Actividad participativa con el juego que salva bosques y transfiere conceptos de Big Data

Figura 1 . Daniel Jiménez, líder del grupo Big Data/CIAT.

La actividad del “Happy Hour” organizado por el grupo Big Data tenía como objetivo informar al área de trabajo lo que se viene adelantando en los proyectos (Figura 1). En esta oportunidad se quería enseñar algunos principios de Big Data relacionándolos con las bases del videojuego Forest Defenders, el cual utiliza técnicas de “externalización abierta de tareas”, en inglés crowdsourcing, e imágenes de satélite para crear un conjunto de datos de validación de la herramienta de monitoreo de la deforestación Terra-i.

La idea principal de la actividad consistió en dar a conocer la aplicabilidad de algunos principios de Big Data a la investigación de forma dinámica. Al inicio se presentaron los principios los cuales las personas debían relacionar con las bases del videojuego.

Luego se dió una explicación general del juego y de sus bases donde se mencionaba la descripción, objetivos, los datos de entrada y las reglas del juego.

Finalmente los participantes, conformados en 10 grupos, interactuaron y exploraron el videojuego, realizando la etapa 1, denominada “detectando las diferencias” (Figura 2) en la que los participantes exploraron las imágenes MODIS, encontrando las diferencias e identificando patrones de deforestación para dos épocas. En la etapa 2 denominada “A defender los bosques”, los participantes lograron sacar sus habilidades y destrezas para los videojuegos donde pensaron estrategias para defender los bosques derribando los enemigos, utilizando de forma eficiente las herramientas de combate posibles (armas y monedas).

Figura 2. Participantes de DAPA interactuando en la etapa 1 del juego.

Al finalizar el juego, de forma interactiva los participantes debían reconocer cuales de los principios de Big Data (Figura 3) mencionados inicialmente eran aplicados según las bases del videojuego y debían señalarlos en la cartelera.

De esta manera, tres de seis los principios fueron seleccionados por los participantes como entendidos detrás de la lógica del juego (Figura 3). Empezando con el principio B, el cual fue justificado entre los asistentes debido a que en la etapa 1 del juego se interpretan imagenes de satélite con una facilidad para el usuario encontrar cambios. Otro de los principios fue D donde ellos afirmaron que la base de datos de imagenes MODIS del producto NDVI es de gran importancia para la generación de los datos Terra-i. Por último, el principio E fue argumentado en que se estan utilizando gran cantidad de imagenes de satélite permite un análisis más certero de detecciones de cambios relacionados con la deforestación.

Figura 3. Principios de Big Data aplicados a la investigación. Los recuadros de color rojo indican los principios que los participantes interpretaron y argumentaron como representados en el juego.El simbolo de verificación indica el número de grupos que indicaron representatividad del principio en el juego.

Finalizando la actividad se cumplieron las expectativas del equipo ya que los participantes lograron conocer un poco más acerca del Big Data de una forma dinámica y divertida. Como complemento a esta actividad, este blog post resume a continuación, de una manera completa, la relación de los principios Big Data con el juego:

Aplicación de los propósitos Big Data con el videojuego Forest Defenders

Principio A
Los usuarios estan usando una alta cantidad de imágenes procesadas de satélite para toda Latinoamérica y el Caribe, las cuales se almacenan en un servidor. De una forma didáctica y sin necesidad de ser expertos en imágenes satelitales, los jugadores tienen la tarea de interpretarlas, identificando eventos visibles de cambio como la deforestación. El objetivo en este punto es que el usuario consiga aprender a distinguir un fenómeno a partir de la interpretación de un rango de imágenes, aleatorias a cada inicio del juego, entre dos periodos de tiempo (separación de 12 a 18 meses). Este aprendizaje y recolección de alta cantidad de datos por una comunidad de expertos, cuya población en la sociedad puede ser menor, es más difícil e igualmente solo se limita a cierta cantidad de imágenes de diferentes épocas y/o de cierta región geográfica.

Principio B y E
Bajo el supuesto que varios jugadores pueden interactuar en una misma escena, pueden establecerse patrones como jugadores que tienden a seleccionar la misma celda en las que suponen hay cambio. En este punto, el juego cumple la función de que con estos patrones de selección se verifique si los datos de Terra-i son acertados (ó conocido estadísticamente como “verdaderos positivos”). Igualmente, puede presentarse el caso de que varios usuarios seleccionan lugares donde la herramienta no detecta pero sí es una cantidad significativa de este patrón indicando así “falsos positivos” los cuales identificar donde la herramienta Terra-i puede estar fallando, y posteriormente irla ajustando.

Principio C
Los usuarios mediante este videojuego no esta realizando un análisis sobre una zona en particular siempre sino que, sin ser concientes, estan llevando a cabo un análisis macro a nivel de una región como Latinoamérica y el Caribe, y a futuro con una expansión de los datos, se realizará a nivel global.

Principio D
El videojuego utiliza imágenes previamente procesadas de MODIS NDVI y los datos de detecciones de Terra-i desde el año 2004 hasta 2012. Son datos gratuitos y continuamente actualizados lo que mantiene la sostenibilidad de la aplicación. En su conjunto y lógica, se permite identificar primeramente el fenómeno de la deforestación mediante las imagenes MODIS NDVI, y posteriormente validar la información con las detecciones de Terra-i.

Principio E
Actualmente se está almacenando la información en un servidor que también tiene con un software básico que cuenta los clicks de los jugadores en las imagenes MODIS NDVI. En adición, posterior al sobreponer esta información sobre las detecciones hechas por Terra-i, se generan algunas estadísticas simples (conteos). En este punto, tenemos que mediante el videojuego podemos recoger una gran cantidad de información valiosa de muchos usuarios, sin requerir de expertos, la cual podemos analizar y usar para calibrar la herramienta, mejorando la calidad de los datos de salida de Terra-i. Por ejemplo, si muchos jugadores seleccionan puntos de deforestación que Terra-i no detecta o si muchos jugadores seleccionan puntos de deforestación que corresponden a los de Terra-i.

Como punto final, es importante dar a conocer el complemento de Big Data con una herramienta crowdsourcing. Para este caso, se trabaja con base a una gran cantidad de información presentada de forma estructurada para ayudar, en formato de videojuego, a realizar una validación de información mediante un considerable conjunto de personas (trabajo colaborativo). Asimismo, se genera nueva información que puede ser empleada en otros análisis.