Big data: ¿solución o problema?

Big data: ¿solución o problema?

1. ¿Donde nace?

   • Una parte son datos que se recogen sobre nuestras llamadas telefónicas, transacciones bancarias, pagos con tarjeta o búsquedas en Google. Incluso sobre nuestros movimientos a través de las señales GPS procedentes de nuestros teléfonos móviles.
     • ¿es algo nuevo?
       • Pues no, almacenar datos no es nuevo. Desde hace mucho tiempo las empresas han venido guardando información acerca de sus clientes, proveedores y operaciones. La administración dispone de enormes bases de datos que contienen información sobre censos de población, registros médicos e impuestos. También se recogen datos cada vez que sacamos dinero en un cajero automático o pagamos con nuestra tarjeta físicamente o a través de Internet.
     • ¿por qué ha surgido el Big Data?
       • La principal diferencia entre estos nuevos tipos de datos y los que se han venido recogiendo hasta ahora es que estos últimos son datos estructurados, es decir, bien organizados, como los que pueden aparecer en una hoja de cálculo o en una base de datos, mientras que los primeros carecen de una estructura identificable. El análisis de estos datos no estructurados es mucho más difícil, pero a la vez también mucho más valioso.
     • ¿Y más o menos de cuántos datos estamos hablando?
       • Toda esta cantidad de información se genera a una enorme velocidad, tan alta que el 90% de los datos que existían en el mundo en 2012 se había creado en los dos años anteriores. Cada minuto, por ejemplo, se envían más de 200 millones de mensajes de correo electrónico, se realizan más de 4 millones de búsquedas en Google y se suben 72 horas de vídeos nuevos a YouTube (Gunelius, 2014). En media hora, el motor de un avión que vuela de Londres a Nueva York genera 10 terabytes de datos (MacKinnon, 2013). En 2013 se publicaron al día 400 millones de tuits (Griggs y Kelly, 2013) y se compartieron 4.500 millones de mensajes “me-gusta” en Facebook (Noyes, 2014).
   • Fábricas Inteligentes
     • Un ejemplo de ciudad inteligente o “smartcity” es Songdo (Lobo, 2014), una ciudad en Corea del Sur que empezó a construirse en el año 2000 y en la que se espera que vivan 65.000 personas en 2016. La infraestructura de esta ciudad contiene sensores que monitorizan y regulan desde la temperatura hasta el consumo de energía y el tráfico.
   • Transporte Inteligente
     • la compañía US Xpress (Van Rijmenam, 2014a) que ha instalado, en cada uno de sus camiones, casi mil sensores que generan datos sobre el consumo de carburante, la velocidad, el estado de los neumáticos o el uso de los frenos. Combinando los datos recibidos de estos sensores con información sobre las condiciones de las carreteras, el estado del tráfico, los datos meteorológicos o la localización de estaciones de servicio, es posible optimizar rutas de envío, reducir el consumo de combustible

2. ¿qué es el Big Data?

   • La empresa consultora Gartner define el Big Data como “aquellos recursos de información caracterizados por su alto volumen, velocidad o variedad, que requieren formas de procesamiento innovadoras y eficientes para la mejora del conocimiento y la toma de decisiones.
     • Tres Vs
       • Volumen
       • Velocidad
       • Veracidad
     • ¿Qué cambios está provocando el Big Data?
       • El Big Data está causando una revolución en el mundo empresarial, modificando de manera sustancial los negocios existentes y creando otros completamente nuevos.
     • ¿Para qué se usa el Big data?
       • Los más optimistas opinan que en la que parece inminente era del Big Data lograremos una mejora sustancial de nuestra capacidad para realizar diagnósticos y pronósticos fiables en numerosas áreas de la vida social. 13 Esta nueva capacidad de análisis y predicción puede ser aprovechada por las empresas con fines puramente lucrativos utilizando distintas técnicas,
         • La publicidad personalizada
           • Localizar patrones y tendencias permite a las empresas de comercio online adecuar los productos y servicios a los clientes, anticipar la demanda o mejorar las ventas a través de incentivos, como descuentos, envíos gratuitos o facilidades de pago.
           • publicidad basada en la localización
             • consiste en analizar la información recogida a través de la red wifi del centro comercial para localizar las tiendas en las que un cliente pasa más tiempo, o los productos por los que muestra más interés. Los comercios combinan estos datos con otros relacionados con el poder adquisitivo o el historial de compras de los clientes para personalizar la publicidad y enviar a sus teléfonos móviles anuncios y promociones adaptadas a sus necesidades.
             • sistemas anticipativos
               • Estos sistemas tienen una filosofía similar a los sistemas de recomendación, pero no esperan a que expresemos lo que queremos, en forma de consulta o petición, sino que se adelantan y nos hacen sugerencias teniendo en cuenta la hora del día, el tiempo que hace, nuestras conexiones sociales, las reuniones anotadas en nuestra agenda o el estado del tráfico.
       • Análisis de sentimientos
         • Gracias a estos análisis, las empresas pueden entender lo que el público opina sobre distintos productos, servicios, anuncios publicitarios o series de televisión, y saber quiénes son los usuarios con más influencia en las redes. De esta forma pueden mejorar sus productos o incluso desarrollar otros nuevos, de acuerdo con el deseo de los consumidores. Es lo que se conoce como el análisis de sentimientos o minería de opiniones (Van Rijmenam, 2013b).

3. El Big Data y el gobierno

   • Como hemos visto, los datos recogidos sobre los clientes pueden ser utilizados por las empresas para mejorar la experiencia del consumidor y, en último término, para incrementar las ganancias. Los Gobiernos también pueden usar estas herramientas para el espionaje masivo (Naughton, 2014) o para predecir resultados electorales como el sitio web FiveThirtyEight2 que en 2008 logró predecir correctamente el vencedor de 49 de los 50 Estados norteamericanos en las elecciones presidenciales que ganó Barack Obama.
     • Pero, ¿qué pasaría si los Gobiernos utilizaran los datos sobre nuestras búsquedas en Google o nuestras interacciones en las redes sociales para proporcionar un mejor servicio a los ciudadanos y abordar problemas relacionados con la atención sanitaria, el desempleo, los desastres naturales o el terrorismo?
       • Un método parecido puede utilizarse para predecir variaciones en la tasa de desempleo. Por ejemplo, Global Pulse, una iniciativa de Naciones Unidas para abordar crisis socioeconómicas, en colaboración con la empresa SAS, analizó conversaciones que tenían lugar en redes sociales de Estados Unidos e Irlanda y consiguió predecir aumentos en la tasa de desempleo tres meses antes que los informes oficiales (Cary, 2012).
         • Con el Big Data se pueden reducir también los índices de criminalidad. Por ejemplo, en la ciudad de Los Ángeles se usa para detectar en qué calles, o qué grupos o individuos son más propensos a cometer delitos y deben ser sometidos a una vigilancia extra (Van Rijmenam, 2014b).
           • El análisis de datos también puede utilizarse en el sector agrario para mejorar la producción agrícola, minimizar su impacto medioambiental y reducir costes mediante lo que se conoce como agricultura de precisión, que combina datos meteorológicos con los de temperatura y humedad del terreno o el grado de luminosidad recogidos mediante sensores para ayudar a los agricultores a tomar mejores decisiones con respecto a la siembra, fertilización y cosecha de sus cultivos (Mello y Treinish, 2012).
             • El Big Data y el gobierno abierto
               • No podemos hablar de los grandes datos sin hablar también de los datos abiertos, que la red para el Conocimiento Abierto define como “cualquier contenido, información o datos que las personas pueden usar, reusar y redistribuir sin ninguna restricción legal, tecnológica o social”4 . Todas las definiciones de datos abiertos incluyen, como características básicas, que deben estar disponibles de forma gratuita o a un coste mínimo en un formato que facilite su uso, y deben poder ser utilizados sin discriminación de personas, grupos o aplicaciones.
                 • Este párrafo describe perfectamente el concepto de gobierno abierto, cuyos pilares fundamentales son la transparencia, la participación y la colaboración, (Preciado, 2012) y que Javier Llinares, uno de los autores más referenciados en este tema, define como “aquel que entabla una constante conversación con los ciudadanos con el fin de oír lo que ellos dicen y solicitan, que toma decisiones basadas en sus necesidades y preferencias, que facilita la colaboración de

4. El Big Data y el desarrollo

   • La revolución de los datos no se limita al mundo industrializado y está ocurriendo también en los países en vías de desarrollo. En países de África y del sur de Asia, el 50% de los adultos son propietarios de un teléfono móvil, y entre un 10 y un 20% más, aunque no son propietarios, tienen acceso al móvil de amigos, familiares o vecinos (Cartesian, 2014).
     • El Big Data y la salud
       • Un campo importante de aplicación del Big Data es el de la salud y la atención sanitaria. Hoy en día se almacenan todo tipo de datos sobre pacientes, enfermedades, tratamientos, medicación y resultados. Nuestro cuerpo se ha convertido en una fuente más de datos. Radiografías, mamografías, TACs, resonancias magnéticas… Se calcula que, para 2015, un hospital medio en Estados Unidos gestionará 665 terabytes de datos frente a los 168 que gestionaba en 2010 (Iron Mountain, 2013). El análisis de todos estos datos juega un papel fundamental en lo que, según los expertos, será la medicina del futuro o medicina “4P” (Hood y Galas, 2008): una medicina personalizada, predictiva, preventiva y participativa. Veamos cómo el Big Data puede aplicarse en cada una de estas áreas.
     • Personalización
       • El análisis de datos genéticos puede desempeñar un papel relevante en el campo de la medicina personalizada, ya que permite realizar diagnósticos más precisos y diseñar terapias más enfocadas a cada paciente. 20 Gracias a la secuenciación paralela o de siguiente generación, conseguir estos datos es cada vez menos costoso y más rápido. Mientras que se necesitaron 13 años para conseguir la secuencia completa de un genoma humano con un coste de unos 2.047 millones de euros, ahora hay equipos que permiten secuenciar el ADN de una persona en solo un día y por menos de 800 euros (Prats, 2012).
     • Predicción
       • Para ilustrar cómo el Big Data puede influir en la medicina predictiva me gustaría que nos situáramos por un momento en la sala de cuidados intensivos de neonatos del hospital infantil de Toronto, donde sólo se escuchan los pitidos de los monitores que registran, entre otras cosas, los latidos del corazón de los bebés. Las enfermeras a cargo de esta sala saben que pequeños cambios en el ritmo cardiaco o en la respiración de los bebés pueden indicar un empeoramiento, 21 pero a veces estos cambios pueden ser tan sutiles como para no disparar ninguna alarma en el monitor y pasar por ello desapercibidos.
     • Prevención
       • Un ejemplo de cómo se puede utilizar el Big Data para conseguir una medicina preventiva es el trabajo que están llevando a cabo investigadores de la Escuela de Enfermería Sinclair en la Universidad de Missouri. Gracias al análisis de los datos recogidos por sensores de movimiento instalados en las camas, paredes y suelos de las viviendas de gente anciana, estos investigadores están identificando patrones de agitación durante el sueño y de cambios en la actividad física diaria de estas personas mayores que pueden prevenir posibles caídas y visitas a urgencias (Cimons, 2012).
     • Participación
       • La medicina será participativa cuando las personas tomemos conciencia de que somos los máximos responsables de nuestra propia 22 salud y nuestro mejor médico. En ese sentido, el Big Data tiene mucho que aportar, porque permite pasar de los cuidados preventivos a los cuidados proactivos.

5. El Big Data y la educación

   • Dicen que lo que no se puede medir no se puede mejorar, y si hay un área que puede beneficiarse del análisis de los grandes conjuntos de datos es el de la educación. Al igual que las empresas y la Administración, la Universidad viene recogiendo datos sobre los estudiantes desde hace mucho tiempo, la mayoría de ellos relacionados con su rendimiento escolar. Se almacenan las calificaciones de los trabajos que entregan, sus resultados en los exámenes, el número de convocatorias que necesitan para superar una asignatura o cuánto tiempo tardan en finalizar sus estudios.
     • Este análisis puede servir a los estudiantes individuales para reflexionar sobre sus resultados y modelos de comportamiento en relación con otros compañeros; a los profesores para identificar qué estudiantes tienen más riesgo de abandonar o fracasar y necesitan más apoyo y atención; a los encargados de la calidad docente para introducir mejoras en las asignaturas o desarrollar nuevos planes de estudio; y a los administradores para tomar decisiones sobre temas relacionados con la promoción de los estudios, la distribución de los recursos o el proceso de admisión.
     • Por otro lado, si estos perfiles se utilizan pensando sólo en el beneficio económico, identificar el perfil de los estudiantes más propensos al abandono puede provocar que no se les admita, o que se les asignen menos recursos porque resultan menos rentables.

6. El Big Data y la investigación

   • La computación intensiva de datos juega un papel fundamental en el descubrimiento científico. Hallazgos como el Bosón de Higgs, aunque pendiente de la confirmación definitiva, o la secuenciación del genoma humano no habrían sido posibles sin el Big Data.
     • Los científicos están acostumbrados a los grandes conjuntos de datos que puede generar, por ejemplo, un secuenciador de ADN, un acelerador de partículas, un telescopio o las estaciones y satélites meteorológicos.
       • Ninguno de ustedes se sorprendería si les dijera que el análisis de grandes cantidades de datos se utiliza en disciplinas como la física de partículas, las ciencias medioambientales, la bioinformática o la microbiología. Pero quizá les suenen menos familiares disciplinas como la cliometría, que aplica la econometría a la historia; la estilometría, que es el estudio del estilo de escritura de un autor; o la culturómica, que describe las investigaciones cuantitativas en ciencias sociales y humanidades. En todas estas disciplinas el Big Data tiene mucho que decir.
     • El Big Data permite entender mejor el flujo de tráfico en las autopistas, el uso de energía doméstica, las condiciones en el interior de los volcanes, los huracanes, las enfermedades o el universo (CRA, 2011).
       • Existen numerosas iniciativas relacionadas con la ciencia ciudadana. Una de ellas es Foldit, un juego de ordenador desarrollado en la Universidad de Washington mediante el cual aficionados a este tipo de juegos aportan soluciones a problemas de plegamiento de proteínas. Los astrónomos también involucran a aficionados en la búsqueda de galaxias. Lo mismo ocurre con empresas como 23andme3 , que se dedica a los análisis genéticos y compara el ADN de los clientes que aportan voluntariamente sus resultados, con el objetivo de encontrar mutaciones que aumentan o disminuyen el riesgo de contraer Parkinson.
       • Quizá también tengamos reticencias con respecto a la fiabilidad de los resultados cuando el análisis se deja en manos de la “multitud”. Pero aunque a los científicos pueda no gustarnos compartir, sí que estamos acostumbrados a colaborar, al menos con otros científicos. ¿Por qué no hacerlo con los ciudadanos? Podría ser una forma de acercar la ciencia a la gente, y quizá supondría una mejora de la interacción entre la ciencia, la sociedad y las políticas de investigación.

Images and files in the map