La historia de cómo una organización ayudó a las personas en situación de calle, muestra el valor inherente de la observación, la empatía y la perseverancia.

El método tradicional utilizado por los trabajadores sociales para ayudar a las personas en situación de calle es un modelo de cinta transportadora, que mueve a las personas metódicamente de la calle, al refugio, a la vivienda permanente.

Pocas instituciones han cuestionado este modelo básico, sin embargo, cualquier trabajador social experimentado admitiría que existe una población que se resiste a los servicios: las personas en situación de calle que rechazan los refugios.

Frente a esta realidad, en 2001 una organización no profesional llamada Common Ground (ahora conocida como Breaking Ground) llevó a cabo un experimento: un catastro en pleno invierno, de las personas en situación de calle en Times Square en la ciudad de Nueva York. El equipo de Common Ground salió a las calles. Dejaron de emitir juicios, pospusieron análisis y sacaron conclusiones basadas únicamente en observaciones cercanas y una escucha cuidadosa.

La idea de un diseño centrado en el ser humano -desarrollando soluciones a través de la observación intensiva y la recopilación de pequeños datos, esos pequeños rasgos del comportamiento humano- es especialmente importante hoy en día.

El auge de las máquinas inteligentes a menudo lleva a los observadores a pintar una mirada apocalíptica de la fuerza de trabajo tradicional. En lo más extremo, las predicciones indican que la mayoría de los trabajos de oficina están siendo automatizados, lo que conduce a un futuro sin empleo. Lo que a menudo queda fuera de esta narrativa es que a pesar de que la inteligencia artificial (IA) y otras tecnologías emergentes están transformando la forma en que se realizan las tareas rutinarias, también están liberando a los humanos de una especie de pesado trabajo rutinario. Esto a su vez permite a las personas hacer lo que mejor sabe hacer: resolver problemas en forma creativa.

En medio del análisis predictivo y el aprendizaje automático, con mucha información cubriendo sectores e industrias, la importancia de los pequeños datos no puede ser exagerada. El análisis masivo de datos y el aprendizaje automático se preocupan por la correlación, no por la causalidad.

Las computadoras sobresalen en precisión, rigor y consistencia, pero no están diseñadas para integrar interacciones sociales entre dominios, o cruzar datos en línea y fuera de línea, o llegar a una hipótesis de trabajo que explique los comportamientos humanos. En otras palabras, la IA apoya a los profesionales, ofreciéndoles experiencia y asistencia, pero todavía se necesita creatividad para hacer la pregunta correcta, la pregunta que guía a uno hacia un resultado deseado, ya sea mejorar el rendimiento corporativo o proteger a los más vulnerables de la sociedad en una fría noche de invierno.

Comprensión a través de la Empatía

Con rasgos faciales muy marcados y cabello rubio hasta los hombros, Rosanne Haggerty, la fundadora de Common Ground, habla como una empoderada ejecutiva de negocios. Ella es amable, mesurada y asertiva, eligiendo cuidadosamente sus palabras. No es la activista social que uno podría esperar. Ella no era ajena al problema de la falta de vivienda, habiendo desarrollado docenas de unidades de vivienda asequible en la ciudad de Nueva York en la década de 1990, pero se volvió cada vez más inquieta por la permanente cantidad de personas en situación de calle.

Esa situación fue lo que llevó a su equipo a hacer un registro de Times Square manzana por manzana a partir de enero de 2001, observando a cada individuo en situación de calle que encontraron. A las 5 a.m. todos los días durante cuatro semanas consecutivas, Haggerty y su equipo recorrieron las calles y crearon una lista de nombres con fotos de todos aquellos que dormían dentro de las 20 cuadras que rodean Times Square. De las 55 personas que el equipo contó allí ese invierno, solo 18 dormían en la calle regularmente. Los otros estaban allí intermitentemente y no están siempre en situación de calle. En otras palabras, esos 18 eran las únicas personas crónicamente en situación de calle en el vecindario.

Es difícil exagerar la significación de este hallazgo. El término persona en situación de calle en forma crónica aún no había entrado en el léxico de las obras sociales en ese momento. La mayoría de las organizaciones de servicios sociales estaban tratando a todas las personas de la misma manera. El equipo también se enteró de que muchas de estas personas eran reacias a los refugios, los odiaban. Con salas húmedas, olor a orina, alcohol, drogas y extraños en varios estados de coherencia, los refugios ofrecían poco respiro de los peligros de la calle. En la calle, sin embargo, esta comunidad de personas sabía dónde comer, dónde ducharse semanalmente y cómo ganarse la vida.

Muchas personas en situación de calle quedaron atrapados aún más debido a las burocracias existentes.

Para calificar para una vivienda subsidiada, por ejemplo, la persona tenía que presentar copias del certificado de nacimiento, evidencia de ingresos, un documento de solvencia crediticia o prueba de sobriedad durante seis meses, una hazaña casi imposible para cualquiera que haya estado viviendo en las calles durante años. De hecho, las 18 personas que Common Ground catastró, habían estado viviendo en la calle durante 14 años en promedio. Eran conocidos por prácticamente todos los trabajadores sociales, policías y agencias de servicios de Times Square. Todos tenían problemas médicos, de drogas, alcohol y habían sido contactados por al menos un equipo de ayuda anteriormente, sin embargo, nadie había manejado con éxito esta población más difícil.

Haggerty consideró que apuntar a estas personas sin hogar y darles exactamente lo que querían (vivienda, no refugios) podría persuadir a otros que habían estado en la calle por períodos más cortos para que también buscaran ayuda, cambiando así el vecindario desde cero. Su equipo se centró en idear nuevas formas de trabajar a través del sistema existente, navegando por el laberinto burocrático. Simplificaron el proceso de solicitud siempre que fue posible y lucharon contra muchas reglas y regulaciones que a menudo discriminaban a las mismas personas a las que deberían haber ayudado.

Uno de los siguientes pasos de Haggerty no le gustó a su personal. Ella ordenó que la operación de vivienda de Common Ground se volviera responsable de servir a una determinada cuota de personas sin hogar. Los gerentes se resistieron a su idea con el argumento de que es probable que estos inquilinos potenciales no rindan pagos de alquiler o, lo que es peor, vandalicen las instalaciones de la vivienda, un escenario de pesadilla, ya que cada administrador era responsable de su presupuesto anual. Para disipar los temores y minimizar la resistencia, Haggerty acordó realizar un seguimiento del impacto a medida que se aceptaban nuevas personas en los edificios, y disponer de recursos adicionales como medida de precaución.

Ninguno de los temores de los gerentes se materializó después de la implementación de la iniciativa de Haggerty. De hecho, los efectos positivos resultaron sorprendentes. El equipo vio una reducción del 75 por ciento en la falta de vivienda en Times Square durante un año en 2006, y luego otro 50 por ciento al año siguiente, lo que resultó en una reducción total sostenida de la falta de vivienda del 87 por ciento, así como una disminución del 43 por ciento en la falta de vivienda en los 20 bloques circundantes.

Codificación del conocimiento

En noviembre de 2012, lo que había comenzado como un conteo matutino en Times Square se había convertido en un movimiento nacional que desde entonces ha transformado las vidas de 100.000 personas. La clave de esta expansión había sido el desarrollo por parte de Common Ground de un índice de vulnerabilidad, que incorpora el conocimiento experto y empodera a los proveedores de servicios menos experimentados en todo el país.

Haggerty y su equipo buscaron una manera de difundir el juicio experto en toda la comunidad al codificar su conocimiento en un libro fácil de leer. El índice de vulnerabilidad identifica a las personas con riesgo extremo de morir en la calle al observar factores como hospitalizaciones, visitas a las salas de emergencia, enfermedades y antecedentes de congelación, entre otras métricas. El índice es un registro persona por persona, creando una especie de registro de salud para cualquier comunidad dada. Es el equivalente de puntuación FICO para vivienda. Ya no se necesita un trabajador social experimentado y con una tenacidad extrema, para identificar a las personas crónicamente en situación de calle que más necesitan ayuda.

Haggerty y su equipo se asociaron con Palantir Technologies, una compañía de software y servicios informáticos en Silicon Valley, para desarrollar una plataforma en línea que pareaba automáticamente los resultados del índice de vulnerabilidad con las viviendas disponibles en el área. No solo identificó a los más vulnerables, sino que también automatizó el proceso de asignación de viviendas que alguna vez fue muy lento. Eso no fue para minimizar la importancia de la observación humana, que sigue siendo crítica para poblar el índice, sino que ahora los procesos finales se pueden mover más rápido y sin problemas, liberando a las comunidades y a los expertos para innovar.

La creatividad prevalece

La historia de Rosanne Haggerty y Common Ground es una forma útil de pensar en las interacciones entre humanos y máquinas. Los recientes avances en inteligencia artificial sin duda han hecho que los sistemas expertos sean mucho más poderosos para acelerar la transferencia de conocimiento. Aún así, se requiere que un humano decida dónde y cómo se implementa la IA, y qué decisiones clave son convenientes en IA.

Aunque la automatización ha logrado que el proceso de convertir los datos en información útil sea más rápido que antes, no ha eliminado la tarea humana de dotar a la información de significado y actuar sobre esa información de manera creativa.

Muchas empresas que construyen sistemas de IA también han descubierto que los humanos deben desempeñar un papel activo tanto en el desarrollo como en la ejecución de estos sistemas. De hecho, una investigación del economista de la Universidad de Boston James Bessen ha sugerido que los empleos y la automatización a menudo crecen de la mano, y que la automatización crea más empleos de los que destruye.

Mi propia perspectiva es que la cuestión de si la automatización complementará o reemplazará el trabajo humano se reducirá en última instancia a la elección gerencial: Automatice tantas tareas cognitivas rutinarias como sea posible, y al hacerlo, permita y empodere a su gente para que aplique su creatividad al próximo gran problema.

El deseo innato de desarrollar soluciones, y de responder a la pregunta de por qué, fue lo que impulsó a Haggerty cuando intentó abrir el problema de la falta de vivienda de la ciudad de Nueva York. Y es esa misma cualidad de persistir en la lucha de hacer sentido sobre la condición humana, es la mayor ventaja de la gente en la era de las máquinas inteligentes.