Módulo 1. Educación basada en datos
Ensayo del artículo: Six Provocations for Big Data
Nos encontramos en la era de Big Data en la que un sin fin de profesionales de muy diversos sectores tratan de acceder a gran cantidad de información que surge por y sobre las personas, las cosas y las interacciones que se suceden entre las mismas. Atendiendo a aquellos espacios digitales, donde numerosos grupos de personas introducen sus datos creando su huella digital, para así producir, compartir, interactuar y organizar datos. Y con ello surge la pregunta de si esta manera de gestionar los datos será beneficiosa o perjudicial para la humanidad. Para responder a esta cuestión, debemos entender que la tecnología en sí misma “no es ni buena ni mala, pero que tampoco resulta neutral” (Kranzberg, 1986, p. 545) ya que el desarrollo tecnológico puede tener importantes consecuencias ambientales, sociales y humanas, superando los propósitos iniciales que fueron pensados para los dispositivos técnicos y sus prácticas llevadas a cabo.
Debemos entender que no estamos hablando de una simple disponibilidad de los datos en grandes cantidades. Nos estamos refiriendo a “un cambio en nuestra capacidad de generarlos, recogerlos, almacenarlos… Esto es lo que viene a generar esta transición que nos mete en la lógica del Big Data” (Soto, 2013). Y aquí la importancia reside en cómo podemos aprovechar todos estos datos para mejorar el mundo, tal y como se explica en el documental: Big Data, conviviendo con el algoritmo (https://bit.ly/2kqLyTy).
Debemos entender que no estamos hablando de una simple disponibilidad de los datos en grandes cantidades. Nos estamos refiriendo a “un cambio en nuestra capacidad de generarlos, recogerlos, almacenarlos… Esto es lo que viene a generar esta transición que nos mete en la lógica del Big Data” (Soto, 2013). Y aquí la importancia reside en cómo podemos aprovechar todos estos datos para mejorar el mundo, tal y como se explica en el documental: Big Data, conviviendo con el algoritmo (https://bit.ly/2kqLyTy).
Sin embargo, en esta era caracterizada por la incertidumbre y el cambio rápido, nuestras decisiones sobre la gestión de datos tendrán un impacto considerable en el futuro. Así, la creciente capacidad para recopilar y analizar datos y el uso de los algoritmos que permiten obtener patrones sobre el comportamiento humano nos exigen cuestionarnos qué sistemas promocionan estas prácticas y quiénes las regulan, atendiendo a las fuerzas que ejercen: el mercado, la ley, las normas sociales y el código porque “Un algoritmo no te libera de la responsabilidad” (Soto, 2013).
Por ello, en el texto estudiado: Six Provocations for Big Data se exige un interrogatorio crítico y ético sobre este fenómeno, atendiendo a sus suposiciones y sesgos. Para lograrlo, se plantean seis ideas clave sobre el Big Data que incitan a la reflexión sobre los usos que estamos haciendo del mismo.
La primera idea versa sobre cómo la automatización de la investigación de los datos cambia nuestra definición de conocimiento y sus objetos de estudio; permitiéndonos comunicar nuestro entendimiento de las redes humanas y alterando el significado de aprender hasta crearse nuevas posibilidades y limitaciones en nuestro avance como sociedad del conocimiento. Así Krüger (2006), en su artículo: El concepto de sociedad del conocimiento (https://bit.ly/2KAnurm) indica que esta sociedad dependerá de asignar una importancia estratégica a la producción, distribución y reproducción del conocimiento en el entorno actual en el que resulta clave el desarrollo tecnológico. Donde también se resalta “la fragilidad de la sociedad del conocimiento moderno” (p.8) vinculada a los avances tecnológicos y científicos descritos como una de las causas de la incertidumbre actual.
La primera idea versa sobre cómo la automatización de la investigación de los datos cambia nuestra definición de conocimiento y sus objetos de estudio; permitiéndonos comunicar nuestro entendimiento de las redes humanas y alterando el significado de aprender hasta crearse nuevas posibilidades y limitaciones en nuestro avance como sociedad del conocimiento. Así Krüger (2006), en su artículo: El concepto de sociedad del conocimiento (https://bit.ly/2KAnurm) indica que esta sociedad dependerá de asignar una importancia estratégica a la producción, distribución y reproducción del conocimiento en el entorno actual en el que resulta clave el desarrollo tecnológico. Donde también se resalta “la fragilidad de la sociedad del conocimiento moderno” (p.8) vinculada a los avances tecnológicos y científicos descritos como una de las causas de la incertidumbre actual.
La segunda noción, se ocupa de las exigencias de objetividad y precisión que resultan ser engañosas porque trabajar con Big Data es subjetivo, especialmente cuando se hace referencia a la información extraída de las redes sociales debido a las decisiones tomadas para escoger los atributos y variables que se consideraran e ignorarán. Hablaremos así de interpretaciones sesgadas que resultarán de la aplicación de filtros subjetivos, la selección de los datos, y su estado, a menudo, incompleto. De manera que en el análisis del Big Data nos encontramos con “una doble complicación, la primera es obtener datos útiles de seres imperfectos y la segunda es interpretar dichos datos sabiendo de ante mano que los analistas son en si, imperfectos también” tal y como lo especifica Hidalgo (2018) en el post: Big Data, ¿Solo datos? ¿Objetividad vs Subjetividad? (https://bit.ly/2HpJ04n).
La tercera idea atiende a que los datos más grandes no siempre resultan ser mejores, entendiendo que es difícil hablar sobre la calidad de los datos estudiados por las limitaciones que presentan a nivel representativo. Como se explica en el post: La estadística en la era del big data (https://bit.ly/2TVTQoA), “la función disruptiva del Big Data ha transformado el papel de la estadística en los últimos años” (Ferrero, 2018). Aunque las técnicas estadísticas sean realmente buenas nunca podrán suplir las limitaciones y sesgos de la mala información. Pero ello no implica que la combinación y análisis de grandes cantidades de datos no tenga valor alguno ya que ha permitido, en numerosas ocasiones, revelar la violación de la privacidad de los usuarios de diversos espacios virtuales. No obstante, se debe exigir el cuidado del rigor y la transparencia del método empleado y considerar, también, la importancia de las pequeñas cantidades de datos.
El cuarto planteamiento nos revela que no todos los datos son equivalentes e intercambiables porque fuera de su contexto pierden significado y valor. Es preciso comprender que el Big Data ha agregado a las redes personales, propias de nuestro mundo físico y crecientes en el mundo digital, dos nuevos tipos de redes sociales que surgen de los datos que dejamos en internet. Estas redes son: las redes articuladas que se manifiestan cuando las personas especifican sus contactos mediante la tecnología; y las redes de comportamiento que nacen de los patrones de comunicación, las coordenadas de los dispositivos tecnológicos y las interacciones producidas desde las redes sociales. Asimismo, además de considerar las diferencias existentes entre los datos de estos tres tipos de redes debemos conocer que sus datos de carácter lingüístico exigen una mayor atención del contexto porque “las palabras no tienen definiciones estáticas, y su significado puede variar mucho” (Maroto, 2017, p.18), tal y como se explica en en artículo: Big Data y su impacto en el sector público (https://bit.ly/2HwTPlt).
La quinta idea nos advierte sobre el trato ético de los datos públicos ya que su acceso libre no implica la libertad para su uso. Proteger la privacidad de los usuarios de la red y considerar los abusos futuros que se pueden hacer de los datos resulta primordial para aquellos que están analizándolos. Los investigadores deben cuestionarse cuáles pueden ser las consecuencias para los usuarios y cómo pueden llegar a interpretarse sus datos y tergiversarse las conclusiones de sus estudios. Es decir, deben responsabilizarse y justificar sus actos a la comunidad académica y a los sujetos investigados. No podemos ignorar las preguntas éticas que aparecen en los estudios de Big Data sobre la verdad, el control y el poder vinculado a la recopilación y almacenamiento de los datos para un uso futuro. Pero Bletsas (2014) nos advierte en el artículo: Debe saber que si un servicio es gratuito el producto eres tu (https://bit.ly/1z2gQOM), de que es necesario que “En nuestro esfuerzo por preservar algo que más o menos se ha perdido ya, como la privacidad, no perdamos las ventajas positivas”. Eso sí, sin olvidar que necesitamos organismos reguladores que se encarguen de preservar nuestra integridad como individuos de la sociedad.
La sexta noción se centra en la aparición de nuevas brechas digitales resultantes del acceso limitado a Big Data. Aunque parece que es fácil acceder a las grandes cantidades de datos que se disponen y originan en la red, la realidad es que sólo las grandes empresas tienen acceso a ingentes cantidades de datos y la posibilidad de venderlos; seleccionando a quiénes y cómo hacerlo. Lo que les permite escoger, también, con qué fines se utilizarán los mismos, establecer las restricciones que consideren pertinentes y seleccionar los contextos deseados. Así se produce una desigualdad social caracterizada por tres clases de usuarios: los que crean datos, los que pueden recopilarlos y los que disponen de la experiencia y los conocimientos para analizarlos. De modo que los datos y las investigaciones estarán sesgadas ya que como explica Sánchez (2018), en el siguiente vídeo, para trabajar con el Big Data necesitamos 4 cosas: un hardware capaz de almacenar y procesar petabytes de información; un software especializado y costoso que permita hacer complejos análisis de la información mediante su extracción, su transformación en algo legible y su carga a modelos estadísticos; los datos en bastas cantidades; y personal altamente especializado en el tratamiento de este tipo de información. Todo ello para llegar a tomar decisiones con los datos recabados y analizados.
De modo que atendiendo a las ideas aquí destacadas no podemos dejar de cuestionarnos que sesgos acompañan a cada una de las investigaciones, realizadas gracias al gran volumen de datos de la red, que se nos presentan, a menudo como objetivas, y con las que vamos construyendo nuestro conocimiento sobre la realidad. Debemos plantearnos los valores y principios éticos que consideramos inapelables en el análisis y uso de nuestros datos para exigir el trato sensato y consecuente de nuestra huella digital y el respeto de nuestra integridad como usuarios de la red.
Bibliografía y Webgrafía:
- Bletsas, M. (2014). Debes saber que si un servicio es gratuito el producto eres tú. El Mundo. Recuperado de: https://bit.ly/1z2gQOM
- Boyd, D., & Crawford, K. (2011, September). Six provocations for big data. In A decade in internet time: Symposium on the dynamics of the internet and society (Vol. 21). Oxford, UK: Oxford Internet Institute. Recuperado de: http://dx.doi.org/10.2139/ssrn.1926431
- Ferrero, R, (2018). La función disruptiva del Big Data ha transformado el papel de la Estadística en los últimos años. Máxima Formación. Recuperado de: https://bit.ly/2TVTQoA
- Hidalgo J., (2018). Big Data, ¿solo datos? ¿Objetividad vs Subjetividad?. Comunidad ieBS. Recuperado de: https://bit.ly/2HpJ04n
- Kranzberg, M. (1986). Technology and History:" Kranzberg's Laws". Technology and culture, 27(3), 544-560.
- Krüger, K. (2006). El concepto de Sociedad del Conocimiento, Biblio 3W Revista Bibliográfica de Geografía y Ciencias Sociales. ISSN: 1138-9796. Depósito Legal: B. 21.742-98. Vol. XI, no 683, 25 de octubre de 2006. Recuperado de: https://bit.ly/2KAnurm
- Maroto, C. (2017). Big Data y su impacto en el sector público. Harvard Deusto Business Review, 16-25. Recuperado de: https://bit.ly/2HwTPlt
- Sánchez, O. (2018). La privacidad en la era del Big Data y el Internet de las Cosas. Abogado Digital. Recuperado de: https://bit.ly/2HBXgpX
- Soto, M. (2013). Big Data, conviviendo con el algoritmo. RTVE. Recuperado de: https://bit.ly/2kqLyTy
