Page 59 - Anuario AC/E de cultura digital 2018

Los Big Social Data, los algoritmos y la inteligen- cia artificial se basan en un único fundamento: recopilar y analizar información de usuarios provenientes de actividades privadas. El nuevo GDPR (Reglamento General de Protección de Datos) de la UE proporcionará a los ciudadanos más información y control sobre su información digital. También podría incrementar la confianza de los usuarios en los servicios digitales y crear una igualdad de condiciones para las empresas que monetizan de forma responsable los datos de los consumidores.
La producción constante y el almacenamiento
de grandes cantidades de datos personales en
las redes sociales también tienen una siniestra contraparte. Los Gobiernos están acostumbrados a monitorizar a los ciudadanos con el fin de garantizar su seguridad. No es nada nuevo, forma parte de la historia y hay que recordar que ya existía la vigilancia antes de las redes sociales. En el Estado moderno, las personas saben que son observadas y, al mismo tiempo, incluso revelan sus secretos más profundos al publicar sus estados en Facebook.
Si tenemos una gran cantidad de datos y algorit- mos eficaces, métodos analíticos y estadísticos, ¿necesitamos también teorías, modelos, hipóte- sis, muestreo y encuestas de grupos pequeños? Según Anderson, en la era del petabyte los métodos científicos se han quedado obsoletos (Anderson, 2008). Para otros, sin embargo, es difícil creer que analizar grandes cantidades de datos pueda hacer que los modelos científicos
sean inútiles. En el mundo de los negocios, la idea de «empresas basadas en datos» ya ha sido aceptada con herramientas de la denominada «inteligencia empresarial» aplicadas a datos internos (todo tipo de datos empresariales) y externos (provenientes de fuentes externas, incluidas las redes sociales). Las empresas se ven obligadas así a reconsiderar su organización y sus procesos comerciales teniendo en cuenta la disponibilidad de datos internos y externos, que podrían transformarse en una ventaja competi- tiva en un mercado basado en los datos.
¿Qué pasa con la inteligencia social aplicada al Big Social Data? ¿Cómo puede el manejo de la gran cantidad de datos acumulados en las redes sociales —una especie de lago de datos— ayu- darnos a obtener una mejor comprensión de nuestra sociedad, nuestros principios y costum- bres, de nuestra cultura, y ayudarnos a mejorar (de verdad) nuestras vidas?
Un grupo de autores (De Mauro, Greco, Gri- maldi, 2016) analizaron las definiciones de Big Data proporcionadas por varios investigadores y compañías tecnológicas importantes (como Oracle, Intel, IBM o Microsoft). Observaron que las definiciones proporcionadas hasta el momento podrían clasificarse en cuatro grupos, dependiendo de dónde se había centrado la atención a la hora de describir el fenómeno.
El primer grupo se concentró en los atributos de los datos: las definiciones clásicas basadas en las «V» (volumen, velocidad, variedad, veracidad y valor); el segundo y el tercero, en las necesidades tecnológicas y de superación
de umbrales; mientras que el cuarto grupo se concentró en el impacto social. En general, las definiciones combinan dos ideas importantes: el almacenamiento de un gran volumen de datos y el análisis cuantitativo de estos datos, la bús- queda de patrones y la predicción de conductas. La definición basada en el volumen de Big Social Data solo tiene sentido si consideramos las redes sociales como una fuente de datos y no como un «lugar para los datos» (lago) donde es posible incorporar experiencias que de otro
ANUARIO AC/E DE CULTURA DIGITAL 2018
59
Tendencias digitales para la cultura