Diferencias

Muestra las diferencias entre dos versiones de la página.

--- cts:bigdata:introduccion [2014/10/13 09:44] – bigdata:introduccion renombrar a cts:bigdata:introduccion (recolocar) Joaquín Herrero Pintado
+++ cts:bigdata:introduccion [2016/11/22 11:04] (actual) – Joaquín Herrero Pintado
@@ Línea 1: / Línea 1: @@
 ====== 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]].//
 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.
@@ 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.
-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.