Cuando el escritor Richard Seymour declaró que, en el fondo, todo usuario de redes sociales es un escritor, se refería a algo más concreto de lo que parece: no leemos el ebook que descargamos en nuestro Kindle; el Kindle nos lee a nosotros y recaba información para ofrecernos productos o venderla a otras empresas. Los dispositivos incorporados a nuestra vida cotidiana, es decir, el celular, la computadora, nuestra cuenta de Netflix y el e-reader son conductos por los que viaja la información que nosotros mismos proporcionamos: sí, big data.
En el video de esta semana, en el canal de Youtube de DEF, nos permitimos imaginar cómo es el futuro al que nos acercamos cada vez que entregamos datos privados a las plataformas en nuestras redes sociales, o bien que regalamos al Estado en cada app sobre trámites, controles sanitarios y migratorios. ¿El apocalipsis es un algoritmo que junta nuestros datos y nos conoce mejor que nosotros? ¿Estamos frente al fin de la privacidad?
UNA MÁQUINA QUE INTERPRETA Y TOMA DECISIONES
El big data es un conjunto de datos muy grande, tan grande que se necesitan programas informáticos para procesarlos, y sirven para la toma de decisiones. Hay dos razones por las que el procesamiento lo hace un software. Primero, porque es mucha información. De acuerdo al informe Data Never Sleeps, con cada clic, película en Netflix, likes y publicaciones, cada persona genera alrededor de 1,7 MB por segundo. Y, en segundo lugar, porque se requiere que el análisis sea rápido, a veces en tiempo real. Una pizzería, por ejemplo, puede saber no solo qué potencial cliente está en ese momento en el barrio, sino también que probablemente este quiera comer la misma fugazzeta con doble queso que comió la semana pasada cuando fue al cine del shopping Abasto.
Otro caso: la cadena de supermercados Walmart cuenta con un sistema de cámaras con capacidad para detectar las emociones de los clientes para mostrarles anuncios acordes, y también detecta las “conductas sospechosas”. Esto condujo a muchas quejas y denuncias por discriminación, ya que, al menos en principio, al igual que la sociedad, el algoritmo está configurado para premiar caras hegemónicas y considerar criminales a etnias no occidentales. Algo similar pasó cuando el gigante Amazon confesó que el sistema informático que evaluaba la contratación de personal tenía tendencia a contratar hombres para puestos que no requerían mano de obra específicamente masculina.
Así es como hay algoritmos que, en función de la información recabada de horarios pico y lugares de cercanía, establecen que algunos empleados tengan que cruzar la ciudad tres veces en el día para cumplir en las tres sucursales donde se reparte su único turno de 8 horas, y sin saber qué turnos y sucursales les va a tocar la semana que viene. El caso que refleja este fenómeno es el de María Fernandes, empleada de Dunkin Donuts que murió durante el espacio entre dos turnos y que se convirtió en un emblema del trabajo precarizado por algoritmos.
EL BIG DATA Y LA ESCLAVITUD DE LAS MÉTRICAS
El hecho de que cada movimiento, cada segundo de cada video de Youtube y cada clic se pueda medir hace que cualquier youtuber o periodista se vuelva esclavo de las métricas, de lo que funciona y de lo que no. Cuando lo más importante son las visitas y los clics, los productores de contenido empiezan a generar material no para otros usuarios, sino para los algoritmos que lo posicionan mejor si sigue las reglas.
Incluso, el fenómeno se puede extender a usos que todavía no sospechamos. Cathy O’Neil, matemática estadounidense, describió en su libro Armas de destrucción matemática cómo el mismo procedimiento se aplica en las universidades de Estados Unidos. Dado que es imposible cuantificar el aprendizaje de un estudiante, el posicionamiento en el ranking de instituciones está dado por fórmulas matemáticas que consideran la cantidad de inscripciones, el ratio de alumnos por profesor y la cantidad de aspirantes rechazados, entre muchas otras.
La autora explica que las universidades se volvieron esclavas de los rankings en un loop interminable: si una universidad cae del puesto 103 a 107, al año siguiente se van a anotar menos alumnos, haciendo que la posición decaiga todavía más. A su vez, los directivos de esa universidad intentarán mejorar en las variables que el ranking considera relevantes, mientras que el aprendizaje real corre el riesgo de quedar en segundo plano. Por eso, no solo es inquietante la certeza de que este sistema va a prevalecer, sino también la incertidumbre de no saber a qué industrias o instituciones se va a extender.
¿UN PORTAL HACIA LOS TOTALITARISMOS?
Cuando un lector contemporáneo lee la escena de 1984, de George Orwell, en la que Winston y Julia no pueden hablar en la calle sin que un micrófono capte cada palabra, no se siente aterrado. Siente que el futuro ya llegó y es esto. Los Estados nacionales están frente a una buena oportunidad para conocer a sus ciudadanos, tanto en un sentido electoral como impositivo. Estos años, quizás esta década, son decisivos para saber si el big data puede ser algo más que el control del Gran Hermano.
Si querés saber más sobre el impacto del big data, enterate en nuestro canal de Youtube.
LEA MÁS