Innovación social y pública: experiencias y aproximaciones a la complejidad contemporánea

CAPÍTULO VIII. Innovación socio-tecnológica 741 Experiencias y aproximaciones a la complejidad contemporánea INNOVACIÓN SOCIAL y PÚBLICA ta a través de la implementación de la pri- mera encuesta de viajes híbrida realizada en Chile por la Secretaría de Transporte en la conurbación Rancagua-Machalí en el año 2019. Esta encuesta híbrida combina el uso de datos provenientes de teléfonos móviles y encuestas tradicionales para recopilar información sobre los patrones de viaje de los habitantes de la ciudad. Las ciudades enfrentan escenarios cada día más complejos, no solo debido al crecimiento producido por la urbanización, sino también por la lle- gada de nuevas tecnologías, el cambio demográfico, la crisis climática, y otros fenómenos. Existe una larga tradición en las disciplinas urbanas sobre cómo enfrentar los problemas derivados de estos escenarios, como la recolección de encuestas y el uso de herramientas computacionales, sin embargo, los métodos tradicionales de recogida y análisis de datos no dan abasto ante la complejidad que han alcanzado las problemáticas actuales. Otra disciplina, la ciencia de los datos, ha estudiado fenómenos urba- nos mediante el uso de datos de telefonía móvil (Blondel et al., 2015). Podría decirse que, aunque ambas disciplinas trabajan en problemas similares, utilizan un lenguaje de dominio diferente, recurren a fuentes de datos y metodologías distintas y tienen prioridades distintas. Debido a esta brecha entre ambos campos, las partes interesadas pertinentes, como las instituciones públicas y las autoridades/operadores de transporte, no aprovechan la escalabilidad, preparación y granularidad de los modelos basados en la ciencia de datos para resolver problemas de planifica- ción urbana. Ahora bien, no es necesario que una solución basada en datos sea completamente nueva, el reto principal es este contexto es integrar una solución novedosa para un problema real en el contexto que la requiere (Plaisant, 2004) Las fuentes no tradicionales permiten trabajar a escalas temporales más finas y analizar sucesos disruptivos (Batty, 2013). Estas fuentes de datos modernas pueden requerir métodos computacionales avanzados para construir una solución basada en datos y, por tanto, la necesidad de seguir un enfoque de ciencia de datos en su diseño e implementación (Cao, 2017). Introducción