De descriure la realitat a predir-la: entrevista a Fernanda Peset 

Històricament, la nostra espècie ha buscat comprendre el món on viu. La ciència de dades és una de les ferramentes que desenvolupem per a comprendre la realitat, amb què extraiem informació i descobrim patrons que permeten prendre decisions estratègiques. Aquest camp interdisciplinari s‘ha convertit en una amalgama de coneixement necessària per a explotar l’allau de dades en què estem submergits. Parlem sobre això amb Fernanda Peset, catedràtica de la Universitat Politècnica de València i coordinadora del projecte DATAUSE sobre dades i agricultura. 

—Com es passa d’accedir a una sèrie de dades a prendre una decisió informada? 

Aquesta pregunta és un clàssic en els sistemes d’organització del coneixement. L’escalament des de les dades fins a la saviesa està modelat en allò que Jennifer Rowley ja va encunyar el 2007 com la “jerarquia DIKW”, per les sigles en anglès: a la base de la piràmide es troben les dades, seguides per la informació i el coneixement. A la punta de la piràmide hi ha la saviesa. En altres paraules, a les dades individuals se’ls va afegint context, es van enriquint fins a poder prendre una decisió que tinga sentit en el context en què succeïx el fenomen. 

Donar sentit a les dades és situar-les en un ambient on no sols siguen capaces de descriure la situació, sinó que faciliten la presa de decisions utilitzant funcions matemàtiques avançades que salten de la descripció de la realitat a la predicció de situacions en el futur. 

—Quins són els avantatges d’aplicar les dades a la producció d’aliments? 

L’alimentació és un assumpte de pes per a totes les societats i, com qualsevol procés productiu, està generant dades, l’anàlisi de les quals pot ser la base d’una millora en el sector. I no em referisc només a la producció, sinó a tota la cadena de subministrament: des de l’obtenció de la matèria primera fins a la distribució al consumidor. 

Dit així pareix una cosa inqüestionable, a més de fàcil… Però, perquè les dades siguen productives, calen unes destreses determinades, cosa que es coneix com a intel·ligència de negoci. El quid resideix en el fet que, així com la distribució sol concentrar-se en empreses suficientment potents per a analitzar dades i desenvolupar estratègies, la producció en la majoria dels països té una gestió individual en forma de granges familiars que no són conscients del valor de les dades. De moment… 

—La FAO està treballant en diverses iniciatives per a apropar dades obertes als xicotets productors. Consideres que és important que puguen accedir a les dades? Per què? 

La feina de la FAO és realment encomiable. Compta amb projectes innovadors i plataformes absolutament lliures que podrien interessar als productors, com la Plataforma de coneixements sobre agricultura familiar. Però les persones que treballen al camp continuen necessitant formació a més de protecció, ja que és un sector amb col·lectius especialment vulnerables que poden estar al límit de la subsistència. El que és indubtable és que el maneig d’informació i dades permet millorar la gestió interna de la seua producció, així com conéixer recursos externs, que poden marcar una diferència a l’hora de produir (per exemple, els preus dels productes als mercats propers). 

—Com aplicar dades als nostres sistemes alimentaris ens pot ajudar a assolir models més sostenibles? 

Segons la FAO, les polítiques públiques que reconeixen la diversitat i complexitat dels reptes a què s’enfronten els agricultors familiars són clau per a acabar amb la fam i assolir sistemes agrícoles i alimentaris eficients i inclusius. Aquestes polítiques han de sustentar-se sobre evidències que mostren la realitat dels sistemes alimentaris. S’ha demostrat que gran part dels usuaris de dades obertes és la pròpia administració, que les utilitza per a generar aquestes polítiques. 

—Tindre accés a les dades no significa saber posar-les en context ni aplicar-les adequadament. Quins obstacles té davant l’agricultura familiar a l’hora de sumar-se a aquest canvi de paradigma? 

Al meu parer, hi ha dos factors que dificulten a l’agricultura familiar fer les dades productives. D’una banda, algunes persones estan poc professionalitzades. Són explotacions de caràcter familiar amb poca o nul·la capacitat d’acció si no tenen alguna ajuda externa. En segon lloc, la dificultat intrínseca d’explotar les dades pròpies i alienes. Tot i tenir-les disponibles, cal comptar amb ferramentes que faciliten l’anàlisi i la interpretació perquè realment aporten intel·ligència al negoci. 

En aquest sentit, la capacitació és fonamental, i no puc deixar de citar la iniciativa d’AIMS-OEKC, que articula formació rellevant per als productors primaris, com ara: Farm Data Management, Sharing and Services for Agriculture Development. 

—Alguna ferramenta útil que facilite l’aplicació de dades? 

Donat que la utilitat de les dades depén del context, ens hem de cenyir a la realitat de cada país. El portal de dades espanyol, per exemple, arreplega les aplicacions que han reutilitzat els seus datasets. Per mencionar-ne alguna, l’app Cropti Zoom, gratuïta per a mòbils Android, combina dades obertes amb la seua aplicació per a gestionar de manera integral una explotació i crear un quadern agrari compatible amb la legislació espanyola. 

—A més de la producció, les dades són útils en altres instàncies dels nostres sistemes alimentaris… 

Indubtablement han marcat la diferència, com passa amb la logística de la distribució. Una part del nostre projecte DATAUSE investiga l’aplicació de blockchain per a gestionar les reserves d’aliments i excedents destinats a finalitats humanitàries. Aplicar aquesta estructura a la cadena logística podria contribuir a l’èxit de la meta 2.c de l’ODS 2: Fam 0, que promou adoptar mesures que asseguren el bon funcionament del mercat i faciliten l’accés a informació per a limitar la volatilitat dels preus dels aliments. 

Si als productors excedentaris se’ls incentiva per a incloure les dades en un instrument segur, la gestió d’aquests sobrants es podria fer de manera més justa per a productors i països receptors d’excedents. 

—Queda molt de camí per recórrer? 

Absolutament. Des de fer disponibles dades que realment siguen útils a millorar-ne la usabilitat. Més enllà d’obrir dades, també cal crear algoritmes ètics. 

Una anàlisi avançada pot interrogar dades combinades de diverses fonts, la resposta de les quals siga capaç de predir situacions futures. En definitiva, passar de la dada inerta a la dada productiva implica concebre preguntes significatives. Això és un escenari amb un gran potencial i que conté una dosi de creativitat tan alta com pot tindre-la l’art. Tècnica, ciències socials i humanitats s’uneixen per a millorar la societat en un camí que encara s’ha de traçar.