1
00:00:17,714 --> 00:00:19,548
Era el fin de 2016.

2
00:00:19,718 --> 00:00:22,534
No sé qué estaban haciendo Uds.,
pero yo estaba pendiente de esto.

3
00:00:22,534 --> 00:00:25,611
Este peliculón, si no lo vieron,
Dr. Strange, mírenla.

4
00:00:25,972 --> 00:00:27,983
Pero la realidad es que 
la mayoría de la gente en el mundo

5
00:00:27,983 --> 00:00:30,197
estaba pendiente de lo que pasaba
en EE.UU.

6
00:00:30,694 --> 00:00:33,299
EE.UU. estaba viviendo
un proceso de elecciones,

7
00:00:33,395 --> 00:00:39,352
y lo que pasaba antes de eso
era que se veían estos números:

8
00:00:39,411 --> 00:00:42,913
El 71 % para Hilary Clinton
por sobre Donald Trump.

9
00:00:42,913 --> 00:00:44,686
Parecía que ganaba pero, en realidad,

10
00:00:44,686 --> 00:00:46,027
terminó pasando esto.

11
00:00:46,306 --> 00:00:48,183
Todos sabemos la historia, ganó Trump.

12
00:00:48,183 --> 00:00:51,097
Pero, la vida siguió;
era abril de este año

13
00:00:51,539 --> 00:00:54,570
y yo estaba pendiente
de una noticia que pasaba.

14
00:00:55,009 --> 00:00:57,619
La NASA estaba trabajando
en este proyecto bastante raro,

15
00:00:57,619 --> 00:01:00,676
un avión que atraviese
la barrera del sonido sin hacer ruido.

16
00:01:01,215 --> 00:01:02,807
Bueno, y de repente me dicen:

17
00:01:02,807 --> 00:01:06,781
"Sabes que Mark Zuckerberg
está siendo llamado al Senado a declarar,

18
00:01:06,781 --> 00:01:09,809
aparentemente hubo filtración de datos,

19
00:01:09,832 --> 00:01:13,184
y eso favoreció a Trump
para que fuera presidente.

20
00:01:13,384 --> 00:01:16,278
Bueno, parecía raro,
pero esto estaba pasando.

21
00:01:17,899 --> 00:01:20,756
Este personaje de Star Trek
se llama Data, no sé si...

22
00:01:23,005 --> 00:01:26,692
Facebook es una empresa gigante,
y el poder que tiene sobre los datos,

23
00:01:26,728 --> 00:01:29,320
sobre nuestro comportamiento, 
es increíblemente grande.

24
00:01:29,320 --> 00:01:34,257
Puso encima de un debate
sobre la privacidad de la información

25
00:01:34,341 --> 00:01:37,537
en todas las mesas de Mirtha Legrand
del mundo se hablaba de esto;

26
00:01:39,058 --> 00:01:40,955
la primera vez que pasaba una cosa así.

27
00:01:40,966 --> 00:01:44,465
Entonces la gente empezó a pensar:
"¿Qué pasó con esto, qué hicieron?"

28
00:01:44,465 --> 00:01:48,308
Bueno, los psicólogos dicen
que la personalidad es una mezcla

29
00:01:48,308 --> 00:01:51,907
entre lo que pensamos, lo que sentimos
y lo que hacemos.

30
00:01:51,907 --> 00:01:56,307
Y con cada clic que damos en Facebook
ellos nos conocen más y más.

31
00:01:56,646 --> 00:02:00,726
Pero es ilegal que nos envíen anuncios
en función a esa personalidad.

32
00:02:01,066 --> 00:02:04,662
Lo que aún no es ilegal es que
nos envíen anuncios

33
00:02:04,662 --> 00:02:06,607
en función a nuestros intereses.

34
00:02:06,690 --> 00:02:10,380
Por ejemplo, si le damos "me gusta"
a una película, o seguimos un artista.

35
00:02:11,068 --> 00:02:14,977
Entonces, imagínense si hubiera 
otra forma de generar esos avisos.

36
00:02:15,316 --> 00:02:17,676
Hay una empresa
que se llama Cambridge Analytica,

37
00:02:17,692 --> 00:02:20,289
que es especializada en análisis de datos

38
00:02:20,289 --> 00:02:22,897
para campañas políticas,
que lo que hicieron fue

39
00:02:22,897 --> 00:02:25,902
crear un algoritmo
que cree una personalidad

40
00:02:25,902 --> 00:02:27,762
basada en los datos de Facebook.

41
00:02:28,055 --> 00:02:31,352
Y parece que esto, según los expertos,
funciona muy bien.

42
00:02:31,352 --> 00:02:34,183
De hecho, con 10 "me gusta"
que uno da en Facebook,

43
00:02:34,236 --> 00:02:37,347
Facebook nos conoce mejor que
nuestros compañeros de trabajo,

44
00:02:37,747 --> 00:02:40,793
Con 150 nos conoce mejor
que nuestros padres,

45
00:02:40,816 --> 00:02:43,517
y con 300 mejor que nuestra pareja.

46
00:02:43,721 --> 00:02:47,472
Ahora, Facebook tomó realmente
una muy mala decisión

47
00:02:47,472 --> 00:02:49,883
con la forma en que manejaron
nuestros datos,

48
00:02:49,883 --> 00:02:52,494
porque lo que hicieron fue,
de alguna manera,

49
00:02:52,494 --> 00:02:55,942
utilizarlos para un fin que 
no estábamos planeando, ¿no?

50
00:02:55,942 --> 00:02:59,459
Nos imaginábamos algunos usos posibles,

51
00:02:59,459 --> 00:03:02,348
pero, creo que no nos imaginábamos
lo que terminó pasando.

52
00:03:02,801 --> 00:03:05,051
Entonces, nos da un poco de miedo,

53
00:03:05,051 --> 00:03:07,553
porque usaron nuestras emociones
más íntimas,

54
00:03:07,553 --> 00:03:12,303
para generar un provecho que no era
el que se suponía que podía pasar.

55
00:03:12,780 --> 00:03:16,244
Y con todo esto, 
para dar un caso práctico,

56
00:03:16,771 --> 00:03:21,769
Donald Trump utilizó fuertemente
en su campaña el apoyo a las armas, ¿no?

57
00:03:21,769 --> 00:03:22,942
a la portación de armas.

58
00:03:22,942 --> 00:03:26,155
Entonces, imagínense que con esta prueba
que hicieron, que se llama

59
00:03:26,155 --> 00:03:30,029
"La prueba de los 5 grandes",
basada en la psicología,

60
00:03:30,075 --> 00:03:33,002
determinen algunos rasgos que dicen,
por ejemplo, que si somos

61
00:03:33,002 --> 00:03:37,586
amigos del cambio, si somos extrovertidos,
si somos tímidos, si somos amables,

62
00:03:37,596 --> 00:03:39,698
si somos de enojarnos fácilmente.

63
00:03:39,698 --> 00:03:43,071
Con estas pruebas de "los 5 grandes"
que le llaman

64
00:03:43,071 --> 00:03:47,038
crearon publicidades, crearon anuncios
que nos envían en forma dirigida

65
00:03:47,038 --> 00:03:48,005
a nosotros.

66
00:03:48,063 --> 00:03:50,671
Entonces, por ejemplo,
sí tenemos una personalidad

67
00:03:50,671 --> 00:03:52,006
abierta al cambio,

68
00:03:52,006 --> 00:03:56,418
y por ejemplo, podemos sentir
que nos pueden atacar desde afuera

69
00:03:56,418 --> 00:03:59,623
pueden generar este tipo de anuncios,
no tan obvios como este,

70
00:03:59,623 --> 00:04:02,918
pero sí que, inconscientemente,
nos trabajaran la cabeza.

71
00:04:02,918 --> 00:04:06,816
Otro, por ejemplo, este anuncio
si sos una personalidad protectora

72
00:04:06,816 --> 00:04:10,083
y tenés miedo a que le pueda pasar
algo a tu familia y al futuro,

73
00:04:10,083 --> 00:04:11,807
una publicidad como esta otra.

74
00:04:13,101 --> 00:04:17,301
Ahora, en esa época
había como dos grupos, ¿no?

75
00:04:17,310 --> 00:04:21,399
O sea, había un grupo que decía, 
bueno, yo le di a Facebook,

76
00:04:21,570 --> 00:04:26,191
le di a Facebook todo lo que soy,
le di mi intimidad más preciada, ¿no?

77
00:04:26,191 --> 00:04:29,721
le conté todo lo que hacía,
y las cosas más importantes.

78
00:04:30,626 --> 00:04:32,841
Y otro grupo que estaba 
del otro lado, y decía:

79
00:04:32,841 --> 00:04:35,483
"Yo, bueno, era obvio
que iba a pasar esto,

80
00:04:35,483 --> 00:04:38,898
Facebook es el Gran Hermano, Skynet,
y tienen toda la data, y bueno.

81
00:04:38,898 --> 00:04:41,663
Creo que hay un punto medio
entre esas dos cosas.

82
00:04:41,769 --> 00:04:44,891
Si puede ser que era obvio
que había muchos datos que tenían

83
00:04:44,960 --> 00:04:48,060
y había unos usos comerciales
que se esperaban;

84
00:04:48,070 --> 00:04:50,890
pero no era obvio que se usara
para lo que se terminó usando.

85
00:04:51,521 --> 00:04:56,258
Ahora, con todo esto, ¿podemos decir
que los datos ganaron una elección?

86
00:04:56,258 --> 00:04:58,686
Bueno, Cambridge Analytica dice que sí,

87
00:04:58,686 --> 00:05:02,184
pero a ciencia cierta no sabemos
quién voto a quién

88
00:05:02,184 --> 00:05:04,578
en función a los anuncios que vio.

89
00:05:04,871 --> 00:05:08,938
Lo que si estamos seguros es que
esta campaña fue poco transparente

90
00:05:08,938 --> 00:05:11,693
y que nos hizo replantearnos
las cosas que publicamos

91
00:05:11,693 --> 00:05:12,984
en las redes sociales.

92
00:05:13,004 --> 00:05:14,918
Seguramente a Uds. también les pasó.

93
00:05:15,603 --> 00:05:18,061
Cuando hablamos de datos
les tengo que decir que

94
00:05:18,061 --> 00:05:21,088
no siempre los datos que usamos
y los que compartimos

95
00:05:21,166 --> 00:05:22,470
está mal hacerlo, ¿no?

96
00:05:22,470 --> 00:05:25,895
Por ejemplo, este caso, en Londres 
se viene trabajando hace muchos años

97
00:05:25,895 --> 00:05:28,454
con la apertura de datos,
generar datos abiertos

98
00:05:28,454 --> 00:05:30,575
para que miles de personas hagan casos;

99
00:05:30,575 --> 00:05:32,650
casos como este, que les voy a contar,

100
00:05:32,650 --> 00:05:35,796
donde el Gobierno, bueno,
cuando llega tarde un tren

101
00:05:35,796 --> 00:05:37,494
que no debe pasar muy seguido,

102
00:05:37,494 --> 00:05:40,200
le devuelve el valor del boleto
a las personas.

103
00:05:40,200 --> 00:05:42,402
Nadie reclamaba, la plata quedaba ahí

104
00:05:42,402 --> 00:05:45,453
y hubo un emprendedor, que 
se le prendió la lamparita, y dijo:

105
00:05:45,453 --> 00:05:47,272
"¿Por qué no hacemos algo con esto?"

106
00:05:47,272 --> 00:05:49,276
El tipo agarró y creó una plataforma

107
00:05:49,438 --> 00:05:52,463
donde los usuarios se registran 
con sus datos de la tarjeta,

108
00:05:52,821 --> 00:05:54,702
la SUBE de Londres, digamos.

109
00:05:55,540 --> 00:05:58,095
Cargan sus datos,
y cuando el tren llega tarde,

110
00:05:58,095 --> 00:06:01,535
y ellos tienen el registro de la hora
que debería haber llegado,

111
00:06:01,535 --> 00:06:03,988
lo comparan con la hora
que se subió esa persona,

112
00:06:03,988 --> 00:06:06,583
y si hay una devolución,
se la envían directamente.

113
00:06:06,583 --> 00:06:09,442
O sea, que cobrás solamente
porque llegó tarde el tren.

114
00:06:10,232 --> 00:06:13,310
De esta forma, el emprendedor
hizo unas libras, ¿no?

115
00:06:13,310 --> 00:06:15,198
Se quedó con unos billetes en la mano,

116
00:06:15,198 --> 00:06:18,158
porque se puede hacer plata
y hacer el bien al mismo tiempo

117
00:06:18,158 --> 00:06:19,089
por supuesto.

118
00:06:19,343 --> 00:06:23,485
El tren está feliz porque 
está auditado por este sistema,

119
00:06:23,485 --> 00:06:25,080
o sea, funciona cada vez mejor

120
00:06:25,080 --> 00:06:27,780
gracias a que la gente
hace este tipo de controles.

121
00:06:28,393 --> 00:06:30,602
Y las personas que los usan están felices,

122
00:06:30,602 --> 00:06:33,526
se benefician con el dinero
del boleto reintegrado

123
00:06:33,526 --> 00:06:35,572
y encima, con un servicio cada vez mejor.

124
00:06:36,577 --> 00:06:39,651
Ahora, no hace falta ser
un capo emprendedor

125
00:06:39,651 --> 00:06:40,764
como este muchacho.

126
00:06:40,764 --> 00:06:45,055
No hace falta querer ser presidente
o ser dueño de una corporación

127
00:06:45,621 --> 00:06:48,415
para usar datos y para tomar decisiones.

128
00:06:48,589 --> 00:06:50,446
A mí me pasó un montón de veces, ¿no?

129
00:06:50,446 --> 00:06:53,020
Por ejemplo, a los 12 años
estaba viendo esta película,

130
00:06:53,020 --> 00:06:54,719
no sé si la vieron, 
"Juegos de Guerra".

131
00:06:54,719 --> 00:06:56,347
Uds. son muy jóvenes todos.

132
00:06:56,347 --> 00:06:58,583
"Juegos de Guerra" era un chico
que estaba en la casa

133
00:06:58,583 --> 00:07:00,432
y le había ido mal en una materia,

134
00:07:00,432 --> 00:07:02,980
se metió a hackear con esa tecnología

135
00:07:04,184 --> 00:07:06,477
y terminó metiéndose en el pentágono, ¿no?

136
00:07:06,477 --> 00:07:08,114
Yo estaba viendo esa película
a los 12 años;

137
00:07:08,114 --> 00:07:09,930
a esa edad también bailaba folclore.

138
00:07:11,215 --> 00:07:13,580
Les tengo que confesar,
no le cuenten a nadie

139
00:07:13,676 --> 00:07:16,300
pero aparentemente
no era muy bueno bailando, ¿no?

140
00:07:17,119 --> 00:07:19,130
y un día estaba en mi casa, 
viendo la película

141
00:07:19,130 --> 00:07:20,247
y viene mi vieja y me dice:

142
00:07:20,247 --> 00:07:23,283
"Fredi, mira, yo te quiero mucho,
te quiero decir algo,

143
00:07:23,967 --> 00:07:26,239
pero no sos bueno bailando folclore.

144
00:07:26,239 --> 00:07:31,377
Y lo bueno es que esos ARS 100
que usamos en esas clases

145
00:07:31,377 --> 00:07:33,358
te las podemos dar
para que hagas lo que quieras".

146
00:07:33,358 --> 00:07:36,345
Bueno, yo dije,
primero me sequé las lágrimas,

147
00:07:36,423 --> 00:07:39,454
me recompuse, y dije:

148
00:07:39,454 --> 00:07:43,605
"Bueno, me gusta mucho la computación,
quiero ser un hacker como este muchacho,

149
00:07:44,630 --> 00:07:45,670
quiero ser como él".

150
00:07:45,670 --> 00:07:48,059
Me metí a los institutos de computación,

151
00:07:48,059 --> 00:07:53,040
y ahí aprendí este apasionante e increíble
mundo de la tecnología de los 90, ¿no?

152
00:07:55,370 --> 00:07:58,181
Yo me volvía loco con esto,
pasaba horas jugando.

153
00:07:58,750 --> 00:08:01,823
Y después de eso me dediqué
toda la vida a la tecnología,

154
00:08:02,835 --> 00:08:05,232
a aprender, a enseñar
a trabajar con la tecnología.

155
00:08:05,758 --> 00:08:07,377
Y desde ese momento lo hago.

156
00:08:07,377 --> 00:08:10,984
También intento buscar la manera
de usar la tecnología

157
00:08:10,984 --> 00:08:13,248
con un uso diferente,
hackearla digamos, ¿no?

158
00:08:13,397 --> 00:08:16,060
Tradicionalmente uno piensa
que algo se crea para una cosa,

159
00:08:16,060 --> 00:08:18,150
pero se puede dar un uso distinto.

160
00:08:18,150 --> 00:08:20,451
Y una vez estaba
en una actividad de voluntariado,

161
00:08:20,461 --> 00:08:23,487
no sé si algunos habrán hecho,
están buenísimos.

162
00:08:23,487 --> 00:08:27,039
estábamos pintando un colegio,
y estaba con dos compañeros de trabajo,

163
00:08:27,049 --> 00:08:29,256
un físico, un ingeniero, dos cracks,

164
00:08:29,256 --> 00:08:30,384
un talento terrible.

165
00:08:30,646 --> 00:08:33,966
Estaban pintando una reja,
y lo hacía terriblemente mal, ¿no?

166
00:08:34,446 --> 00:08:36,590
No sabían pintar,
la pintaban dos veces igual,

167
00:08:36,620 --> 00:08:38,028
se peleaban por los colores.

168
00:08:38,028 --> 00:08:39,804
Le ponían onda, pero eran malísimos.

169
00:08:39,804 --> 00:08:40,852
Entonces, yo pensé:

170
00:08:41,761 --> 00:08:45,557
"Por qué le damos todo nuestro talento
a las empresas a las que trabajamos,

171
00:08:45,557 --> 00:08:47,717
y cuando le estamos dando
algo a la sociedad,

172
00:08:47,717 --> 00:08:49,527
le damos lo que peor hacemos.

173
00:08:50,057 --> 00:08:52,649
Y con esa reflexión, profunda, ¿no?

174
00:08:53,883 --> 00:08:55,730
hicimos uno de los proyectos este año,

175
00:08:55,730 --> 00:08:58,774
apalancados en esta iniciativa global
que se llama Data for Good.

176
00:08:58,774 --> 00:09:03,686
Data for Good es una iniciativa 
que busca usar ciencia y datos,

177
00:09:03,686 --> 00:09:07,837
el poder de los datos, para impactar
positivamente las vidas de las personas.

178
00:09:07,837 --> 00:09:10,769
Hicimos un proyecto que impactó
más de 3 millones de personas,

179
00:09:11,071 --> 00:09:15,134
porque en todo el país
hay unos 240 000 barrios populares

180
00:09:15,134 --> 00:09:17,020
que son los barrios donde vive gente

181
00:09:17,020 --> 00:09:21,005
que no tienen un certificado que 
habilita ese domicilio como válido.

182
00:09:21,011 --> 00:09:25,148
Entonces, no pueden pedir un servicio,
o no pueden anotar sus hijos al colegio.

183
00:09:25,148 --> 00:09:26,787
Eso pasa en todo el país.

184
00:09:27,172 --> 00:09:31,124
Hay un montón de organizaciones
trabajando hace dos años más o menos,

185
00:09:31,367 --> 00:09:34,757
se tardaron casi dos años en relevar
casa por casa

186
00:09:34,757 --> 00:09:37,118
en toda la geografía vasta
que tiene nuestro país.

187
00:09:38,170 --> 00:09:41,955
E hicieron un relevamiento increíble
para poder hacer puntos de entrega

188
00:09:41,955 --> 00:09:43,051
de estos certificados.

189
00:09:43,051 --> 00:09:45,230
Para que se junte la gente
con el certificado

190
00:09:45,319 --> 00:09:47,807
y que puedan tener ese domicilio válido.

191
00:09:47,807 --> 00:09:50,652
Eso es bastante complejo, ¿no?
porque el país es muy grande.

192
00:09:50,652 --> 00:09:53,718
Entonces, nos pidieron
cómo podemos mejorar el proceso de eso.

193
00:09:53,718 --> 00:09:57,432
Creamos un algoritmo
usando técnicas de ciencia de datos

194
00:09:57,823 --> 00:10:02,193
para optimizar esos puntos de entrega,
que en cada barrio se haga uno,

195
00:10:02,202 --> 00:10:04,938
y que las familias tengan 
que caminar lo menos posible

196
00:10:06,012 --> 00:10:09,709
Esta es la primera familia que obtuvo
el certificado de vivienda en Bariloche,

197
00:10:09,709 --> 00:10:13,299
el primero de país:
con eso pudo conectar la luz en su casa.

198
00:10:15,635 --> 00:10:16,893
Gracias.

199
00:10:16,903 --> 00:10:19,533
(Aplausos)

200
00:10:24,173 --> 00:10:29,163
Con esto buscamos 
que estas organizaciones argentinas

201
00:10:29,479 --> 00:10:33,282
tengan el mismo poder de decisión
que tienen,

202
00:10:33,282 --> 00:10:35,555
gracias a las herramientas
de análisis de datos,

203
00:10:35,555 --> 00:10:38,660
que tienen las empresas de Silicon Valley,
es realmente el mismo.

204
00:10:39,191 --> 00:10:41,526
Para que puedan hacer mejor
lo que hacen mejor.

205
00:10:42,866 --> 00:10:45,957
Nosotros visualizamos un futuro
donde estas organizaciones,

206
00:10:45,957 --> 00:10:48,151
que enfrentan estos problemas,

207
00:10:48,213 --> 00:10:51,317
tengan el mismo nivel de acceso
al análisis avanzado de datos

208
00:10:51,317 --> 00:10:53,149
que tienen las grandes corporaciones.

209
00:10:53,918 --> 00:10:58,253
Los datos, la tecnología,
la información está ahí para la usemos.

210
00:10:59,446 --> 00:11:01,566
Cualquiera de Uds.
puede cambiar su vida,

211
00:11:01,586 --> 00:11:04,168
pueden emprender
y hacer un cambio en la realidad,

212
00:11:04,256 --> 00:11:06,720
y las grandes corporaciones
pueden cambiar el mundo.

213
00:11:07,447 --> 00:11:09,446
¿Uds. que van a hacer
con los datos que tienen,

214
00:11:09,446 --> 00:11:10,764
que decisiones van a tomar?

215
00:11:10,764 --> 00:11:11,843
Muchas gracias.

216
00:11:11,897 --> 00:11:15,747
(Aplausos)