Si no conoces a Rayid Ghani, seguramente mucho lo que has escuchado o incluso implementado en cuanto a modelos de machine learning éticos, sin sesgo y equitativos, viene de su trabajo.
Las herramientas que ha creado para esto y el fellowship de verano que creó ha formado a muchos policy makers alrededor del mundo, incluyendo México.
Algunos datos destacados de Rayid
Rayid fue pionero en usar datos demográficos de forma ética para campañas políticas. Algo como el anti-Cambridge Analytica. Básicamente, fue el arma secreta en la campaña de reelección de Obama.*
Fundó el primer laboratorio para política pública basada en evidencia en la Harris Policy de la Universidad de Chicago, donde desarrolló herramientas para que modelos de Machine Learning en el sector público fueran desarrollados sin sesgos.*
Fundó el fellowship de verano “Data Science for Social Good” (@datascifellows)*, para dar acceso a estas herramientas a policy makers de todo el mundo. +20 mexicanos que hoy están en el Instituo Nacional de Estadística y Geografía (INEGI), la Secretaría de Gobernación (SEGOB) y otras agencias públicas tuvieron su formación ahí.
La ciencia de datos para políticas públicas es de especial interés para dependencias de gobierno (INEGI, IMSS, Secretaría del Bienestar, etcétera) y ONGs, pero lo es también para cualquiera que esté iniciando en ciencia de datos (ya que hay muchos datos públicos que se pueden utilizar) y para aquellos que quieren profundizar sus conocimientos en un campo donde las decisiones nos afectan a todos.
Así que si quieres conocer cómo puedes usar estas herramientas en tus modelos, o hasta cómo comenzar a asistir decisiones de interés público con data science, no puedes faltar a Data Day el próximo 25 de abril, en el Hotel Bel Air Unique, WTC, Ciudad de México. Los boletos están disponibles en https://sg.com.mx/dataday/tickets
Fuentes: