Archive for Data

How NextDrop is Mixing Water, Data and ICT in India

Originally published in ISIF Asia

In many homes with piped in the developing world, piped water is only available a few hours at a time, and in some cases, they can go up to ten days without it. If they miss the water supply window, then the opportunity to collect and store the water has passed for the next 2-10 days. To ensure receiving water for their families, many low-income families must have someone waiting at home at all times. So a lack of water also becomes a lack of freedom for many women and children.

As a solution, social business NextDrop was founded , and it began by sending messages to about 15,000 households in the southern Indian twin cities of Hubli-Dharwad. The service informs subscribers via SMS about 60 minutes in advance of when the water service will be switched on, switched off, and whether it is contaminated or affected by low pressure. The information is gathered the same way: Through the use of mobile phones, the service workers who manually open and close valves provide them with real time information on the water delivery.

NextDrop’s young staff do not know whether to call themselves a social enterprise, or a tech start up, since they have received funding for both types of ventures. The startup built upon a novel team project that won University of California Berkeley’s Big Ideas competition. They work in conjunction with the local government, while at the same time gathering data that shows the structural problems with water delivery. It is an exercise in openness on behalf of a public delivery service. NextDrop has now expanded to Bangalore, where they have partnered with the Water Supply and Sewerage Board to supply city-wide services.

To sign up, customers have to give NextDrop a missed call on a dedicated phone number. The system allows them to track the customer’s location via GPS, narrowing it down to three valve areas. They will register the user to the first one, send them their first delivery message, and ask for feedback to whether they received the water or not. That way they have them correctly allocated within three text messages. A simpler solution may have seemed to ask new customers for their address, but in many suburbs and settlements in India post codes are rarely used, so, NextDrop says, GPS is the best option.

Is it a solution or just a plug in the leak?

There are two types of payments that the poor must make to obtain their water supply. First there is the actual cash payment in exchange for an ideally reliable water supply. The second ones are called “coping costs”, which are “payments that are outside the system and that ought not to be required,” but that the poor must pay in order to gain access to water.

The first coping costs is what are known as “informal payments,” which can vary from burdensome hospitality to outright bribes. The second coping cost is the time lost waiting for water since it has “the same impact of reducing poor peoples’ incomes, since time spent collecting water, or lying ill in bed cannot be spent earning money elsewhere” (UNDP, World Bank). NextDrop eliminates many of the coping costs that come with having to stay at home to wait for the water; the time and energy that could be spent in a wage-earning job.

Yet the third type of coping cost is the one created by coping mechanisms such as NextDrop itself. The service creates a newer, albeit much smaller, cost. As the UNDP study suggests, theses emerging new costs are “cash payments that are not contemplated in the original design of the water scheme, but which pay for real services that are made necessary by the scheme’s inadequacies” NextDrop would not be needed if there were a 100% reliability of water delivery to the different areas of the city.

Improving services through direct feedback

NextDrop allows citizens to report whether the information the government provided is correct. So, after the initial SMS saying that water will arrive in an hour, they send you a follow-up message to see if that was indeed the case. If a lot of people in the same area report not receiving water, then the government knows there is a problem.

Anu Sridharan, co-founder and CEO told Forbes that they are “seeing feedback work firsthand within the water utility company… People lower in the organization finally have the data to back up the fact that their job is hard, and that they are being put in an impossible situation. And now they are coming together at meetings, and they are able to tell their superiors, hey, there are all these issues, let’s work on fixing them… the utility companies themselves are asking us for citizen feedback, so they can keep track of their direct reports.”

When Hubli-Dharwad’s water utility used NextDrop’s monitoring tools across a three-month period, over 17,500 families got water when they otherwise would not. These families were at the end of their area’s supply cycle and wouldn’t receive sufficient water if the system lacked proper pressure. By engaging valvemen to report water pressure when they turned water on, and relaying this to utility engineers responsible for decision-making about those areas, NextDrop enables real-time adjustments to ensure equitable supply.

A water data bank

NextDrop wishes to collect as much data as possible in order to develop a predictive system, which could potentially have a big impact on quality of service. A lot of this data is gained from field visits by the team, who map new areas to inform these models. Much of the data is already within the knowledge of the utility companies, but is not yet aggregated. As this system is fed with more information by customer and engineer feedback, and by previous lessons and historical trends, it will become increasingly effective and will enable the network to surpass its current efficiency levels of 60-80 per cent.

Eres la suma de todos tus datos

(Esta columna fue publicada originalmente en ColombiaDigital.net)

La geolocalización, el uso de Uber, el historial del buscador, todos los ‘me gusta’ y clics… En el Instituto de Internet de la Universidad de Oxford aprendí que la red es el paraíso del sociólogo por la misma razón que lo es para el publicista: los extensos datos de todo tipo de gente que se encuentran disponibles, gratis y a profundidad.

La economía de la información (de la cual el Internet es gran parte) utiliza nuestros datos personales como moneda: es el precio por utilizar los sitios web que nos prestan sus servicios gratuitamente”‘. Amazon ya conoce nuestros gustos y el algoritmo de Google los aprende con cada búsqueda que hacemos. Facebook vende nuestra edad y género al mayor comprador. ¿Esa chaqueta que buscaste alguna vez pero no compraste y ahora te persigue por cada sitio al que entras? Sí, intercambiaste tu información por ese servicio. Es parte del acuerdo.

Es tan difícil mantenerse por fuera de este esquema al navegar por Internet que una profesora de Stanford intentó esconder su embarazo de las compañías de mercadeo al no generar ningún tipo de récord electrónico durante nueve meses. Utilizó varios servicios de anonimato y tal fue su comportamiento que terminó en una lista negra por su ‘actividad clandestina’.

“¿Qué pasa cuando los algoritmos comienzan a predecir nuestras acciones futuras?”

Ethan Zuckerman, tecnólogo, fundador del blog Global Voices y profesor de MIT, se culpa a él mismo y a los demás pioneros de la red por este problema arquitectónico del Internet. Al enfocarse en liberar al individuo de los ‘gigantes’ corporativos y gubernamentales, estos académicos rebeldes crearon el Internet con un diseño tan descentralizado que ha resultado casi imposible de regular. ¿El problema? Gracias a esto mismo la prevalente forma de monetizarlo, o una de las únicas, es por medio de la publicidad o vendiendo la información de los usuarios. Eso termina costándole más al individuo y enriqueciendo a las empresas: todo lo contrario al propósito con el que fue concebido.


¿Por qué nos debería importar?

Los académicos y líderes de grandes empresas siguen hablando del abstracto ‘Big Data’ y del efecto que va a tener sobre todas las industrias. Pero lo que implica, es decir el proceso de recolección y las repercusiones de su uso, son difíciles de concretar.

Por el lado bueno, la habilidad de recolectar datos tan precisos crea una experiencia comercial mucho más personalizada para cada uno. Netflix ya sabe cuáles películas me gustan y con eso me dará sugerencias. En un futuro no muy lejano, el Internet de las Cosas permitirá este tipo de personalización en todo: desde almacenes que solo ofrezcan ropa afín con la talla y gusto de cada cliente, hasta la adaptación del termostato de la casa a la temperatura corporal de quien entre.

La preocupación entonces es ¿qué pasa cuando los algoritmos comienzan a predecir nuestras acciones futuras?

La primera realidad para tener en cuenta es que, aunque los algoritmos han progresado bastante, todavía sufren de una inhabilidad para llegar a conclusiones lógicas y contextualizar comportamientos o descifrar sutilezas del lenguaje. Por ejemplo, para mi tesis de maestría busqué y entrevisté a muchos blogueros del oriente medio. Durante los siguientes meses Facebook decidió que estaba interesada en sitios de matrimonios musulmanes y hijabs. Como esta hay muchas historias.

Ya existen varios centros de investigación estudiando los problemas éticos con el uso de los datos personales tales como el Data & Society Institute en Nueva York. Si ya se minan bases de datos para crear perfiles o generalizaciones, ¿qué otro tipo de deducciones están ocurriendo, y en qué industrias? Uno de los ejemplos controversiales en los Estados Unidos es la utilización de datos demográficos (como qué tipo de gente vive en un barrio) para elegir qué crédito bancario ofrecerle al cliente.

¿Qué hacer como emprendedores o consumidores de tecnología?

Por ende, nuestro valor en línea son nuestros datos pero seguimos regalándolos. El futurista y filósofo Jaron Lanier, en su libro “¿Quién es dueño de nuestro futuro?”, propone que si las máquinas aprenden, se pueden ir automatizando. Como vamos, muy poca gente, más que todo en Sillicon Valley, se está enriqueciendo, mientras el resto de nosotros perdemos nuestros trabajos. Ahora, no sé si estoy en total acuerdo con él y su teoría alarmista, pero sí sé el valor comercial que tienen nuestros datos. El perfecto ejemplo es el traductor de Google que se alimenta del contenido de los usuarios, del cual se prevé que eventualmente podrá reemplazar a los traductores humanos de la forma en la que ya estamos reemplazando a las disqueras, productores de música y las casas editoriales.

En este contexto es importante crear una cultura digital ‘humanística’, o centrada en los humanos. No es solo pensar en innovación, sino en innovación que nos beneficie a largo plazo. El emprendimiento nacional es necesario para eso, al igual que legislar para proteger a los consumidores, pero más que todo es tener conciencia sobre qué servicios utilizamos, qué configuraciones de privacidad y concientizarnos sobre el valor de nuestra información personal.

Tenemos que tener en cuenta las consecuencias del uso tecnológico y ser participantes activos de las decisiones que se toman a niveles de las compañías que utilizamos. ¿Tiene sentido que desde Estados Unidos se decida qué hacer con nuestros datos?, ¿deberíamos estar pidiendo más de nuestros legisladores en cuanto al ingreso de compañías extranjeras?

A nivel personal hay varias medidas que se pueden tomar, pero son reaccionarias, incómodas y un poco alarmistas, como las de la profesora de Stanford. Existen varias organizaciones como accessnow.org o el Electronic Frontier Foundation, y aquí en Colombia RedPaTodos, que han recopilado información sobre el tema.