Caso de Estudio 7.1: Cómo OpenStreetMap usó humanos y máquinas para elaborar mapas de áreas afectadas después del tifón Haiyan
Dan Stowell es un computista científico que se especializa en análisis de audio. También es un contribuyente de OpenStreetMap y participa en el Equipo Humanitario de OpenStreetMap (Humanitarian OpenStreetMap Team), una iniciativa que diseña mapas digitales, despliega trabajadores de campo y crea sistemas personalizados para la reducción de riesgos ante desastres. Se ha desempeñado como desarrollador de software para proyectos de código abierto, enfocándose en aprendizaje de máquinas, y actualmente es un investigador en la Universidad Queen Mary del Centro de Música Digital en Londres. Su sitio web es: mcld.co.uk
OpenStreetMap es una base de datos de mapas, hecha en base a contribuciones libres, utilizando el modelo Copyleft (contenido de libre difusión) que muchos reconocerán de Wikipedia. Provee algunos de los más detallados mapas disponibles públicamente — particularmente para muchas ciudades en desarrollo.
Cuando el Tifón Haiyan impactó a las Filipinas en 2013, un grupo de voluntarios cartógrafos se reunieron para elaborar un mapa de los daños experimentados en el área (una vez confirmados). Este ejercicio fue coordinado por el Grupo Humanitario de OpenStreetMap (HOT), quienes respondieron con individuos voluntarios a la elaboración de los mapas de las áreas afectadas y lograron rápidos resultados. El trabajo combina validación humana con análisis automatizados para obtener resultados que se basaron en la Cruz Roja, Médicos Sin Fronteras, entre otros, quienes ayudaron a guiar al equipo en tierra.
El equipo HOT, mantiene una red de voluntarios coordinados mediante listas de correos y otras rutas. Veinticuatro horas antes de que llegase el Tifón, algunos miembros discutieron qué áreas serían las más probables de recibir el impacto y se prepararon para elaborar una respuesta rápida con los datos previamente obtenidos.
Una vez el tifón alcanzó las Filipinas y fue confirmado como un incidente humanitario, el equipo HOT llamó a las redes de voluntarios para contribuir a elaborar mapas del área, incluyendo prioridades específicas solicitadas por agencias de ayuda. Hubo dos objetivos principales. El primero fue proveer un mapa base detallado que contuviese las áreas pobladas y los caminos. El segundo era proveer una imagen de las cosas ubicadas en tierra después del desastre. ¿Dónde habían sido dañados o destruidos los edificios?, ¿qué puentes se habían caído? Entre otros.
El trabajo fue coordinado y priorizado a través del sitio web para manejar objetivos (que aparece abajo, es una plataforma para elaborar mapas que permite organizar micro-tareas), utilizado por el equipo HOT. Esta herramienta permitió a los administradores de HOT especificar un número de “trabajos” por hacer — tales como cartografiar los caminos y edificios dentro del área definida — y dividir cada trabajo en pequeñas tareas manejadas por un sólo voluntario, quien realizaría el trabajo utilizando imágenes aéreas.
Durante la respuesta de Haiyan, más de 1500 cartógrafos contribuyeron, de los cuales hasta 100 utilizaron la herramienta de tareas al mismo tiempo. Dividir cada trabajo fue crucial para hacer el mejor uso posible del esfuerzo invertido.
Después de escoger una tarea, los usuarios editaban el área de OpenStreetMap y luego marcaban su tarea como realizada (el cuadro rojo en la imagen). Sin embargo, el sistema de manejo de tareas requiere que un segundo contribuyente más experimentado corrobore el trabajo realizado antes de que la tarea fuese marcada como validada (verde). (Si la tarea no fue completada adecuadamente, el estado de realizado era removido por esta segunda persona.) Los cartógrafos podían dejar comentarios en sus páginas de tareas, explicando las razones por las cuales algunas tareas pudieron haber sido rechazadas, indicando las inconsistencias en los mapas.
Imágenes aéreas son cruciales para permitirle a los cartógrafos remotos contribuir a ubicar caminos, edificaciones y otras infraestructuras. Microsoft provee imágenes globales con su servicio Bing, las cuales pueden ser utilizadas con OpenStreetMap, y en efecto fueron utilizadas durante los acontecimientos en Haiyan.
Representantes del equipo HOT también contactaron agencias y compañías tales como la NASA, USGS y DigitalGlobe, para obtener imágenes aéreas en alta resolución. Una vez que estas estuvieron disponibles, el equipo HOT creó más trabajos en el manejador de tareas, pidiendo a los voluntarios validar y mejorar los mapas base de las Filipinas.
El manejador de tareas es el paso más visible de validación, pero el ecosistema de OpenStreetMap también posee características cruciales de validación que funcionan de manera automática.El software para la edición de mapas JOSM valida automáticamente los cambios elaborados por usuarios antes de ser subidos, y previene de datos improbables, tales como edificios sobre edificios o ríos que parecen cruzarse, pero nunca se encuentran.
Otras herramientas automatizadas analizan regularmente la base de datos de OpenStreetMap y resaltan problemas potenciales. Cartógrafos experimentados usualmente utilizan este mecanismo para arreglar o revertir ediciones problemáticas, o contactar a los usuarios directamente.
Este flujo de trabajo (combinado con coordinación y comunicación constante mediante listas de correos, blogs y wikis), provee una estructura de validación sobre el modelo de comunidad de OpenStreetMap.
Este modelo permanece altamente abierto, sin restricciones para primeros usuarios y una jerarquía de validación semi-formal; aún así, logra producir mapas muy detallados rápidamente, los cuales pueden ser utilizados por agencias internacionales de respuesta, quienes los encuentran muy valiosos.
Ya que los datos son abiertos, las agencias que responden a ayudar a los individuos afectados luego de los eventos catastróficos pueden utilizarlos de muchas maneras: Han impreso mapas, los han descargado para unidades SatNav de los equipos de respuesta, los han usado para ubicar centros poblados, tales como villas, y analizar la información para entender patrones de brotes de enfermedades.
Este mapa rápidamente actualizado también puede ser usado por periodistas con un poco de conocimiento de datos geográficos; por ejemplo, para proveer información contextual geográficamente referente a datos provenientes de otras fuentes, tales como tuits, para ayudar a validar lo que se dice sobre el impacto de los hechos en distintas áreas, o producir infografías del impacto y alcance del desastre.
