En contexto

Enfoques sobre la actualidad del país y del mundo

Comunicación Institucional

San Andrés en imágenes

Galería multimedia

+ San Andrés

Actualidad

Walter Sosa Escudero: Big data, ¿otra vez arroz?

"Cuando big data es una tecnología para reconocer patrones y buscar asociaciones en el caos de Internet, es una herramienta poderosísima. Pero cuando se trata de medir causas, o de lidiar con lo nuevo, big data es 'otra vez arroz'”, analizó el profesor del Departamento de Economía. La versión original de la nota puede verse aquí: http://tinyurl.com/mdbjx7k
Creo conservar, en algún recóndito lugar de mi casa, mi paleta de paddle de cuando en los noventa pensaba que el juego del presente se transformaría en el deporte del futuro. También disfruto de los vinilos de mi adolescencia que escucho casi a diario. Y por alguna razón exótica guardo celosamente una caja de diskettes de mis comienzos con la computación personal, allá en los ochenta.

La gran pregunta relacionada con la tecnología, y con los cambios en general, es qué pasa y qué queda.

El juguete analítico de moda es la idea de big data (muchos datos), frase que se relaciona, y a veces engloba, conceptos como minería de datos, machine learning, o predicciones analíticas. Big data se refiere tanto a la explosión de datos generados por la masividad de Internet (a través de los portales de compras, del uso de celulares, de las redes sociales) que proveen información instantánea acerca del comportamiento de miles de millones de usuarios, como también a las técnicas estadísticas y computacionales que permiten procesarlos.

Cualquier cambio genera dos grupos antagónicos: los que adoptan todo inmediatamente y los que son reacios a cualquier tipo de innovación.

Como los que en los setenta corrieron a hacerse un “afro” y los que insistían en peinase “a la cachetada” con hectolitros de gomina, como Julio Sosa.

El concepto de big data no es ajeno a estos antagonismos y la pregunta clave es si más es necesariamente mejor. La disponibilidad inmediata de las preferencias y las acciones de sus clientes han permitido a varias empresas tomar mejores decisiones. Big data mediante, casi automáticamente un supermercado o un portal de ventas puede aprender si ofrecer un artículo en vez de otro, o acerca de los patrones de gusto de sus clientes.

Pero big data (y sus tecnologías asociadas) tienen problemas serios cuando más es más de lo mismo en un contexto de cambios. La gran pregunta de muchos es del tipo “qué pasa si” (si cambiamos el packaging, si devaluamos, si entrenamos al personal, etc.). En estos contextos, la búsqueda de patrones recuerda al chiste del tipo que busca sus llaves debajo de un farol, a dos cuadras de donde verdaderamente las perdió y cuando un amigo le dice “¿Y por qué las buscás aquí?”, el tipo dice “Porque hay mejor luz”. Big data tiene una tendencia inevitable a buscar donde es más fácil y no donde uno debería. Quien se deja engañar por big data puede creer que comprar bufandas o camperas causa frío.

¿O no es cierto que la gente busca abrigos antes de que llegue el invierno, como una búsqueda simple en Google Trends puede confirmar inmediatamente? A la hora de evaluar un curso de fotografía, preguntarle a la gente que lo hizo, si les gustó o no, agrega información muy limitada, independientemente de que lo hayan hecho decenas o miles de personas. Lo relevante es lo que opinan tanto los que lo hicieron como aquellos que por alguna razón no lo hicieron. Big data tiende a focalizar en el primer grupo (el que hizo el curso) pero ignora olímpicamente al segundo.

Cuando big data es una tecnología para reconocer patrones y buscar asociaciones en el caos de Internet, es una herramienta poderosísima.

Pero cuando se trata de medir causas, o de lidiar con lo nuevo, big data es “otra vez arroz”. Cuidado con big data. Cuando al asado le falta carne, no hay ensalada que compense.