Se llama big data al análisis de gigantescas bases de datos para

Cuando el tamaño definitivamente
importa
Por Esteban Magnani
Una diferencia determinante entre nuestra vida virtual y la
material es que la primera puede pasarse fácilmente a una base de
datos. Pero cuando esta información se lleva a cierta escala
también puede usarse para prever el comportamiento de la
sociedad, controlar a las personas o vender productos. A esta
enorme cantidad de material en permanente movimiento se la
llama big data y sabe más sobre nosotros que la madre que nos
parió.
¿Qué es lo que determina el éxito de una banda de rock? La
respuesta podría llevar entrevistas enteras de grandes productores
cazatalentos que explican cómo funciona su intuición. Es que
cuando la cantidad de variables que intervienen en un fenómeno
es demasiado grande, sólo cierta capacidad inexplicable puede dar
algún tipo de respuesta. Pero algo está cambiando: los ríos de
terabytes que circulan por la red, el aumento brutal en la
capacidad de recolección y procesamiento de datos, sumados a
programadores cada vez más entrenados en este campo, ahora
hacen posible obtener algunas respuestas de una realidad hasta
hace poco inconmensurable. De eso se trata big data: de grandes
cantidades de información cargada por millones y millones de
personas a través de las redes sociales, al usar sus tarjetas de
crédito, sus celulares o realizar cualquier otra actividad digital. El
espionaje masivo de los servicios de inteligencia de los EE.UU. es
sólo un ejemplo del poder de los datos que hace unos años
habrían resultado inmanejables. Cuando se habla de big data suele
pensarse en enormes cantidades de información, tan grandes que
no pueden funcionar en una sola computadora sino que requiere
“clusters”: es decir, redes de computadoras funcionando
simultáneamente. A este requisito conocido y que le da el nombre
hay que sumarle la velocidad, porque las redes sociales no
1
descansan y es necesario recopilar, por ejemplo, los millones de
tweets, que se lanzan a cada segundo, además de interpretarlos. Y
por último se debe tener en cuenta la necesidad de estructurar esa
información en bases de datos para así poder darle sentido.
Cantidad, velocidad y estructura, más capacidad tecnológica y el
software adecuado, permiten encontrar las respuestas que se
estaban buscando. La herramienta es muy poderosa y ya se usa en
las áreas más disímiles. Una de ellas es la política. En EE.UU. no
sólo es optativo votar, sino que quien quiera hacerlo primero debe
realizar los trámites necesarios y cumplir con los requisitos
exigidos –varían según los diferentes estados–. Esto en parte
explica los bajos niveles de participación en las elecciones de este
país y las estrategias de campaña de los candidatos. Para atraer
nuevos votantes el equipo de Barack Obama clasificó a los
usuarios de las redes sociales de acuerdo con las posiciones
políticas de sus amigos. Así los especialistas reconocieron a 3,5
millones de potenciales votantes a Obama no empadronados y
luego se dedicaron a conocer sus intereses específicos
sistematizando las publicaciones que hacían en las redes sociales.
Ese perfil permitió dirigirles sólo aquellas propuestas del
candidato que podían persuadirlos: leyes de género para las
feministas, propuestas verdes para los ecologistas, etcétera. El
nivel de precisión de esta campaña fue muy superior al de afiches
con candidatos sonrientes que no pueden decir nada por el riesgo
de espantar a quien piense distinto. Finalmente el equipo de
Obama logró que al menos un millón de personas a las que
apuntaron se registrara para votar. Obama ganó por menos de
cinco millones de votos en todo el país, y en estados como
Florida, clave para la victoria, la diferencia con su oponente fue
de menos de setenta mil. La misma lógica puede aplicarse para
diseccionar otros campos y encontrar las variables que expliquen
fenómenos complejos, siempre y cuando existan los datos. Lo que
antes requería focus groups y hordas de estudiantes munidos de
encuestas trajinando las calles, ahora requiere un puñado de
programadores desmontando la información que proveen las redes
sociales. Google, por ejemplo, utiliza esta capacidad para, en la
“intimidad” de nuestro correo electrónico, colocar publicidad que
se corresponde con el tema del e-mail “privado” que estamos por
2
mandar a un amigo. El sistema funciona interpretando nuestros
correos en tiempo real y permite a las empresas facturar en
publicidad cuando usamos sus servicios. La información es poder
y en el caso de Google, Facebook o Twitter, entre otros,
simplemente toman lo que sus usuarios les brindan gentilmente
para hacer con ella cosas por demás novedosas. Otro ejemplo:
Google presentó recientemente una herramienta para prever éxitos
de taquilla. Según pudieron establecer estadísticamente, cada
persona consulta la película que le interesa unas trece veces en
internet antes de ir a verla. O sea que si el buscador encuentra
cierto número de visitas a trailers, críticas y demás puede estimar
la futura recaudación del film. Es como si tuviera una especie de
bola de cristal digital capaz de adivinar el futuro.
PERSPECTIVAS ATEMORIZANTES Por supuesto que estos
ejemplos más o menos ingenuos tienen una contracara bastante
más oscura. No hace falta insistir en las recientes revelaciones
sobre el control que EE.UU. hace sobre las llamadas y el uso de
internet de ciudadanos de todo el mundo. Ese país se encuentra en
un lugar privilegiado porque la columna vertebral global de las
telecomunicaciones pasa por allí. La distopía orwelliana 1984,
con el Gran Hermano vigilando a través de su ojo omnisciente a
cada uno de los ciudadanos, resulta ingenua al lado de la
capacidad de empresas y Estados para generar bases de datos que
prevean comportamientos gracias a la fuerza de las estadísticas.
Ya no es ciencia ficción la posibilidad de cruzar los videos
tomados por las cámaras de seguridad con sistemas de
reconocimiento facial para identificar el recorrido y las
actividades de cualquier individuo. Las perspectivas resultan
atemorizantes. El futuro no tan lejano lo es. Pero también big data
tiene, aunque bastante más pequeño, su costado luminoso: la
cantidad de información disponible en la red permite a las
organizaciones desnudar vínculos de poder o formas más sutiles
de corrupción. Es que los poderosos siempre tuvieron
herramientas para someter y controlar, pero lo novedoso de
nuestra era digital es lo contrario: que herramientas similares
quedan más cerca para quienes intentan balancear ese poder. Un
ejemplo es la tarea que viene haciéndose desde el periodismo de
datos, donde confluyen programadores con la capacidad técnica y
3
periodistas con el criterio necesario para encontrar historias en la
maraña de información que ofrece internet. Con esa lógica, una
organización como ProPublica.org recogió de la web datos que
luego cruzan para saber cuánto pagan los laboratorios a cada
médico o quiénes financian las fundaciones que, a su vez, donan
para las campañas de los distintos candidatos políticos de los
EE.UU. La información estaba en la web, escondida dentro de
cientos de declaraciones obligatorias que nadie podía revisar
individualmente. Gracias al esfuerzo de periodistas y
programadores se pudo recoger la parte relevante en bases de
datos que hicieran visible lo que estaba oculto. Quien tenga una
base de datos suficientemente amplia y capacidad para procesarla
de forma adecuada podrá saber más sobre la sociedad que lo que
nunca se supo. Hasta qué punto se la usará para liberarla o para
dirigirla es algo que aún falta determinar, pero lo más probable es
que la tensión entre ambas posibilidades continúe su ya largo
recorrido histórico.
*http://www.estebanmagnani.com.ar/wpcontent/uploads/2013/09/bigdata.pdf
4