30 Reseñas de lecturas sobre geopolítica y economía global ESADEgeo, bajo supervisión del Profesor Javier Solana y del Profesor Javier Santiso.
Big Data: A Revolution That Will Transform How We Live, Work and Think Sinopsis Mayer-Schönberger, Viktor y Cukier, Kenneth, (2013), Houghton Mifflin Harcourt, Boston, New York. Big Data es una fuente y una herramienta. Está pensada para informar, en vez de explicar; nos conduce al entendimiento; pero también puede llevarnos a la confusión dependiendo de cómo de bien o de mal se utilice. Hoy con datos nos referimos a una descripción de algo que permite ser recopilado, analizado y reorganizado llamémoslo datificación. Big Data se refiere a cosas que uno puede hacer a gran escala pero que no pueden hacerse a pequeña, extraer nuevos conocimientos o crear nuevas formas de valor, en formas que cambian mercados, organizaciones, la relación entre ciudadanos y gobiernos y mucho más. Cuando Google predijo la propagación del virus gripal H1N1, cuando la policía identifica las alcantarillas más peligrosas de Nueva York antes de que exploten o cuando Amazon recomienda los libros que más pueden interesar a cada usuario, todo esto se consigue gracias a lo que se ha bautizado como Big Data (grandes datos). Este término, salido directamente de las salas de computación, describe la nueva capacidad de recopilar una enorme cantidad de información, analizarla al instante y sacar de ella las más diversas conclusiones y los más variados usos. Obviamente el rápido desarrollo de las herramientas tecnológicas en los últimos años ha sido clave para el florecimiento de esta nueva actividad pero, como insisten los autores, Viktor Mayer- Schönberger y Kenneth Cukier, el protagonismo reside en la creciente tendencia a recopilar datos masivamente. Todo se recoge y se guarda gracias, por ejemplo, a las redes sociales o a los buscadores. La nueva aproximación a este gigantesco volumen de información implica datificarla para que la informática la analice y extraiga de ella nuevas conclusiones que nunca imaginamos. Asistimos hoy a una revolución que los autores comparan con la invención de la imprenta o el nacimiento de Internet por la difusión de nueva información que implica. Big Data cambia la percepción que tenemos de los negocios, la política, la salud o la economía, pero, como toda revolución, implica también graves riesgos que se deben tener muy en cuenta. El final de la privacidad, el peligro que tiene su poder de 1
predicción o que la información nos domine a nosotros en vez de al revés son parte de este lado oscuro. Para solucionarlo, los autores abogan por un nuevo sistema legal y de control específico para las nuevas necesidades de seguridad que ya están surgiendo en este terreno. Los autores Viktor Mayer-Schönberger es profesor de Gobernanza y Regulación en el Oxford Internet Institute de la Universidad de Oxford, donde llegó después de pasar diez años en John F. Kennedy School of Governance de Harvard. Un autoridad en el estudio de Big Data es autor de ocho libros y más de cien artículos al respecto. Su más reciente volumen en solitario ha sido Delete: The Virtue of Forgetting in the Digital Age. Trabaja también como asesor de grandes corporaciones y organismos internacionales como Microsoft y el Foro Económico Mundial. Kenneth Cukier es editor de datos de The Economist y experto en Big Data. Anteriormente ejerció como corresponsal de este medio en Tokio y previamente trabajó en The Wall Street Journal Asia en Hong Kong e International Herald Tribune en París. Sus artículos sobre economía y empresa han sido publicados también en Foreign Affairs, The New York Times y The Financial Times. Idea básica y opinión Este libro es la primera aproximación teórica a una nueva realidad, la que ha dibujado el Big Data, que influye no sólo a los usuarios de Internet de manera individual, sino a sectores como la salud, la economía o la política. Actualmente todo se recopila: cada pequeño dato que genera una persona, una comunidad o un país. Se guarda, lo que ha creado un archivo gigantesco de información que hoy, gracias a los avances tecnológicos, se pueden masticar mediante algoritmos matemáticos hasta desmenuzarlos en más elementos, analizarlos y sacar de cada uno de ellos conclusiones asombrosas y útiles para una gran variedad de campos. Viktor Mayer- Schönberger y Kenneth Cukier insisten en que la importancia de este cambio está no tanto en la herramienta, sino en ese Big Data, en ese gran volumen de información generada por las búsquedas de internet, por las redes sociales o por programas de geolocalización. Los autores dividen el libro en tres partes. La primera de ellas presenta y describe el término Big Data: qué es, cómo se desarrolla, sus puntos fuertes y cómo los conceptos de error y causalidad han dejado paso al desorden y la correlación. La cantidad de datos hace que en la conclusión nos baste con el qué (la correlación), y ya no sea necesario el por qué (la causalidad). Se analizan aquí los conceptos de correlación y datificación (datafication, en inglés). En la segunda parte se trata el valor comercial que ha ganado esta información y el mercado de datos que ha surgido a su alrededor. Por último, se presenta el lado oscuro del Big Data: la violación de la privacidad, los prejuicios y la tiranía de la información son los principales peligros. Big Data cambiará 2
nuestra percepción de la realidad como hizo la imprenta o Internet y debemos prepararnos y protegernos. Es este un libro interesante y muy útil para comprender una realidad en la que cada individuo se percibe como generador de valiosa información. Big Data En 2009, el nuevo virus de la gripe H1N1 mantenía en vilo a los servicios sanitarios y los políticos de EEUU al verse incapaces de controlar su expansión. Fue Google el que creó un sistema que buscó correlaciones entre ciertos términos que sus usuarios tecleaban en el motor de búsqueda y la propagación de la gripe. Este hecho demostró que un nuevo método, más efectivo que los tradicionales estudios estadísticos, podía utilizarse para conseguir soluciones en tiempo real. Se trataba de Big Data: la habilidad de la sociedad para emplear la información en nuevas vías para producir conocimientos útiles y servicios con un valor significativo. El caso de Google es solo un ejemplo del gran cambio que supone esta nueva realidad en la que la tecnología es importante pero más aún lo es el cambio de mentalidad sobre cómo se pueden utilizar los billones de datos que recopila Internet. Para los autores, Big Data se refiere a cosas que uno puede hacer a gran escala pero que no pueden hacerse a pequeña, extraer nuevos conocimientos o crear nuevas formas de valor, en maneras que cambian mercados, organizaciones, la relación entre ciudadanos y gobiernos y mucho más. En esta nueva visión, el ansia por hallar la causalidad debe sustituirse por la correlación: no esperar el por qué, sino solo el qué. Google procesa más de 24 petabytes de datos al día, Facebook recibe más de 10 millones de fotos diariamente y Twitter crece un 200% cada año con 400 millones de tweets al día. La cantidad de información crece muy rápidamente y Big Data se ha posicionado como el sistema para aplicar las matemáticas a esta enorme cantidad de información y deducir así probabilidades. En este sentido, los autores señalan tres cambios de mentalidad interconectados y esenciales para este desarrollo: la habilidad para analizar una gran cantidad de información sobre un tema, la disposición para aceptar el desorden de los datos acerca del mundo real en lugar de buscar la exactitud y por último, un crecimiento del respeto por la correlación en lugar de la insistencia por la causalidad. En cuanto al desorden, los autores lo explican de manera muy sencilla: cuantos más datos tienes, más errores e inexactitudes hay en ellos. Sin embargo, no hay necesidad aquí de reducirlos. Se puede aceptar este grado de caos a favor de una mayor cantidad de información, que, a su vez, creará unas conclusiones más exactas. En la época actual, donde ya no escasea la información sino todo lo contrario, la obsesión por la exactitud es obsoleta y como sociedad debemos aprender a ver el mundo desde esta nueva y más completa perspectiva. Un concepto importante acuñado por los autores para definir esta actividad es la datificación: transformar un fenómeno en un formato que se pueda cuantificar para 3
ser tabulado y analizado. Conviene aclarar que el acto de digitalización no lleva por sí mismo a la datificación. Esta diferencia se percibe claramente en la digitalización de libros que llevó a cabo Google. Por sí sola, esa información no se podía utilizar más allá de la lectura. Al datificarla se hizo accesible para que los ordenadores pudieron analizar los algoritmos y hacer los textos buscables en lo que se denomina culturomics: la lexicología computacional, que intenta entender el comportamiento humano y las tendencias culturales a través del análisis cuantitativo de textos. La geolocalización es otro de los grandes generadores actuales de información y la habilidad de recolectar la geolocalización de los usuarios se ha convertido en algo muy valioso para, por ejemplo, personalizar la publicidad. Estos usos indirectos (comerciales) no tienen nada que ver con el uso inicial que se pensó para esos sistemas. Es la datificación la que crea nuevas utilidades y valores así como nuevos horizontes en el ámbito más personal, aplicándose a relaciones, experiencias e incluso estados de ánimos. Twitter, por ejemplo, vende su información a dos empresas, DataSift y Gnip, para lo que se ha llamado análisis sentimental (sentiment analysis) y su datificación conduce, entre otros, a prever la taquilla que hará una película o incluso el futuro próximo de una empresa en bolsa. Todo gracias al análisis de los estados de ánimos que proyectan los tweets. Valor Las empresas privadas son actualmente los usuarios más avanzados en datificación, y la información se ha convertido para muchas en una suculenta fuente de ingresos que además y al contrario que los bienes materiales, no se deprecia cuando se utiliza y se puede procesar una y otra vez. Así, han surgido estrategias para aumentar el valor de los datos que los autores resumen en tres. En primer lugar, reutilizándolos. Un ejemplo son los términos de búsqueda que se van almacenando para luego combinarse y crear las preferencias del usuario. El libro señala el caso de BBVA, que ha unido fuerzas con Google para analizar el sector del turismo así como vender indicadores económicos en tiempo real, basados en los resultados de las búsquedas. Incluso la información más banal tiene valor si se aplica de la manera correcta y son muchas las empresas que ven aquí un nuevo mercado en ebullición. Telefónica, por ejemplo, ha creado una compañía independiente, llamada Telefónica Dynamic Insights, para vender información anónima de la localización de sus usuarios a tiendas y otros. Otras manera de crear valor es combinar diferentes conjuntos de datos con las opciones de aplicación. Es el caso de Google Street View, cuyos coches recopilan más datos de los que necesitarían para la función principal del programa y los aplica en fines secundarios, por ejemplo mejorar el servicio de mapas. El coste de recolectar todo lo que se pueda no es alto, por lo que parece lógico hacerlo, con vistas a proyectos futuros. Es lo que los autores llaman twofers : cuando un conjunto de datos puede aplicarse en múltiples lugares y doblar su función si se recogen de una manera concreta. 4
Aunque el valor de los datos parece de sobra probado, es difícil fijarlo en la era del Big Data. Ya no basta con contabilizar su primer uso, porque el valor mayor suele residir en su desarrollo posterior y al recopilar la información, aún es desconocido. Parece que los dueños de los datos prefieren un sistema parecido al de los porcentajes que los editores pagan al autor de un libro. Es decir, que se les pague una parte del valor que se extraiga de ella y no una tarifa fija. El mercado de datos ya funciona con casi pleno rendimiento y son muchas las empresas que se están especializando en su comercio, como Decide.com, que rastrea las oportunidades y reconoce los tesoros que esconden ciertos datos. Existen tres tipos de empresas especializadas en este tipo de comercio: 5 1. Las que poseen los datos: por ejemplo bancos, que pueden analizar ellos mismos la información, venderla o contratar a otros para que la analicen por ellos. 2. Las que tienen la habilidad para analizarlas: compañías especializadas con la tecnología apropiada para este trabajo. 3. Las que tienen la mentalidad Big Data y cuentan con ideas únicas para sacarles partido y ampliar su valor. Por ahora los dos primeros captan la mayor atención, pero poco a poco gana terreno la tercera categoría, con sus ideas innovadoras. Sin embargo, los autores afirman que en el futuro la información se revalorizará y serán los que la posean los que dicten las reglas. Prueba de ellos son los 700 millones de dólares que Google pagó en 2008 para comprar el proveedor de datos ITA Software. El lado oscuro Como toda nueva actividad, Big Data implica nuevos riesgos y la necesidad de un nuevo marco legal o de control que proteja a los usuarios. El primer problema es el de la privacidad, que ve como se borran sus límites en pro de una recopilación mayor de datos. Mucha de la información que se registra es personal y las compañías se esfuerzan además porque esa preciada fuente no se agote. Con Big Data el valor de estos datos no reside sólo en el primer uso que se haga de ellos, sino en los que vengan después, por lo que el clásico aviso de he leído y aceptado las condiciones ya no es válido. El usuario da su permiso sólo al primer uso que se haga de su información, pero no al siguiente, que ni siquiera la empresa conoce aún. Tampoco sirven los otros dos mecanismos de control la cláusula de exención y de anonimato, porque es muy probable que se olviden por el camino (un buen ejemplo son los datos empleados por la NSA, obtenidos a través de buscadores). La solución que los autores han encontrado en este campo es la creación de nuevos sistemas para salvaguardar la privacidad enfocados menos en el consentimiento del usuario y más en la responsabilidad de los dueños de esa información: crear leyes sobre cómo deben evaluar éstos el peligro de la utilización y determinar qué evitará un daño potencial. La violación de estas normas llevaría incluso la aplicación de penas
criminales pero su cumplimiento implicará para la empresa la ventaja de no tener que volver a consultar al generador de dichos datos. Trasladar la carga de responsabilidad del público a los que usarán esa información se complementaría con la estipulación de un límite de tiempo para utilizarla después del cual debe desecharse. El segundo riesgo se apoya en los conceptos de probabilidad y castigo y es quizá el más peligroso. Big Data crea predicciones y puede definir, por ejemplo, las probabilidades de que en el futuro una persona cometa un crimen. Las políticas preventivas que utilizan Big Data se aplican ya para conocer qué barrios, ciudades o individuos deben ser objeto de mayor vigilancia, con el fin de prevenir antes de que ocurra el crimen. Sin embargo, esto genera una estigmatización e incluso se puede crear el deseo de castigar al probable criminal sin haber cometido sus actos. Este tipo de juicios, insisten los autores, destruye la presunción de inocencia y la capacidad de los seres humanos de decidir moralmente. En este sentido proponen la transparencia, la certificación y la posibilidad de desaprobar los datos sobre uno mismo como medidas de control. Debe haber una vigilancia humana contra los dictados de la información que garantice que se juzgará la responsabilidad de las personas por sus actos reales, no por lo que predigan los algoritmos. En tercer lugar, existe el riesgo de caer en la dictadura de los datos y convertirlos en la verdad absoluta. Aquí los autores recuerdan a Robert McNamara, Secretario de Defensa con John F. Kennedy, cuya fe ciega en la estadística tuvo fatales consecuencias durante la guerra de Vietnam. Aquel fue un ejemplo de los límites de la información que no debe olvidarse. Monitorización y transparencia son las soluciones que se vislumbran y necesitarán de nuevas instituciones y nuevos expertos para llevarlas a cabo. Surgirá así un nuevo perfil de personas responsables de esta función, los llaman algoritmistas (algorithmist). Pueden ser independientes o forman un departamento dentro de las empresas y se tratará de expertos en informática, matemáticas y estadísticas cuya bandera será la confidencialidad y la imparcialidad garantizadas con algún tipo de juramento hipocrático como el de médicos y abogados. Su trabajo se centrará en vigilar las buenas prácticas con respecto al Big Data. Por último, leyes antimonopolio deberán blindar en lo posible de la especulación un mercado que se alimenta cada día con billones y muy valiosos datos personales y cuya rapidez de crecimiento hace necesarios mecanismos de control efectivos e instantáneos. 6