A veces llamado "Internet de las cosas", ha llegado Big Data. Reemplazará ideas, paradigmas, organizaciones y formas de pensar sobre el mundo ", dijo el profesor Brynjolfsson, director del Centro de Negocios Digitales del MIT en una conferencia reciente. Bien quizás. Pero vale la pena pensar en lo que podría no ser capaz de hacer.
Como dijo Steve Lohr en su revisión de campo de fin de año en The New York Times, tales afirmaciones se basan en la premisa de que datos como rastros de navegación web, señales de sensores, rastreo por GPS y mensajes de redes sociales le abrirán la puerta a medir y monitorear personas y máquinas como nunca antes. "Los algoritmos computacionales, al usar esos datos, nos permitirán" predecir comportamientos de todo tipo: compras, citas y votación, por ejemplo ".
Todo eso es cierto, y vemos que esto funciona porque Internet ya rastrea cada búsqueda que hacemos en nuestras computadoras. No podemos escapar a innumerables pistas y sugerencias sobre qué más desearíamos comprar. Nada es olvidado o ignorado. Y esos son los signos más detectables de cómo estamos siendo rastreados.
Pero como Lohr señala, tales predicciones se basan en modelos matemáticos y nuestros modelos están hechos por la inteligencia humana. Una vez configurados, los modelos procesan datos de forma rápida y eficiente, pero, ideados por humanos, ellos mismos no solo son falibles sino también vulnerables al mal uso.
Se ha prestado mucha atención a la invasión de la privacidad inherente a tales modelos. ¿Qué estamos revelando inadvertidamente acerca de nosotros mismos? ¿Y quién usará esa información para manipularnos y controlarnos? Está sucediendo ahora, por supuesto, pero solo empeorará. ¿Y cómo lo sabremos?
Un peligro de otro tipo es la falta de sofisticación y precisión en los modelos utilizados. Los buenos programas requieren habilidades matemáticas y de computación, pero también la capacidad de ser innovadores y atentos. Lohr señala que el McKinsey Global Institute proyectó que Estados Unidos necesitaría de 140,000 a 190,000 trabajadores más con "profunda experiencia analítica". Cita a Claudia Perlich, jefa científica de una nueva empresa de publicidad en línea en Nueva York: "No podemos desarrollar las habilidades rápidamente suficiente."
No son solo las habilidades informáticas y matemáticas que se necesitan. Lohr señala: "Escuchar los datos es importante, pero también lo es la experiencia y la intuición. Después de todo, ¿qué es lo mejor de la intuición pero se filtran grandes cantidades de datos de todo tipo a través de un cerebro humano en lugar de un modelo matemático? "(Ver," Claro, Big Data es genial. Pero también lo es la intuición ").
Para ser claros, eso incluye la información inconsciente a la que no prestamos atención porque a veces parece irrelevante, a veces pasada de moda y en ocasiones no deseada. El punto es que a menudo es precisamente esa información, no buscada, inesperada, incluso difícil de aceptar o captar, lo que revela lo que más a menudo necesitamos saber.
En la reciente conferencia del MIT, Lohr informó que un panel preguntó acerca de las fallas grandes en Big Data que podrían surgir sin ejemplos. Más tarde, sin embargo, alguien en la audiencia comentó que Big Data no predijo la crisis crediticia y la crisis financiera de 2008. ¡Ah!
¿Podría ser que el espectro de su potencial lleve a sus seguidores a descuidar o minimizar el factor humano? ¿Big Data hace que la gente confíe demasiado o engreída? Si es así, ¿ese es el tipo de problema que Big Data no puede resolver?
