Atención

Esta imágen puede herir
su sensibilidad

Ver foto

Compartir imagen

Agrandar imagen
Desde las elecciones PASO del domingo 11 de agosto en los medios y redes sociales se habla de Big Data y el supuesto fracaso de las estrategias digitales para ganar elecciones. El asunto ha despertado la intervención de múltiples analistas que han escrito sobre el tópico en diferentes medios y espacios digitales. El tema requiere acercar algunas consideraciones para entender mejor la dimensión de los abordajes y comprender de forma más cabal (y menos mágica) el poder de los datos en la predicción de los comportamientos.
Del Big Data al Data Science
Cuando se habla de Big Data, en rigor el término refiere a la capacidad incremental de generación y procesamiento de datos que se requiere frente a la explosión digital. Para considerar si estamos ante un caso de Big Data o no, se consideran las 3V de: velocidad con que se generan los datos / el volumen de datos que crece de forma exponencial / y la variedad de fuentes y tipos de datos (estructurados, semiestructurados y no estructurados) que confluyen.

Trabajar con Big Data implica conocer y administrar arquitecturas digitales específicas que van más allá de una planilla de Excel o una tabla pivot como algunos consideran. Implica conocer de tecnologías de almacenamiento de datos, herramientas para extraer grandes volúmenes de datos, de cloud computing para procesar millones de datos y de tecnologías relativamente nuevas como Hadoop, Hive o Spark para transformar esos datos en información valiosa. Esta capa más “técnica” si se quiere, debe complementarse con la capa analítica que permita extraer valor de esos datos e interpretarlos en los contextos correctos para que su procesamiento arroje resultados relevantes. Google, Facebook, Amazon, lo hacen todo el tiempo con las sugerencias de compras, de amistades, de sitios de interés y otras predicciones de consumo que rara vez se equivocan. Este es el campo del Data Science o la ciencia de datos, hoy en expansión en los centros de estudios que van formando a estos nuevos analistas especializados en generar valor a partir de millones de datos. Y la política no está ausente de este mismo proceso que hoy tiene equipos de Big Data y Data Science participando activamente de las campañas.
El cisne negro
¿Podía predecirse el resultado electoral? Una respuesta positiva parece poco probable. Sobre todo porque como han publicado varios analistas esta semana, el fenómeno electoral que llevó al triunfo del Frente de Todos se parece bastante al fenómeno conocido como “El Cisne Negro”. En estos días, José Norte Sosa publicó en su cuenta de Linkedin una nota al respecto que recuerda que esta teoría del Cisne Negro –desarrollada por el libanés Nassim Nicholas Taleb– “es una metáfora que se aplica a un suceso sorprendente que irrumpe en la realidad de forma inesperada provocando confusión debido a su impacto”. Este investigador del ámbito de las finanzas “ha explicado el modo en el que el azar y la probabilidad desorientan incluso a personas ilustradas, o supuestamente preparadas para manejar el principio de incertidumbre propio de la política y el mundo financiero”, reseña otra de las notas que intenta explicar el resultado de las PASO. Como admite el autor de la nota, “Explicar la lógica de un Cisne Negro es casi imposible. La propia naturaleza del fenómeno hace necesario un análisis posterior en el que el hecho debe ser racionalizado”. Y en eso estamos por estas horas, según parece.
Cuando no alcanza con datos
En su columna en La Nación, Guillermo Saldomando advertía que “A pesar del Big Data, los cisnes negros también existen”. Y allí repasaba que “sin duda estamos ante una revolución digital que permite obtener gran caudal de información que puede cotejarse, cruzarse y fusionarse para hacer interpretaciones de todo tipo y color. Sin embargo, la analogía de esta posibilidad es que la tecnología actualmente nos permite absorber como esponjas múltiples datos, como si fuéramos un chef de primer nivel que dispone de todos los productos para preparar un manjar sublime. El problema comienza cuando el chef un día se enferma y lo reemplaza un sujeto que no sabe ni siquiera encender la hornalla de la cocina. Con esto quiero decir que el análisis de esos macrodatos que llegan a raudales y los caminos para su interpretación y estructuración son vitales para ejecutar una investigación que esté en sincronía con la realidad de los hechos”, reflexionaba, para poner de relieve la necesaria participación de los analistas “humanos” más allá de la potencia de la tecnología.

Un ensayo parecido agregaron los analistas Franco Cellone y Natalia Esquenazi al cuestionar las predicciones de Bullmarket Brokers, que elaboró un informe pronosticando el triunfo del macrismo tomando como indicador la cantidad de búsquedas en Google de los dos principales candidatos, y comparándolo con las búsquedas en Google de Bush y Kerry en 2004, Barack Obama y McCain en 2008, Obama y Rommey en 2012, y Trump y Hillary en 2016. En todos estos casos, el candidato con más búsquedas en la plataforma de internet había resultado ganador. Esto lo llevó a pronosticar que este hecho podría repetirse en las elecciones PASO del 11 de agosto. Pero eso no ocurrió. Los analistas agregaron que la falta de análisis a los simples datos de búsquedas en internet de cada candidato llevaron a no ponderar el sentido de esas búsquedas: “Mientras que Cristina Fernández de Kirchner había estado asociada a búsquedas relacionadas con la presentación de su libro, Mauricio Macri había estado asociado a memes y burlas por su gestión. Demás está decir que las dos asociaciones tienen un carácter cultural contrario. Mientras que un libro está asociado a la posibilidad de transmitir la propia visión de quien lo escribe y al convencimiento que eso ocasiona en las audiencias a las que va dirigida, los memes son instrumentos de difusión cultural generalmente hecho para reírse de algo”.
La capa humana
Son estas expresiones, sumadas a algunas hipótesis que retomaron la teoría de la espiral de silencio de Noelle Neumann, las que hoy intentan explicar el fenómeno electoral.

A esta altura, con los resultados sobre la mesa, es importante remarcar que lo que falló no fue el “Big Data” o sus implicancias en la predicción de las conductas, sino que en todo caso fallaron los análisis “humanos” que deben agregarse a la capa de datos. Como nos gusta remarcar desde el equipo de capacitación en el uso de datos que desarrollamos en Datos Concepción, “los datos no son sagrados ni hablan por sí solos. Es indispensable ponerlos en contexto e interpretarlos”. Y para eso, nada mejor que un humano.
Fuente: El Entre Ríos (edición impresa).

Enviá tu comentario