A finales de agosto, David Robinson, científico de datos de la empresa Stack Overflow publico un análisis que lleva a una conclusión muy interesante: existe una pequeña, pero estadísticamente significativa diferencia entre las tecnologías y lenguajes de programación que utilizan los desarrolladores en los países considerados como desarrollados a las que se utilizan en los países considerados en vías de desarrollo.

Stack Overflow es, por goleada, el foro preferido por la mayoría de los desarrolladores. Stack Oerflow no es solamente un foro de preguntas y respuestas, ya que se a convertido básicamente en la fuente de documentación primaria para la mayoría de los desarrolladores en prácticamente todos los lenguajes de programación. Cada pregunta es clasificada por etiquetas sobre la tecnología, sistema operativo, lenguaje de programación, y otra información que sirva para reagrupar las ideas. Esto permite seguir rápidamente las preguntas y respuestas.

La metodología utilizada fue la siguiente: Se revisaron las 250 etiquetas más populares de las visitas realizadas a entradas (preguntas/respuestas) del foro entre enero y agosto de 2017. Para hacer un análisis más robusto, se utilizó únicamente la información de 64 países, los cuales tuvieran al menos cinco millones de visitas en el período de tiempo del análisis. La diferenciación entre paises desarrollados y en vías de desarrollo se realizó de acuerdo a los criterios del Banco Mundial, como se muestra en este listado de wikipedia.

En la gráfica que vemos a continuación (del análisis de Robinson), se puede ver la relación entre visitas realizadas de paises desarrollados y en vías de desarrollo en relación a la cantidad total de visitas.

En la gráfica podemos ver que las etiquetas más consultadas fueron java, javascript, python y c# en ese orden. Mientras que java y javascript son ligeramente más consultados desde países en vías de desarrollo, pythones más consultado por países desarrollados. Igualmente podemos ver que hay tecnologias (como ggplot2, una herramienta del lenguaje de programación R) que son cláramente consultados en paises desarrollados, mientras que otras son cláramente tecnologías que se utilizan en países en vías de desarrollo (como laravel, un framework para el lenguaje php).

Si reagrupamos las mayoría de dichas etiquetas en cuatro grandes grupos (android, php, python y R) y por cada una de ellas se genera un gráfico con la relación del PIB per cápita con porcentaje de entradas por pais se obtiene un resultado muy interesante, tal como se ve en la figura.

Estos resultados se pueden deber a dos posibles situaciones:

1. La emergencia de la Ciencia de Datos en los países desarrollados. Los lenguajes Python y R están claramente asociados a países desarrollados (Python tiene el doble de entradas en los países desarrollados y R es visitado   aproximadamente trés veces más en los países desarrollados que en los considerados en vías de desarrollo). Es notable que entre las etiquetas asociadas a estos lenguajes, y que marcaron la diferencia, se encuentran bibliotecas y paquetes de corte científico (muy utilizados en ciencia de datos) tales como ggplot2, matplotlib, numpy o pandas. Esto sugiere que la brecha económica entre países está correlacionada a una diferencia en el manejo de tecnología. Los paises desarrollados centran más su econocía en la investigación y desarrollo y los programadores suelen contar con mayor preparación y estudios de posgrado.

2. Los países en vías de desarrollo explotan la subcontratación.El desarrollo de aplicaciones para Android así como en PHP está asociado claramente con los países en vías de desarrollo, En particular CodeIgniter, un framework para PHP es la etiqueta mas desproporcionadamente visitada desde paises en vías de desarrollo del sur de Asia. Casi todas las etiquetas con mayor margen para los países en vías de desarrollo están asociados a aplicaciones web y/o aplicaciones móviles, típicamente subcontratadas.

Este es el estado en términos generales, en el cual, se intuye que los países en vías de desarrollo se especializan en la subcontratación (lo que se conoce vulgarmente como maquila de software) utilizando tecnologías y herramientas bien conocidas, mientras que la mayor parte de la innovación se realiza en los países desarrollados.

Un estudio posteror (del 6 de septiembre de 2017) realizado por el mismo Robinson, muestran que si bien Python tiene menor popularidad que otras tecnologías en los países en vías de desarrollo, su crecimiento es similar al experimentado por los países desarrollados, como podemos ver en la siguiente figura.

De acuerdo a este estudio, puede intuirse que el desarrollo de aplicaciones relacionados con ciencia de datos también va en aumento en los países en vías de desarrollo, a pesar que queda oculto por la subcontratación para el desarrollo de aplicaciones Web y aplicaciones móviles.

Si queremos que nuestra región sea puntera en el desarrollo de Software con alto valor agregado, es necesario formar cuadros profesionales con conocimientos y bases técnicas y teóricas que permitan utilizar las herramientas avanzadas relacionadas con los lenguajes de programación Python y R. Es de destacar que para el uso de estas tecnologías en ciencia de datos se requiere conocimientos en áreas como álgebra lineal, estadística y optimización, así como experiencia en el manejo y tratamiento de datos.