El programa de televisión Star Trek nos ofreció mucho que esperar: la teletransportación, los “replicadores” de alimentos y otra creación improbable: el científico de datos. El programa también nos presentó a Data, un androide capaz de acceder a toda la información jamás generada, mientras que el propio Spock no era solo un vulcano de orejas puntiagudas, sino el prototipo, amante de la lógica, de un papel que aprovecha el poder de la información de maneras sin precedentes.
La idea de que las personas con funciones de liderazgo deban especializarse en la organización, visualización y traducción de grandes volúmenes de datos ya no se limita a los aficionados a la ciencia ficción. Hoy, los científicos de datos desempeñan un papel protagonista en la decisión sobre qué hacer en una encrucijada dentro de las organizaciones, afirma DJ Patil, vicepresidente de producto en RelatelQ, quien ayudó a acuñar la expresión “científico de datos” mientras trabajaba en LinkedIn. “Las empresas necesitan un Spock en la sala de juntas”, añade.
Las empresas, tanto grandes como pequeñas, están siguiendo esta sugerencia, a medida que continúan comprendiendo la importancia estratégica del “Big Data”. Ya no es solo una palabra de moda: los datos, la ciencia de datos y la analítica de datos son herramientas fundamentales para todo, desde comprender a los clientes hasta optimizar las cadenas de suministro. Por ello, las empresas, los gobiernos y otras instituciones invierten con firmeza en técnicas y conocimientos de ciencia de datos.
En los últimos 20 años, el foco ha pasado de la recopilación de datos al uso de los datos. ¿Qué podemos aprender de los datos? ¿Qué nos están diciendo? ¿Cómo organizamos, accedemos y visualizamos los datos de forma que orienten la acción estratégica? ¿Y cómo cambiará esto en el futuro a medida que los datos y los algoritmos diseñados para analizarlos se vuelvan más potentes?
Cómo cambió Google el mundo
Estas son solo algunas de las preguntas que abordarán líderes de la industria y del gobierno a nivel mundial en la Reunión Anual de los Nuevos Campeones del Foro Económico Mundial, en Tianjin, República Popular China, el próximo mes. Jeremy Howard, Joven Líder Global del Foro y director ejecutivo de Enlitic, lleva dos décadas involucrado en la ciencia de datos y ha sido testigo de primera mano del cambio sísmico en la forma en que la sociedad percibe la recopilación de información. “Hace veinte años había pocos sistemas para recopilar y obtener información de los datos”, afirma. Además, “no existían sistemas ni estrategias para el uso de datos” dentro de las organizaciones.
Pero todo cambió con Google, que sirvió de modelo para la forma en que la investigación en ciencia de datos no solo podía realizarse mejor, sino también para la forma en que ciertos tipos de datos podían recopilarse, comprenderse y utilizarse de manera más eficiente para ayudar a las empresas, afirma Howard. En particular, la compañía desarrolló una técnica de software para procesar enormes conjuntos de datos llamada MapReduce, que dividía las tareas en muchos componentes más pequeños para ejecutarlos en múltiples máquinas”, afirma Kenneth Cukier, editor de datos de The Economist. La versión de código abierto de este novedoso proceso, que se ha adoptado de forma muy amplia, se llama Hadoop.
“Hoy en día, cientos de organizaciones han transformado sus industrias con la ciencia de datos”, afirma Howard. “Ahora hay más herramientas para procesar los datos y extraer información de ellos, y esto es emocionante.”
Las repercusiones de la revolución de los datos se extienden por las industrias y las sociedades. “Ahora podemos datificar cosas que antes nunca podíamos representar en un formato de datos”, añade Cukier. “Podemos hacerlo gracias a los menores costes de recopilar, almacenar y procesar datos, de una manera casi inimaginable en el pasado.” Los coches autoconducidos son un ejemplo llamativo. “Transformamos el problema, que pasó de enseñar explícitamente a un coche a conducir, a alimentarlo con grandes cantidades de datos y dejar que el coche averigüe qué hacer en distintas situaciones”, afirma.
“Se quedaron boquiabiertos”
En otro ámbito, AidData, un laboratorio de innovación que busca hacer más transparente la financiación para el desarrollo, elaboró mapas detallados basados en datos GPS sobre los lugares de regiones de África a los que se enviaba ayuda financiera. Reveló un “desajuste” llamativo entre lo que las autoridades creían que era el destino de la ayuda y adónde llegaba realmente. “Se quedaron boquiabiertos”, afirma Cukier. “En Kenia se demostró que, de las decenas de millones de dólares de asistencia internacional para el desarrollo que llegaban al país, había sectores y regiones que no recibían apoyo financiero.” Las organizaciones de ayuda no habían visto esto antes porque los cálculos y las correlaciones simplemente no estaban disponibles en el pasado. Ahora, los grandes conjuntos de datos que antes no existían, combinados con nuevas formas de analizar los datos, han abierto nuevos canales de comunicación, acción y capital.
Uno de los motores de esta revolución es un nuevo enfoque algorítmico que permite procesar información de innumerables fuentes, incluidos vídeos, imágenes e incluso sonidos, afirma Howard. Los algoritmos de “aprendizaje profundo”, que, según predice, están a punto de transformarlo todo, probablemente más que internet, son un subgrupo de algoritmos que pueden aplicarse a diversos campos, como el reconocimiento facial, el reconocimiento automático del habla, el procesamiento del lenguaje natural, el reconocimiento de escritura manual y el reconocimiento de señales de audio y vídeo.
Aunque el aprendizaje profundo lleva 40 años presente en los círculos académicos, pasó en gran medida desapercibido hasta hace unos años, cuando un equipo de científicos de las universidades de Stanford, Princeton y Columbia ayudó a poner en marcha el ImageNet Large Scale Visual Recognition Challenge, en el que los competidores trataban de diseñar algoritmos capaces de identificar objetos en imágenes con rapidez. En 2012, un equipo de investigadores de la Universidad de Toronto utilizó algoritmos de aprendizaje profundo para mejorar significativamente la precisión en la clasificación de objetos en imágenes, y los resultados de la competición de 2014 muestran avances aún mayores en precisión. “Desde entonces, todo el mundo deja lo que está haciendo y trabaja en esto”, afirma Howard. Empresas como Google, Baidu y Facebook están invirtiendo en esta tecnología.
Coches, radiografías y el cosmos
Pero, aunque los algoritmos de aprendizaje profundo tienen el potencial de ser disruptivos en el mundo de la ciencia de datos, la revolución apenas está empezando. En el ámbito académico, ya se está introduciendo y utilizando de nuevas formas. Por ejemplo, Howard se reunió recientemente con el astrofísico y premio Nobel Brian Schmidt, profesor de la Universidad Nacional de Australia, para analizar cómo podría utilizarse el aprendizaje profundo para comprender mejor el cosmos.
Las implicaciones más allá del ámbito académico son muy amplias. Los coches autónomos, que ya están en nuestro radar, podrían reconocer las señales de tráfico y responder en consecuencia. Los diagnósticos médicos podrían perfeccionarse, ya que los algoritmos permiten a los radiólogos comprender e interpretar mejor las tomografías computarizadas y las radiografías. Skype está experimentando con algoritmos de reconocimiento de voz que podrían ofrecer traducciones de idiomas en tiempo real entre personas y grupos.
Aunque el aprendizaje profundo todavía tiene camino por recorrer antes de verse en aplicaciones cotidianas, ya se ha producido un cambio cultural en las empresas para reconocer la creciente importancia de la ciencia de datos.
Un Spock en la sala de juntas
“Por primera vez, tenemos modelos a seguir en sectores que utilizan big data [de forma estratégica]”, afirma Howard. Mientras que en el pasado los expertos en big data a veces estaban confinados a las instituciones académicas, cada vez más líderes sectoriales, como Google y Wal-Mart, invierten en infraestructura de datos y en conocimientos de ciencia de datos. Más importante aún, empezamos a ver a expertos en ciencia de datos ocupar el puesto de “Spock” de la empresa en el consejo de administración. Algunas grandes empresas y agencias gubernamentales ya cuentan con científicos de datos en sus consejos, afirma Patil. Pero la revolución avanza despacio. “Las personas que están en los consejos están ahí porque tienen experiencia en el sector, no experiencia en datos”, añade Howard. “Por eso les cuesta confiar en un enfoque basado en datos, porque no es así como hacían negocios en el pasado.”
Entonces, ¿dónde se está produciendo la disrupción? ¿Dónde están los científicos de datos que asumen funciones de liderazgo en el nivel de alta dirección (C-Suite) o superior? No es de extrañar que se encuentren en el ágil universo de las startups. Pero las grandes empresas tienen los ojos bien abiertos, afirma Howard, sobre el valor de contar con científicos de datos en puestos de influencia.
El sector de la información es uno de los que ya ha sido transformado de forma fundamental por la ciencia de datos. Según Cukier, el periodismo solía ser una labor más anecdótica. Ocurría algo y un periodista iba a entrevistar a la persona o informaba sobre una tendencia relacionada con el hecho. Los datos respaldaban la historia. “Éramos víctimas de nuestra observación, lo cual sería estupendo si fuéramos omnipresentes”, afirma.
Pero hemos vivido un cambio de 180 grados. “Ahora, los datos son la base de la historia y la anécdota aporta color y matiz”, afirma. “El periodismo se convirtió en periodismo de datos porque ahora podemos contar historias basadas en datos.” Hay más información disponible y más algoritmos que ayudan a extraer valor de los datos. Y gracias a los mejores programas de imagen, también podemos presentar las historias de forma más visual, incluyendo gráficos y representaciones pictóricas de los datos.
Nate Silver, fundador de FiveThirtyEight.com, lidera el avance en este campo. Pasó de usar datos para predecir partidos de béisbol a predecir las elecciones presidenciales de 2008 en Estados Unidos, y ahora dirige un equipo de periodistas, diseñadores, expertos en multimedia, analistas cuantitativos y evangelizadores de bases de datos que demuestran que la gente tiene hambre de noticias y de datos rigurosos.
Grandes datos, gran responsabilidad
Hay muchas razones para ser optimistas sobre el potencial del big data para mejorar el estado del mundo. Desde las geoetiquetas en las publicaciones de Instagram para seguir crisis políticas o humanitarias en desarrollo, hasta las redes de sensores que ayudan a cuidar cultivos a gran escala, pasando por la identificación biométrica utilizada para garantizar que las votaciones sean justas, los datos apuntan hacia un mundo de mayor comprensión, apertura y accesibilidad.
“Cuando los datos están disponibles para todos, se crea un entorno más sólido e intelectualmente honesto”, afirma Patil. La llegada de los historiales médicos electrónicos (EMR) podría revolucionar la ciencia médica, ya que los patrones de enfermedades y diagnósticos serán más fáciles de rastrear. “Tenemos los algoritmos para salvar millones de vidas”, subraya Howard, “pero solo si derribamos los silos de datos”. Debido a las preocupaciones en materia de seguridad, protección y privacidad, “nadie dice que debamos poner estos datos a disposición de todos”, afirma Howard. “Pero me gustaría que hiciéramos un mejor trabajo al comunicar los beneficios de compartir datos.”
Sin embargo, como ocurre con cualquier innovación, existe un lado oscuro: el reciente escándalo de la NSA planteó espinosas preguntas sobre la recopilación de información y la privacidad. Con el gran poder que proporcionan los datos llega una gran responsabilidad.
“No podemos tomarnos los datos a la ligera”, advierte Patil. Pero los datos pueden ayudarnos a arrojar luz sobre los problemas y, después, potencialmente resolverlos. Y el juicio humano nunca puede ser reemplazado por completo por un algoritmo: hay que saber cuándo ignorar los datos, por ejemplo, si el GPS indica que gires a la derecha y conduzcas por ese precipicio. “Los datos informan nuestro juicio, pero nuestra intuición también nos ayuda”, afirma Patil. Y eso es algo que incluso Spock admitiría que es solo lógico.
Autora: Alaina G. Levine es escritora de ciencia y autora.
Imagen: Una mujer presenta un Anatomic Symbolic Mapper Engine (ASME) de IBM Healthcare, en el stand de IBM de la próxima feria CeBIT en Hannover, el 3 de marzo de 2008. REUTERS/Hannibal Hanschke
