Cuanto mayor se hacía Sefala, más acribillaba a su padre con preguntas sobre la visible segregación racial de su barrio: “¿Por qué es así?”
Ahora, a sus 28 años, está ayudando a hacer algo al respecto. Junto con los científicos informáticos Nyalleng Moorosi y Timnit Gebru en el Distributed AI Research Institute (DAIR), una organización sin fines de lucro que Gebru creó en 2021, está implementando herramientas de visión por computadora e imágenes satelitales para analizar los impactos de la segregación racial en la vivienda, con la esperanza final de que su trabajo ayudará a revertirlo.
“Todavía vemos que la vida de las comunidades anteriormente marginadas no mejora”, dice Sefala. Aunque nunca estuvo viva durante el régimen del apartheid, todavía se ha visto afectada por su terrible legado duradero: “Es muy desigual, muy frustrante”.
En Sudáfrica, el censo del gobierno clasifica tanto los suburbios como los municipios más ricos, una creación del apartheid y típicamente poblados por gente negra, como “barrios residenciales formales”. Ese censo se utiliza para asignar el gasto público, y cuando se los agrupa junto con áreas más ricas, los municipios quedan de hecho ocultos, excluyendo desproporcionadamente a las personas que viven allí del acceso a recursos como servicios de salud, centros educativos y espacios verdes. Esta cuestión se conoce comúnmente como apartheid espacial.
HANNAH YOON
Sefala y su equipo han pasado los últimos tres años construyendo un conjunto de datos que mapea los municipios para estudiar cómo están cambiando los vecindarios en términos de población y tamaño. La esperanza es que pueda ayudarles a ver si la vida de las personas en los municipios ha mejorado o no desde la disolución legal del apartheid.
Lo hicieron recopilando millones de imágenes satelitales de las nueve provincias de Sudáfrica y datos geoespaciales del gobierno que muestran la ubicación de diferentes vecindarios y edificios en todo el país. Luego utilizaron todos estos datos para entrenar modelos de aprendizaje automático y construir un sistema de inteligencia artificial que pueda etiquetar áreas específicas como tierras ricas, no ricas, no residenciales o baldías.
En 2021, descubrieron que más del 70% del suelo sudafricano está baldío y vieron que se asigna mucha menos tierra a los municipios que a los suburbios. Fue una confirmación de las desigualdades que esperaban ver, pero la asombrosa cantidad de tierras baldías todavía los tomó por sorpresa, dice Sefala.
Ahora están compartiendo el conjunto de datos con investigadores e instituciones de servicios públicos, incluidas organizaciones cívicas y sin fines de lucro que trabajan para identificar terrenos que podrían usarse para servicios públicos y vivienda. DAIR planea hacer que el conjunto de datos sea gratuito y accesible en su sitio web a partir del 2 de febrero.