A dívida digital no uso da Internet

O seminário do MIT de Esteban Moro, professor da Universidad Carlos III em Madri e professor visitante do MIT discutiu a dívida digital socioeconômico com base em como usamos a internet, com foco em duas questões-chave:

  1. Quão profunda é a lacuna de uso digital em nossa sociedade?;  e
  2. Como podemos usar o tráfego de telefones celulares para inferir o status socioeconômico?

Seu seminário foi baseado em um artigo recentemente publicado no Journal of the Royal Society Interface em co-autoria com outros colaboradores, – A Divisão socioeconômica do consumo de serviços móveis.

A desigualdade é um problema, especialmente em áreas urbanas em rápida expansão”, escreveram os autores. “Embora seja um fator crucial para o crescimento econômico, a progressiva aglomeração de trabalhadores, indústrias, empresas e serviços nas cidades, isso tem um custo tremendo em termos de segregação e discriminação. Esse custo não é apenas econômico: em uma mesma cidade, diferentes áreas podem ter um desequilíbrio de 10 a 15 anos na expectativa de vida e níveis de educação altamente divergentes, com poucas chances de mobilidade social.”

O desenho e a implementação bem-sucedida de políticas para aliviar esses problemas exigem informações detalhadas e atualizadas com frequência sobre renda, educação ou desigualdade nas áreas metropolitanas”, acrescentaram. “Entretanto, a maioria das fontes de dados hoje empregadas, como censos ou pesquisas demográficas, padecem de escassa cobertura populacional ou de atualização pouco frequente, não permitindo acompanhar a rápida evolução que as sociedades urbanas vivenciam atualmente. Assim, as formas tradicionais de entender as cidades tendem a explicar o que aconteceu 5 anos antes, em vez de prever ou antever as transformações urbanas.”

Em seu seminário, Moro referiu-se a dívida socioeconômico baseado em como usamos a internet como a segunda dívida digital, em contraste com a dívida digital original que era baseado no acesso à internet.

Estar online na década de 1990 exigia um computador pessoal e uma conta com um provedor de serviços, e as transações de comércio eletrônico exigiam um cartão de crédito e uma conta bancária. À medida que nossa economia foi se tornando cada vez mais digital, grandes novas desigualdades estavam surgindo porque muitos ao redor do mundo não podiam comprar um PC ou ter uma conta na Internet e não tinham relacionamento bancário ou cartão de crédito. O alcance e a conectividade com os quais estávamos tão empolgados nesta fase inicial da era da internet não eram, na realidade, tão inclusivos. Embora a Internet tenha sido realmente empoderadora para aqueles com meios para usá-la, ela levou a uma crescente divisão digital em todo o mundo. A internet estava inaugurando uma revolução digital global, mas era desconcertante ter uma revolução digital global que deixou de fora a maioria da população mundial.

Esse quadro começou a mudar nos anos 2000. Os avanços tecnológicos contínuos estavam agora trazendo os benefícios de capacitação da revolução digital para a maioria da população do planeta. Os telefones celulares e o acesso sem fio à Internet passaram de um luxo a uma necessidade que a maioria das pessoas agora podia pagar, inicialmente nas economias avançadas e depois na maior parte do do mundo. Estávamos em transição da economia conectada de PCs, navegadores e servidores web para uma economia digital cada vez mais hiperconectada de dispositivos móveis onipresentes, poderosos e baratos, aplicativos baseados em nuvem e redes sem fio de banda larga.

Embora a lacuna original de acesso à internet seja agora mínima nas economias desenvolvidas, Moro e seus colaboradores descobriram que agora surgiu uma lacuna de uso digital, representando os usos distintos da internet por diferentes grupos socioeconômicos com base principalmente em sua renda e status educacional.

Para medir essa lacuna de uso digital, seu artigo argumentou que o consumo específico de serviços móveis por cada grupo era um indicador adequado para analisar a desigualdade econômica e social nas economias avançadas, uma vez que os padrões de consumo eram um reflexo direto dos interesses pessoais e digitais dos usuários. Consequentemente, seu estudo é baseado na análise de 3,7 bilhões de registros de tráfego móvel coletados pela principal operadora móvel da França nos 45 dias ou mais entre meados de maio e junho de 2017. Os registros foram marcados com data e hora e vinculados a estações base de rede de onde se originou o acesso à Internet.

Os registros capturaram o comportamento móvel de cerca de 15 milhões de indivíduos em todo o país enquanto acessavam diferentes aplicativos, – por exemplo, YouTube, Facebook, Netflix, – de seus dispositivos Apple ou Android. Para investigar as diferenças no uso relativo de aplicativos móveis específicos por grupos de renda e escolaridade, a análise considerou apenas o uso da internet registrado entre 20h e 7h durante a semana, – as horas em que os indivíduos tinham maior probabilidade de estar em suas casas ou perto de suas casas. Seu uso de telefone celular foi então vinculado aos dados demográficos de sua área de origem com base no censo da França de 2014-2015.

Vale a pena notar que nossos resultados são baseados em uma análise de dados de telefones celulares que preserva totalmente a privacidade. Enquanto outras métricas baseadas na mobilidade do usuário e nas comunicações precisam de dados individuais ou de alta resolução, nossas variáveis são construídas usando agregados de tráfego na rede.

O estudo encontrou evidências quantitativas de uma divisão digital significativa no uso da internet entre dois grupos socioeconômicos, cada um com renda e nível educacional diferentes. Em princípio, todos os indivíduos tinham acesso à mesma internet. Mas, o estudo descobriu que cada grupo geralmente acessava sua própria versão distinta da internet, e seu comportamento socioeconômico foi influenciado pelos serviços e informações bastante diferentes aos quais foram expostos. Ao analisar os fluxos de tráfego móvel, o estudo identificou os principais serviços que cada grupo acessou:

  • Maior renda e dados demográficos de educação – O tráfego de busca de informações predomina, por exemplo, notícias, e-mail, pesquisa; Instagram, WhatsApp e Twitter são os aplicativos de mídia social dominantes; jogos como Clash of Clans são os mais usados,…
  • Baixa renda e dados demográficos de educação – O tráfego de entretenimento predomina, por exemplo, streaming de vídeo, jogos, serviços para adultos;  Facebook e Snapchat são os aplicativos de mídia social dominantes; jogos como Candy Crush são os mais usados, …

A lacuna de uso digital é tão profunda entre áreas de baixa e alta renda ou de baixa ou alta escolaridade que pode ser usada para distinguir claramente entre elas ou mesmo identificar a composição relativa desses grupos em uma determinada área”, escreveram os autores. “Áreas de alta renda ou com acesso ao ensino superior apresentam uma utilização mais acentuada de dispositivos móveis para consumir notícias, trocar e-mails, buscar informações ou ouvir música. Ao mesmo tempo, eles apresentam um uso reduzido de algumas plataformas de mídia social ou serviços de streaming de vídeo. Esses resultados são válidos mesmo quando controlamos a composição etária e outras variáveis do censo, como uma população imigrante”.  Além disso, as descobertas destacam “uma singularidade espacial pronunciada no consumo de cada aplicativo, quando o uso relativo é comparado em diferentes unidades geográficas em escala nacional”.

A lacuna de uso digital é tão grande que podemos inferir com precisão o status socioeconômico de uma pequena área ou mesmo seu coeficiente Gini [uma medida de desigualdade de renda] apenas a partir do tráfego de dados agregados.  Nossos resultados defendem uma maneira barata, de preservação da privacidade, em tempo real e escalável de entender a divisão do uso digital e, por sua vez, a pobreza, o desemprego ou o crescimento econômico em nossas sociedades por meio de dados de telefones celulares”.

Conte aos amigos

Deixe um comentário

Arquivos

Categorias

Privacy Preference Center

Necessary

Advertising

Analytics

Other