Cómo una imagen de Google Street View de su casa predice su riesgo de accidente automovilístico

Una captura de pantalla del mapa satelital de Google mapas de Google

Google Street View se ha convertido en una forma sorprendentemente útil de aprender sobre el mundo sin entrar en él. La gente lo usa para planificar viajes, explorar destinos de vacaciones y acechar virtualmente a amigos y enemigos por igual.

Pero los investigadores han encontrado usos más insidiosos. En 2017, un equipo de investigadores usó las imágenes para estudiar la distribución de los tipos de autos en los EE. UU. y luego usó esos datos para determinar la composición demográfica del país. Resulta que el automóvil que conduce es un indicador sorprendentemente confiable de su nivel de ingresos, su educación, su ocupación e incluso la forma en que vota en las elecciones.

Ahora, un grupo diferente ha ido aún más lejos. Łukasz Kidziński de la Universidad de Stanford en California y Kinga Kita-Wojciechowska de la Universidad de Varsovia en Polonia han utilizado imágenes de Street View de las casas de las personas para determinar la probabilidad de que se vean involucradas en un accidente automovilístico. Esa es información valiosa que una compañía de seguros podría usar para establecer las primas.

El resultado plantea preguntas importantes sobre la forma en que la información personal puede filtrarse de conjuntos de datos aparentemente inocentes y si las organizaciones deberían poder usarla con fines comerciales.

Datos de seguros

El método de los investigadores es sencillo. Comenzaron con un conjunto de datos de 20.000 registros de personas que contrataron un seguro de automóvil en Polonia entre 2013 y 2015. Estos fueron seleccionados al azar de la base de datos de una compañía de seguros no revelada.

Cada registro incluía la dirección del titular de la póliza y la cantidad de reclamos por daños que realizó durante el período 2013–15. La aseguradora también compartió su propia predicción de reclamaciones futuras, calculada utilizando su modelo de riesgo de última generación que tiene en cuenta el código postal del titular de la póliza y la edad, el sexo, el historial de reclamaciones del conductor, etc.

La pregunta que investigaron Kidziński y Kita-Wojciechowska es si podrían hacer una predicción más precisa utilizando una imagen de Google Street View de la casa del titular de la póliza.

Para averiguarlo, los investigadores ingresaron la dirección de cada asegurado en Google Street View y descargaron una imagen de la residencia. Clasificaron esta vivienda según su tipología (vivienda unifamiliar, adosado, bloque de viviendas, etc.), su antigüedad y su estado. Finalmente, los investigadores analizaron este conjunto de datos para ver cómo se correlacionaba con la probabilidad de que un asegurado hiciera un reclamo.

Los resultados son una especie de sorpresa. Resulta que la residencia del titular de la póliza es un predictor sorprendentemente bueno de la probabilidad de que presente un reclamo. Descubrimos que las características visibles en una imagen de una casa pueden predecir el riesgo de accidentes automovilísticos, independientemente de las variables utilizadas clásicamente, como la edad o el código postal, dicen Kidziński y Kita-Wojciechowska.

Cuando estos factores se suman al modelo de riesgos de última generación de la aseguradora, mejoran su poder predictivo en un 2%. Para poner eso en perspectiva, el modelo de la aseguradora es mejor que un modelo nulo por solo un 8% y se basa en un conjunto de datos mucho más grande que incluye variables como la edad, el sexo y el historial de reclamos.

Entonces, la técnica de Google Street View tiene el potencial de mejorar significativamente la predicción. Y el trabajo actual es simplemente una prueba de principio. Los investigadores dicen que su precisión podría mejorarse utilizando conjuntos de datos más grandes y un mejor análisis de datos.

Consentimiento informado

El enfoque de los investigadores plantea una serie de preguntas importantes sobre cómo se deben usar los datos personales. Los titulares de pólizas en Polonia podrían sorprenderse al saber que las direcciones de sus casas se ingresaron en Google Street View para obtener y analizar una imagen de su residencia.

Una pregunta interesante es si dieron su consentimiento informado para esta actividad y si una compañía de seguros puede usar los datos de esta manera, dadas las estrictas leyes de privacidad de datos de Europa. El consentimiento otorgado por los clientes a la empresa para almacenar sus direcciones no significa necesariamente un consentimiento para almacenar información sobre la apariencia de sus casas, dicen Kidziński y Kita-Wojciechowska.

Y el enfoque podría abrir una caja de Pandora de análisis de datos. Si las compañías de seguros pueden beneficiarse, ¿por qué no otras empresas? La industria de seguros podría ser seguida rápidamente por los bancos, ya que existe una correlación comprobada entre los modelos de riesgo de seguros y la puntuación de riesgo de crédito, dicen Kidziński y Kita-Wojciechowska.

La capacidad de recopilar, analizar y explotar información ha aumentado drásticamente en los últimos años. Esta capacidad ha superado la comprensión de la mayoría de las personas de lo que es posible con sus datos, y ciertamente ha superado la velocidad a la que se puede aprobar la legislación para controlarlos.

Por supuesto, Google no es la única empresa que recopila imágenes a pie de calle. Sin embargo, tal práctica plantea preocupaciones sobre la privacidad de los datos almacenados en Google Street View, Bing Maps Streetside de Microsoft, Mapillary o conjuntos de datos privados equivalentes como CycloMedia, dicen Kidziński y Kita-Wojciechowska.

Es probable que este tipo de trabajo plantee la cuestión de si estas empresas deberían poder recopilar y almacenar estas imágenes. En Alemania, donde la privacidad es un tema importante del debate público, Google ya tiene prohibido recopilar imágenes de Street View. Puede que no sea el último lugar para introducir tal prohibición.

Ref: arxiv.org/abs/1904.05270 : La imagen de Google Street View de una casa predice el riesgo de accidente automovilístico de su residente

esconder