C1 Big Data

C1 Big Data

By Elizabeth Benítez

Multiple Choice

Cuando hablamos de Big Data nos referimos a conjuntos de datos o combinaciones de conjuntos de datos con las características siguientes:

Veracidad

• la cantidad de datos generados y guardados.

• el tipo y naturaleza de los datos (textos, imágenes, audio y vídeo).

• la rapidez a la cual se generan y procesan los datos para cumplir las exigencias y desafíos de su análisis.

• la calidad de los datos capturados puede variar mucho y así afectar a los resultados del análisis.

• los datos generados deben ser útiles.La matemática avanzada recoge, organiza y analiza esta gigantesca “masa” de datos. Se crean modelos matemáticos complejos cuyos algoritmos deducen tanto los gustos como las preferencias de cada individuo así como los comportamientos éticos y sociales.

Multiple Choice

Cuando hablamos de Big Data nos referimos a conjuntos de datos o combinaciones de conjuntos de datos con las características siguientes:

Volumen

• la cantidad de datos generados y guardados.

• el tipo y naturaleza de los datos (textos, imágenes, audio y vídeo).

• la rapidez a la cual se generan y procesan los datos para cumplir las exigencias y desafíos de su análisis.

• la calidad de los datos capturados puede variar mucho y así afectar a los resultados del análisis.

• los datos generados deben ser útiles.La matemática avanzada recoge, organiza y analiza esta gigantesca “masa” de datos. Se crean modelos matemáticos complejos cuyos algoritmos deducen tanto los gustos como las preferencias de cada individuo así como los comportamientos éticos y sociales.

Multiple Choice

Cuando hablamos de Big Data nos referimos a conjuntos de datos o combinaciones de conjuntos de datos con las características siguientes:

Velocidad

• la cantidad de datos generados y guardados.

• el tipo y naturaleza de los datos (textos, imágenes, audio y vídeo).

• la rapidez a la cual se generan y procesan los datos para cumplir las exigencias y desafíos de su análisis.

• la calidad de los datos capturados puede variar mucho y así afectar a los resultados del análisis.

• los datos generados deben ser útiles.La matemática avanzada recoge, organiza y analiza esta gigantesca “masa” de datos. Se crean modelos matemáticos complejos cuyos algoritmos deducen tanto los gustos como las preferencias de cada individuo así como los comportamientos éticos y sociales.

Multiple Choice

Cuando hablamos de Big Data nos referimos a conjuntos de datos o combinaciones de conjuntos de datos con las características siguientes:

Valor

• la cantidad de datos generados y guardados.

• el tipo y naturaleza de los datos (textos, imágenes, audio y vídeo).

• la rapidez a la cual se generan y procesan los datos para cumplir las exigencias y desafíos de su análisis.

• la calidad de los datos capturados puede variar mucho y así afectar a los resultados del análisis.

• los datos generados deben ser útiles.La matemática avanzada recoge, organiza y analiza esta gigantesca “masa” de datos. Se crean modelos matemáticos complejos cuyos algoritmos deducen tanto los gustos como las preferencias de cada individuo así como los comportamientos éticos y sociales.

Multiple Choice

Cuando hablamos de Big Data nos referimos a conjuntos de datos o combinaciones de conjuntos de datos con las características siguientes:

Variedad

• la cantidad de datos generados y guardados.

• el tipo y naturaleza de los datos (textos, imágenes, audio y vídeo).

• la rapidez a la cual se generan y procesan los datos para cumplir las exigencias y desafíos de su análisis.

• la calidad de los datos capturados puede variar mucho y así afectar a los resultados del análisis.

• los datos generados deben ser útiles.La matemática avanzada recoge, organiza y analiza esta gigantesca “masa” de datos. Se crean modelos matemáticos complejos cuyos algoritmos deducen tanto los gustos como las preferencias de cada individuo así como los comportamientos éticos y sociales.

BIG DATA

Primeramente, hay que resaltar que nuestro comportamiento se ha convertido en producto. Por un lado, con cada clic que hacemos para realizar una búsqueda, elegir un artículo o un servicio, marcar “me gusta” o “añadir a mis amigos”, en otras palabras, para indicar cualquier opción o preferencia de personas, usos y consumos, estamos generando información que otros transforman en dinero. Por otro lado, esa información a través de los más y más sofisticados algoritmos del big data, determina nuestros conocimientos, actitudes y decisiones.

El ideal de una red que iba a conectarnos a todos y ampliar nuestros conocimientos, es decir, a mejorar nuestra vida y el mundo y a democratizar la cultura, se desvanece por el momento. Asimismo, las vías por donde circulamos en internet se estrechan y nos moldean en perjuicio de nuestra privacidad y libertad, y a favor de las compañías más avispadas en la explotación de nuestros datos. Tal es el oscuro panorama que pintan los estudiosos y especialistas en los cada vez más numerosos trabajos sobre el cambio cultural y económico que se cocina en la web.

El ideal de una red que iba a conectarnos a todos y ampliar nuestros conocimientos, es decir, a mejorar nuestra vida y el mundo y a democratizar la cultura, se desvanece por el momento. Asimismo, las vías por donde circulamos en internet se estrechan y nos moldean en perjuicio de nuestra privacidad y libertad, y a favor de las compañías más avispadas en la explotación de nuestros datos. Tal es el oscuro panorama que pintan los estudiosos y especialistas en los cada vez más numerosos trabajos sobre el cambio cultural y económico que se cocina en la web.

Los mecanismos y las consecuencias de la actual perversión de la red se diseccionan con particular precisión en El filtro burbuja, ensayo del estadounidense Eli Parisier con el elocuente subtítulo de Cómo la red decide lo que leemos y lo que pensamos. El punto de partida se sitúa en el paso que Google dio en el año 2009, cuando empezó a personalizar los resultados de las búsquedas y dio inicio a una nueva era en la que las páginas que visitamos se adaptan a nosotros como por arte de magia.

“Podemos pensar que somos capitanes de nuestro destino, cuando lo cierto es que la personalización afecta a nuestra capacidad para elegir cómo queremos vivir”, sostiene Parisier. Afirma asimismo que “aquello sobre lo que clicamos en el pasado delimita lo que vamos a ver después: un historial web que estamos condenados a repetir una y otra vez” hasta el punto de que “podemos quedar atrapados en una versión estática y cada vez más limitada de nosotros mismos”; un bucle empobrecedor, el llamado efecto eco o sesgo de confirmación, en el que la web nos devuelve como en un espejo nuestra visión del mundo y, de igual forma, parece ratificar nuestras ideas y prejuicios.

“Podemos pensar que somos capitanes de nuestro destino, cuando lo cierto es que la personalización afecta a nuestra capacidad para elegir cómo queremos vivir”, sostiene Parisier. Afirma asimismo que “aquello sobre lo que clicamos en el pasado delimita lo que vamos a ver después: un historial web que estamos condenados a repetir una y otra vez” hasta el punto de que “podemos quedar atrapados en una versión estática y cada vez más limitada de nosotros mismos”; un bucle empobrecedor, el llamado efecto eco o sesgo de confirmación, en el que la web nos devuelve como en un espejo nuestra visión del mundo y, de igual forma, parece ratificar nuestras ideas y prejuicios.

Lo peor son las injusticias que las conclusiones erradas de esos sistemas pueden acarrear. Los bancos han empezado a utilizar algoritmos para decidir a quién ofrecen o conceden un crédito. “Se tomará una decisión algorítmica acerca de tu solvencia en función de la de tus amigos”, dijo el especialista en big data Charlie Stryker, en una declaración recogida en El filtro burbuja. “Inquieta que las empresas no estén obligadas a explicar los fundamentos de esas decisiones”, añade Parisier. Y termina: “Es injusto que los bancos te discriminen porque tu compañero del instituto no es proclive a pagar sus facturas o porque te guste algo que igualmente gusta a un montón de morosos”.

Lo peor son las injusticias que las conclusiones erradas de esos sistemas pueden acarrear. Los bancos han empezado a utilizar algoritmos para decidir a quién ofrecen o conceden un crédito. “Se tomará una decisión algorítmica acerca de tu solvencia en función de la de tus amigos”, dijo el especialista en big data Charlie Stryker, en una declaración recogida en El filtro burbuja. “Inquieta que las empresas no estén obligadas a explicar los fundamentos de esas decisiones”, añade Parisier. Y termina: “Es injusto que los bancos te discriminen porque tu compañero del instituto no es proclive a pagar sus facturas o porque te guste algo que igualmente gusta a un montón de morosos”.

Más grave todavía es el uso de los algoritmos en el ámbito judicial. Ha habido casos en los que se ha puesto en evidencia que presentan un sesgo en contra de los afroamericanos al predecir que tienen más posibilidades de reincidir. Casos como este llevan a afirmar a la profesora O´Neill en su libro Armas de destrucción matemática que los algoritmos son “opiniones encerradas en matemáticas y dependiendo de quién los construya y con qué datos se les nutra darán uno u otro resultado”. “No hemos eliminado el sesgo humano. Simplemente lo hemos disfrazado de tecnología” concluye.