R&G

”...Otra tendencia paralela es la que ha hecho de la vigilancia como fuente de captura de excedente conductual un servicio en sí misma. Las compañías que se dedican a ello suelen ser conocidas como empresas de «software como servicio» (ScS), pero sería más correcto llamarlas de la «vigilancia como servicio» (VcS). Por ejemplo, un nuevo método de concesión inmediata de préstamos a través de una aplicación determina la solvencia de un individuo a partir de una operación de detallada minería de datos tomados del teléfono inteligente de este, así como de otros comportamientos suyos en línea, incluidos sus mensajes de texto, sus correos electrónicos, las coordenadas GPS de sus ubicaciones, sus publicaciones en redes sociales, sus perfiles de Facebook, sus transacciones en comercios minoristas y sus patrones comunicativos. Entre las fuentes de esos datos, pueden incluirse detalles íntimos de la persona, como la frecuencia con la que recarga la batería del móvil, el número de mensajes de entrada que recibe, si devuelve las llamadas que recibe y cuándo, cuántos contactos tiene en su lista del móvil, cómo rellena los formularios en línea, o cuántos kilómetros se desplaza a diario. Estos datos conductuales generan unos patrones ricos en matices que permiten predecir la probabilidad de impago o devolución de un préstamo, por ejemplo, y que, por consiguiente, hacen posible que se produzca un continuo desarrollo y perfeccionamiento algorítmico. Dos economistas que han estudiado esta técnica descubrieron que todos esos aspectos del excedente conductual de las personas producen un modelo predictivo comparable a las valoraciones crediticias tradicionales, y señalaron en este sentido que «el método cuantifica aspectos muy ricos del comportamiento que, hasta ahora, se habían considerado información “blanda”, y los vuelven tratables y legibles para las instituciones formales». «Ahora es posible adentrarse en la vida cotidiana de esos clientes y comprenderla bien», explicó el director ejecutivo de una de esas compañías crediticias que analiza hasta diez mil señales por cliente.

Los métodos de esa clase se desarrollaron originalmente pensando en los mercados de África y con la intención de ayudar a que las personas «no bancarizadas» (es decir, aquellas de quienes no se podía determinar un nivel de solvencia crediticia) pudieran optar a solicitar préstamos. Una de esas organizaciones financieras entrevistó a clientes potenciales residentes en países de baja renta per cápita y se dio cuenta de que podía ser muy fácil explotar a unos individuos ya de por sí acuciados por sus problemas de pobreza: «La mayoría dijeron no tener problema alguno en compartir detalles personales a cambio de recibir unos fondos muy necesarios para ellos». Pero estas nuevas startups de préstamos a través de aplicaciones de móvil se han desarrollado en Silicon Valley y han recibido financiación de las mismas fuentes que financian otras empresas del valle, y por ello no debe sorprendernos que esas mismas técnicas estrenadas en África hayan pasado a formar parte de una tendencia ya general de explotación de muchas familias estadounidenses económicamente diezmadas por la crisis financiera y por la cura de austeridad recetada por el neoliberalismo.”

(ShoZub)