Cómo la revolución de los datos va a cambiar el mundo

El programa de televisión Star Trek nos dio mucho que anticipar: el teletransporte, los “replicadores” de alimentos y esa otra invención exagerada: el científico de los datos. El programa también nos presentó a Data, un androide que podía acceder toda la información generada hasta el momento, mientras que Spock no era sólo un vulcano de orejas puntiagudas, sino el prototipo amante de la lógica que podía mostrarnos cómo acceder al poder de la información de maneras sin precedentes.

La idea de que las personas en posiciones de liderazgo deberían especializarse en la organización, visualización y traducción de vastas cantidades de datos ya no se limita sólo a los fanáticos de la ciencia ficción. En la actualidad, los científicos de los datos desempeñan un papel principal sobre lo que se debe hacer dentro de las organizaciones ante una bifurcación en la carretera, afirma DJ Patil, vicepresidente de productos en RelatelQ y quien ayudó a acuñar la frase “científico de los datos” mientras laboraba en LinkedIn. “Las compañías necesitan un Spock en la sala de reuniones”, añade.

Las empresas, tanto grandes como pequeñas, le están poniendo atención a este consejo conforme siguen tratando de comprender la importancia estratégica de los grandes datos o “Big Data”. Este ya no es sólo un término de moda: los datos, la ciencia de los datos y el análisis de datos son herramientas importantes para todo, desde poder comprender a los clientes hasta optimizar las cadenas de suministro. Así, las compañías, los gobiernos y otras instituciones están invirtiendo vigorosamente en las técnicas y experiencia de la ciencia de datos.

Durante los últimos 20 años, el enfoque ha dado un giro que ha ido de la recabación de datos al uso de los mismos. ¿Qué podemos aprender de los datos? ¿Qué nos dicen? ¿Cómo organizamos, accedemos y visualizamos los datos de tal manera que pueda orientar la acción estratégica? ¿Y cómo cambiará esto en el futuro conforme los datos y los algoritmos diseñados para inspeccionarlos se vuelven más poderosos?

Estas son sólo algunas de las preguntas que líderes mundiales de la industria y del gobierno abordarán en la Reunión Anual de los Nuevos Campeones del Foro Económico Mundial que se llevará a cabo el mes entrante en Tianjin, República Popular China. Jeremy Howard, uno de los Jóvenes Líderes Globales del Foro y jefe ejecutivo de Enlitic, se ha desempeñado en la ciencia de datos por dos décadas y ha sido testigo del cambio sísmico en la manera en que la sociedad percibe la recabación de información. “Hace veinte años había pocos sistemas para recabar y obtener información de los datos”, afirma. Además, “no había sistemas ni estrategias para el uso de los datos” dentro de las organizaciones.

Pero todo esto cambió con Google, que sirvió como modelo sobre cómo la investigación de la ciencia de los datos no sólo podía realizarse de mejor manera, sino que también cómo algunos tipos específicos de datos podían recabarse, comprenderse y usarse con mayor eficacia para ayudarles a los negocios, indica Howard. En particular, la compañía desarrolló la técnica conocida como MapReduce en base a software para procesar vastos tesoros de datos, lo cual hizo posible dividir las tareas en muchos componentes pequeños a fin de que se realizaran en múltiples máquinas”, afirma Kenneth Cukier, editor de datos en The Economist. La versión de código abierto de este novedoso proceso –el cual se ha adoptado ampliamente– se llama Hadoop.

“En la actualidad, cientos de organizaciones han transformado sus industrias con la ciencia de los datos”, declara Howard. “Ahora existen más herramientas para procesar los datos y obtener información de los mismos, y eso es fascinante”.

Las repercusiones de la revolución de los datos se están expandiendo a las industrias y las sociedades. “Podemos ‘datificar’ cosas que antes nunca podían haber aparecido en un formato de datos”, añade Cukier. “Podemos hacer esto debido a los bajos costos de la recabación, almacenaje y procesamiento de datos de una manera que en el pasado hubiese sido casi inimaginable”. Los vehículos sin conductor son sólo un ejemplo sobresaliente. “Hemos transformado el problema de tener que enseñarle explícitamente a un automóvil cómo conducir, a introducir vastas cantidades de datos y dejar que el automóvil se las ingenie por sí mismo sobre qué hacer en diferentes situaciones”, afirma.

En otra esfera, AidData, un laboratorio innovador cuyo objetivo es hacer la financiación para el desarrollo más transparente, proporcionó mapas detallados con base en datos de GPS sobre las regiones de África a las que se estaba enviando la ayuda económica. Reveló “divergencias” distintivas sobre los lugares a donde las autoridades pensaban que iba la ayuda y dónde de hecho había terminado. “Se quedaron con la boca abierta”, declara Cukier. “En Kenia demostró que a pesar de las decenas de millones de dólares en ayuda internacional para el desarrollo que estaba recibiendo el país, había sectores y regiones que no estaban recibiendo apoyo económico”. Las organizaciones de apoyo no habían visto esto porque antes los cálculos y correlaciones no estaban disponibles. Ahora, grandes conjuntos de datos que antes no existían, combinados con los nuevos métodos para analizarlos, han abierto nuevos canales de comunicación, acción y capital.

Cambios de algoritmos

Una de las fuerzas impulsoras en esta revolución es un nuevo método algorítmico que nos permite procesar la información de una multitud de fuentes, que incluyen videos, imágenes e incluso audio, afirma Howard. Los algoritmos de “aprendizaje profundo”, que Howard predice que están a punto de transformarlo todo, quizá incluso más que el cambio logrado por Internet, son un subgrupo de algoritmos que se pueden aplicar a varios campos, como el reconocimiento facial, el reconocimiento automático del habla, el procesamiento natural del lenguaje, la escritura y las señales de reconocimiento por audio o video.

A pesar de que el aprendizaje profundo ha estado en los círculos académicos por 40 años, en gran parte había pasado desapercibo, hasta hace algunos años cuando un grupo de científicos de las universidades Stanford, Princeton y Columbia ayudaron a lanzar el reto ImageNet Large Scale Visual Recognition Challenge, en el cual los competidores tenían la tarea de desarrollar algoritmos que pudieran identificar rápidamente objetos en imágenes. En 2012, un equipo de investigadores de la Universidad de Toronto usó algoritmos de aprendizaje profundo para mejorar significativamente la precisión al clasificar objetos en imágenes, y los resultados de la competencia de 2014 demuestran incluso mayores avances en la precisión. “Desde entonces todo mundo ha dejado de hacer lo que estaba haciendo y ha comenzado a trabajar en esto”, afirma Howard. Compañías como Google, Baidu y Facebook están invirtiendo en esta tecnología.

Pero a pesar de que los algoritmos de aprendizaje profundo poseen el potencial de ser disruptivos en el mundo de la ciencia de datos, la revolución apenas está comenzando. En el ámbito académico ya se está introduciendo y usando de nuevas maneras. Por ejemplo, Howard recientemente se reunió con el premio Nobel en astrofísica, Brian Schmidt, profesor de la Universidad Nacional de Australia, para hablar sobre cómo el aprendizaje profundo podría utilizarse para entender mejor el universo.

Las implicaciones que yacen más allá del medio académico son de gran alcance. Los vehículos autónomos, que ya están en nuestro radar, podrían reconocer las señales de tráfico y responder adecuadamente. Los diagnósticos médicos se podrían perfeccionar conforme los algoritmos habiliten a los radiólogos a comprender e interpretar de mejor manera las tomografías computarizadas y las radiografías. Skype está realizando experimentos con algoritmos para el reconocimiento del habla que podrían hacer posible la traducción del lenguaje en tiempo real entre personas o grupos.

Modelos

A pesar de que el aprendizaje profundo todavía tiene mucho camino por recorrer antes de que pueda verse en aplicaciones cotidianas, ya ha habido un cambio cultural en los negocios por reconocer la creciente importancia de la ciencia de los datos.

“Por vez primera tenemos modelos en las industrias que usan los grandes datos [estratégicamente]”, afirma Howard. Aunque en el pasado los expertos en grandes datos pudieron haber estado confinados a las instituciones académicas, ahora con mayor frecuencia los líderes del sector, como Google y Wal-Mart, están invirtiendo en infraestructura de datos y especialización en ciencia de datos. Y, lo que es más importante, estamos comenzando a notar a expertos en ciencia de datos fungir como el “Spock” en las juntas directivas. Algunas grandes compañías y agencias gubernamentales ya tienen científicos de datos en sus reuniones directivas”, declara Patil. Pero la revolución es lenta. “Las personas en las salas de reuniones están ahí porque poseen experiencia en su campo, no en los datos”, añade Howard. “Así que les resulta difícil confiar en un método basado en datos porque no están acostumbrados a conducir sus negocios así”.

¿Dónde está ocurriendo la disrupción? ¿Dónde están los científicos de los datos que están tomando posiciones de liderazgo a nivel de la Suite C y en posiciones superiores? No es sorpresa encontrarlos en el ágil mundo de las start-ups. Pero los peces grandes tienen los ojos abiertos respecto al valor de tener a científicos de datos en posiciones de influencia, dice Howard.

Los cambios de la presentación

El negocio de las noticias es un sector que ya se ha visto fundamentalmente alterado por la ciencia de los datos. El periodismo solía ser más una empresa anecdótica, de acuerdo con Cukier. Cuando algo ocurría, el escritor acudía al lugar de los hechos y entrevistaba a la persona y/o hacía un reportaje acerca de una tendencia relacionada con el hecho. Los datos respaldaban la historia. “Éramos víctimas de nuestra observación, lo que sería ideal si fuésemos omnipresentes”.

Pero hemos experimentado un giro de 180 grados. “Ahora los datos son la base de la historia y la anécdota proporciona el color y el tono”, declara. “El periodismo se transformó en periodismo de datos porque ahora podemos presentar historias en base a los datos”. Se cuenta con más información y más algoritmos para ayudarnos a extraer el valor de los datos. Y gracias a programas con mejores imágenes, también podemos presentar las historias de una manera más visual, incluyendo gráficas y traducciones pictóricas de los datos.

Nate Silver, fundador de FiveThirtyEight.com, ha sido líder en este campo. Pasó de usar datos para predecir el resultado de juegos de beisbol a las elecciones presidenciales de 2008, y ahora está a cargo de un equipo de periodistas, diseñadores, expertos en multimedia, analistas cuantitativos y evangelistas de base de datos que están comprobando que las personas están hambrientas de noticias y datos duros.

Con los grandes datos vienen también grandes responsabilidades

Hay muchos motivos para sentirse optimistas acerca del potencial que los datos grandes tienen para mejorar el estado del mundo. Desde el geoetiquetado en Instagram para registrar crisis políticas o humanitarias en proceso, a las redes de sensores que ayudan a cuidar cultivos de gran escala, a la identificación biométrica que se usa para garantizar que el voto sea justo, los datos apuntan hacia un mundo de mayor entendimiento, apertura y accesibilidad.

“Cuando todo mundo tiene acceso a los datos, se crea un medio más robusto e intelectualmente honesto”, afirma Patil. El advenimiento de los expedientes médicos electrónicos podría revolucionar la ciencia médica, ya que los patrones de las enfermedades y diagnósticos se podrán rastrear más fácilmente. “Tenemos los algoritmos para salvar millones de vidas”, asevera Howard, “pero sólo si podemos diseminar los silos de datos”. Debido a preocupaciones respecto a la seguridad y la privacidad “nadie propone que estos datos deberían estar disponibles a todo mundo”, declara Howard. “Pero sí me gustaría ver que pudiéramos hacer un mejor trabajo al comunicar los beneficios de compartir datos”.

En efecto, como con cualquier otra innovación, existe un lado oscuro: el escándalo reciente de la Agencia de Seguridad Nacional generó preguntas difíciles acerca de la recabación de información y la privacidad. Con el gran poder de los datos viene también una gran responsabilidad.

“No podemos tomar las cosas a la ligera respecto a los datos”, advierte Patil. Pero los datos pueden ayudarnos a arrojar luz sobre los problemas y después posiblemente resolverlos. Y un algoritmo nunca podrá sustituir el buen juicio: debemos saber cuándo ignorar los datos, como cuando nuestro GPS nos dice que viremos a la derecha y nos precipitemos a un acantilado. “Los datos informan nuestro juicio, pero nuestro instinto también nos ayuda”, concluye Patil. E incluso Spock admitiría que eso es algo lógico.

Autora: Alaina G. Levine es escritora de ciencia y autora.

REUTERS/Hannibal Hanschke