Actividad 1 - Analítica del aprendizaje conectado
QUÉ ES EL BIG DATA Y
QUÉ PROVOCACIONES TRAE CONSIGO
Muchas
veces se oye hablar del término Big Data sin saber con precisión ante que
concepción nos enfrentamos. En cierto modo, al término se le relaciona con las
Tecnologías de la Información y comunicación, pero no se le suele atribuir de
forma común a ningún significado específico por parte de la población inexperta
en el ámbito informático o de la información.
Es
posible que la falta de conocimiento acerca del término se deba en gran medida
a la indefinición que ha tenido hasta hace unos años y a la infinidad de
concepciones que existen en la actualidad. Es más, Maté (2014) expone que la
ISO se encuentra formulando una definición universal del término, ante las más
de 40 definiciones aceptadas y expandidas de este concepto.
Ahora
bien, ante esta indefinición, vamos a adentrarnos en el concepto del Big Data y
las problemáticas que este lleva consigo, tomando como base de este ensayo el
texto de Boyd y Crawford (2011).
Como
base de cualquier explicación del qué es el Big Data, es imprescindible hacer
especial mención a las aportaciones de Gartner que en 2012 ya estableció el
concepto de Big Data como “activos de información caracterizados por su volumen
elevado, velocidad elevada y alta variedad, que demandan soluciones innovadoras
y eficientes de procesado para la mejora del conocimiento y la toma de
decisiones en las organizaciones”. Esta definición recoge la idea de las 3
“V-es” de los Big Data: Velocidad, Volumen y Variedad.
El
siguiente video recoge a la perfección todo esto de lo que estamos hablando:
Entorno
al Big Data, Boyd y Crawford (2011) exponen 6 provocaciones o problemas que voy
a esbozar a continuación:
1. LA AUTOMATIZACIÓN DE LA
INVESTIGACIÓN CAMBIA LA DEFINICIÓN DE CONOCIMIENTO.
Gracias a la aparición del Big Data se produce un cambio en
la forma de obtener nuevos conocimientos. Si antes la ciencia y los agentes
investigativos hacían uso de métodos investigativos que empleaban hipótesis e
ideas variables y dependientes de la propia investigación, con el Big Data se
producirá una obtención de conocimiento sacado de forma directa desde la
infinidad de datos que se encuentran almacenados en el espacio virtual.
Esta idea se ve potenciada por las aportaciones de
Serrano-cobos (2014) en las que se puede entender que todo el inmenso flujo de
datos que hay en la gran red de información puede verse convertido de una forma
casi instantánea en nuevas realidades e ideas que seguramente se desconocían.
2. LOS RECLAMOS DE
OBJETIVIDAD Y PRECISIÓN SON ENGAÑOSOS
Con el Big Data se debe poner en cuestión la objetividad y
la precisión, puesto que el poseer una infinidad de datos y una capacidad de
procesamiento automática no significa que sea más objetivo, aunque si es
posible que más preciso. Dicho de otra forma, se puede decir que el Big Data
ofrece una mayor precisión para obtener ciertos datos y ciertas ideas, pero eso
no implica directamente que sea algo mas objetivo.
Es más, haciendo alusión directa a los métodos
investigativos clásicos y los modos de reunir datos, Durkheim (1895) expone que
para poder adquirir un conocimiento se debe respetar y dar aplicación un método
objetivo científico reconocido, lo más próximo posible a las ciencias exactas.
Este método debe evitar a toda costa los prejuicios y juicios subjetivos. De
esta manera, con la aplicación de esta norma para la adquisición de
conocimiento se puede llegar a obtener una mayor objetividad. En cuanto al Big
Data, es algo que se ha de poner en cuestión.
3. LOS DATOS MÁS
GRANDES NO SIEMPRE SON MEJORES DATOS
En la línea de lo que se viene diciendo en el anterior apartado,
el hecho de poder analizar una mayor cantidad de datos no supone necesariamente
que esos datos vayan a ser mejores que los datos en menores cantidades. Entendiendo
esto así, se ha de hacer especial mención a la adecuación y concreción de la
calidad de los datos.
Ahmed Banafa, experto en inteligencia artificial y profesor
universitario en varias de las universidades más prestigiosas de Estados Unidos,
expone que en la mayor parte de los casos el empleo del Big Data es excesivo, y
que el uso del Small data nos proporciona datos que se adecuan más a lo que
precisamos y además suponen una uso más eficiente de los recursos. Además,
este, apuesta por el uso del Small Data en el futuro dado que es más sencillo
tanto su empleo como el tratamiento de la información.
“Small Data son los
datos adecuados, parte del Small Data se iniciará como Big Data, pero no
deberíamos necesitar un científico de datos para entenderlos o para aplicarlos
a las tareas diarias, así de sencillo.”
BANAFA (2016)
4. NO TODOS LOS DATOS
SON EQUIVALENTES
Totalmente ligado a lo anterior y con un significado muy
similar, no es lo mismo los datos que se pueden obtener mediante el Big Data
que los que ofrezca el uso del Smart Data, que como hemos mencionado
anteriormente son más precisos y adecuados a la finalidad última.
Banafa (2016) expone que los datos que obtenemos mediante el
Smart Data son más precisos y adaptados a necesidades concretas, mientras que
los que se obtienen por medio del Big Data son obtenidos de una mayor cantidad
de información, por lo que a pesar de ser menos específicos y no se ciñan a los
contextos y situaciones concretas, aportan datos más amplios.
5. EL SOLO HECHO DE
QUE SEA ACCESIBLE NO LO HACE ÉTICO
Una de las cuestiones más espinosas del empleo del Big Data
es sin duda la propia ética de su uso. Son muchas las acusaciones que se hacen
relativa a la evasión de las políticas de privacidad por parte de las empresas
que tratan los datos del Big Data con diversos fines (electorales, marketing, publicitarios…).
Martin Hilbert, experto en redes digitales, profesor de la
Universidad de California y asesor tecnológico de la Biblioteca del Congreso de
EEUU, en una entrevista al ser preguntado sobre qué a que vigilancia estamos
expuestos, Hilbert explica que estamos constantemente en el punto de mira, todo
lo que hacemos queda registrado, desde por donde nos geolocalizamos desde que
nos levantamos hasta que nos dormimos. Y no solo eso, todo lo que se encuentra
en nuestro frigorífico, las horas que pasamos haciendo uso de nuestro Smartphone,
nuestras preferencias de moda…
Y toda esta información, tal y como muestra Hilbert es
empleada para la obtención de votos en las campañas electorales modificando la intención
de voto, para conocer las preferencias de consumo de los usuarios, intereses de
las personas a la hora de abrir un negocio.
Pero esto, no es nuevo para nosotros, y aunque roce todos
los límites de lo que es ético, nosotros aceptamos esto cuando aceptamos las
condiciones de uso de las plataformas y los servicios de internet que
utilizamos constantemente.
Asimismo, Gil (2016) también se manifiesta entorno a esto,
explicando que si se emplean este tipo de políticas de protección de datos, es
porque los usuarios dan su consentimiento, si no, se modificarían. Además, Gil señala
que dentro del marco de la protección de datos de carácter personal, la
legislación es clara, y si la persona da su consentimiento de forma clara e inequívoca,
se puede proceder al tratamiento de toda aquella información que contenga.
6. EL ACCESO LIMITADO
A BIG DATA CREA NUEVAS DIVISIONES DIGITALES
Existe una realidad bastante evidente acerca del acceso al
Big Data, y no es otra que, que el acceso a él supone una necesidad de amplios
recursos, y como es ampliamente conocido, no toda la población ni en todos los
lugares del planeta los recursos son abundantes. Esta realidad supone que el
acceso al Big Data sea en parte de carácter elitista en la que únicamente unos
pocos pueden hacer uso de eso, favoreciendo aun más a la diferenciación entre
los favorecidos y los desfavorecidos.
Por este mismo motivo, Banafa (2016) se decanta por el
empleo universal del Smart Data de forma ordinaria. Los costes de manejo de
pequeños datos son más asumibles que los del Big Data y además supone el acceso
universal a la información. No hay necesidad de amplios recursos para adquirir
conocimiento.
Como se ha podido ver al comienzo de este ensayo, el Big
Data abre un sinfín de posibilidades y posibilita el acceso a información que
en muchas ocasiones no se podría adquirir mediante ninguna otra fórmula. Aun así,
también trae consigo unas ciertas limitaciones e incluso se podrían llegar a
denominar a alguno de ellos como inconvenientes, que lleva a plantear buscar
otra fórmula para la obtención de la información de una forma más eficiente.
Bibliografía:
·
Banafa, A. (2016). Small Data frente a Big Data: de vuelta a
lo básico. BBVA
openmind: https://www.bbvaopenmind.com/tecnologia/mundo-digital/small-data-frente-a-big-data-de-vuelta-a-lo-basico/
·
Durkheim, E. Les regles de la methode sociologique 'Paris:
Presses Universitaires de France, 1956.
·
Gil, E. (2016). Big data, privacidad y protección de datos.
Madrid: Agencia Estatal Boletín Oficial del Estado.
·
Hopenhayn, D. (2017). Entrevista a Martin Hilbert, experto en
redes digitales: http://www.theclinic.cl/2017/01/19/martin-hilbert-experto-redes-digitales-obama-trump-usaron-big-data-lavar-cerebros/
·
Maté, C. (2014). Big data. Un nuevo paradigma de análisis de
datos.
·
Mitchell I, Locke M, Wilson M, Fuller
A. (2012). The
White Book of Big Data. The definitive guide to the
revolution in business analytics. Fujitsu.
http://www.fujitsu.com/global/Images/
WhiteBookofBigData.pdf
·
Serrano-Cobos, J. (2014). Big data y analítica web. Estudiar
las corrientes y pescar en un océano de datos. El
profesional de la información, 23(6), 561-565.
Comentarios
Publicar un comentario