Google Street View se ha convertido en una forma sorprendentemente útil de aprender cómo funciona el mundo, sin tener que pisar la calle, con cada vez más usos y posibilidades.
Uno de estos curiosos usos es conocer la probabilidad de tener un accidente de tráfico en función del sitio en el que vives, que se puede saber a través de las imágenes de Google Street View. La información, leída en el interesante artículo de MIT Techonolgy Review «How a Google Street View image of your house predicts your risk of a car accident«, nos muestra cómo se puede conseguir.
En 2017, un equipo de investigadores usó las imágenes para estudiar la distribución de los tipos de automóviles en los EE. UU. y luego utilizó esos datos para determinar la composición demográfica del país . Resulta que el vehículo utilizado identifica de forma muy certera el nivel de ingresos, la educación, el trabajo e incluso el voto de los usuarios.
Ahora un grupo diferente ha ido aún más lejos. Investigadores de la Universidad de Stanford en California y de la Universidad de Varsovia en Polonia han usado imágenes de Google Street View, como la mostrada en el título, para conocer la probabilidad de que ocurran accidentes de tráfico en función de las casas vistas en la imagen.
El método de los investigadores es sencillo. Comenzaron con un conjunto de datos de 20.000 registros de personas que habían contratado seguros de automóviles 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 asegurado y la cantidad de reclamaciones por daños que realizó durante el período 2013 –2015. La compañía aseguradora también compartió su propia predicción de reclamaciones futuras, calculada utilizando su modelo de riesgo que toma en cuenta el código postal del titular de la póliza y la edad del conductor, el sexo, el historial de reclamaciones, etc.
La pregunta que los investigadores se hicieron era si podrían hacer una predicción más precisa usando una imagen de Google Street View de la casa del asegurado.
Para averiguarlo, los investigadores pusieron la dirección de cada asegurado en Google Street View y descargaron una imagen de la residencia. Clasificaron esta vivienda según su tipo (casa, casa adosada, bloque de pisos, etc.), su antigüedad y su estado. Finalmente, los investigadores obtuvieron un enorme volumen de datos que relacionaron entre sí con las posibilidades de que los asegurados hicieran una reclamación.
Los resultados son sorprendentes. Resulta que la residencia de un asegurado predice con mucha fiabilidad la probabilidad de que haga una reclamación. Los investigadores encontraron que las características visibles en la imagen de una casa pueden predecir el riesgo de accidentes automovilísticos, independientemente de las variables clásicas, como la edad o el código postal.
Cuando estos factores se agregan al modelo de riesgo de la aseguradora, mejora su poder predictivo en un 2%. Para poner eso en perspectiva, el modelo de la aseguradora es mejor que un modelo nulo en solo un 8% y se basa en un conjunto de datos mucho más amplio que incluye variables como la edad, el sexo y el historial de reclamaciones.
Así que la técnica de utilizar imágenes de Google Street View tiene el potencial de mejorar significativamente la predicción. Los investigadores dicen que su precisión podría mejorarse utilizando conjuntos de datos más grandes y un mejor análisis de los datos.