EN LOS DATOS. 

A pesar de las dudas inherentes sobre el poder de Big Data y el análisis predictivo, sus aplicaciones se han convertido en la corriente principal. 

Esta es una gran noticia para Ilkay Altintas, director del Centro de Excelencia en Flujos de Trabajo para la Ciencia de Datos, del Centro de Supercomputación de San Diego, en la Universidad de California. 

"Estamos creando una cultura de medirnos a nosotros mismos", dijo Altintas. "Tenemos sensores por todas partes."

Hace tres años, Altintas ni siquiera sabía que estaba interesada en sus datos personales de fitness recogidos a través de dispositivos como Fitbit; ahora afirma que no puede vivir sin ellos. La capacidad de analizar patrones nos permite tomar decisiones más inteligentes, dijo.

El equipo de Altintas ha emprendido un nuevo proyecto llamado WIFIRE, cuyo objetivo es predecir dónde se propagarán los incendios forestales. WIFIRE crea modelos basados en imágenes de vídeo, imágenes de satélite y datos de viento, temperatura y humedad en tiempo real. 

"¿Cuáles son los cambios que ocurren antes de que ocurra un evento?" Preguntó Altintas. "Podemos imaginarnos estas preguntas, pero es muy difícil de calcular."

WIFIRE permite al equipo construir un prototipo y aprender sobre un incendio mientras está en llamas. Aunque tienen su sede en San Diego, una ciudad muy conectada, la falta de datos sigue siendo un desafío. Imagínese, dijo Altintas, ampliar el programa con todos los datos que se generarán en la próxima década. Dijo que la clave no es sólo modelar los datos, sino encontrar valor y conexión en tiempo real. 

"Nada de esto importa si no tienes una aplicación o un problema importante que estás tratando de resolver", dijo. "Miras la aplicación, preguntas, buscas tecnologías que puedan ser aplicadas, y ves qué tipo de respuestas hay."

En algunos campos, la predicción no es un concepto novedoso: hace tiempo que sabemos cómo modelar y predecir la trayectoria de los misiles. Las industrias con menos experiencia en análisis predictivo están experimentando los efectos más significativos del uso de Big Data, Según el Dr. Dave Warner, neurocientífico y director de inteligencia médica de MindTel. 

En su trabajo de consultoría con Red Bull, Warner está desarrollando nuevos métodos para estudiar la estrecha dinámica de los jugadores de élite, tanto en los deportes tradicionales como en los electrónicos. 

"La biología tradicional no tenía mucha ayuda matemática cuando era niño", dijo Warner, cuyo programa de visualización de datos, Antz, ayuda a los usuarios a comprender y procesar mejor los datos complejos. "Ser capaz de predecir hasta cierto punto quiénes van a ser los mejores atletas o cirujanos -predecir el rendimiento humano- tiene el potencial de cambiar la forma en que se hacen las cosas (como el reclutamiento preventivo en profesiones especializadas basadas en el rendimiento)". 

En el norte de Virginia, Borne hace consultoría con una firma que trabaja con la Administración de Veteranos para identificar patrones de comportamiento que indican tendencias suicidas. 

"Por supuesto que existe el lenguaje corporal", dijo Borne, "pero tal vez escriben algo en los medios sociales usando palabras clave. Tal vez vinieron a casa a buscar una esposa infiel. Estas son variables ocultas que no estás viendo, pero todas son señales".

Tendencias como la colaboración abierta, y la mentalidad de compartir todo lo que hay en los medios sociales, ayudan a los analistas a conectar mejor los puntos, al mismo tiempo que plantean preocupaciones sobre la privacidad y la seguridad. 

La "Internet de los objetos" -la creciente interconexión de dispositivos y aplicaciones, desde implantes de monitorización cardiaca, hasta termostatos inteligentes- no hará más que intensificar los desafíos que acompañan al diluvio de datos, debido a que los datos mal acoplados pueden producir predicciones inexactas; [entonces], la confiabilidad de los pronósticos, depende de mantener a los seres humanos en el proceso.

"El arte de GEOINT [o inteligencia geoespacial] es exclusivamente humano", dijo el director de redes espaciales, Anthony Quartararo. "No creo que los algoritmos o la inteligencia artificial puedan acercarse a las capacidades únicas de lo que un humano aporta a la ecuación." 

Es tentador pero peligroso depender de las computadoras, agregó Quartararo

Otro riesgo de vivir en un mundo como el de MINORITY REPORT, en el que la gente piensa que sabe que los crímenes que otros cometerán en el futuro, es el de los “falsos positivos.”

"Después del 11 de septiembre, el Departamento de Defensa, la Agencia de Proyectos de Investigación Avanzada de Defensa (DARPA) y el Departamento de Seguridad Nacional (DHS) preguntaron:'¿Cómo podemos asegurarnos de que no vuelva a suceder? dijo Borne. "Cuando observaron los patrones, vieron a unos 20 jóvenes de un país árabe que viajaban juntos con billetes de ida en la misma tarjeta de crédito, comunicándose regularmente. Así que la próxima vez que veas todas estas características, y las arrestes, podrías estar arrestando a la selección egipcia de fútbol de la Copa Mundial". 

Jeff Jonas, becario de IBM y jefe científico de computación contextual, dijo que es estrecho de miras pensar que las rarezas siempre son importantes. Las cosas suceden todo el tiempo que nunca antes habían sucedido; son todos los demás factores los que pueden añadir significado a un evento. 

"El hecho de tener una gran pila de datos no significa que haya oro en ella", dijo. "La gente se ve envuelta en situaciones en las que dice ,'¡Wow! Mira todas las cosas que son raras.' Pero si inspeccionas cada uno de ellas, normalmente no hay nada interesante. Por lo general, el proceso debe hallar cosas muy raras". 


ATRAPADOS EN LA ERA TRIPTIK. 

Cuando David Kilcullen, fundador de “Strategy firmcaerus asociados” y ex analista de contrainsurgencia, era un niño, sus padres hicieron viajes por carretera y utilizaron el equivalente australiano del ahora obsoletO TRIPTIK de la compañía AAA, un libro de mapas en espiral que mostraba una ruta en particular. Hoy en día, los viajeros recurren a Google o Apple para obtener mapas y navegación paso a paso. El problema, dijo Kilcullen, es que el gobierno sigue estancado en la era TripTik.

"Estamos tratando de llevar el mundo de la inteligencia al siglo XXI", dijo. "Los políticos siguen pidiendo cosas que equivalen al TripTik, porque eso es lo que siempre han hecho". 

Un sistema anticuado de seguridad nacional de Estados Unidos produce una cultura que es más reactiva que anticipatoria, lo que difícilmente es una estrategia ganadora, según O'Connell.

"En un mundo donde las cosas se mueven tan rápido, tenemos que saltar frente a los problemas, no esperar a que ocurran", dijo. "Cuando usted responde a algo en crisis, sus opciones son típicamente más estrechas y costosas. Esto pone un gran énfasis en anticiparse a lo que pueda venir". 

Los posibles componentes para modernizar la Comunidad de Inteligencia y preparar a la fuerza de trabajo para el análisis anticipativo incluyen la capacitación, el aprendizaje del sector comercial y otras industrias, y la adopción de métodos basados en el trabajo en equipo. 

Bray abordó la importancia de los "agentes de cambio" en el servicio público, como aquellos que están dispuestos a desarrollar un espacio de incubadora para promover la creatividad y desafiar a los empleados a redactar propuestas como si estuvieran lanzando capital de riesgo.

"El servicio público está haciendo lo que los fundadores de Estados Unidos pretendían: controles y contrapesos", dijo Bray. "Pero ahora, la rápida evolución de la tecnología nos obliga a replantearnos cómo podemos ofrecer valor al público en tiempos exponenciales." 

Carmen Medina, especialista líder de Deloitte Consulting con tres décadas de experiencia en la Agencia Central de Inteligencia (CIA), dijo que es importante presentar información cuantitativa de nuevas maneras, más allá de las prácticas, pero apuntó que este es un enfoque en gran medida nuevo para la Comunidad de Inteligencia. 

Medina dijo que debido a que una vez le tomó 30 días a un equipo de analistas realizar tareas que ahora se pueden hacer en la centésima parte del tiempo, es importante re-asignar recursos y determinar qué trabajos ya no son necesarios. Su predicción: una comunidad de inteligencia más pequeña e inteligente en el futuro. 

Un ejemplo de este cambio es el Centro de Análisis Predictivo en la Agencia de Proyectos de Investigación Avanzada de Seguridad Nacional (HSARPA) que tiene un año de operación. 

El centro alberga un campamento de entrenamiento práctico mensual para entre 60 a 100 empleados del DHS (Departamento de Seguridad Nacional de los Estados Unidos) y otras agencias, y cubre temas como métodos de indexación, extracción, Big Data y seguridad de Big Data. Stephen Dennis, Director de Innovación de HSARPA, dijo que el propósito del centro es desarrollar una base de conocimientos y ayudar a los usuarios a tomar decisiones inteligentes con la tecnología.

"Nuestro objetivo es estar a la vanguardia de las tecnologías analíticas", dijo Dennis. Reconoció la incongruencia de situar en la misma frase "vanguardia" y "gobierno", especialmente cuando el ciclo de innovación comercial es de unos seis meses, mientras que el ciclo de adquisición del gobierno es significativamente más largo. Pero HSARPA está probando nuevas herramientas de almacenamiento de datos, visualización, computación y análisis, y seguridad y privacidad, y mira décadas hacia el futuro, agregó. 

Por ejemplo, una tecnología que permitiría a los agentes de la Aduana y la Patrulla Fronteriza de los Estados Unidos computar el riesgo a velocidades exponencialmente más rápidas podría permitirles tomar decisiones en los puertos de entrada, donde están encargados de detener la carga que podría representar una amenaza para el país al mismo tiempo que se mantiene el flujo de comercio. 

El centro estudia las innovaciones recientes de otras agencias, incluyendo DARPA y el Departamento de Energía -cuyos laboratorios nacionales tienen algunas de las supercomputadoras más rápidas del mundo- y considera si estas podrían ser aplicadas contra las necesidades de seguridad nacional. 

"Todo se basa en mucha educación", dijo Dennis. "La gente realmente quiere tener un diálogo sobre el arte de lo posible."

Para ayudar a realizar lo que es posible, la Agencia Nacional de Inteligencia Geoespacial (NGA) ha iniciado una importante iniciativa para estructurar y estandarizar mejor sus conjuntos de datos. Bryan Goltry, el oficial superior de GEOINT en cuanto al portafolio de capacidades analíticas de NGA se refiere, dijo que la agencia se encuentra en las primeras etapas, ya que busca aplicar el tipo de análisis predictivo y anticipatorio a Big Data que la industria y las aplicaciones comerciales de GEOINT están aprovechando. 

"A pesar de los avances en la estructuración y estandarización de los conjuntos de datos, no nos hemos dado cuenta del alcance total de lo que el procesamiento de Big Data puede hacer por nosotros", dijo Goltry. "Necesitamos invertir más en algoritmos que procesen espacio-temporalmente los datos de teledetección. Esto debería, a su vez, soportar la vinculación con otros datos de la comunidad de inteligencia relevantes y de datos de la Agencia Nacional de Inteligencia-Geoespacial" (NGA). 

A lo largo de este proceso, la NGA buscará herramientas mejores y más fáciles de usar para interactuar con los datos; sistemas y algoritmos que trabajen en múltiples dominios de seguridad las 24 horas del día, los 7 días de la semana para correlacionar los datos, encontrar las agujas en los pajares y unirlos; y capacidades que permitan a los usuarios responder a preguntas más amplias e incluso determinar las preguntas que están haciendo.

La Comunidad de Inteligencia apenas ha rasguñado la superficie de la inteligencia anticipativa, dijo nuevamente Agee, y aún quedan varios retos por delante. Si bien la estandarización de los datos, la accesibilidad y los desafíos políticos son evidentes, la comprensión del papel de la inteligencia preventiva en el ciclo de la inteligencia moderno, es quizás el obstáculo más sutil pero más significativo. 

Los líderes de la Comunidad de Inteligencia deben considerar: cómo la inteligencia anticipativa podría cambiar el ciclo de inteligencia; cómo maximizar la utilidad de la inteligencia anticipativa contra amenazas no tradicionales; y cuál es el equilibrio apropiado entre el hombre y el medio ambiente; y entre predicciones específicas y anticipaciones más profundas. 

Agee dijo que la identificación de las mejores prácticas es primordial. 

"Dado que la inteligencia anticipativa se encuentra en una etapa neófita de desarrollo, todavía no está codificada en la doctrina, y no hay nadie realmente a cargo", dijo. 

A medida que la comunidad progresa, la analítica avanzada será cada vez más necesaria para extraer significado de un volumen de datos cada vez mayor. Pero sin analistas humanos capacitados, dijo Agee, esos análisis no serán suficientes. 

---

Nota final del complementador. 

Ya en el 2018, después de 3 años de la publicación de este artículo, existen capacidades que sin dejar de lado el humano, han incorporado capacidades muy específicas de anticipación, combinando Bigdata y Analítica Anticipativa con una efectividad promedio del 90% en áreas como la defensa, seguridad, gobierno, política, e industria. Para obtener más información póngase en contacto con nosostros en www.anticipacionestrategica.com

​Contacto Julián Meneses CEO AE: +57 302 3770041