Determinando la actividad de un usuario a partir de los sensores del móvil

Este curso he ayudado a impartir una asignatura de programación para la especialización en Big Data e Inteligencia Artificial y también he asistido a algunas clases de Machine Learning dentro de este ciclo.

Seguramente influenciado por esto, he empezado a considerar más el aspecto de la recogida y el análisis de datos en otras asignaturas que imparto. En concreto una actividad que he propuesto es registrar los datos que recogen los sensores del móvil durante un cierto intervalo de tiempo y ver si se puede deducir qué está haciendo el usuario en ese momento.

Como suelo hacer siempre que puedo, para evaluar mejor la dificultad del ejercicio lo he resuelto yo antes. Aquí expongo mi solución, el análisis de los datos y mis conclusiones.

Recogida de datos

Para la recogida de datos he creado una app sencilla que graba 10 veces por segundo los valores que toman algunos sensores básicos a los que cualquier aplicación puede acceder sin pedir permisos especiales.

Una vez creada la aplicación la he llevado conmigo durante un día entero, tomando nota también de qué estaba haciendo en cada momento, para tener una referencia a la hora de examinar los datos registrados.

Las actividades que he considerado han sido:

• Comer o tomar algo en una cafetería/bar.
• Desplazarme a pie.
• Desplazarme en bus.

Análisis de los datos

Una vez recogidos los datos, el más revelador ha sido quizá el acelerómetro, que mide las fuerzas que se aplican al móvil (por ejemplo sacudidas). Examinando los datos recogidos por este sensor durante el día no resulta muy difícil distinguir entre las diferentes actividades.

Cruzando los datos con mis anotaciones, los tramos donde hay menos movimiento corresponden a los momentos en los que estoy en una cafetería o en un bar. Si hacemos zoom a esa parte veremos que el móvil está normalmente quieto (típicamente sobre la mesa) y de vez en cuando lo cojo o lo vuelvo a dejar en ella, provocando los picos de aceleración.

 

Los momentos de más movimiento corresponden a aquellos en que estoy caminando o en el bus. Si los examinamos "a vista de pájaro" no parecen muy diferentes entre sí.

Sin embargo si hacemos "zoom" en los datos veremos claramente la diferencia. Cuando voy caminando lógicamente el móvil registra las oscilaciones que producen los pasos (no debe ser difícil, de hecho, calcular a qué velocidad aproximada me estoy desplazando).

Cuando voy en bus, en cambio, se ven picos de movimiento cuando el bus arranca o para y estabilidad cuando se mueve con velocidad constante (no debe ser difícil deducir cuántas paradas he recorrido). Algunos picos muy altos probablemente se corresponden a baches o frenazos debidos al tráfico.

Otro sensor que resulta interesante es el que registra cuánta luz llega al móvil. No resulta difícil ver cómo según avanza el día cada vez hay menos luz y cómo cuando estoy en un espacio interior adquiere un valor constante. Como cada lámpara tiene un valor típico de iluminación es posible que con este sistema incluso se pueda llegar a distinguir si un usuario está en su casa o en la oficina, por ejemplo.

 

Conclusiones

Como he dicho al principio toda la información que recoge mi app está disponible también para cualquier app que tengamos en el móvil, sin necesidad de pedir permiso al usuario. Hemos visto también que a partir de los datos recogidos no es difícil deducir cosas como si el usuario está en un lugar cerrado, si está caminando o si se está desplazando en transporte público.

Esto da una cierta información sobre el estilo de vida del usuario. Podemos saber si pasa mucho tiempo en casa y también cuándo sale y cuándo vuelve a ella, además de si se desplaza a pie o si prefiere el transporte público. Estos datos a su vez pueden servirnos para determinar cosas como si es una persona de hábitos saludables o si está desempleado. Teniendo en cuenta que muchos tenemos en el móvil, por ejemplo, la aplicación del banco, puede darse el caso de que esta información se use para temas que nos afectan enormemente, como la decisión de concedernos un préstamo u ofrecernos un seguro de vida.

Si has llegado hasta aquí espero que este pequeño experimento te haya servido para tomar conciencia de que incluso datos aparentemente inocuos pueden encerrar sus riesgos si alguien pone el suficiente empeño en analizarlos.

Recursos relacionados

• F-Droid una tienda de aplicaciones de código abierto para Android.
• ¿Por qué me vigilan, si no soy nadie? por Marta Peirano, periodista especializada en tecnología y derechos digitales.