Untitled

ESTRUCTURA, RECUPERACIÓN Y DESAFÍOS ÉTICOS DEL BIG DATA EN LA ERA DE LA REVOLUCIÓN DIGITAL

El Big Data es el procesamiento y análisis de volúmenes masivos de información variada que se genera a gran velocidad y supera la capacidad de las herramientas tradicionales.

Fundamentos y taxonomía del Big Data

El concepto de Datos Masivos: Se define como conjuntos de datos que superan la capacidad del software habitual para ser capturados y procesados, convirtiéndose en activos estratégicos para análisis predictivos.

Naturaleza Heterogénea:

* Información numérica y texto

*Imágenes (píxeles).

* Sonidos (muestras) digitalizados.

Modelos de Estructuración Lógica

Esquema Entidad-Relación:

De uno a muchos / de muchos a muchos

A

B

Modelo Relacional vs. Reticular:

Modelo Relacional: Utiliza conectores lógicos y tablas.

Modelo Reticular: Se basa en conectores gráficos y estructuras de red

Búsqueda y Recuperación de Información

Interrogación de Sistemas BDMS:

El acceso a la información se realiza mediante lenguajes de consulta (query languages) específicos de los sistemas de gestión de bases de datos.

Desafíos Éticos y Regulatorios

Protección y Privacidad:

Es fundamental garantizar el consentimiento informado y el cumplimiento de normativas internacionales como el Reglamento General de Protección de Datos (RGPD).

Optimización mediante Algoritmos: El uso de algoritmos avanzados permite optimizar la selección de contenidos y encontrar historias o patrones dentro de grandes conjuntos de datos

Mitigación de Sesgos Algorítmicos: Las organizaciones deben combatir la discriminación y los prejuicios humanos que se filtran en los modelos matemáticos y sistemas de la IA

Estrategias de Compliance: Implementación de comités éticos multidisciplinarios, auditorías de algoritmos y técnicas de "privacy by design"

Elaborado por: Meidy Milena Alarcón Vargas

Modulo: Analítica del Aprendizaje y Big Data