Herramientas de usuario
cts:bigdata:introduccion
Diferencias
Muestra las diferencias entre dos versiones de la página.
| Próxima revisión | Revisión previa | ||
|
cts:bigdata:introduccion [2014/10/13 08:44] Joaquín Herrero Pintado creado |
cts:bigdata:introduccion [2016/11/22 11:04] Joaquín Herrero Pintado |
||
|---|---|---|---|
| Línea 1: | Línea 1: | ||
| - | ====== Introdicción a la filosofía del Big Data ====== | + | ====== Introducción a la filosofía del Big Data ====== |
| - | + | ||
| - | //Este artículo fue publicado en el blog [[http://cienciasucia.com/post/99671444470/filosofia-del-big-data|Ciencia Sucia]].// | + | //Este artículo fue publicado en el blog [[http://cienciasucia.com/post/99671444470/filosofia-del-big-data|Ciencia Sucia]].// |
| El escenario actual de Internet abre un nuevo paradigma en computación porque a una agrupación de ordenadores interconectados y en funcionamiento permanente no se le puede ya considerar meramente una máquina de Turing (que calcula y se detiene) sino algo nuevo que engulle permanentemente cantidades ingentes de información, la somete, permanentemente también, a cálculos, y elabora predicciones y análisis usando para ello modelos matemáticos y modelos de racionalidad para la toma de decisiones. | El escenario actual de Internet abre un nuevo paradigma en computación porque a una agrupación de ordenadores interconectados y en funcionamiento permanente no se le puede ya considerar meramente una máquina de Turing (que calcula y se detiene) sino algo nuevo que engulle permanentemente cantidades ingentes de información, la somete, permanentemente también, a cálculos, y elabora predicciones y análisis usando para ello modelos matemáticos y modelos de racionalidad para la toma de decisiones. | ||
| - | Este nuevo uso de la computación se conoce como fenómeno “Big Data” y ha sido aplicado con éxito notabilísimo a realizar predicciones hasta ahora impensables. Por ejemplo, Google lo usa para predecir la [[http://www.google.org/flutrends/|evolución de epidemias]] mediante el análisis de los términos de búsqueda que los usuarios introducen en su buscador. Quizás el más notable de los éxitos del Big Data haya sido el cálculo político del estadístico Nate Silver que llegó a [[http://www.huffingtonpost.com/2012/11/07/nate-silver-obama-reelection_n_2086556.html|clavar los resultados de Obama]] en las elecciones presidenciales de 2012 usando técnicas de minería de datos propias del Big Data en lugar de las clásicas encuestas sociológicas a las que superó de forma sorprendente en fiabilidad. | + | Este nuevo uso de la computación se conoce como fenómeno “Big Data” y ha sido aplicado con éxito notabilísimo a realizar predicciones hasta ahora impensables. Por ejemplo, Google lo usa para predecir la [[http://www.google.org/flutrends/|evolución de epidemias]] mediante el análisis de los términos de búsqueda que los usuarios introducen en su buscador. Quizás el más notable de los éxitos del Big Data haya sido el cálculo político del estadístico Nate Silver que llegó a [[http://www.huffingtonpost.com/2012/11/07/nate-silver-obama-reelection_n_2086556.html|clavar los resultados de Obama]] en las elecciones presidenciales de 2012 usando técnicas de minería de datos propias del Big Data en lugar de las clásicas encuestas sociológicas a las que superó de forma sorprendente en fiabilidad. En su trabajo [[http://cultura.elpais.com/cultura/2014/05/30/babelia/1401471883_955380.html|La señal y el ruido]] ha escrito con cierto tono crítico acerca de las posibilidades predictivas del Big Data, indicando que aún no disponemos de buenos métodos por determinar la serie casual de un evento a pesar de haber sobreabundancia de datos. |
| Sin embargo el siglo XX no parecía augurar este exitoso escenario a comienzos del siglo XXI. A comienzos del siglo XX sucedió una crisis de fundamentación en la matemática como consecuencia de los trabajos de Kurt Gödel que propiciaron el nacimiento de la computación por parte de Alan Turing para demostrar que la incompletitud que Gödel demostró en la matemática tenía como consecuencia la incomputabilidad. Dicho en pocas palabras: no todo es calculable. | Sin embargo el siglo XX no parecía augurar este exitoso escenario a comienzos del siglo XXI. A comienzos del siglo XX sucedió una crisis de fundamentación en la matemática como consecuencia de los trabajos de Kurt Gödel que propiciaron el nacimiento de la computación por parte de Alan Turing para demostrar que la incompletitud que Gödel demostró en la matemática tenía como consecuencia la incomputabilidad. Dicho en pocas palabras: no todo es calculable. | ||
| Línea 13: | Línea 13: | ||
| Pues porque donde decimos “cálculo” en realidad estamos diciendo mucho más. El fenómeno Big Data no hace sencillas sumas y restas con los datos como los que nosotros hacemos al calcular cuánto dinero nos va a quedar a fin de mes. Para hacer una predicción sobre el comportamiento humano los creadores de cálculos Big Data tienen que crear [[http://www.businessinsider.com/big-data-in-marketing-2013-5|simulaciones de agentes humanos]] y ver cómo se comportan en el escenario complejo que analizan. Y aquí es donde está el problema porque no queda claro qué conjunto de valores y prioridades tiene el agente humano simulado en dichos cálculos. | Pues porque donde decimos “cálculo” en realidad estamos diciendo mucho más. El fenómeno Big Data no hace sencillas sumas y restas con los datos como los que nosotros hacemos al calcular cuánto dinero nos va a quedar a fin de mes. Para hacer una predicción sobre el comportamiento humano los creadores de cálculos Big Data tienen que crear [[http://www.businessinsider.com/big-data-in-marketing-2013-5|simulaciones de agentes humanos]] y ver cómo se comportan en el escenario complejo que analizan. Y aquí es donde está el problema porque no queda claro qué conjunto de valores y prioridades tiene el agente humano simulado en dichos cálculos. | ||
| - | Lo de simular agentes humanos no es nada nuevo. La ciencia económica basa sus predicciones en un agente humano modelado según la [[https://es.wikipedia.org/wiki/Teor%C3%ADa_de_la_elecci%C3%B3n_racional|Teoría de la Acción Racional]], una simplificación tal de la racionalidad humana que Amartya Sen ha llegado a calificar de imbécil social a la simulación usada por la economía que describe un ser capaz de hacer un cálculo de utilidad sobre qué le conviene, es decir, de aplicar una racionalidad instrumental, pero incapaz de relacionarse con otros de modo cooperativo, algo que sucede permanentemente. El agente humano simulado por la economía es un fracaso. No recoge la diversidad del comportamiento humano. | + | Lo de simular agentes humanos no es nada nuevo. La ciencia económica basa sus predicciones (o más bien [[http://www.eldiario.es/economia/error-prediccion-catastrofico_0_253375303.html|sus intentos por predecir]]) en un agente humano modelado según la [[https://es.wikipedia.org/wiki/Teor%C3%ADa_de_la_elecci%C3%B3n_racional|Teoría de la Acción Racional]], una simplificación tal de la racionalidad humana que Amartya Sen ha llegado a calificar de imbécil social a la simulación usada por la economía que describe un ser capaz de hacer un cálculo de utilidad sobre qué le conviene, es decir, de aplicar una racionalidad instrumental, pero incapaz de relacionarse con otros de modo cooperativo, algo que sucede permanentemente. El agente humano simulado por la economía es un fracaso. No recoge la diversidad del comportamiento humano. |
| Pues bien, la misma matemática que Gödel nos enseñó que no era completa, los mismos ordenadores que Turing nos enseñó que no eran capaces de calcularlo todo y la misma teoría racional que Amartya Sen ha calificado como una imbecilidad se han combinado en el fenómeno Big Data para crear unos modelos de simulación de la conducta social humana con un increíble poder predictivo. ¡Bingo! Con piezas defectuosas hemos construido un Fórmula-1 que gana carreras. Donde la ciencia económica con su deficiente modelo de racionalidad ha fallado parece que el Big Data está acertando: la primera es incapaz de predecir nada y la última parece ser capaz de predecirlo todo. | Pues bien, la misma matemática que Gödel nos enseñó que no era completa, los mismos ordenadores que Turing nos enseñó que no eran capaces de calcularlo todo y la misma teoría racional que Amartya Sen ha calificado como una imbecilidad se han combinado en el fenómeno Big Data para crear unos modelos de simulación de la conducta social humana con un increíble poder predictivo. ¡Bingo! Con piezas defectuosas hemos construido un Fórmula-1 que gana carreras. Donde la ciencia económica con su deficiente modelo de racionalidad ha fallado parece que el Big Data está acertando: la primera es incapaz de predecir nada y la última parece ser capaz de predecirlo todo. | ||
| Línea 31: | Línea 31: | ||
| Los árboles de la tecnología le impiden al consumidor de estos productos ver la maraña conceptual que se le está presentando aunque sea con una estética impecable. Si el smartphone me dice que se acerca la gripe, que Obama ganará las elecciones o que podría tener un infarto pues eso significa que esa es la realidad, ese es el mundo en el que vivo. Punto y final. Y lo más interesante es que luego la gripe llega, Obama gana y aunque no te dé el infarto se te ha avisado de un riesgo, con lo que la tecnología ha cumplido su misión. | Los árboles de la tecnología le impiden al consumidor de estos productos ver la maraña conceptual que se le está presentando aunque sea con una estética impecable. Si el smartphone me dice que se acerca la gripe, que Obama ganará las elecciones o que podría tener un infarto pues eso significa que esa es la realidad, ese es el mundo en el que vivo. Punto y final. Y lo más interesante es que luego la gripe llega, Obama gana y aunque no te dé el infarto se te ha avisado de un riesgo, con lo que la tecnología ha cumplido su misión. | ||
| - | Riesgos, expertos, análisis y predicciones. Un cocktail que puede ser muy venenoso pero con el que tenemos que acostumbrarnos a convivir. Vivimos en la “sociedad del riesgo” como muy bien ha explicado [[:cts:el_cambio_tecnico:ulrich_beck|Ulrich Beck]], en una sociedad de simulación del conocimiento experto, como ha explicado [[:cts:el_cambio_tecnico:sistemas_expertos_agentes_artificiales|Axelrod]] y en una sociedad generadora de incertidumbre, como explica [[:cts:el_cambio_tecnico:racionalidad_acotada#incertidumbres_de_la_decision|Sven Ove Hanson]]. Ante este escenario tan retorcidamente complejo no podemos aplicar un modelo de racionalidad tan simple como el actor racional del modelo económico que tiene capacidad de calcular qué le conviene. Nuestra sociedad es tan compleja que queda fuera de nuestra capacidad calcular qué nos conviene. De hecho probablemente nunca lo hicimos. Es posible que, como comentan [[:cts:el_cambio_tecnico:gerd_gigerenzer|Gerd Gigerenzer]] y [:cts:el_cambio_tecnico:jose_francisco_alvarez|Jose Francisco Álvarez]] nuestra racionalidad sea mucho más heurística de lo que nos han contado y completamente acotada: decidimos con información parcial, incompleta y en constante cambio. Decidimos con mecanismos biológicamente creados, no matemáticamente formulados. Hacer un modelo matemático de esa realidad evolutivamente creada puede ser una tarea monumental aunque hay ya intentos de avanzar en esa línea, como los de [[http://www.madrimasd.org/blogs/matematicas/2013/03/25/135941|Gregory Chaitin]] y su idea de modelar la vida como software en evolución. | + | Riesgos, expertos, análisis y predicciones. Un cocktail que puede ser muy venenoso pero con el que tenemos que acostumbrarnos a convivir. Vivimos en la “sociedad del riesgo” como muy bien ha explicado [[:cts:el_cambio_tecnico:ulrich_beck|Ulrich Beck]], en una sociedad de simulación del conocimiento experto, como ha explicado [[:cts:el_cambio_tecnico:sistemas_expertos_agentes_artificiales|Axelrod]] y en una sociedad generadora de incertidumbre, como explica [[:cts:el_cambio_tecnico:racionalidad_acotada#incertidumbres_de_la_decision|Sven Ove Hanson]]. Ante este escenario tan retorcidamente complejo no podemos aplicar un modelo de racionalidad tan simple como el actor racional del modelo económico que tiene capacidad de calcular qué le conviene. Nuestra sociedad es tan compleja que queda fuera de nuestra capacidad calcular qué nos conviene. De hecho probablemente nunca lo hicimos. Es posible que, como comentan [[:cts:el_cambio_tecnico:gerd_gigerenzer|Gerd Gigerenzer]] y [[:cts:el_cambio_tecnico:jose_francisco_alvarez|Jose Francisco Álvarez]] nuestra racionalidad sea mucho más heurística de lo que nos han contado y completamente acotada: decidimos con información parcial, incompleta y en constante cambio. Decidimos con mecanismos biológicamente creados, no matemáticamente formulados. Hacer un modelo matemático de esa realidad evolutivamente creada puede ser una tarea monumental aunque hay ya intentos de avanzar en esa línea, como los de [[http://www.madrimasd.org/blogs/matematicas/2013/03/25/135941|Gregory Chaitin]] y su idea de modelar la vida como software en evolución. |
| Si modelar la biología es difícil, hacerlo con la racionalidad humana parece una tarea heróica. Por eso es por lo que el Big Data ha escogido aparcar la creación de nuevos modelos de racionalidad y aplicar los conocidos modelos económicos a ingentes cantidades de datos. Y funciona. O parece que funciona. Pero no conocemos cómo ha sido cargado teóricamente el experto que llevamos simulado en nuestro smartphone o que interpreta nuestras interacciones sociales. Tampoco solemos saber cómo se ha construido el riesgo del que se nos avisa. Se nos pide un acto de fe tecnológico que la mayoría de la gente, cegada por la luz celestial de las “nuevas tecnologías” no tiene inconveniente en conceder. Aceptamos como experto al que se nos presenta como tal. Aceptamos que si ese experto dice que tenemos un riesgo es que efectivamente estamos en peligro. Y si el experto dice que hay un 20% de probabilidades de que nos suceda algo no cuestionamos su método sino que pasamos a decidir si aceptaremos ese nivel de riesgo o no. El experto puede fácilmente crear un escenario de consentimiento inducido máxime cuando es una aplicación informática que habla un lenguaje de gráficos y estadísticas. Cautivo y desarmado el ejército ciudadano, el experto ha alcanzado sus últimos objetivos sociales, que aún no sabemos si son describir la realidad, predecirla o construirla. Mientras no conozcamos los modelos de racionalidad aplicados en las simulaciones expertas de la conducta humana no sabremos si los supuestos exitos predictivos son logros de la ciencia social o [[http://es.m.wikipedia.org/wiki/Profec%C3%ADa_autocumplida|profecías autocumplidas]]. | Si modelar la biología es difícil, hacerlo con la racionalidad humana parece una tarea heróica. Por eso es por lo que el Big Data ha escogido aparcar la creación de nuevos modelos de racionalidad y aplicar los conocidos modelos económicos a ingentes cantidades de datos. Y funciona. O parece que funciona. Pero no conocemos cómo ha sido cargado teóricamente el experto que llevamos simulado en nuestro smartphone o que interpreta nuestras interacciones sociales. Tampoco solemos saber cómo se ha construido el riesgo del que se nos avisa. Se nos pide un acto de fe tecnológico que la mayoría de la gente, cegada por la luz celestial de las “nuevas tecnologías” no tiene inconveniente en conceder. Aceptamos como experto al que se nos presenta como tal. Aceptamos que si ese experto dice que tenemos un riesgo es que efectivamente estamos en peligro. Y si el experto dice que hay un 20% de probabilidades de que nos suceda algo no cuestionamos su método sino que pasamos a decidir si aceptaremos ese nivel de riesgo o no. El experto puede fácilmente crear un escenario de consentimiento inducido máxime cuando es una aplicación informática que habla un lenguaje de gráficos y estadísticas. Cautivo y desarmado el ejército ciudadano, el experto ha alcanzado sus últimos objetivos sociales, que aún no sabemos si son describir la realidad, predecirla o construirla. Mientras no conozcamos los modelos de racionalidad aplicados en las simulaciones expertas de la conducta humana no sabremos si los supuestos exitos predictivos son logros de la ciencia social o [[http://es.m.wikipedia.org/wiki/Profec%C3%ADa_autocumplida|profecías autocumplidas]]. | ||
| Línea 49: | Línea 49: | ||
| Para dicha crítica ya está abierto un fundamento filosófico que exploraré en futuras entradas de este blog. | Para dicha crítica ya está abierto un fundamento filosófico que exploraré en futuras entradas de este blog. | ||
| - | BIBLIOGRAFÍA | + | **BIBLIOGRAFÍA** |
| - | + | ||
| - | Crisis de la razón en el siglo XX y racionalismos contemporáneos, http://filosofias.es/wiki/ensayos/crisis-de-la-razon-y-racionalismos-contemporaneos | + | |
| - | + | ||
| - | Racionalidad acotada, racionalidad ecológica, y heurísticas http://filosofias.es/wiki/cts/el_cambio_tecnico/racionalidad_acotada | + | |
| - | + | ||
| - | Lo social y lo racional, http://filosofias.es/wiki/ensayos/lo_social_y_lo_racional | + | |
| - | + | ||
| - | Gerd Gigerenzer , http://filosofias.es/wiki/cts/el_cambio_tecnico/gerd_gigerenzer | + | |
| - | + | ||
| - | Jose Francisco Álvarez, http://filosofias.es/wiki/cts/el_cambio_tecnico/jose_francisco_alvarez | + | |
| - | + | ||
| - | El cambio técnico: racionalidad, información, riesgo e incertidumbre, http://filosofias.es/wiki/cts/el_cambio_tecnico | + | |
| - | Decisiones tecnológicas: sistemas expertos, agentes artificiales y simulación, http://filosofias.es/wiki/cts/el_cambio_tecnico/sistemas_expertos_agentes_artificiales | + | [[:ensayos:crisis-de-la-razon-y-racionalismos-contemporaneos]] \\ |
| + | [[:cts:el_cambio_tecnico:racionalidad_acotada]] \\ | ||
| + | [[:ensayos:lo_social_y_lo_racional]] \\ | ||
| + | [[:cts:el_cambio_tecnico/gerd_gigerenzer]] \\ | ||
| + | [[:cts:el_cambio_tecnico:jose_francisco_alvarez]] \\ | ||
| + | [[:cts:el_cambio_tecnico]] \\ | ||
| + | [[:cts:el_cambio_tecnico:sistemas_expertos_agentes_artificiales]] | ||
cts/bigdata/introduccion.txt · Última modificación: 2016/11/22 11:04 por Joaquín Herrero Pintado
Excepto donde se indique lo contrario, el contenido de este wiki esta bajo la siguiente licencia: CC Attribution 4.0 International
