Publicitat
Diners

Mobilitat i coneixement

La mobilitat forma part de la nostra manera de ser. Per plaer o per feina, durant segles, hem construït una cultura a on estar quiets no és possible. Gestionar el territori implica treballar per la mobilitat i crear i mantenir infraestructures, cohesionant el territori i les vies d’accés. Entrant al 2021, el ventall d’opcions de transport disponible és més gran que mai, predominant el vehicle privat. Amb el canvi climàtic, les ciutats s’organitzen per alliberar la presència del vehicle privat contaminant i reivindiquen una mobilitat més pausada.

De sobte, les restriccions de la pandèmia ens imposen la reducció de la mobilitat i de contactes amb qui no convivim diàriament. És un canvi cultural que acceptem com a provisional i per la seguretat demostrada en la lluita contra la pandèmia. Les carreteres, els carrers, les estacions de tren o metro, els aeroports,… es descongestionen i milloren radicalment els indicadors de contaminació a conseqüència de la baixada de consum de derivats del petroli.

De cop, s’expandeix el teletreball com a alternativa a la mobilitat. S’està demostrant que el teletreball és una bona pràctica per no anar a l’oficina. Ja ho era. La seva ràpida propagació ha resolt automàticament els dubtes que creava, estalviant-nos el debat. La llar es converteix en un centre de treball i de cop, l’escapada, que a la feina es fa fent un cafè o xerrant amb el company fumador, es converteix en la preparació del dinar o una compra ràpida d’algun ingredient o de compra domèstica. Així superem les dificultats laborals de mobilitat, mantenint i, alguns diuen, augmentant, les ràtios de productivitat.

Hi ha mobilitat per la feina que demana presencialitat continua, i els vehicles no han desaparegut dels carrers i carreteres. Es nota més mobilitat en hores punta tot i que han desaparegut les llarguíssimes cues diàries d’abans de la pandèmia. I per feina, anant i tornant a Madrid, trobo un TGV (en castellà AVE) mig ple d’anada i més ple de tornada. Els inspectors passen amunt i avall per insistir que la gent dugui la mascareta ben posada. La mascareta forma part de la mobilitat en el transport comunitari i també en el privat de pagament: els xofers de Cabify la duen i et demanen que no te la treguis, tot i el plàstic separador entre el conductor i el passatger, com els taxis de Nova York que fa anys que ho tenen per raons de seguretat. En el desplaçament faig servir Cabify per l’alt nivell de servei comparat amb el del taxista desmotivat. En el trajecte comprovo com a l’hora punta hi ha gran quantitat de cotxes a l’entrada pels accessos pel sud… La mobilitat pel treball es manté.

Per plaer
La que si hem perdut, és la mobilitat per plaer. Per plaer o per visites familiars. Costa justificar-ho. Inclús ara, davant les festes i els indicadors de millora substantiva sobre la pandèmia que no arriben, la mobilitat per plaer està en suspens. Molts ja organitzen els grups de 6 i de no més d’un parell de bombolles. Els que tenen familiars lluny, es consolen amb el contacte visual i verbal remot. No es fa vergonya dir que tenim por i que per això no ens movem.

Això és nou: no amaguem la por, com sempre s’ha fet. Ara tenim accés a moltes dades. Ens les diuen o les busquem, i són al nostre abast. Les dades determinen el comportament i ara ens serveixen per des-inhibir-nos, reconeixent la por.

Les dades no són el coneixement. Perquè ho siguin, s’han de gestionar. La mateixa informació te moltes interpretacions diferents. Les empreses, les persones, les organitzacions gestionen el coneixement partint de les seves experiències anteriors i dels seus objectius.

També ho fan els algoritmes i els sistemes d’intel·ligència artificial quan a partir de les dades apliquen els coneixements per executar les seves decisions. Seguint la ponència de Karma Peiró Rubio en el recent congrés del EDO (UAB) sobre la nova gestió del coneixement en la que reflexiona sobre els dilemes de la intel·ligència artificial, apunto cinc importants problemàtiques: 1) Biaixos en la recollida del big data; n’hi ha molts i diferents i solen provocar discriminacions entre les persones. Es poden detectar i mitigar. 2) Les “caixes negres” o el dilema de la No explicabilitat de les decisions automatitzades dels algoritmes que fan servir aprenentatge profund. 3) falta d’assumpció de la responsabilitat en cas que un sistema automatitzat discrimini o impacti molt negativament en una persona o grup de persones. 4) Els possibles problemes de seguretat dels aparells «intel·ligents» que funcionen amb IA. Que no fallin (en cas d’aplicació a malalts en un hospital, per exemple) o que tinguin algun punt de vulnerabilitat als ciber- atacs. 5) La transparència algorísmica. L’administració pública, les institucions dependents, ¿haurien de fer públic la utilització de la IA? Actualment, és completament invisible….

*

gabriel izard@uab.cat

El butlletí matinal del diari, Bon Dia Terrassa
Cada matí al teu correu. Gratis.

Llegeix la nostra política de privacitat per a més informació.

Publicitat
To Top