Tecnologías financieras para un planeta más sostenible

Si ha oído hablar de Internet de las cosas, big data, inteligencia artificial y blockchain, probablemente haya oído hablar de “fintech”. Estas tecnologías financieras se utilizan en los espacios industriales y de consumo y ahora están siendo adoptadas por organizaciones financieras con grandes inversiones globales.

Cada tecnología ha marcado un hito en la “revolución de los datos”, cambiando la forma en que interactuamos con el mundo digital. En el centro de la revolución fintech está la forma en que las instituciones utilizan los datos para tomar mejores decisiones, permitir la comprensión del cliente y pronosticar tendencias a diferentes escalas en el espacio y el tiempo.

Paralelamente a las revoluciones de datos y tecnología financiera, se están realizando esfuerzos a nivel nacional, regional y mundial para alcanzar los Objetivos de Desarrollo Sostenible (SDOs por sus siglas en inglés).

Los SDOs representan los problemas más importantes y desafiantes del siglo XXI, problemas tan complejos que requieren una comprensión clara de las personas y su entorno en grandes áreas para resolver. Un mundo más sostenible podría ser posible si los desarrollos de tecnología financiera pudieran adaptarse para apoyar las prioridades sociales y ambientales junto con el capital económico.

Cuatro familias de tecnología son el núcleo de las fintech: IoT, big data, IA y blockchain. Los vemos como piezas clave de una ruta de información digital. Cada uno representa, respectivamente, la adquisición, el almacenamiento y la conservación de datos, la confianza y la responsabilidad, y el conocimiento y el análisis.

La Internet de las cosas se refiere a los datos derivados de la creciente cantidad de dispositivos conectados a Internet, desde teléfonos inteligentes hasta estaciones meteorológicas y tostadoras.

Tanto inalámbrico como cableado, serio o frívolo, el IoT son los miles de dispositivos con conexión a Internet que pueden transmitir activamente nuestros pensamientos, fotos y ubicaciones o monitorear pasivamente innumerables parámetros humanos y ambientales en redes amplias. Los avances en la conectividad a Internet Wi-Fi, celular y satelital permiten la detección remota de sistemas humanos y naturales.

El IoT se está convirtiendo rápidamente en una fuente importante de macrodatos, especialmente cuando los usuarios están contribuyendo voluntariamente con información o proporcionando datos que les ayudan a ellos y a otros a tomar mejores decisiones.

El torrente de datos que fluye desde IoT da como resultado grandes conjuntos de datos digitales. Esto es big data.

Big data es esencialmente cualquier conjunto de datos que sea lo suficientemente complejo de manejar, que requiera experiencia adicional más allá del análisis tradicional. Una infografía desarrollada por IBM lo divide en dimensiones: big data es un conjunto de datos con alto volumen (tamaño y almacenamiento), gran variedad (muchos tipos de datos), alta velocidad (frecuencia de recolección) o veracidad variable (confianza). A veces se utiliza una quinta dimensión, el valor (uso y aplicación específicos), que es especialmente relevante para datos personales, privados o sensibles como registros de salud o conocimiento ecológico tradicional.

Este modelo enfatiza que el tamaño ya no es la única dificultad de Big Data y que parte del valor de estos conjuntos de datos puede derivarse de su complejidad. A medida que la tecnología ha progresado, el volumen de un conjunto de datos se ha vuelto más manejable con almacenamiento en la nube de bajo costo y aumentos de velocidad de CPU y GPU, aunque los conjuntos de datos altamente variables se pueden analizar en períodos de tiempo más cortos.

Sin embargo, el uso requiere el arduo trabajo de organización, estandarización y conservación para que los datos se puedan utilizar de forma rápida y económica. En contextos ambientales, esto significa abrir los datos en un servidor público con términos de licencia permisivos. Incluso los macrodatos organizados pueden resultar demasiado complejos para las estadísticas convencionales.

Afortunadamente, una nueva tecnología puede ayudarnos a convertir grandes conjuntos de datos en acción: la inteligencia artificial.

Derivado de la computación y las estadísticas, la IA utiliza el aprendizaje automático a partir de big data para “aprender” cómo realizar tareas, ya sea reconociendo patrones, produciendo chatbots similares a los humanos o conduciendo vehículos. En formas más simples, se ha utilizado durante años para detectar fraudes con tarjetas de crédito o reconocer rostros en publicaciones en redes sociales. La IA se destaca en el reconocimiento del contexto donde fallaron los algoritmos simples basados ​​en umbrales. El peso estadístico detrás de la IA puede ser apropiado. Agregar la búsqueda de patrones similares a los humanos en imágenes, registros de chat y conjuntos de datos complejos puede ayudar a los expertos a administrar la avalancha de datos.

Estas tres tecnologías nos llevan a lo largo de una cadena desde la recopilación de datos hasta su análisis. Pero, ¿cómo confiamos en estos datos y nos aseguramos de que los malos actores no comprometan los flujos de datos mientras garantizamos la justicia y la igualdad?

Aquí es donde entra en juego blockchain.

En pocas palabras, blockchain permite rastrear una sola pieza de datos digitales desde su fuente con un flujo de información encriptado que solo puede ser decodificado por una red distribuida peer-to-peer. Blockchain hace que los datos sean más confiables, tanto para los proveedores de datos como para los usuarios, lo que permite que cada uno esté seguro de su procedencia e integridad.

Entonces, ¿Cómo se relaciona todo esto con los SDOs y cómo pueden las fintech ayudarnos a alcanzar los objetivos? Los avances singulares han impulsado la tecnología, pero, como Internet, la confluencia de muchas tecnologías relacionadas puede cambiar drásticamente nuestra forma de pensar sobre el mundo.

Sin embargo, muchas organizaciones todavía luchan con problemas de tecnología de la información del siglo XX, como organizar la recopilación y conservación de datos, desarrollar estándares y prácticas y visualizar el estado del medio ambiente. Aprovechar la sabiduría de los líderes de la industria financiera puede ayudarnos a mejorar la recopilación, interpretación y precisión de la recopilación de datos, todos los cuales son esenciales para convertir la información en conocimiento, y luego convertir ese conocimiento en decisiones sólidas y robustas.

Fuente: Instituto Internacional para el Desarrollo Sostenible (IISD)

activismo ecologico Acuerdo de Paris Alecrin auditoria biodiversidad biodiviersidad bosques calentamiento global cambio climatico captura de carbono ceroneto2050 comunidades locales comunidad local consulta previa libre e informada Consulta Pública Cooperativa Nueva Esperanza cop26 creditos de carbono crisis ambiental Criterios ASG cruce caballero deforestación desastres naturales Destacada DiadelaBiodiversidad dia internacional de la mujer ecologia ECOLOGY ecosistemas educación ambiental efemerides emisiones de efecto invernadero ENVIRONMENT estocolmo+50 FORESTS incendios Mbya-guarani medioambiente Metodología de investigación social OGA ONU protección de bosques regeneracion Relaciones con la comunidad reserva GS1