Big Data no trata solo de grandes volúmenes de datos, sino que incluye otras dimensiones significativas en el tratamiento de datos, como son la variedad, velocidad y veracidad. No obstante, una implementación de Big Data requiere altos costos en expertos, mayor tiempo de adaptación tecnológica, dificultad para implementar nuevos análisis y percepción limitada. Big Data no busca sustituir a los sistemas tradicionales, sino construir una nueva tendencia donde se construyan arquitecturas de sistemas que permitan manejar todas las peticiones. Y ya ha logrado incentivar en la comunidad académica y comercial el desarrollo de tecnologías de apoyo que toman los paradigmas base y los emplean en la construcción de soluciones particularizadas a problemas de entornos de investigación y producción reales. Mahout es un proyecto de Apache que tiene como objetivo ofrecer un ambiente para la creación rápida de aplicaciones de aprendizaje máquina escalables y eficientes [31].
Así sucede en Colombia, donde un proyecto de investigación de la Universidad Distrital Francisco José de Caldas propone un modelo de análisis de datos masivos resultantes de los procesos académicos y los relaciona con datos históricos y personales para combatir la deserción académica (Rodríguez et al., 2019).
Tal como se había advertido en la Introducción el autor no intenta dar ninguna traducción literal del término “porque no hay ninguna comúnmente aceptada, y porque tampoco está claro que big data tenga un significado preciso” (p. 30).
La pediatría no está ajena a esta realidad, pues cada vez se emplean tecnologías más avanzadas que están generando grandes volúmenes de datos, los cuales impactarán en la forma en que se conduzcan las in vestigaciones en el futuro inmediato.
Además, este tipo de desarrollos ayudan a los centros de salud a reducir costos operativos de diversa índole, donde el tiempo de diagnóstico juega un papel fundamental para detener un potencial foco pandémico.
Como lo han observado (Mayer-Schönberger y Cukier 2013, 3), hasta hace poco tiempo la información era escasa, costosa y difícil de conseguir.
Sin embargo, el análisis de los datos masivos en el campo de los estudios globales es un tema aún poco explorado. Este artículo contribuye al debate sobre las aportaciones que los estudios globales pueden realizar a la comprensión de la complejidad y diversidad de un mundo globalizado, a partir de las oportunidades y https://aquinoticias.mx/conviertete-en-un-cientifico-de-datos-exitoso-con-el-bootcamp-de-ciencia-de-datos-de-tripleten/ limitaciones metodológicas que la ciencia de datos ofrece. Más adelante, se discuten las implicaciones teórico-metodológicas del uso masivo de datos para los estudios globales. Por último, en las conclusiones se destacan los límites y posibilidades de la ciencia de datos en la comprensión de las tendencias globales.
Detalles del artículo
Se hizo la búsqueda en el índice bibliográfico Web of Science (índice con el cual trabaja la herramienta ToS) y se obtuvo un total de ciento setenta y cuatro (174) artículos para los parámetros de búsqueda. A partir del análisis de este grupo de artículos y de las referencias citadas en los mismos, la herramienta ToS hizo el respectivo refinamiento y retornó diez artículos considerados raíz, en el tronco se clasificaron otros diez y setenta artículos fueron ubicados en las ramas, como se aprecia en la Fig. Cabe aclarar que en este documento no se reportará la totalidad de los artículos arrojados por la herramienta, se ha realizado una selección de los documentos que cubren la temática, permitiendo tener una visión general del estado del arte y de las tendencias y campos de trabajo. En el sector privado, las organizaciones están creando un nuevo perfil en sus organigramas tras la aparición de estas tecnologías. El chief artificial intelligence officer (CAIO) estará al mando de estas soluciones, nacidas para tratar problemas complejos para los que habitualmente no hay información disponible.
En cuanto a la protección de datos, es importante mencionar que hace falta promover una cultura de seguridad que incluya a grupos heterogéneos de la población, por ejemplo para el caso de Colombia se han observado antecedes interesantes sobre prácticas de seguridad informática a nivel universitario y policial (Estrada-Esponda et al., 2019, 2021). En primer lugar, abordamos los desafíos metodológicos que plantean los grandes volúmenes de datos a las ciencias del comportamiento, con especial énfasis en la distinción entre métodos convencionales como encuestas de opinión y el análisis de big data. Luego, revisamos tres agendas de investigación en torno a los cuales se ha desarrollado la investigación empírica respecto a la relación entre política y redes sociales (social media). Al mismo tiempo, estas incapacidades paradigmáticas permiten también plantear la inquietud intelectual sobre hasta qué punto podrían modificarse las bases ontológicas de lo global si empleamos nuevos enfoques basados en la ciencia de datos. En otras palabras, ¿qué sucederá si somos capaces de afinar la búsqueda y la correlación de datos masivos a nivel local, nacional o mundial para abordar problemas de investigación relacionados con las tendencias globales?
Revista Logos Ciencia & Tecnología
En el caso del COVID-19 se han desarrollado diferentes tipos de algoritmos tendientes a la detección temprana de problemas pulmonares, bien a través de imágenes de rayos X (Sánchez, Torres & Martínez, 2020), tomografías o ultrasonido (Fraile, 2020). Las investigaciones en curso basan su desarrollo en la ciencia de datos, debido a que esta proporciona herramientas de análisis que permiten plantear soluciones plausibles bien para lidiar con futuras pandemias como con tratamientos actuales de frente al COVID-19. Por ejemplo, en todo el mundo han surgido comunidades que han creado plataformas que trabajan bajo el modelo de inteligencia colectiva, donde desarrolladores, científicos de datos, investigadores, médicos, entre otros voluntarios, formulan proyectos relacionados con la COVID-19. Una plataforma que centraliza esta información es Helpwithcovid, que cuenta con bibliotecas como el Covid Healthcare Coalition, que permite a cientos de miles de investigadores tener acceso a información clave para trabajar con aprendizaje profundo. Existen aportes de autores como Ureña (2019, p. 100) y Sarfaty (2018, p. 76), quienes opinan que las técnicas de análisis de big data pueden ser utilizadas de manera que ayuden a prevenir las posibles violaciones a los derechos humanos. Gracias a la posibilidad de obtener grandes volúmenes de datos es factible hacer mediciones, predicciones y, con base en ello, realizar la toma de decisiones sobre distintos asuntos de una manera más informada.
Una de las principales preocupaciones en el uso de estas nuevas formas de análisis es la privacidad de las personas, como lo advierten Paterson y McDonagh (2018, p. 1); no obstante, hay que considerar que la privacidad no es el único derecho que se puede vulnerar con el uso de la técnica de análisis de big data y sería una equivocación no considerar otras violaciones a los derechos humanos, como lo señala Nersessian (2018, p. 848). Un buen ejemplo de esto es el uso de cuentas falsas para incidir en las opiniones y formas de pensar de las personas, la censura, la limitación de la libertad de expresión, y la segregación o promoción del racismo. En el caso de los análisis de grandes cúmulos de datos, cada Estado que conforma la sociedad internacional ha optado por regular temas relativos a esta técnica de análisis, centrándose principalmente en proteger la privacidad de las personas y la manera en que se tratan los datos personales. Un Estado, sea creador o mero importador de tecnologías, está inmerso en un mundo globalizado en el que las repercusiones en positivo o negativo del uso de estas tecnologías es generalizado. Una de las herramientas que se utilizan para prevenir y contrarrestar los efectos adversos del uso de las tecnologías es el derecho nacional, pero este se ve influenciado por los avances y lineamientos que se dictan en el contexto internacional, entre ellos los documentos emitidos por organismos internacionales, o bien las sentencias dictadas por tribunales nacionales, regionales o internacionales como las presentadas en el apartado anterior.
¿Qué es el minado de Datos o Data Mininig? Técnicas y pasos a seguir
Para este tipo de desarrollo, el Big Data se vale de la IA a través de diversos algoritmos aplicados bien en el aprendizaje profundo como en el aprendizaje automático mencionados anteriormente. Con base en lo anterior, el estudio del COVID-19 empleando Big Data puede valerse de la analítica retrospectiva y descriptiva avanzadas (Mohamed et al., 2019) expresas en la inteligencia de negocios (Business intelligence) (Chahal, Jyoti y Wirtz, 2019); ya que esta permite focalizar el estudio mediante indicadores y tendencias en el tiempo, lo que incluye predicciones a futuro. Bajo estos criterios, curso de ciencia de datos entra a formar parte la ciencia de datos empleando técnicas estadísticas y matemáticas caracterizadas en las variables de estudio que permiten ampliar las técnicas y modelos representados como clusters (Mohebi et al., 2016) a través de patrones o correlaciones de datos, que a la vez pueden ser integrados con la IA para mejorar los resultados. El Big Data se entiende como el conjunto de procedimientos computacionales aplicados para analizar gran cantidad de datos con el fin de extraer información que presente ciertos patrones, relaciones y asociaciones relevantes para una organización.
Hoy por hoy se emplea el concepto de economía digital como un ecosistema que posiciona a los países en un determinado nivel de desarrollo, dependiendo de su capacidad de incorporación y apropiación de la tecnología.
Una de las principales preocupaciones en el uso de estas nuevas formas de análisis es la privacidad de las personas, como lo advierten Paterson y McDonagh (2018, p. 1); no obstante, hay que considerar que la privacidad no es el único derecho que se puede vulnerar con el uso de la técnica de análisis de big data y sería una equivocación no considerar otras violaciones a los derechos humanos, como lo señala Nersessian (2018, p. 848).
El problema que se desprende del uso del análisis de macrodatos es que, actualmente, las normas jurídicas no impiden que se dé un manejo poco ético e inclusive ilícito en la captación, gestión y procesamiento de los datos de los individuos que utilizan los medios digitales (2018, p. 848).
También se ve la diversidad de planteamientos que presentan los autores en cuanto al concepto de Big Data y las características que este debe atender.
