Ideas clave
Entender la escala de los datos como un cambio en las preguntas que pueden responderse
La escala cambia la pregunta. Los macrodatos consisten en usar información a una escala capaz de revelar conocimientos o crear valor que sería imposible obtener con conjuntos de datos más pequeños. Durante el brote de gripe H1N1 de 2009, las búsquedas de Google ofrecieron una imagen más rápida de la actividad gripal que los informes oficiales, que llegaban con retraso. El servicio Farecast de Oren Etzioni analizó historiales de precios de billetes para aconsejar cuándo comprarlos, sin necesidad de entender las reglas de fijación de precios de las aerolíneas. Para 2012, sus predicciones acertaban alrededor de tres de cada cuatro veces y ahorraban a los viajeros un promedio de 50 dólares por billete.
Más que computadoras más rápidas. La tesis central del libro es que este cambio se debe a nuevas formas de usar los datos, no simplemente a máquinas mejores. Cuando cambia la cantidad, pueden surgir nuevos patrones y posibilidades.
La versión más sólida de este argumento se refiere a ampliar el abanico de preguntas observables. Un conjunto de datos escaso solo puede responder lo que los investigadores pensaron preguntar de antemano; uno amplio puede revelar patrones que no habían previsto. Sin embargo, el volumen por sí solo no garantiza que se obtengan conocimientos. Los registros de búsqueda describen a las personas que usan una plataforma concreta, no a todas las que tienen gripe. La escala cambia lo que puede verse, pero las decisiones sobre qué recopilar siguen condicionando la perspectiva.
Usar conjuntos de datos completos cuando la respuesta depende de subgrupos poco frecuentes
Las muestras difuminan los extremos. El muestreo aleatorio sigue siendo útil: unas 1.100 respuestas seleccionadas al azar pueden estimar una respuesta de sí o no para una población muy grande con un margen de aproximadamente tres puntos porcentuales en la mayoría de los casos. Pero esa precisión no se aplica fácilmente a los subgrupos pequeños. Una encuesta de mil personas quizá incluya muy pocos votantes acomodados de una región como para decir mucho sobre ellos. El libro llama N=todo a la alternativa: usar el conjunto de datos completo, o tanto como sea práctico.
Las señales poco frecuentes necesitan contexto. En los registros de sumo de once años, Steven Levitt y un colega examinaron más de 64.000 combates. Hallaron porcentajes de victorias sospechosamente altos en combates en los que un luchador necesitaba ganar para conservar su rango, un patrón que quizá habría pasado inadvertido en una muestra pequeña.
La lección no es que el muestreo haya quedado obsoleto. Puede ser más barato, rápido y protector de la privacidad, y una muestra bien diseñada puede dar mejores resultados que un censo sesgado. La distinción útil está entre las preguntas sobre un promedio general y las preguntas sobre casos inusuales o grupos muy específicos. Cuando importa un suceso poco frecuente, un registro completo puede revelar patrones que un promedio oculta, siempre que los registros abarquen realmente a la población pertinente.
Cambiar precisión puntual por amplitud solo cuando los errores se compensen
La falta de limpieza puede ampliar el alcance. Los conjuntos de datos grandes suelen contener etiquetas incoherentes, valores ausentes, lecturas tardías o errores manifiestos. Los autores sostienen que aceptar algunas imperfecciones puede valer la pena cuando un mayor número de observaciones revela un patrón general más claro. Por ejemplo, el sistema de traducción de Google se basó en una enorme colección de textos de internet, incluidas traducciones defectuosas e irregulares. Su escala le permitió superar a sistemas entrenados con materiales mucho más pequeños y cuidadosamente seleccionados.
La precisión sigue teniendo su lugar. Un viñedo con muchos sensores de temperatura baratos puede obtener una imagen más completa que la que ofrece un solo sensor preciso, aunque algunas lecturas sean erróneas. La compensación solo funciona si los errores no sesgan sistemáticamente el resultado. Una respuesta aproximada puede servir para detectar tendencias; el saldo de una cuenta bancaria o un cálculo crítico para la seguridad requieren una precisión más estricta.
Esta es una distinción práctica entre ruido aleatorio y error sistemático. Los errores aleatorios pueden perder influencia a medida que se acumulan observaciones, mientras que un sesgo compartido puede parecer más convincente con cada registro añadido. Por tanto, la decisión no debería limitarse a determinar si un conjunto de datos está limpio, sino a establecer si sus defectos distorsionan la conclusión concreta que se extrae. Una señal meteorológica imprecisa puede ayudar a anticipar una tendencia; tolerar lo mismo en una dosis clínica sería temerario.
Usar las correlaciones para predecir señales útiles, sin confundirlas con causas
Un indicador indirecto puede bastar. Una correlación es una relación estadística entre dos cosas que tienden a cambiar juntas. Puede hacer que una señal medible sirva de indicador indirecto de algo más difícil de observar, sin explicar por qué existe esa conexión. Las recomendaciones de Amazon mejoraron cuando el equipo de Greg Linden relacionó productos que los clientes compraban juntos, en vez de intentar vincular a cada cliente con compradores similares. Walmart descubrió que las ventas de Pop-Tarts aumentaban antes de los huracanes y las colocó cerca de los artículos para tormentas.
Predecir no es explicar. Las correlaciones pueden orientar decisiones, como qué productos almacenar o qué inspeccionar, pero las coincidencias y los patrones inestables pueden inducir a error. El análisis de datos puede identificar una señal útil antes de que nadie disponga de una explicación causal convincente. Eso puede bastar para un pronóstico de bajo riesgo, pero no necesariamente para decidir qué intervención resolverá el problema.
La distinción se parece a la que existe entre un termómetro y una teoría del calor: una medición puede orientar la acción sin explicar el proceso subyacente. Esto resulta poderoso en situaciones apremiantes, en las que esperar una explicación completa puede salir caro. También es un motivo para limitar la acción a lo que respalda la evidencia. Una señal de alerta fiable puede justificar revisar una máquina; por sí sola, no identifica la reparación necesaria.
Convertir rastros desatendidos en datos antes de descartarlos como inútiles
La datificación revela estructuras ocultas. La datificación consiste en convertir información sobre algo en una forma cuantificada que pueda registrarse y analizarse. Se diferencia de la digitalización, que solo convierte materiales a un formato legible por computadora. Matthew Fontaine Maury reconoció que los cuadernos de bitácora desechados registraban vientos, corrientes y condiciones meteorológicas. Organizó más de un millón de observaciones en cartas oceánicas, que ayudaron a los barcos a elegir rutas más rápidas y redujeron alrededor de un tercio algunos viajes.
Las nuevas formas invitan a nuevos usos. Escanear un libro crea una imagen digital; reconocer sus palabras hace que el texto pueda buscarse y analizarse. Del mismo modo, convertir en datos la ubicación, las vibraciones de un motor o las interacciones de una persona puede permitir usos que van más allá del propósito original. El valor no comienza únicamente al recopilar información, sino al representarla de una forma que permita compararla y reutilizarla.
La historia de Maury muestra que la innovación en los datos es, en parte, un cambio de atención: un material descartado como desorden puede convertirse en evidencia cuando alguien descubre cómo organizarlo. El mismo principio se aplica a las instituciones cuyos registros se crearon para la contabilidad, el mantenimiento o la comunicación, y no para la investigación. Pero cuantificar nunca es neutral. Lo que se decide contar, cómo se clasifica y qué se omite determina qué patrones se vuelven visibles.
Valorar los datos por sus usos futuros, no por su propósito inicial
La reutilización genera valor de opción. Los autores usan este término para referirse al valor potencial de los datos en distintos usos futuros, más allá del propósito para el que se recopilaron. Al principio, los usuarios de ReCaptcha escribían palabras distorsionadas para demostrar que eran humanos; ese mismo esfuerzo también ayudaba a descifrar texto que el reconocimiento óptico de caracteres no podía leer. Los errores tipográficos en las búsquedas pueden mejorar las sugerencias ortográficas, mientras que los registros antiguos de billetes pueden servir para pronosticar tarifas futuras.
La información puede reutilizarse. A diferencia de un recurso físico que se consume, los datos suelen poder analizarse de nuevo o combinarse con otra información. Los rastros digitales que dejan las acciones cotidianas se llaman rastro de datos (data exhaust). Sin embargo, su utilidad puede desvanecerse: una compra antigua quizá ya no refleje los intereses de un cliente. Quienes poseen datos deben evaluar qué registros siguen aportando información y cuáles se han convertido en ruido.
La idea del valor de opción cambia la economía de la conservación de registros. Un conjunto de datos puede ser más valioso para quien detecta un uso secundario que para la organización que lo recopiló. Esto crea incentivos para conservar y compartir información, pero también para reunir más de la que la gente espera. Por eso, la pregunta crucial no es solo si los datos tendrán valor en el futuro, sino quién podrá obtenerlo y quién asumirá el costo de reutilizarlos.
Crear una ventaja combinando el acceso a los datos con la imaginación y la capacidad analítica
Tres elementos crean valor. El libro describe tres funciones en la economía de los macrodatos: quienes poseen y controlan la información, los especialistas capaces de analizarla y las personas con una mentalidad orientada a los macrodatos, que ven nuevas formas de usarla. Un minorista podría tener registros de transacciones, contratar a una empresa de análisis para encontrar patrones y luego aplicar una idea inesperada a sus operaciones. Intermediarios de datos como Inrix combinan información sobre el tráfico de muchas fuentes para hacer predicciones que ningún fabricante de automóviles podría producir por sí solo con la misma eficacia.
El control puede convertirse en poder de negociación. Los autores prevén que los datos mismos cobrarán más importancia a medida que las habilidades analíticas se generalicen. Las empresas también pueden cambiar lo que venden: Rolls-Royce usó información de seguimiento de motores para crear un negocio de servicios continuos en torno a los motores de aeronaves, en lugar de limitarse a fabricarlos.
La cadena de valor ayuda a explicar por qué un analista con talento técnico quizá no se lleve la mayor parte de los beneficios. El acceso, la interpretación y la aplicación comercial son capacidades distintas, y el poder de negociación suele pertenecer a quien controla información escasa. Los intermediarios compartidos pueden mejorar las predicciones al combinar los registros de empresas competidoras, pero estas deben confiar en el intermediario y acordar cómo se repartirán los beneficios del recurso compartido.
Usar los datos para cuestionar la experiencia, no para eliminar el criterio
El análisis puede poner al descubierto supuestos heredados. En el béisbol, los Oakland Athletics usaron indicadores como el porcentaje de embasamiento para cuestionar las valoraciones subjetivas de los jugadores que hacían los ojeadores. Asimismo, Amazon descubrió que las recomendaciones automatizadas vendían más libros que las selecciones de su equipo editorial. No se trata de que los especialistas no sepan nada, sino de que la experiencia puede pasar por alto patrones visibles al examinar muchos casos. Un estudio citado en el libro encontró que la productividad era hasta un 6 % mayor en las empresas que daban prioridad a las decisiones basadas en datos.
La experiencia sigue ayudando a formular mejores preguntas. Los analistas de Nueva York aprendieron de los inspectores que una fachada de ladrillo recién renovada sugería que el propietario cuidaba el edificio. Encontraron registros de permisos que podían representar esa observación en su modelo. El análisis de datos y el conocimiento del terreno se complementaron: los trabajadores experimentados aportaron indicios y el modelo ayudó a ordenar una lista enorme de propiedades.
Los datos pueden disciplinar la intuición, sobre todo cuando la gente se basa en impresiones vagas difíciles de comparar entre casos. Sin embargo, un modelo solo es útil en la medida en que lo sean su objetivo y las medidas elegidas para representarlo. Los expertos en el ámbito pueden detectar cuándo un indicador indirecto no recoge el contexto importante, mientras que los analistas pueden comprobar si las creencias de los expertos se sostienen al examinar muchas observaciones. La disposición más productiva no consiste ni en acatar ciegamente la experiencia ni en obedecer sin cuestionar una puntuación.
Tratar los datos como evidencia, nunca como un veredicto incuestionable
Se pueden manipular las cifras. Robert McNamara, secretario de Defensa de Estados Unidos durante la guerra de Vietnam, se apoyó mucho en estadísticas como el número de enemigos muertos para juzgar el progreso. Más tarde, los generales informaron que esas cifras solían inflarse, en parte porque los oficiales sabían cuánto las valoraban los altos mandos. Una medida concebida para describir una guerra empezó a moldear lo que la gente informaba sobre ella.
Una medida no es la cosa misma. El libro advierte contra tratar los datos como una fuente de verdad automática. Google siguió pidiendo calificaciones académicas a quienes solicitaban empleo incluso después de que un análisis interno encontrara poca relación entre esas calificaciones y el desempeño laboral. Recopilar más cifras no puede corregir una medida mal elegida, un proceso de información distorsionado ni una interpretación que vaya más allá de la evidencia.
Este es un problema clásico de medición: cuando una cifra se convierte en un objetivo, la gente puede optimizar la cifra en vez de la meta subyacente. El peligro aumenta cuando los líderes confunden lo que puede hacerse visible con lo que se comprende. Un panel de control puede hacer que una institución compleja parezca manejable y, a la vez, ocultar los incentivos que generaron sus datos. Una buena práctica pregunta cómo se produjo una métrica, qué comportamientos recompensa y qué resultados importantes deja invisibles.
No castigar nunca a las personas por predicciones sobre decisiones que aún no han tomado
El riesgo no es culpabilidad. Los sistemas predictivos pueden estimar quién podría tener problemas de salud, dejar de pagar un préstamo o verse implicado en un delito. El libro sostiene que estos pronósticos pueden ayudar a asignar recursos y atención, pero no deben tratarse como prueba de responsabilidad. Un método de predicción de la libertad condicional que se describe en el texto afirmaba tener al menos un 75 % de precisión para predecir la participación en homicidios. Incluso si así fuera, aproximadamente una de cada cuatro personas recibiría una predicción errónea.
La conducta futura sigue siendo una elección. La vigilancia policial predictiva y los controles preventivos entrañan el peligro de imponer restricciones antes de que se cometa delito alguno. Una persona no puede refutar de manera significativa una predicción sobre un acto que aún no ha ocurrido. Usar la probabilidad para orientar la ayuda o las inspecciones no es lo mismo que usarla para atribuir culpa o imponer un castigo.
Esta preocupación va más allá de la precisión del modelo. Incluso un pronóstico bien calibrado puede distribuir las cargas de forma injusta si se vigila más de cerca a algunas personas y, por tanto, se registran más incidentes relacionados con ellas. La distinción entre prevención y castigo es importante: ofrecer ayuda voluntaria no equivale a restringir la libertad. Toda intervención debería evaluarse según sus consecuencias para la persona clasificada, no solo por si reduce un índice de riesgo agregado.
Exigir responsabilidades a quienes usan los datos y permitir que se impugnen los algoritmos
Trasladar la responsabilidad a quienes usan los datos. Como muchos usos secundarios no pueden preverse al recopilar la información, los autores sostienen que el aviso y el consentimiento por sí solos no bastan para proteger la privacidad. Proponen exigir responsabilidades a quienes usan los datos: las organizaciones deben evaluar los riesgos de un uso previsto y hacerse responsables de evitar daños. Una técnica relacionada, la privacidad diferencial, introduce deliberadamente aproximaciones en los resultados para reducir la probabilidad de que el análisis de un conjunto de datos grande exponga a una persona concreta.
Crear vías para impugnar las decisiones. Los autores proponen auditores de algoritmos (algorithmists): revisores independientes o internos que examinen los datos, los métodos y la interpretación que sustentan las predicciones de gran impacto. Para las decisiones delicadas, piden transparencia sobre los fundamentos de una predicción, certificación experta y una vía para que las personas afectadas puedan refutarla. Estas protecciones buscan que los sistemas complejos rindan cuentas ante las personas.
La propuesta reconoce que la privacidad no es un permiso que se concede una sola vez. Es una relación continua, determinada por lo que las organizaciones hacen con la información. La rendición de cuentas puede facilitar análisis útiles sin exigir un nuevo consentimiento para cada propósito imprevisto, pero necesita consecuencias exigibles y una revisión realmente independiente. De lo contrario, una auditoría corre el riesgo de convertirse en un trámite de cumplimiento que documenta una decisión sin ofrecer a la persona afectada una vía significativa para impugnarla.
Tratar los pronósticos como mapas para actuar, no como retratos de la realidad
Predecir puede salvar vidas. En la ciudad de Nueva York se recibían unas 25.000 denuncias anuales por conversiones ilegales de edificios, pero solo había alrededor de 200 inspectores. El equipo de Mike Flowers combinó registros de 19 organismos con cinco años de datos sobre incendios para determinar qué denuncias requerían atención urgente. Antes, los inspectores emitían órdenes de desalojo en el 13 % de los casos inspeccionados; con las clasificaciones, la cifra superó el 70 %. Las observaciones sobre el terreno, incluidos indicios sobre el mantenimiento de los edificios, ayudaron a mejorar el modelo.
Ningún modelo lo ve todo. Los pronósticos estiman resultados probables, no futuros inamovibles, y la información disponible siempre es incompleta. El argumento final del libro es que los datos deben ayudar a las personas a actuar, no sustituir la creatividad, la intuición ni la responsabilidad. Las mejores predicciones pueden orientar la atención; por sí solas, no pueden decidir qué debería valorar la sociedad.
El ejemplo de Nueva York concreta la promesa: se puede dirigir al personal limitado hacia los casos con más probabilidades de ser peligrosos. También muestra por qué la predicción debe seguir formando parte de un proceso humano. Los inspectores aportaron observaciones que al principio no estaban en el conjunto de datos, y los funcionarios aún tenían que decidir cómo utilizar las clasificaciones. Un pronóstico resulta más valioso cuando afina el criterio sin pretender resolver todas las preguntas.
Análisis
La idea más perdurable del libro no es que los conjuntos de datos más grandes siempre produzcan mejores respuestas. Es que los costos de recopilar, almacenar y recombinar información han bajado lo suficiente como para hacer viables nuevas formas de investigación. Los ejemplos vuelven tangible ese cambio: Maury convierte cuadernos de bitácora desatendidos en orientación para la navegación, Amazon sustituye la selección humana de libros por recomendaciones basadas en patrones de compra y la ciudad de Nueva York dirige a sus escasos inspectores hacia edificios peligrosos. En conjunto, estas historias presentan los datos como infraestructura, no solo como un insumo técnico.
El argumento es más sólido cuando distingue la predicción de la explicación. Una correlación puede ser valiosa sin revelar una causa, sobre todo si el objetivo es priorizar casos, pronosticar o identificar una pregunta prometedora para seguir investigando. Se debilita mucho cuando los autores dan a entender que los datos amplios pueden sustituir habitualmente a la teoría o al criterio experto. Los datos no ofrecen una visión transparente de la realidad. Las plataformas determinan quién se vuelve visible, los sistemas de medición incorporan supuestos y las búsquedas más amplias crean más oportunidades de encontrar coincidencias. Un conjunto de datos inmenso puede hacer que una observación limitada o sesgada parezca precisa.
El análisis político es igual de importante. La predicción altera las relaciones de poder porque las instituciones pueden clasificar a las personas antes de que actúen, a menudo sin darles una explicación comprensible ni una manera de impugnar esa clasificación. Las salvaguardas propuestas — rendición de cuentas, capacidad de acción humana y revisión algorítmica — abordan problemas reales, pero su eficacia depende de la independencia, de que existan recursos efectivos y del acceso a la evidencia. Un auditor sin autoridad para detener un sistema perjudicial ofrece poca protección.
Conviene leer el libro como una guía para una nueva forma de evidencia, no como una profecía de que los datos sustituirán al criterio. Su pauta práctica es a la vez modesta y poderosa: usar información amplia para detectar patrones y mejorar las decisiones, preservar la investigación causal cuando lo exijan las consecuencias y mantener la humildad siempre que las predicciones afecten vidas humanas.
Resumen de reseñas
Big Data ha recibido críticas diversas, con elogios por su exposición accesible del tema y sus ejemplos ilustrativos. Los críticos señalan redundancias y simplificaciones excesivas. Los lectores valoran sus reflexiones sobre el impacto de los datos en la sociedad, las preocupaciones relativas a la privacidad y las implicaciones futuras. A algunos les parece que el contenido está desactualizado o carece de profundidad. Se recomienda el libro a quienes se inician en los conceptos de macrodatos, aunque puede decepcionar a los expertos. En conjunto, se considera una introducción que invita a la reflexión sobre un campo cada vez más importante, si bien con limitaciones de alcance y detalle.
También leyeron
Glosario
macrodatos
Análisis a gran escalaEl libro define los macrodatos como el uso de información a una escala que hace posibles nuevos conocimientos o formas de crear valor que los conjuntos de datos más pequeños no pueden ofrecer. Su importancia no radica únicamente en la cantidad de datos o la potencia de cálculo, sino también en nuevas formas de analizar, reutilizar y actuar sobre la información.
N=todo
Usar el conjunto de datos completoN=todo describe un enfoque que utiliza el conjunto de datos completo sobre un fenómeno, o todo lo que resulte práctico, en lugar de basarse en una muestra. Una cobertura más amplia puede revelar casos poco frecuentes y subgrupos pequeños que el muestreo podría ocultar. No significa que sea posible recopilar todos los hechos imaginables sobre el mundo.
datificación
Cuantificar para analizarLa datificación es el proceso de convertir información sobre un objeto, una actividad o una relación en una forma cuantificada que pueda registrarse, compararse y analizarse. Se diferencia de la digitalización, que convierte el material a un formato legible por computadora, pero no necesariamente hace que su contenido sea susceptible de búsqueda o análisis como datos.
valor de opción
Valor potencial derivado de la reutilizaciónEl valor de opción de los datos es el valor que puede obtenerse mediante sus posibles usos futuros, no solo mediante el propósito para el que se recopilaron inicialmente. Las consultas de búsqueda, por ejemplo, pueden servir para una búsqueda inmediata y, más adelante, ayudar a mejorar la ortografía, predecir tendencias o respaldar otro servicio.
rastro de datos (data exhaust)
Rastros que deja la actividadEl rastro de datos es la información que se produce como subproducto de las acciones, especialmente de las interacciones digitales. Los clics, los términos de búsqueda, las visitas a páginas y las correcciones pueden recopilarse y analizarse para mejorar un servicio o crear otro. Para el usuario, esos rastros pueden ser incidentales, pero para la organización que los recopila pueden tener valor.
datos recombinantes
Conjuntos de datos combinadosLos datos recombinantes se refieren a la combinación de información de distintas fuentes para responder preguntas que ninguno de los conjuntos de datos podría contestar por sí solo con la misma eficacia. El ejemplo del libro combina registros daneses de suscripciones a teléfonos móviles, registros de cáncer e información demográfica para estudiar si existe una asociación entre el uso del teléfono móvil y el cáncer.
minería de la realidad (reality mining)
Inferir comportamientos a partir de teléfonosLa minería de la realidad es el análisis de grandes cantidades de datos de teléfonos móviles para inferir aspectos del comportamiento humano. Los patrones de ubicación y comunicación pueden ayudar a revelar la actividad social o identificar tendencias emergentes. El método puede servir para la investigación en salud pública y estudios urbanos, pero también crea riesgos cuando se utilizan los desplazamientos personales sin salvaguardias adecuadas.
auditores de algoritmos (algorithmists)
Auditores de algoritmosLos auditores de algoritmos son especialistas cuya creación se propone para revisar los datos, los métodos analíticos y las interpretaciones que sustentan predicciones de importantes consecuencias. Pueden trabajar de forma independiente o dentro de organizaciones, evaluar si un sistema es sólido y responder a las quejas de las personas afectadas por sus decisiones. Su función busca que los complejos sistemas de datos rindan cuentas y puedan ser cuestionados.
privacidad diferencial
Difuminar los resultados para proteger a las personasLa privacidad diferencial es un enfoque técnico que hace deliberadamente aproximados los resultados de las consultas, reduciendo la posibilidad de identificar a una persona a partir de esos resultados. El objetivo es preservar patrones útiles en un conjunto de datos grande y, al mismo tiempo, dificultar que un resultado concreto se vincule con una persona específica.
culturomía (culturomics)
Estudiar la cultura mediante textosLa culturomía es el estudio cuantitativo del lenguaje y las tendencias culturales mediante grandes colecciones de textos digitalizados y susceptibles de búsqueda. Los investigadores pueden rastrear cómo cambian las palabras y las referencias con el tiempo, comparar textos o estudiar patrones de atención. Sus hallazgos dependen de qué libros se conservaron y digitalizaron, por lo que la colección de textos no constituye un registro completo de la sociedad.
Preguntas frecuentes
¿De qué trata «Big Data: A Revolution That Will Transform How We Live, Work, and Think», de Viktor Mayer-Schönberger?
- Panorama de la revolución de los macrodatos: El libro explora cómo la explosión de datos y las nuevas técnicas analíticas están transformando la sociedad, los negocios, la atención sanitaria y la gobernanza.
- Cambio en el análisis de datos: Destaca el paso de conjuntos de datos pequeños y exactos a otros enormes e imperfectos, con énfasis en las correlaciones más que en la causalidad.
- Implicaciones sociales y éticas: Los autores analizan tanto los beneficios como los riesgos de los macrodatos, incluidas las preocupaciones sobre la privacidad y la necesidad de nuevos principios de gobernanza.
- Estudios de casos reales: Ejemplos como Google Flu Trends y Farecast ilustran la aplicación práctica de los macrodatos.
¿Por qué debería leer «Big Data: A Revolution That Will Transform How We Live, Work, and Think», de Viktor Mayer-Schönberger?
- Introducción integral: El libro ofrece una introducción accesible y, a la vez, exhaustiva al impacto de los macrodatos en distintos sectores, por lo que resulta adecuado tanto para principiantes como para expertos.
- Cambios de mentalidad: Explica los cambios fundamentales de pensamiento necesarios para aprovechar los macrodatos, como aceptar la imperfección y dar prioridad a las correlaciones.
- Orientación práctica y ética: Los autores proporcionan marcos para aprovechar el potencial de los macrodatos y abordar a la vez los desafíos relacionados con la privacidad y la ética.
- Preparación para el futuro: Leerlo permite desenvolverse y prosperar en un mundo cada vez más guiado por los datos.
¿Cuáles son las principales conclusiones de «Big Data: A Revolution That Will Transform How We Live, Work, and Think», de Viktor Mayer-Schönberger?
- Tres grandes cambios: El libro identifica el uso de todos los datos (N=todo), la aceptación de la imperfección y la valoración de la correlación por encima de la causalidad como cambios fundamentales en el análisis de datos.
- Los datos como nuevo activo: Los datos se presentan como un insumo económico vital, cuyo valor aumenta al reutilizarlos y combinarlos.
- Riesgos y gobernanza: El libro subraya la necesidad de nuevos marcos de privacidad y de rendición de cuentas algorítmica para gestionar los riesgos de los macrodatos.
- Transformación de la experiencia especializada: El auge de las competencias relacionadas con los datos y el declive de la primacía tradicional de los expertos en una materia se destacan como tendencias laborales.
¿Cómo define y explica «Big Data», de Viktor Mayer-Schönberger, el concepto de datificación?
- Definición de datificación: La datificación es el proceso de convertir aspectos de la vida —como el comportamiento, la ubicación y las interacciones— en datos cuantificables para analizarlos.
- Diferencia con la digitalización: A diferencia de la digitalización, que convierte lo analógico en digital, la datificación hace que fenómenos intangibles puedan medirse y analizarse.
- Contexto histórico y moderno: El libro recorre la datificación desde los primeros registros hasta los datos modernos de GPS y sensores, mostrando sus profundas raíces y su aceleración actual.
- Apertura a nuevos conocimientos: La datificación amplía lo que puede analizarse y propicia innovaciones en salud, publicidad y gestión urbana.
¿Cuáles son los principales cambios de mentalidad sobre el análisis de datos que describe «Big Data», de Viktor Mayer-Schönberger?
- Del muestreo a N=todo: El libro aboga por analizar conjuntos de datos completos en lugar de muestras pequeñas, con lo que se reduce el sesgo de muestreo y se obtiene información más detallada.
- Aceptar la imperfección: Anima a tolerar datos imperfectos e inconsistentes, pues los grandes volúmenes pueden compensar las imprecisiones y ofrecer mejores resultados.
- Dar prioridad a la correlación sobre la causalidad: El foco pasa a encontrar correlaciones predictivas en vez de comprender las causas subyacentes, lo que cuestiona los enfoques científicos tradicionales.
- Información útil para actuar: Estos cambios permiten tomar decisiones más rápidas y prácticas en los negocios, la salud y la gobernanza.
¿Cómo explica «Big Data», de Viktor Mayer-Schönberger, el uso de correlaciones en lugar de causalidad en el análisis de datos?
- La correlación como herramienta: El libro muestra que las correlaciones permiten hacer predicciones precisas sin necesidad de comprender por qué ocurren los fenómenos.
- Ejemplos prácticos: Casos como las recomendaciones de Amazon y la gestión de inventario de Walmart ante huracanes ilustran cómo puede bastar con saber «qué» está ocurriendo.
- Limitaciones de la causalidad: Determinar la causalidad suele ser poco práctico; la abundancia de datos hace que el análisis basado en correlaciones sea más viable y, en ocasiones, más útil.
- Corrección de sesgos: Los autores sostienen que las personas tienden a atribuir causalidad donde no la hay, por lo que los enfoques basados en correlaciones ofrecen una corrección valiosa.
¿Qué es el «valor de opción de los datos» según «Big Data», de Viktor Mayer-Schönberger?
- Definición del valor de opción: El valor de los datos no reside solo en su uso principal, sino también en su potencial para aplicaciones secundarias novedosas.
- Reutilización y combinación: Combinar conjuntos de datos puede revelar conocimientos y crear valor imposibles de obtener a partir de fuentes de datos aisladas.
- Implicaciones empresariales: Las empresas que reconocen y aprovechan el valor de opción de los datos obtienen ventajas competitivas y crean nuevos modelos de negocio.
- Desafíos de valoración: A menudo, la contabilidad tradicional no refleja el verdadero valor de los datos, por lo que este activo no recibe suficiente reconocimiento.
¿Cómo clasifica «Big Data», de Viktor Mayer-Schönberger, a las empresas de macrodatos y sus funciones en la cadena de valor de los datos?
- Titulares de datos: Estas organizaciones controlan el acceso a grandes conjuntos de datos, pero puede que no los analicen ni innoven con ellos por sí mismas (por ejemplo, MasterCard).
- Especialistas en datos: Empresas con conocimientos especializados en análisis extraen información valiosa de los datos, a menudo para clientes que son sus propietarios (por ejemplo, Accenture).
- Innovadores con mentalidad de macrodatos: Personas o empresas emergentes que utilizan los datos de forma creativa, a veces sin poseerlos inicialmente, para revolucionar sectores (por ejemplo, FlightCaster y Decide.com).
- El éxito mediante la combinación: Las empresas de mayor éxito combinan el acceso a los datos, las competencias analíticas y el pensamiento innovador.
¿Cuáles son los principales riesgos y desafíos de los macrodatos que se analizan en «Big Data», de Viktor Mayer-Schönberger?
- Erosión de la privacidad: La escala y la profundidad de la recopilación de datos personales vuelven insuficientes las protecciones tradicionales de la privacidad, y la anonimización suele ser ineficaz.
- Castigo predictivo: El uso de análisis para penalizar a las personas por comportamientos previstos plantea preocupaciones éticas y jurídicas sobre la justicia y el libre albedrío.
- Dependencia excesiva de los datos: La «dictadura de los datos» puede llevar a decisiones que ignoran el contexto, la causalidad o el juicio humano; los ejemplos históricos sirven de advertencia.
- Necesidad de una nueva gobernanza: El libro reclama nuevos marcos para gestionar estos riesgos de manera responsable.
¿Cómo aborda «Big Data», de Viktor Mayer-Schönberger, la privacidad y qué nuevas soluciones de gobernanza propone?
- Limitaciones del consentimiento: El modelo tradicional de «aviso y consentimiento» no es adecuado para los macrodatos, ya que a menudo no es posible prever sus usos futuros.
- Traslado de la responsabilidad: Los autores proponen exigir que quienes usan los datos respondan por sus acciones, mediante evaluaciones formales de riesgos y supervisión regulatoria.
- Soluciones técnicas: Se analizan innovaciones como la privacidad diferencial, que buscan proteger la identidad de las personas y preservar la utilidad de los datos.
- Auditoría de algoritmos: El libro aboga por una nueva categoría de profesionales («auditores de algoritmos») que auditen y certifiquen los algoritmos en cuanto a equidad y transparencia.
¿Cómo describe «Big Data», de Viktor Mayer-Schönberger, el cambio en el papel de la experiencia especializada y la toma de decisiones en la era de los macrodatos?
- Declive de la experiencia tradicional: Las competencias de análisis de datos y la capacidad de interpretar correlaciones adquieren más valor que un conocimiento profundo de una materia específica.
- Auge de las decisiones basadas en datos: Las organizaciones recurren cada vez más a modelos predictivos y análisis, y dependen menos de la intuición o el instinto.
- Necesidad de competencias interdisciplinarias: Las matemáticas, la estadística, la programación y la ciencia de datos son fundamentales y complementan los conocimientos especializados de cada ámbito.
- Ejemplos prácticos: Se destacan equipos deportivos, empresas tecnológicas y gobiernos municipales como primeros adoptantes de la toma de decisiones basada en datos.
¿Cuáles son las citas más memorables de «Big Data», de Viktor Mayer-Schönberger, y qué significan?
- «Medir es saber». — Lord Kelvin: Subraya la importancia de la cuantificación para comprender, un tema central en la expansión de la medición que permiten los macrodatos.
- «Más vence a mejor». — Principio de los macrodatos: Sugiere que los conjuntos de datos grandes e imperfectos suelen producir mejores conocimientos que los pequeños y depurados, lo que cuestiona las normas tradicionales de calidad de los datos.
- «Los macrodatos tratan del qué, no del porqué». — Idea central: Destaca el cambio de la búsqueda de explicaciones causales al énfasis en correlaciones predictivas.
- «Los datos son una plataforma». — Tim O’Reilly: Resalta el papel fundamental de los datos para hacer posibles nuevos productos, servicios y modelos de negocio en la economía digital.
Descargar PDF
Descargar EPUB
.epub es ideal para leer libros electrónicos en teléfonos, tabletas y lectores electrónicos.