Big Data y Data Science frente a las cuestiones sociales

El peso del Big Data en el objetivo, ya casi universal, de conseguir un espacio urbano inteligente y eficiente es innegable, así como su utilidad para mejorar todos sus aspectos sociales. Respirar aire limpio, el acceso a la energía, los servicios sociales o la calidad de la educación son derechos reclamados hoy por millones de ciudadanos, en los que el análisis de los datos tiene mucho que ver.  

En tiempos recientes se han usado toda clase de adjetivos y definiciones grandilocuentes para referirse al “Big Data” y “Data Science”: el petróleo del siglo XXI, su necesidad estratégica para enfrentarse a los cambios del futuro, etc. Todo lo cual, lógicamente, ha llevado a lo ya ocurrido con otros campos del saber, que fueron también reivindicados y usados por aquellos sectores o nichos especializados en la lucha por los derechos humanos y sociales para dar argumento a sus respectivos relatos.  Es decir, la ciencia de los datos también es objeto de indagación respecto a su valor para mejorar la calidad de vida o mitigar las injusticias de nuestra forma de crear riqueza: por ejemplo, en aspectos como la pobreza energética, la calidad (entendida como una gestión inteligente) de los servicios públicos o el trazado de las políticas educativas.

El clima… interés ciudadano

Actualmente, una de las más importantes batallas  de las organizaciones ciudadanas es la lucha contra el cambio climático; sus reivindicaciones se trasladan a múltiples frentes abiertos y es de tal magnitud, que es totalmente necesaria una alianza con herramientas tecnológicas avanzadas para llegar a proponer soluciones viables y globales al problema. En este sentido, antes de formular las líneas centrales que enfrentarán los cambios en el clima, es necesario crear modelos predictivos (globales y locales) donde, por ejemplo, se crucen datos sobre presencia de partículas contaminantes y de gases (lecturas provenientes de sensores) con datos acerca de los movimientos poblacionales, tráfico, procesos industriales, etc.

El modelo predictivo debe, además, arrojar “estratos” de datos cuyos niveles superiores sean fácilmente interpretables por personas no especializadas en el área. Esto último obedece a dos razones: en primer lugar, un resultado fácilmente interpretable, casi una conclusión inteligente, puede ser extrapolado e incorporado con sencillez a los relatos de esas organizaciones ciudadanas que centran sus esfuerzos en el problema ambiental. Y, en segundo lugar, el modelo predictivo, con una robustez suficiente, puede forzar las políticas públicas.  A esto sumemos, y recordemos, las reticencias de los grupos políticos y de poder a la hora de acometer el problema del cambio climático con verdadera determinación, esgrimiendo argumentos que sólo se rechazan con un buen modelo predictivo.  Pues bien, crear ese modelo hace imprescindible el uso del Big Data.

En resumen, como demuestran varias iniciativas e investigaciones en algunas compañías privadas, la ciencia de los datos da capacidades nunca antes vistas para estructurar políticas, planes estratégicos y presupuestos con una antelación (lo preventivo antes que lo reactivo) que, dicho de forma sencilla, evita desastres (sobre todo antes de que éstos sean inminentes).  El Big Data puede dar información base en directrices que se adelantan a las necesidades, lo que permite anticipar con mucho las partidas presupuestarias, con el efecto esperable en la calidad de los servicios y derechos sociales.

¿Cómo podría saberse con considerable anticipación, sin el Big Data y, por supuesto, sin recurrir a oráculos con esferas de cristal o a personajes con “talento” para leer las cartas, qué amenazas ambientales existen en una zona, en base a millones de datos con muy distintos niveles de estructuración o a grandes bancos de imágenes satelitales?

La gestión inteligente de grandes volúmenes de datos se ha convertido en una cuestión de máximo interés para organizaciones y empresas, pero también para los Estados, por razones más éticas y sociales que el simple y cuestionable espionaje de las grandes agencias de seguridad en la época del fin de la intimidad. El concepto de “interés ciudadano” supone poder usar toda esa información para solucionar algunos de los grandes problemas del momento.

La educación… interés ciudadano

Existen experiencias en el uso del Big Data en otros sectores como la gestión del turismo o los servicios de atención directa al ciudadano, que tienden a analizar patrones de conducta y construir modelos predictivos. Hay otras experiencias, cómo no, en la educación: al analizar los datos producidos por el comportamiento de niños y niñas respecto a su propio aprendizaje es posible crear perfiles aplicados o personalizados, donde la velocidad de aprendizaje se ajuste a las necesidades e intereses de cada individuo.

El cruce de la información sobre educación, como los resultados de pruebas de conocimiento y habilidad en un ámbito geográfico como una Comunidad Autónoma, región o país, podría permitir un diseño de materiales didácticos, guías de estudio o textos muy enfocados a fortalecer puntos débiles en los modelos de enseñanza de esos lugares.

Imaginemos que un análisis “Big” de los datos sobre educación nos proporciona claves de la conducta que permitan matizar o canalizar más detalladamente el trabajo en aspectos como la creatividad o la cooperación (rasgos que han demostrado estar íntimamente conectados con la calidad del conocimiento). Y no dejemos de lado que hablamos de datos que no dejan de producirse y acumularse, dado que la interacción en plataformas, redes sociales, etc. crece a un ritmo delirante.

En referencia al posible papel del Big Data en ese aspecto central de nuestras sociedades, como son los sistemas educativos, adquiere peso la cuestión de la velocidad (el tiempo real en que ocurren los intercambios de información) que llevará a la “total” convergencia de las fuentes. Aquí está uno de los terrenos centrales del debate sobre la utilidad social de la ciencia de los datos: en torno a los riesgos de la tecnología frente a la fiscalización ciudadana.

Es decir, probablemente no podamos evitar que la convergencia de plataformas termine por crear modelos categorizantes donde la masa de estudiantes sea clasificada en base a capacidades, velocidad de aprendizaje, solución de problemas… pero también capacidad crítica, dosis de autonomía o grado de sensibilidad respecto a las tendencias generales del resto de la masa (algo ciertamente notorio en las redes sociales). Esa nombrada convergencia desprenderá, desde algoritmos que traducen estados o situaciones anímicas (un reconocimiento facial), por ejemplo, modelos que crean información muy detallada del sujeto.

Pero la cuestión real es el para qué y el cómo se usa una información tan sofisticada. Si nos situamos en un escenario corporativo de lo ultra-pragmático tenemos muchas razones para preocuparnos.  Pero si estamos ante el momento, antes nombrado, donde el “interés ciudadano” reclama el uso de la ciencia y todos sus saberes para mejorar la realidad conocida tenemos motivos para pensar que esta revolución tecnológica nos proporcionará herramientas insospechadas para combatir algunos de los grandes problemas de las actuales y futuras generaciones.

De nuevo, y como se ha dicho en otras entradas de este Blog, los filtros éticos del científico de los datos tienen mucho que ver con la calidad de su formación. Tenemos un inicio en cierta “toma de conciencia” referente a su enorme universo de aplicabilidad: en el caso de este programa de Experto, Especialista y Máster en Big Data y Data Science online de la UNED se propone una aplicación a Economía y Administración y Dirección de Empresas, proporcionando una base a partir de la cual explorar un campo de trabajo que a todas luces acaba de empezar.

Guardar

Guardar

0
0
0
s2smodern
powered by social2s

En el Blog

ContactAR

Información y matriculación

Facultad de
Ciencias Económicas y Empresariales

  • Paseo Senda del Rey, 11. 28040 Madrid.
  • Email de información:
    Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.

Este sitio usa cookies

Si sigues navegando entendemos que aceptas nuestra política de cookies Saber más

Acepto

Política de cookies

La Universidad Nacional de Educación a Distancia y el Máster de Big Data y Data Science informa acerca del uso de las cookies en sus páginas web para mejorar los servicios que se prestan a través de la misma.

Las cookies son archivos que se pueden descargar en su equipo a través de las páginas web. Son herramientas que tienen un papel esencial para la prestación de numerosos servicios de la sociedad de la información. Entre otros, permiten a una página web almacenar y recuperar información sobre los hábitos de navegación de un usuario o de su equipo y, dependiendo de la información obtenida, se pueden utilizar para reconocer al usuario y mejorar el servicio ofrecido.

Aceptación de la Política de cookies

La UNED asume que usted acepta el uso de cookies. No obstante, muestra información sobre su Política de cookies en la parte inferior de cualquier página del portal con cada inicio de sesión con el objeto de que usted sea consciente.

Ante esta información es posible llevar a cabo las siguientes acciones:

  • Aceptar cookies. Se trata de una aceptación tácita, siendo una política aceptada por el hecho de usar el portal web de la UNED.
  • No aceptar las cookies. Abandonar la navegación en el portal web de la UNED.
  • Modificar su configuración de su navegador. Podrá obtener más información sobre qué son las cookies, conocer la Política de cookies de la UNED y modificar la configuración de su navegador.

Otra información de interés

Tipos de cookies

Según la entidad que gestione el dominio desde donde se envían las cookies y trate los datos que se obtengan, se pueden distinguir dos tipos: cookies propias y cookies de terceros.

Existe también una segunda clasificación según el plazo de tiempo que permanecen almacenadas en el navegador del cliente pudiendo tratarse de cookies de sesión o cookies persistentes.

Por último, existe otra clasificación con cinco tipos de cookies según la finalidad para la que se traten los datos obtenidos: cookies técnicas, cookies de personalización, cookies de análisis, cookies publicitarias y cookies de publicidad comportamental.

Para más información a este respecto puede consultar la Guía sobre el uso de las cookies de la Agencia Española de Protección de Datos

Cookies utilizadas en la web de la UNED

A continuación se identifican las cookies que están siendo utilizadas en este portal así como su tipología y función:

  • Google Analytics. En su navegador podrá observar esta cookie denominada _ga. Según la tipología anterior se trata de cookies de terceros, de sesión y de análisis. Los datos que se recopilan, procesan y almacenan en la cuenta de la UNED de Google Analytics, están protegidos y se conservan de manera confidencial. Los datos de Google Analytics se utilizan únicamente para fines estadísticos, siendo el único dato considerado como de carácter personal tratado en este servicio la dirección IP.

Puede encontrar más información al respecto e inhabilitar el uso de estas cookies www.google.es/intl/es/analytics/privacyoverview.html

A través de la analítica web se obtiene información relativa al número de usuarios que acceden a la web, el número de páginas vistas, la frecuencia y repetición de las visitas, su duración, el navegador utilizado, el operador que presta el servicio, el idioma, el terminal que utiliza, o la ciudad a la que está asignada su dirección IP. Información que posibilita un mejor servicio de este portal.

  • UsuarioUNEDv2. Cookie de sesión (con un periodo de validez de 12 horas), propia y de tipo técnico, cookie firmada digitalmente únicamente es accesible por otros sistemas mediante SSL. Permite la navegación por el portal de forma personalizada, además de permitir mediante una única validación del usuario en el portal, acceder a otros sistemas y/o servicios de forma transparente, sin necesidad de tener que volver a identificarse
  • ASP.NET_SessionId. Cookie de tipo técnico, propia y de sesión. Cookie generada por el servidor. Esta cookie permite almacenar un identificador único por sesión a través del que es posible vincular datos necesarios para posibilitar la navegación en curso.
  • SSO_SesionID. Cookie de tipo técnico, propia y de sesión. Empleada por el portal corporativo para gestion de privilegios del usuario.
  • JSESSIONID. Cookie de tipo técnico, propia y de sesión. Empleada por componente java del servidor para posibilitar la navegación en curso.

Cómo modificar la configuración de las cookies

Usted puede restringir, bloquear o borrar las cookies de la Universidad Nacional de Educación a Distancia o cualquier otra página web, utilizando su navegador. En cada navegador la operativa es diferente, la función de ‘Ayuda” le mostrará cómo hacerlo.

Ir al principio