Big data y el problema del uso ético de la información

Diego Ojeda & Edwin Rodríguez.

Junio 2019.

Nombre de la institución.
Especialización Desarrollo de Bases de Datos.
Seminario de Investigación
Abstract ii

La implementación de la Big Data como herramienta de análisis en la vida pública y

privada ha venido convirtiendo la personalidad humana en un recurso cuantitativo de algoritmos
y datos masivos, cuyo propósito, además de automatizar los procesos de conocimiento, es
también dotar a los sistemas computacionales con la capacidad de predecir, aprender y resolver
problemas, un ejemplo son las redes sociales y la información que se almacena en estos medios.
Precisamente, este documento hace referencia a la posible pérdida de la privacidad y contenidos
que se ingresan como información a la Big Data.
 Tabla de Contenidos iii

Introducción ........................................................................................................................ 1
Resultados y discussion. ..................................................................................................... 6
Bibliografia ......................................................................................................................... 7
 Lista de tablas iv

Tabla 1. How Our ‘Likes’ Hijacked Democracy. EU.. ......Error! Bookmark not defined.
 1

Introducción

Este ensayo pretende mostrar cómo los análisis de sentimientos y personalidad

pueden alertarnos de los peligros, sesgos, manipulaciones, o abusos en el uso de la Big

Data. Esta problemática ya venía siendo discutida por el parlamento europeo en el año

2017, arguyendo que “la idea de una responsabilidad algorítmica, bajo la idea de que las

normas científicas y éticas estrictas son fundamentales” (Cotino Hueso, 2017, 132). Así

mismo, autores como Cukier y Mayer-Schönberger han expresado su preocupación frente

a la posibilidad de que esos abusos en el uso de la Big data puedan llevarnos a la

“dictadura de los datos” (Mayer-Schönberger, 2013). Pero, por otro lado, 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 (Van Rijmenam,

2013). Todo esto da pie a que nos preguntemos quienes son finalmente los dueños de

toda la información que producimos, y como se decide si es útil o no; o si es deseable o

desechable. En razón de ello, este trabajo se centrará también en abrir la discusión a qué

políticas de regulación de la información y de privacidad de los usuarios deberían

implantarse en el mundo actual del Big Data y porqué son importantes.

 2

Tras el desarrollo de los primeros informes de base de datos en los años noventa,

el almacenamiento digital como fuente de los sistemas de planificación de recursos

empresariales se ha venido integrando rápidamente a un circuito operacional cada vez

más amplio, en donde otras formas de informática, basadas en el Big Data, han

transformado no solamente la manera en la que empresas y sectores vinculados a los

servicios financieros acceden a la información, sino que también ha permitido

importantes transformaciones en cuanto al uso de recursos informáticos en campos tan

diversos como lo son las investigaciones científicas, la medicina, las operaciones de

defensa e inteligencia, el sector de transportes, o la política. Esta rápida integración de los

sistemas de gestión y tratamiento de datos es patente en casi todos los aspectos de nuestra

vida, y ello ha permitido elevar la credibilidad intelectual del Big Data en tanto que su

uso es cada vez más llamativo para los gobiernos mundiales. Tomemos el caso de China,

en donde el desarrollo de la inteligencia artificial ha cambiado los sistemas de vigilancia

y de monitoreo policial de la población, produciendo modelos estadísticos a partir de

patrones de comportamiento que son captados y procesados en el espacio público de las

ciudades. De manera que todo esto ha llevado a un giro en cuanto a las implicaciones del

Big Data en la sociedad, pues no sólo se refiere a grandes conjuntos de datos y las

herramientas y procedimientos utilizados para manipular y analizarlos, sino también a un

giro en el pensamiento computacional y la investigación. (Burkholder, 1992).

 3

No obstante, pese a todas las ventajas que el uso de la Big Data representa para

nuestra sociedad contemporánea, también es cierto que la era en la que vivimos se

encuentra orientada casi por completo al establecimiento de modelos de desarrollo

basados en el marketing, el consumo, y el comercio. Y en donde la utilización de datos se

da como fuente de recursos informativos a la hora de tomar decisiones que permitan

captar más consumidores. La Big data y la inteligencia artificial permite generar patrones

dinámicos de tendencias de futuro: la predictibilidad y el apoyo en la toma de decisiones.

Se puede conocer mejor al cliente, al mercado, personalizar los productos y servicios,

mejorar y agilizar la toma de decisiones, prever el comportamiento (Cotino Hueso,

2017,133). Frente a esta situación se hace necesaria una reacción legal y operativa que

permita garantizar a los individuos sus derechos fundamentales frente a los riesgos que,

en términos de violación a la privacidad, puede representar los análisis de marketing,

propendiendo así, a la búsqueda de mayores responsabilidades algorítmicas al momento

de extraer y utilizar información.

 4

Tabla 1 Smith, David. (2018) Weapons of Micro Destruction: How Our ‘Likes’ Hijacked

Democracy. EU. Recuperado de https://towardsdatascience.com/weapons-of-micro-

destruction-how-our-likes-hijacked-democracy-c9ab6fcd3d02

El ejemplo de la gráfica anterior, donde de acuerdo con el flujo de “likes”

ponderados en la red social Facebook, es posible determinar por los sistemas de análisis

de datos, no solo los productos o necesidades que el usuario ha vinculado a su búsqueda

individual, sino incluso también determinar y predecir, por medio de análisis

cuantitativos, rasgos de la personalidad y elementos emocionales de las personas. Este

mecanismo se basa en la asignación de valores a los contenidos con los que el usuario

interactúa para personalizar y generar perfiles que permitan desarrollar modelos de

predicción. Por ejemplo, como se ve en la gráfica, el puntaje de los usuarios que dieron

“like” a contenidos relacionados con la meditación o conferencias de TED, revela que

son personas, en este caso, con una personalidad liberal, curiosa, e inventiva. Mientras

quienes decidieron seguir contenidos deportivos se espera sean usuarios más

 5

conservadores y tradicionales. De la misma forma se puede sugerir a los usuarios con

publicidad personalizada que no siempre resulta agradable. Por supuesto, este manejo de

la información requiere de criterios éticos para su implementación. Ya que, en el caso de

la política ¿podría un solo Like predecir nuestra personalidad y transformarla en una

herramienta política de persuasión contra nosotros mismos?

Según lo expresa el columnista David Smith, “con un modelo de regresión lineal

general llamado regresión LASSO, es posible el aprendizaje automático para predecir su

personalidad mejor que su familia, con solo 125 de sus "Me gusta" en Facebook”. Por lo

que se hace indispensable imponer una regulación de mano dura, cabe establecer

directrices y regulaciones legales y técnicas para limitar usos poco éticos, contrarios a

derechos fundamentales y principios, en especial vinculados con la no discriminación y la

privacidad, así como fortalecer el control y garantías del individuo (Polonetsky, 2013,2).

Otro principio importante para proteger la privacidad, también recogido en la LOPD, es

el de “información y consentimiento” según el cual debe explicarse a los individuos qué

uso se dará a la información que se recoja sobre ellos y éstos, a su vez, deben poder

decidir si quieren o no que se recojan sus datos (Velásquez, 2014).

 6

Resultados y discusión.

Disponemos de herramientas capaces de encontrar patrones que permitan formular

reglas, de forma que podemos predecir sucesos futuros, con datos del pasado.

La capacidad de almacenar y gestionar conjuntos de datos masivos ha crecido de

manera exponencial en los últimos años, al tiempo que ha aparecido una cultura

empresarial y gubernamental que apuesta por la recolección de datos de manera

sistematizada. la utilización del análisis de datos actualmente se ha convertido en un arma

poderosa a la hora de tomar decisiones que permitan captar más consumidores.

A partir de unos simples “likes” a contenidos relacionados en diversos campos

como documentales o conferencias, se pueden deducir criterios cómo si una persona es

liberal, curiosa, e inventiva. Y personas que decidieron seguir contenidos de

entretenimiento se espera sean usuarios más conservadores y tradicionales.

 7

Bibliografía:

Predictive analytics, (2010). A , the Power to predict who will click, buy, lie, or die
por Erick Siegel.

Data Science for Business

por Foster Provost (Autor), Tom Fawcett (Autor)
what you need to know About Data mining and Data-Analytics Thinking

Doing Data Science

por Rachel Schutt (Autor), Cathy O’neil
Straight talk from the frontline

Key Performance Indicators (KPI): The 75 measures every manager needs to know
por Bernard Marr
Ft publishing – Financial Times PEARSON