Data city

Índice
- 1.¿Colaborativa o inteligente? La ciudad entre dos imaginarios
- 1.1.La demografía como elemento determinante
- 1.2.La smart city al rescate de la ciudad
- 1.3.IBM, más smart que smart
- 1.4.La ciudad ascendente, distribuida y colaborativa
- 1.5.Control, eficiencia, reactividad, predictibilidad
- 1.6.Ciudad y técnica: una larga historia de controversias
- 1.7.El movimiento pendular de tecnologías de la información
- 1.8.¿Quién controla la data city?
- 2.Los datos: el nuevo cemento de la ciudad del siglo xxi
- 2.1.El origen de los datos
- 2.2.Big data
- Bibliografía
1.¿Colaborativa o inteligente? La ciudad entre dos imaginarios
“diferentes sistemas de pensamiento que dan lugar a la organización del urbanismo, los diseños de las calles y la disposición de las viviendas y el comercio, la lucha social y política, la contrarrevolución, el auge y caída anunciada de la burguesía” (Behnam, 2011).
1.1.La demografía como elemento determinante
-
¿Dónde se asentarán estas nuevas poblaciones?
-
¿Cómo encontrarán una fuente de ingresos?
-
¿Cómo hay que modificar las infraestructuras de transporte cuando las ciudades se extienden cada vez más?
-
¿Qué efectos sobre el medio ambiente del país tiene la construcción, al provocar un aumento de la deforestación, que a su vez contribuye al crecimiento de las emisiones de CO2 y a la disminución de la biodiversidad (Seto y otros, 2012)?
-
¿Las ciudades van a “secar”, desde el punto de vista económico y ambiental, el interior del país, atrayendo a más personas “contratables” que se aprovecharán de los bosques y de las materias primas agrícolas, y que consumirán agua u enterrarán sus residuos?
-
¿Cómo se puede pensar en una política urbana cuando cada día hay miles de personas que migran?
1.2.La smart city al rescate de la ciudad
1.3.IBM, más smart que smart
1.4.La ciudad ascendente, distribuida y colaborativa
-
los actores de las “ciudades en transición”,
-
las empresas de consumo colaborativo,
-
los terceros lugares y
-
los commoners.
1.5.Control, eficiencia, reactividad, predictibilidad
-
La primera se refiere a la dimensión participativa de la ciudad. Cuando el municipio tiene la intención de incluir un componente de profundización democrática y de involucración de la ciudadanía en su proyecto, se traduce a menudo en un esfuerzo de transparencia (se ponen en forma de open data, es decir, se hacen públicos los datos presupuestarios, datos sobre criminalidad y otros), pero rara vez se permite a los ciudadanos involucrarse en lo que sería una gobernanza urbana “aumentada”, es decir, con capacidad para involucrarse estrechamente en el diseño y la elección de las políticas públicas.
-
La segunda observación se refiere a cómo las autoridades locales perciben su ciudad: inspirada por el mundo económico, los municipios que aplican un enfoque de tipo smart city primero piensan en su ciudad en competencia con las demás, en lo que se denominarían “ciudades mundo” (Braudel, 1979) o “ciudades globales” (Sassen, 1991). Así, buscan ser altamente ahorradoras en servicios públicos –deben hacer más con menos– y altamente competitivas a la vez: necesitan tener un elevado rendimiento para atraer el capital cultural (Florida, 2002) y los recursos creativos que les permitan permanecer en el círculo elitista de las ciudades mundos. Y esto implica implícitamente que las recetas uniformes, las de la ciudad inteligente, se aplican a las ciudades ignorando sus especificidades, su historia y sus culturas. Sin embargo, como recuerda Dan Hill, director ejecutivo de Future Cities Catapult, un centro de innovación urbana con sede en Londres, “consiste en un conjunto completamente diferente de estructuras sociales, métodos de gobierno, patrones de la vida y de trabajo, y culturas de toma de decisiones”.
-
Finalmente, la última tendencia convergente es que los objetivos perseguidos por estas ciudades inteligentes giran en torno a tres conjuntos. El primero se inscribe en un ascenso en la potencia de las lógicas de control, tanto de determinados comportamientos humanos (violaciones de la legislación, delincuencia, etc.) como del medio entorno urbano. En este caso, se da un ejemplo típico de lo que Bruno Latour llama la “delegación de la moralidad” a la tecnología (Latour, 2006). El poder de control se transfiere de los seres humanos (inspectores sanitarios, inspectores de la construcción, etc.) hacia el procesamiento en tiempo real de esta big data procedente de los receptores.
1.6.Ciudad y técnica: una larga historia de controversias
1.7.El movimiento pendular de tecnologías de la información
1.8.¿Quién controla la data city?
2.Los datos: el nuevo cemento de la ciudad del siglo xxi
2.1.El origen de los datos

-
la transparencia: consulta y tratamiento de los datos,
-
la eficiencia: posibilidad de crear nuevos servicios ciudadanos, también por organizaciones y empresas, y
-
que las licencias y los términos de uso de los datos abiertos estén sometidas a las leyes de reutilización de la información del sector público.
2.2.Big data

-
Volumen: La cantidad de datos gestionados por los sistemas de big data es significativamente superior a las cantidades habitualmente utilizadas por la mayoría de los sistemas. Los retos derivados del volumen pueden derivar de la necesidad de almacenar los datos o de la necesidad de procesarlos.
-
Velocidad: La velocidad de creación de datos (tal como se ha comentado anteriormente con los ejemplos de Facebook y YouTube) es órdenes de magnitud superior a la velocidad de creación de datos de la anterior generación tecnológica. Este cambio de paradigma supone un reto para los sistemas de procesado basados en datos, que deben adaptar sus modelos a trabajar de manera más rápida y con una cantidad mayor de datos.
-
Variedad: El último factor relevante para Gartner de los sistemas de big data es la variedad de los datos utilizados. Las múltiples fuentes de datos utilizadas por estos sistemas requieren una homogenización en formato que escala en complejidad a medida que se añaden fuentes adicionales de datos. Las múltiples variantes de tipo de información que pueden ser usados por los sistemas de big data (imágenes, correos electrónicos, bases de datos) incrementan la dificultad de procesado significativamente.