Puntos clave
- Neff: la digitalización redistribuye el riesgo hacia el trabajador, del emprendedor de los noventa al repartidor de plataforma.
- Un dato nunca es neutral: alguien decidió qué medir, y quien no aparece en el dato no aparece en la política.
- Los sistemas de datos fracasan cuando se imponen desde arriba y funcionan cuando se diseñan con quienes los usan.
La digitalización de las ciudades, según la socióloga Gina Neff, es un proceso que reorganiza el trabajo, los servicios y las relaciones sociales a través de datos, y su impacto depende menos de la tecnología que de quién la diseña y para quién. Neff, profesora de tecnología y sociedad en la Universidad de Cambridge y antes en el Oxford Internet Institute, no es una teórica de la ciudad inteligente sino de lo que ocurre cuando los datos entran en las organizaciones y en la vida cotidiana, y su obra, de Venture Labor (2012) a Self-Tracking (2016) y su investigación sobre inteligencia artificial en el trabajo, ofrece una pregunta útil para cualquier ayuntamiento: qué cambia cuando una ciudad empieza a gobernarse con datos.
Venture Labor: la digitalización redistribuye el riesgo hacia el trabajador
Su primer hallazgo es que la digitalización redistribuye riesgo. En Venture Labor mostró que los trabajadores de la industria digital de Nueva York en los años noventa asumían como propio el riesgo de las empresas, jornadas sin límite, salarios en acciones, inestabilidad, y celebraban esa exposición como emprendimiento; el mismo mecanismo opera hoy en las plataformas de reparto y transporte que sostienen la ciudad digital, donde el trabajador aporta el vehículo, el tiempo y el riesgo y el algoritmo aporta la coordinación. Una ciudad inteligente que mide el tiempo de entrega y no las condiciones de quien entrega ha decidido, sin declararlo, qué parte del sistema importa.
Self-Tracking: los datos deciden qué se ve y qué desaparece
El segundo hallazgo se refiere a los datos como decisión. Neff y Dawn Nafus mostraron en Self-Tracking que un dato nunca es neutral: alguien decidió qué medir, con qué sensor, con qué categorías, y esas decisiones fijan qué se ve y qué desaparece. Trasladado a la ciudad, los cuadros de mando municipales, los sensores de tráfico y los algoritmos de asignación de servicios miden lo que es fácil de medir, coches, incidencias, quejas registradas, y dejan fuera los cuidados, la informalidad y los barrios que no generan datos porque no tienen cobertura, aplicaciones o tiempo para reclamar. La dependencia de los datos para decidir amplifica así las desigualdades existentes, porque quien no aparece en el dato no aparece en la política.
Gobernanza de datos y participación: diseñar con quienes usan el sistema
El tercer hallazgo es sobre la gobernanza. Neff ha investigado cómo las organizaciones adoptan inteligencia artificial y ha encontrado que los sistemas fracasan cuando se imponen desde arriba sin la participación de quienes los usan, y funcionan cuando se diseñan con ellos; su propuesta para las ciudades es la misma: políticas urbanas inclusivas y participativas, en las que los vecinos, los trabajadores y los servicios afectados intervienen en qué se mide, quién accede a los datos y qué decisiones se automatizan. Una ciudad inteligente, en su lectura, debe beneficiar a todos sus habitantes sin generar nuevas desigualdades, y eso no lo garantiza la tecnología sino la gobernanza de los datos.
El contraargumento de la eficiencia y la lección para las ciudades
El contraargumento es que las herramientas digitales han mejorado servicios reales: transporte más puntual, mantenimiento predictivo, trámites en línea, alertas de contaminación, y que exigir participación en cada decisión técnica puede paralizar administraciones que ya son lentas. Neff no discute los beneficios; discute su reparto, y sostiene que la eficiencia que se mide con los datos de unos y se paga con el trabajo de otros no es eficiencia sino transferencia. La respuesta no es menos tecnología sino tecnología diseñada con la gente que la sostiene.
La lección de Neff para las ciudades inteligentes es que la digitalización no es un destino sino una serie de decisiones sobre qué medir, quién asume el riesgo y quién decide, y que cada una de ellas puede ampliar o reducir la desigualdad. Diseñar tecnologías que promuevan la inclusión y el bienestar colectivo empieza por preguntar a quién sirve el dato antes de instalar el sensor.
Preguntas frecuentes
¿Qué aporta Gina Neff al debate sobre ciudades inteligentes?
Una mirada sociológica sobre lo que ocurre cuando los datos entran en las organizaciones: la digitalización transfiere riesgo a los trabajadores, los datos fijan qué se ve y qué desaparece, y los sistemas solo funcionan de forma inclusiva cuando se gobiernan con la participación de vecinos, trabajadores y servicios afectados.
¿Por qué la dependencia de los datos puede amplificar desigualdades?
Porque los cuadros de mando y algoritmos municipales miden lo fácil de medir, tráfico, incidencias y quejas registradas, y dejan fuera los cuidados, la informalidad y los barrios sin cobertura ni tiempo para reclamar; quien no genera datos no existe para la política que se decide con ellos.
