{"id":14321,"date":"2014-10-01T01:13:00","date_gmt":"2014-10-01T04:13:00","guid":{"rendered":"https:\/\/www.economicas.uba.ar\/extension\/vocesenelfenix\/?p=14321"},"modified":"2024-02-08T11:39:53","modified_gmt":"2024-02-08T14:39:53","slug":"mucha-data","status":"publish","type":"post","link":"https:\/\/www.economicas.uba.ar\/extension\/vocesenelfenix\/mucha-data\/","title":{"rendered":"Mucha data"},"content":{"rendered":"\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

A partir de la evoluci\u00f3n de la tecnolog\u00eda, las sociedades producen cada vez mayor cantidad de datos e informaci\u00f3n. La capacidad para procesarla permite no s\u00f3lo la predicci\u00f3n de comportamientos sino tambi\u00e9n la implementaci\u00f3n de campa\u00f1as de todo tipo a medida. Se hace evidente entonces la necesidad de regulaci\u00f3n para garantizar la privacidad de las personas.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

| Por Esteban Magnani |<\/em><\/a><\/p>

Basado en un fragmento del libro: Magnani, Esteban. Tensi\u00f3n en la red: libertad y control en la era digital<\/em> \u2013 1\u00aa ed. \u2013 CABA: Autoria Sherpa, 2014. ISBN 978-987-45920-1-9.<\/span><\/p><\/blockquote>

\u00bfPodemos prever el resultado que arrojar\u00e1 un dado al lanzarlo sobre una mesa? La respuesta es, obviamente, que no, que es imposible. Las estad\u00edsticas indican que un dado tiende a equilibrar la cantidad de veces que saldr\u00e1 cada n\u00famero. Es decir que se podr\u00e1 prever un promedio en muestras amplias, pero no se podr\u00e1 prever en ning\u00fan caso el pr\u00f3ximo n\u00famero que saldr\u00e1. Esto \u00faltimo depende del azar. Pero, \u00bfqu\u00e9 es el azar? En el caso de los dados podr\u00edamos decir que llamamos azar a la imposibilidad de determinar el resultado de la interacci\u00f3n de las innumerables variables involucradas en que determinada cara quede en la parte superior del cubo luego de lanzarlo. Pero, supongamos que podemos conocer el efecto que tendr\u00e1 en el dado la posici\u00f3n inicial de la mano del lanzador, la intensidad del movimiento, el movimiento de la mu\u00f1eca, la flexibilidad y rebote del material con el que est\u00e1 hecho, las rugosidad o irregularidad de la superficie sobre la que se lo lanza, etc\u00e9tera. Si alguien pudiera medir todas esas variables que afectan al resultado final, podr\u00eda determinarlo antes de que ocurra, de la misma manera que podemos determinar el tiempo de ca\u00edda de un cuerpo en el vac\u00edo gracias a la Ley de Gravedad Universal. Pero en esta \u00faltima intervienen pocas variables: la fuerza de gravedad, la masa de los cuerpos y la distancia entre ellos. En cambio, en el ejemplo del dado son innumerables, por lo que decimos que es imposible conocerlas a todas y que depende del azar. Pero, \u00bfqu\u00e9 pasar\u00eda si pudi\u00e9ramos medirlas y procesarlas? Podr\u00edamos prever el resultado de una manera muy precisa.<\/p>

La cantidad de acciones individuales que lleva adelante una persona cotidianamente resultan dif\u00edciles, si no imposibles, de explicar. Parecen producto del azar, es decir, de tantas variables que no se pueden conocer y combinar. Pero cuando esos mismos comportamientos se analizan a escala, se pueden encontrar patrones que les dan cierta previsibilidad. Esto ha comenzado a ser posible gracias a la cantidad de acciones individuales que se digitalizan y suman a bases de datos de forma simple. Son cada vez m\u00e1s los rastros de nuestra vida digital que dejamos en el camino: posts<\/em> en las redes sociales, compras por Internet, compras con tarjeta que indican nuestros gustos, celulares con geolocalizaci\u00f3n, fotos de otros en las que estamos \u201ctagueados\u201d, etc\u00e9tera.<\/p>

Las variables medidas pueden no tener relaciones causales entre s\u00ed, pero la ley de los grandes n\u00fameros permite establecer predicciones entre ellas. El vicepresidente de IBM, Dave Turek, calcul\u00f3 que la humanidad produjo cinco exabytes (cada exabyte representa mil millones de gigabytes, un n\u00famero que ya no dice nada, s\u00f3lo da un poco de v\u00e9rtigo, pero que es realmente mucho) de informaci\u00f3n desde los comienzos de la humanidad hasta el a\u00f1o 2003, y que en 2011 la humanidad, a trav\u00e9s de la digitalizaci\u00f3n constante de su vida produc\u00eda esa misma cantidad… cada dos d\u00edas. La llegada de los celulares inteligentes, entre otras cosas le permiti\u00f3 calcular que para el 2013 la humanidad producir\u00eda cinco exabytes cada diez minutos. Hace dos mil a\u00f1os un pu\u00f1ado de fil\u00f3sofos era capaz de generar trabajosamente textos que hoy se pueden almacenar en unos pocos kilobytes. En la actualidad cualquier persona com\u00fan y corriente que saca una foto produce cientos de veces esa cantidad con un clic.<\/p>

Es m\u00e1s: con solo andar por la calle con un tel\u00e9fono inteligente encendido estamos generando informaci\u00f3n. Malte Spitz, un pol\u00edtico del Partido Verde alem\u00e1n, pidi\u00f3 a su empresa telef\u00f3nica, Deutsche Telekom, todos los archivos que tuviera sobre su l\u00ednea de tel\u00e9fono. Tuvo que presentar varias demandas hasta que finalmente le entregaron un CD con la informaci\u00f3n. Al cruzar la base de datos con un mapa pudo ver todos los lugares en los que estuvo durante los \u00faltimos seis meses. Ni \u00e9l mismo recordaba todo su itinerario.<\/p>

Al procesar la informaci\u00f3n acumulada en bases de datos pueden obtenerse conclusiones sorprendentes. Por ejemplo, el cient\u00edfico inform\u00e1tico Jon Kleinberg, de la Universidad de Cornell, y Lars Backstrom, ingeniero de FB, publicaron una investigaci\u00f3n acerca de c\u00f3mo la informaci\u00f3n que se sube a esta red social permite saber qu\u00e9 parejas est\u00e1n por separarse. Para llegar a esa conclusi\u00f3n buscaron usuarios con m\u00e1s de veinte a\u00f1os de edad, que tuvieran entre 50 y 2.000 amigos y que indicaran estar en pareja. Una vez que tuvieron la lista recortaron la muestra a \u201cs\u00f3lo\u201d 1,3 millones de usuarios elegidos al azar. Luego cruzaron las conexiones sociales entre ellos, que sumaron cerca de 8.600 millones. La clave que encontraron fue que el n\u00famero total de amigos de ambos miembros de la pareja es un pobre indicador de las relaciones sentimentales, mientras que s\u00ed lo es el nivel de dispersi\u00f3n de esos amigos, es decir, si los amigos de ambos est\u00e1n conectados entre s\u00ed o no. Una de las conclusiones fue que si los amigos de ambos estaban muy conectados, es decir que ten\u00edan una baja dispersi\u00f3n, la pareja ten\u00eda m\u00e1s probabilidades de romper su v\u00ednculo en los siguientes dos meses. Lo que no permiten determinar estas estad\u00edsticas es si hay una relaci\u00f3n causal directa entre las variables, pero la fuerza bruta de una enorme cantidad de datos permite predecir cosas aunque no sepamos por qu\u00e9 ocurren. Evidentemente llegar a estos n\u00fameros por medio de encuestas confiables habr\u00eda sido imposible.<\/p>

Este es un ejemplo de \u201cBig Data\u201d<\/em>, de lo que ocurre cuando hay mucha informaci\u00f3n disponible y est\u00e1 la capacidad de procesamiento para ordenarla, cruzarla y obtener nuevos datos de ella. El ejemplo cl\u00e1sico que se daba para comprender la dificultad para cruzar grandes cantidades de datos y conocer los resultados de sus interacciones es el pron\u00f3stico del tiempo. La cantidad de variables involucradas en el clima es tan grande y cambiante que resulta muy dif\u00edcil determinar el peso de cada una de ellas y, por lo tanto, cu\u00e1l va a ser el resultado de su interacci\u00f3n. Sin embargo, hace dos d\u00e9cadas se pod\u00edan hacer pron\u00f3sticos confiables con un m\u00e1ximo de anticipaci\u00f3n de tres d\u00edas. Gracias a la mejora en la capacidad de recolecci\u00f3n y procesamiento de datos que brinda la inform\u00e1tica, en la actualidad son posibles pron\u00f3sticos confiables para los cinco d\u00edas subsiguientes.<\/p>

Las relaciones est\u00e1n ah\u00ed; luego hay que tener los datos, el poder inform\u00e1tico y empezar a buscar. El espionaje masivo de los servicios de inteligencia de los Estados Unidos es s\u00f3lo un ejemplo del poder de los datos que hace unos a\u00f1os habr\u00edan resultado inmanejables. El concepto \u201cBig Data\u201d<\/em> se refiere, por un lado, a grandes cantidades de informaci\u00f3n, tan grandes que no pueden funcionar en una sola computadora sino que requiere \u201cclusters\u201d<\/em>, es decir, redes de computadoras funcionando simult\u00e1neamente. Pero el tama\u00f1o no lo es todo. A esta caracter\u00edstica hay que sumarle la velocidad, porque las redes sociales no descansan y es necesario recopilar, por ejemplo, los millones de tweets<\/em> que se lanzan a cada segundo, adem\u00e1s de interpretarlos para poder detectar una tendencia. Y por \u00faltimo hay que tener en cuenta la necesidad de estructurar esa informaci\u00f3n en bases de datos para darle sentido. Cantidad, velocidad y estructura, m\u00e1s capacidad tecnol\u00f3gica y el software adecuado, permiten encontrar la respuesta que se estaba buscando. La herramienta es muy poderosa y ya se usa en las \u00e1reas m\u00e1s dis\u00edmiles no s\u00f3lo para vender productos o detectar precozmente el hit del verano. Por ejemplo, quien sepa aprovecharla podr\u00e1 inclinar la balanza a su favor para ser presidente del pa\u00eds m\u00e1s poderoso del mundo.<\/p>

Obama, gripe y cine<\/h5>

El presidente de los Estados Unidos, Barack Obama, y su equipo de campa\u00f1a aprovecharon fuertemente la potencia de los datos. En el gran pa\u00eds del norte no s\u00f3lo es optativo votar sino que tambi\u00e9n es necesario empadronarse para hacerlo, lo que explica en parte los altos niveles de ausentismo en las elecciones de este pa\u00eds. Por eso la campa\u00f1a, adem\u00e1s de incentivar al voto por el partido propio, debe lograr que los votantes hagan los tr\u00e1mites para quedar habilitados. Este \u00faltimo aspecto es fundamental, por lo que durante las elecciones presidenciales de 2008 el equipo de Obama clasific\u00f3 a los usuarios de las redes sociales de acuerdo con las posiciones pol\u00edticas que revelaban sus amigos. As\u00ed los especialistas reconocieron a 3,5 millones de potenciales votantes de Obama no empadronados. Luego se dedicaron a conocer sus intereses espec\u00edficos sistematizando las publicaciones que hac\u00edan en las redes sociales. Una vez determinado el perfil de los votantes-objetivo, por as\u00ed llamarlos, se pudo dirigir hacia ellos s\u00f3lo aquellas propuestas del candidato que pod\u00edan persuadirlos: leyes de g\u00e9nero para las feministas, propuestas verdes para los ecologistas, propuestas de salida de Afganist\u00e1n para los pacifistas y as\u00ed. El nivel de precisi\u00f3n de esta campa\u00f1a result\u00f3 muy superior al de afiches con candidatos sonrientes que no pueden decir nada por el riesgo de espantar a quien piense distinto. En vez de un \u201ccatch all\u201d<\/em> (\u201ctoma todo\u201d), como se llama a los candidatos que no quieren espantar a nadie, lo que hizo Obama fue m\u00e1s bien un \u201ccatch each\u201d<\/em> (\u201ctomar a cada uno\u201d). Finalmente, el equipo de Obama pudo determinar que al menos un mill\u00f3n de los individuos a los que apuntaron se registr\u00f3 para votar aunque es muy dif\u00edcil medir el m\u00e9rito que tuvo la campa\u00f1a ni a qui\u00e9n votaron finalmente. Lo cierto es que Obama gan\u00f3 por menos de cinco millones de votos en todo el pa\u00eds y en estados como Florida, clave para la victoria, gracias al particular sistema electoral estadounidense, la diferencia con su oponente fue de menos de setenta mil.<\/p>

La misma l\u00f3gica puede aplicarse para diseccionar otros campos y encontrar las variables que expliquen fen\u00f3menos complejos, siempre y cuando existan los datos. Lo que antes requer\u00eda hordas de estudiantes munidos de encuestas trajinando las calles, ahora ocupa a un pu\u00f1ado de programadores desmontando la informaci\u00f3n que proveen las redes sociales a partir de una serie de criterios que les indican los clientes. FB es la plataforma ideal para testear, por ejemplo, un afiche entre miles de usuarios antes de decidirse cu\u00e1l se utilizar\u00e1.<\/p>

Y hay m\u00e1s: el sitio google.org\/flutrends\/ predice el avance de la gripe sobre una determinada \u00e1rea. Las tendencias las calcula en base a la cantidad de b\u00fasqueda de palabras clave como \u201cdolor de garganta\u201d, \u201cremedios para la gripe\u201d, \u201cestornudos\u201d, etc\u00e9tera, y los ubica espacialmente por geolocalizaci\u00f3n. Una vez reunidos los primeros datos se pudo afinar la relaci\u00f3n estad\u00edstica aprovechando la cantidad de casos efectivamente atendidos luego por los sistemas de salud. De esta manera se pudo llegar a un algoritmo (una f\u00f3rmula matem\u00e1tica que relacionara a todas las variables) confiable. Gracias a esta informaci\u00f3n indirecta se puede detectar el inicio de una oleada de la enfermedad antes de que lo haga cualquier otro sistema, incluidos los equipos de prevenci\u00f3n de los hospitales.<\/p>

Otro ejemplo, tambi\u00e9n desarrollado por Google, permite prever los \u00e9xitos de taquilla. Seg\u00fan pudieron establecer estad\u00edsticamente, cada persona consulta la pel\u00edcula que le interesa unas trece veces en Internet antes de ir a verla. O sea que si el buscador encuentra cierto n\u00famero de visitas a trailers, cr\u00edticas, horarios de cine y dem\u00e1s puede estimar la futura recaudaci\u00f3n del film. Es como si tuviera una bola de cristal digital capaz de adivinar el futuro.<\/p>

La informaci\u00f3n de este tipo puede ser muy \u00fatil para las empresas de numerosas maneras: prever demanda, construir una imagen, presentar sus productos al p\u00fablico potencial, saber qu\u00e9 piensan de ellos, etc\u00e9tera. A eso se dedican empresas como Globant, nacida en la Argentina, pero actualmente devenida transnacional con filiales en Estados Unidos, Brasil, Uruguay, Colombia y Reino Unido. Su directora tecnol\u00f3gica, Sabina Schneider, quien empez\u00f3 a trabajar all\u00ed en 2004, un a\u00f1o despu\u00e9s del lanzamiento de la compa\u00f1\u00eda, me explicaba durante una entrevista que le realic\u00e9 en 2013: \u201cTrabajamos con datos que se publican en Internet en tiempo real, en grandes cantidades y los tomamos en crudo, para poder encontrar algunas respuestas a las preguntas de nuestros clientes. Esto implica adem\u00e1s un dise\u00f1o de arquitectura complejo\u201d. Entre sus clientes se cuenta una entidad bancaria espa\u00f1ola que les pasa informaci\u00f3n estad\u00edstica sobre sus clientes para analizar el consumo en distintas ciudades y en distintos momentos del a\u00f1o y as\u00ed planificar el turismo, ofertas o pr\u00e9stamos. La informaci\u00f3n puede cruzarse, por ejemplo, hasta con datos del clima para ver si este tiene alguna influencia sobre las conductas de los clientes.<\/p>

Seg\u00fan Schneider, una vez que los datos est\u00e1n almacenados, se puede hasta prever el surgimiento de una estrella, aunque no inventarla: \u201cPens\u00e1 en Justin Bieber y la cantidad de \u2018likes\u2019 que tuvo en YouTube cuando la mam\u00e1 lo filmaba en su casa y c\u00f3mo eso se empez\u00f3 a viralizar. Ah\u00ed pod\u00e9s ir viendo tendencias que luego us\u00e1s para prever lo que puede pasar con otros, cruzarlos con datos de las redes sociales y encontrar patrones que te permitan prever algunas tendencias\u201d. A pesar de trabajar en este campo, Schneider cree que \u201ctiene que haber regulaciones que aseguren que no se produzcan abusos. La tecnolog\u00eda va por delante de las leyes. Por ejemplo, con lo que se puede hacer en reconocimiento facial se podr\u00eda aprovechar las c\u00e1maras de seguridad que est\u00e1n en Buenos Aires para registrar d\u00f3nde estuvo una persona o comportamientos sospechosos. La legislaci\u00f3n no lo proh\u00edbe expl\u00edcitamente\u201d.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\r\n
\r\n<\/a>\r\n<\/a>\r\n<\/a>\r\n<\/a>\r\n<\/a>\r\n<\/a>\r\n<\/a>\r\n<\/div>\r\n