Return to Video

¿Qué hacemos con todos estos datos masivos?

  • 0:01 - 0:04
    La tecnología nos ha dado mucho:
  • 0:04 - 0:07
    el alunizaje, el internet,
  • 0:07 - 0:09
    lograr secuenciar el genoma humano.
  • 0:09 - 0:13
    También llega a nuestros miedos más hondos
  • 0:13 - 0:15
    y hace 30 años aproximadamente,
  • 0:15 - 0:17
    el crítico cultural Neil Postman
    escribió un libro
  • 0:17 - 0:19
    llamado "Divertirse hasta morir",
  • 0:19 - 0:22
    en el que resalta esta
    verdad brillantemente.
  • 0:22 - 0:24
    Aquí esta lo que dijo
  • 0:24 - 0:26
    comparando las distópicas visiones
  • 0:26 - 0:30
    de George Orwell y Aldous Huxley.
  • 0:30 - 0:33
    Dijo: Orwell temía que nos volviéramos
  • 0:33 - 0:35
    una cultura cautiva.
  • 0:35 - 0:39
    Huxley, en una trivial.
  • 0:39 - 0:41
    Orwell temía que la verdad
  • 0:41 - 0:43
    nos sería ocultada,
  • 0:43 - 0:45
    y Huxley que seríamos ahogados
  • 0:45 - 0:48
    en un océano de irrelevancia.
  • 0:48 - 0:50
    En resumen, es escoger entre
  • 0:50 - 0:52
    el Gran hermano viéndote
  • 0:52 - 0:55
    y tu viendo al Gran Hermano.
  • 0:55 - 0:57
    (Risas)
  • 0:57 - 0:59
    Pero no tiene que ser así.
  • 0:59 - 1:01
    No somos consumidores pasivos
  • 1:01 - 1:02
    de datos y tecnología.
  • 1:02 - 1:05
    Decidimos el rol que juega
    en nuestra vida
  • 1:05 - 1:07
    y cómo le damos significado,
  • 1:07 - 1:08
    pero para hacerlo,
  • 1:08 - 1:10
    tenemos que poner mucha atención
  • 1:10 - 1:12
    desde cómo pensamos
  • 1:12 - 1:14
    hasta cómo codificamos.
  • 1:14 - 1:17
    Tenemos que hacer preguntas,
    preguntas difíciles,
  • 1:17 - 1:19
    para pasar de contar cosas
  • 1:19 - 1:21
    a entenderlas.
  • 1:21 - 1:24
    Estamos bombardeados
    constantemente por historias
  • 1:24 - 1:26
    de los muchos datos
    que hay en el mundo,
  • 1:26 - 1:28
    pero cuando se refiere a datos masivos,
  • 1:28 - 1:30
    y los retos de interpretarlos,
  • 1:30 - 1:32
    el tamaño no lo es todo.
  • 1:32 - 1:34
    También está la velocidad
  • 1:34 - 1:35
    a la que se mueven,
  • 1:35 - 1:37
    las muchas variantes
    de tipos de datos,
  • 1:37 - 1:40
    he aquí algunos ejemplos:
  • 1:40 - 1:42
    imágenes,
  • 1:42 - 1:46
    texto,
  • 1:46 - 1:48
    video,
  • 1:48 - 1:50
    audio.
  • 1:50 - 1:53
    Lo que une estos
    diferentes tipos de datos
  • 1:53 - 1:55
    es que son creados por gente
  • 1:55 - 1:58
    y requieren contextos.
  • 1:58 - 2:00
    Hay un grupo de científicos de datos
  • 2:00 - 2:02
    de la Universidad de Illinois-Chicago,
  • 2:02 - 2:05
    llamados Colaboración para
    la Salud en Medios,
  • 2:05 - 2:06
    trabajando con los Centros de
  • 2:06 - 2:08
    Control de Enfermedades
  • 2:08 - 2:09
    para entender mejor
  • 2:09 - 2:12
    cómo la gente habla
    sobre dejar de fumar,
  • 2:12 - 2:15
    cómo hablan de cigarros electrónicos,
  • 2:15 - 2:17
    y qué pueden hacer colectivamente
  • 2:17 - 2:19
    para ayudarse a dejarlo.
  • 2:19 - 2:21
    Lo interesante es que,
    si quieres entender
  • 2:21 - 2:23
    cómo la gente habla
    sobre dejar de fumar,
  • 2:23 - 2:25
    primero tienes que entender
  • 2:25 - 2:27
    a qué se refieren al decir "fumar".
  • 2:27 - 2:31
    En Twitter, hay 4 categorías principales:
  • 2:31 - 2:34
    la primera, fumar cigarros;
  • 2:34 - 2:37
    la segunda, fumar marihuana;
  • 2:37 - 2:40
    la tercera, ahumar costillas;
  • 2:40 - 2:43
    y la cuarta, chicas ardientes.
  • 2:43 - 2:46
    (Risas)
  • 2:46 - 2:48
    Entonces, tenemos que pensar,
  • 2:48 - 2:51
    ¿cómo habla la gente
    de cigarros electrónicos?
  • 2:51 - 2:53
    Y hay tantas maneras diferentes
  • 2:53 - 2:55
    en las que la gente lo hace,
  • 2:55 - 2:56
    y se puede ver del lado de
  • 2:56 - 2:58
    es un tipo complejo de búsqueda.
  • 2:58 - 3:01
    Y lo que nos recuerda es que
  • 3:01 - 3:04
    el lenguaje es creado por la gente
  • 3:04 - 3:06
    y la gente es enrevesada
    y somos complejos
  • 3:06 - 3:09
    y usamos metáforas y argots y jergas
  • 3:09 - 3:10
    24 horas por 7 días a la semana.
  • 3:10 - 3:12
    en muchos idiomas.
  • 3:12 - 3:15
    Y luego de un momento a otro,
    cambiamos.
  • 3:15 - 3:20
    Así como estos anuncios
    que la CDC puso,
  • 3:20 - 3:23
    estos anuncios de TV
    que tenían mujeres
  • 3:23 - 3:25
    con un hoyo en las gargantas,
    muy gráficos
  • 3:25 - 3:27
    y perturbadores,
  • 3:27 - 3:29
    ¿realmente tuvieron impacto
  • 3:29 - 3:31
    en que la gente dejara de fumar?
  • 3:31 - 3:35
    Colaboración para la Salud en Medios
    respeto los límites de sus datos,
  • 3:35 - 3:37
    pero fueron capaces de concluir
  • 3:37 - 3:40
    que esos anuncios
    —y los pueden haber visto—
  • 3:40 - 3:42
    tenían el efecto de llevar a las personas
  • 3:42 - 3:44
    hacia un proceso de pensamiento
  • 3:44 - 3:48
    que podía impactar
    su comportamiento futuro.
  • 3:48 - 3:52
    Lo que admiro y aprecio de este proyecto,
  • 3:52 - 3:54
    aparte del hecho, e incluyendo que
  • 3:54 - 3:57
    está basado en una
    necesidad humana real,
  • 3:57 - 4:00
    es que es un ejemplo
    fantástico de coraje
  • 4:00 - 4:05
    en medio de un océano de irrelevancia.
  • 4:05 - 4:08
    No son solo los datos masivos
    los que producen
  • 4:08 - 4:09
    retos de interpretación,
  • 4:09 - 4:10
    porque enfrentémoslo,
  • 4:10 - 4:13
    los humanos tenemos
    una historia muy rica
  • 4:13 - 4:16
    de tomar una cantidad de datos,
    no importa lo pequeña,
  • 4:16 - 4:17
    y arruinarlo.
  • 4:17 - 4:21
    Así, hace muchos años,
    quizá recuerden
  • 4:21 - 4:24
    que el antiguo presidente Ronald Reagan
  • 4:24 - 4:25
    fue muy criticado por una declaración
  • 4:25 - 4:29
    de que los hechos son cosas estúpidas.
  • 4:29 - 4:31
    Se le fue la lengua, seamos justos.
  • 4:31 - 4:33
    En realidad quería citar la defensa
  • 4:33 - 4:34
    de Jhon Adams
  • 4:34 - 4:36
    a los soldados británicos
  • 4:36 - 4:38
    en los juicios de la Masacre de Boston
  • 4:38 - 4:40
    de que los hechos son tozudos.
  • 4:40 - 4:42
    Pero creo que hay algo de sabiduría
  • 4:42 - 4:46
    accidental en lo que dijo
  • 4:46 - 4:48
    porque los hechos son tozudos,
  • 4:48 - 4:51
    pero a veces también son estúpidos.
  • 4:51 - 4:53
    Quiero contarles una historia personal
  • 4:53 - 4:57
    de porque esto importa tanto para mí.
  • 4:57 - 4:59
    Necesito tomar aire.
  • 4:59 - 5:02
    Mi hijo Isaac, cuando tenía 2 años,
  • 5:02 - 5:04
    fue diagnosticado con autismo,
  • 5:04 - 5:07
    y era este alegre, hilarante,
  • 5:07 - 5:08
    amoroso, y afectuoso niñito,
  • 5:08 - 5:11
    pero las métricas en sus evaluaciones
  • 5:11 - 5:12
    de desarrollo,
  • 5:12 - 5:14
    que ven cosas cómo
    el número de palabras
  • 5:14 - 5:17
    —en ese momento, ninguna—
  • 5:17 - 5:19
    gestos comunicativos y
  • 5:19 - 5:21
    poco contacto visual,
  • 5:21 - 5:23
    pusieron su nivel de desarrollo
  • 5:23 - 5:27
    en el de un bebé de nueve meses.
  • 5:27 - 5:29
    Y el diagnóstico estaba bien
  • 5:29 - 5:30
    según los hechos,
  • 5:30 - 5:33
    pero no contaba la historia completa.
  • 5:33 - 5:35
    Después de un año y medio,
  • 5:35 - 5:37
    cuando tenía aproximadamente cuatro,
  • 5:37 - 5:39
    lo encontré frente
    a la computadora un día
  • 5:39 - 5:45
    buscando mujeres en Google,
  • 5:45 - 5:48
    deletreado "m-i-j-e-r-e-s".
  • 5:48 - 5:50
    E hice lo que cualquier padre
  • 5:50 - 5:51
    obsesionado haría:
  • 5:51 - 5:53
    empezar a presionar el botón "atrás"
  • 5:53 - 5:56
    para ver que más había buscado.
  • 5:56 - 5:58
    Y estaban en orden: hombres,
  • 5:58 - 6:06
    escuela, autobús y computadora.
  • 6:06 - 6:08
    Estaba sorprendida,
  • 6:08 - 6:10
    porque no sabíamos que podía deletrear,
  • 6:10 - 6:12
    mucho menos leer, y le pregunte,
  • 6:12 - 6:14
    "Isaac, ¿cómo lo hiciste?"
  • 6:14 - 6:16
    Él me miró muy serio y dijo,
  • 6:16 - 6:20
    "Escribí en la cajita".
  • 6:20 - 6:22
    Estaba enseñándose a sí mismo
  • 6:22 - 6:23
    a comunicarse.
  • 6:23 - 6:25
    Pero estábamos buscando
  • 6:25 - 6:27
    en el lugar equivocado.
  • 6:27 - 6:29
    Y esto pasa cuando las tareas y los
  • 6:29 - 6:31
    análisis sobrevaloran alguna métrica
  • 6:31 - 6:34
    —en este caso, la comunicación verbal—
  • 6:34 - 6:35
    y devalúan otras,
  • 6:35 - 6:39
    cómo la resolución
    creativa de problemas.
  • 6:39 - 6:42
    La comunicación era difícil para Isaac,
  • 6:42 - 6:44
    así que encontró una alternativa
  • 6:44 - 6:47
    para encontrar
    lo que necesitaba saber.
  • 6:47 - 6:48
    Al pensarlo, tiene mucho sentido,
  • 6:48 - 6:51
    porque hacer una pregunta
  • 6:51 - 6:53
    es un proceso muy complejo,
  • 6:53 - 6:56
    pero él pudo evitar mucho de eso
  • 6:56 - 7:00
    poniendo una palabra en el buscador.
  • 7:00 - 7:03
    Y ese pequeño momento
  • 7:03 - 7:05
    tuvo un profundo impacto en mí
  • 7:05 - 7:07
    y nuestra familia
  • 7:07 - 7:09
    porque nos ayudó a cambiar
  • 7:09 - 7:10
    el marco de referencia
  • 7:10 - 7:12
    sobre lo que le pasaba a él,
  • 7:12 - 7:15
    y preocuparnos menos y apreciar más
  • 7:15 - 7:17
    su forma de obtener recursos.
  • 7:17 - 7:20
    Los hechos son cosas estúpidas.
  • 7:20 - 7:23
    Y se pueden usar mal,
  • 7:23 - 7:24
    manipular u otras cosas.
  • 7:24 - 7:26
    Tengo una amiga, Emily Willinghan
  • 7:26 - 7:27
    que es científica,
  • 7:27 - 7:29
    y escribió un artículo para Forbes
  • 7:29 - 7:31
    no hace mucho,
  • 7:31 - 7:32
    titulado "Las 10 cosas más raras
  • 7:32 - 7:34
    ligadas al Autismo".
  • 7:34 - 7:37
    Es una buena lista
  • 7:37 - 7:40
    "El Internet" es culpado
    por todo ¿cierto?,
  • 7:40 - 7:44
    y claro las madres, porque sí.
  • 7:44 - 7:46
    Y en realidad, esperen, hay más,
  • 7:46 - 7:47
    un grupo completo
  • 7:47 - 7:50
    en la categoría de "madre" aquí.
  • 7:50 - 7:52
    Pueden ver que es una lista
  • 7:52 - 7:54
    muy rica e interesante.
  • 7:54 - 7:56
    Soy una gran fan de
  • 7:56 - 7:58
    "embarazarse cerca de autopistas".
  • 7:58 - 8:00
    (Risas)
  • 8:00 - 8:01
    La última es interesante,
  • 8:01 - 8:04
    porque el término
    "madre de refrigerador"
  • 8:04 - 8:07
    fue en realidad la hipótesis original
  • 8:07 - 8:09
    para la causa del autismo,
  • 8:09 - 8:10
    y se refería a una persona fría
  • 8:10 - 8:11
    y no amorosa.
  • 8:11 - 8:13
    En este momento, pueden pensar:
  • 8:13 - 8:14
    "Está bien, Susan, lo entendemos,
  • 8:14 - 8:15
    puedes tomar datos,
  • 8:15 - 8:17
    y hacer que signifiquen lo que sea".
  • 8:17 - 8:21
    Y es cierto, absolutamente cierto.
  • 8:21 - 8:26
    Pero el reto es que
  • 8:26 - 8:29
    tenemos la oportunidad
  • 8:29 - 8:31
    de darles significado nosotros mismos,
  • 8:31 - 8:33
    porque francamente,
  • 8:33 - 8:35
    los datos no crean un significado.
  • 8:35 - 8:37
    Nosotros se los damos.
  • 8:37 - 8:39
    Así que como personas de negocios,
  • 8:39 - 8:41
    como consumidores,
  • 8:41 - 8:42
    como pacientes, como ciudadanos,
  • 8:42 - 8:45
    tenemos una responsabilidad, creo,
  • 8:45 - 8:47
    de pasar más tiempo
  • 8:47 - 8:48
    enfocándonos
  • 8:48 - 8:50
    en nuestras capacidades críticas.
  • 8:50 - 8:51
    ¿Por qué?
  • 8:51 - 8:53
    Porque en este punto de la historia,
  • 8:53 - 8:54
    como hemos escuchado
  • 8:54 - 8:56
    muchas veces,
  • 8:56 - 8:58
    podemos procesar exabytes de datos
  • 8:58 - 9:00
    a la velocidad de la luz,
  • 9:00 - 9:02
    y tenemos el potencial
  • 9:02 - 9:03
    de tomar malas decisiones
  • 9:03 - 9:05
    mucho más rápidamente, eficientemente,
  • 9:05 - 9:10
    y con mucho más impacto
    que en el pasado.
  • 9:10 - 9:12
    Genial, ¿no es cierto?
  • 9:12 - 9:15
    Y lo que necesitamos hacer en su lugar
  • 9:15 - 9:17
    es pasar un poco más de tiempo
  • 9:17 - 9:20
    en cosas como las humanidades
  • 9:20 - 9:23
    y sociología, y las ciencias sociales,
  • 9:23 - 9:26
    retórica, filosofía, ética,
  • 9:26 - 9:27
    porque nos dan el contexto
  • 9:27 - 9:29
    que es tan importante
  • 9:29 - 9:31
    para los datos masivos, y porque
  • 9:31 - 9:32
    nos ayudan
  • 9:32 - 9:34
    a volvernos mejores pensadores críticos.
  • 9:34 - 9:37
    Porque después de todo, si puedo ver
  • 9:37 - 9:38
    un problema en un argumento,
  • 9:38 - 9:40
    no importa mucho,
  • 9:40 - 9:43
    que este expresado
    en palabras o números.
  • 9:43 - 9:44
    Y esto significa
  • 9:44 - 9:47
    enseñarnos a nosotros mismos
  • 9:47 - 9:49
    a encontrar esos sesgos confirmatorios
  • 9:49 - 9:51
    y falsas correlaciones,
  • 9:51 - 9:53
    y a ser capaces de ver una afirmación
  • 9:53 - 9:54
    puramente emocional
  • 9:54 - 9:56
    desde 10 metros,
  • 9:56 - 9:58
    porque que algo que pase
    después de otra cosa
  • 9:58 - 10:00
    no significa que pasó por eso
  • 10:00 - 10:01
    necesariamente,
  • 10:01 - 10:03
    y si me dejan ser geek por un segundo,
  • 10:03 - 10:05
    los romanos lo llamaban:
  • 10:05 - 10:08
    "post hoc ergo propter hoc",
  • 10:08 - 10:10
    "después de esto, entonces por esto".
  • 10:10 - 10:13
    Y significa cuestionar disciplinas
  • 10:13 - 10:15
    como la demografía.
  • 10:15 - 10:16
    ¿Por qué?
  • 10:16 - 10:18
    Porque están basadas en asumir cosas,
  • 10:18 - 10:20
    sobre quiénes somos
    con base en nuestro género
  • 10:20 - 10:21
    nuestra edad y dónde vivimos,
  • 10:21 - 10:23
    opuestos a datos de qué
    es lo que pensamos
  • 10:23 - 10:24
    y hacemos en realidad.
  • 10:24 - 10:26
    Y dado que tenemos estos datos,
  • 10:26 - 10:28
    necesitamos tratarlos con adecuados
  • 10:28 - 10:30
    controles de privacidad
  • 10:30 - 10:33
    y al consumir optar por inclusión,
  • 10:33 - 10:36
    y más allá de eso necesitamos ser claros
  • 10:36 - 10:38
    en nuestras hipótesis,
  • 10:38 - 10:41
    las metodologías que usamos,
  • 10:41 - 10:43
    y nuestro nivel de confianza
    en el resultado.
  • 10:43 - 10:46
    Cómo decía mi maestro de álgebra:
  • 10:46 - 10:47
    "muestra tus matemáticas,
  • 10:47 - 10:51
    porque si no sé qué pasos usaste,
  • 10:51 - 10:53
    no sé qué pasos no tomaste,
  • 10:53 - 10:55
    y si no sé qué preguntas hiciste,
  • 10:55 - 10:58
    no sé qué preguntas no hiciste".
  • 10:58 - 11:00
    Significa preguntarnos
    a nosotros mismos,
  • 11:00 - 11:01
    la pregunta más difícil de todas:
  • 11:01 - 11:05
    ¿Los datos en realidad nos lo muestran,
  • 11:05 - 11:07
    o el resultado nos hace sentir
  • 11:07 - 11:11
    más exitosos y más cómodos?
  • 11:11 - 11:14
    Así que los de
    Colaboración por la Salud en Medios
  • 11:14 - 11:15
    al final del proyecto, pudieron
  • 11:15 - 11:19
    encontrar 87 % de tweets
  • 11:19 - 11:21
    sobre esos muy gráficos y perturbadores
  • 11:21 - 11:22
    anuncios para dejar de fumar
  • 11:22 - 11:25
    que expresaban miedo,
  • 11:25 - 11:27
    pero ¿concluyeron que hicieron
  • 11:27 - 11:30
    que la gente dejara de fumar?
  • 11:30 - 11:33
    No. Es ciencia, no magia.
  • 11:33 - 11:36
    Así que si vamos a abrir
  • 11:36 - 11:39
    el poder de los datos,
  • 11:39 - 11:42
    no tenemos que ir
    a ciegas en la visión
  • 11:42 - 11:45
    de Orwell de un futuro totalitario,
  • 11:45 - 11:49
    o la visión de Huxley de uno trivial,
  • 11:49 - 11:52
    o un horrible cóctel de ambos.
  • 11:52 - 11:55
    Lo que tenemos que hacer es tratar
  • 11:55 - 11:57
    al pensamiento crítico con respeto
  • 11:57 - 11:59
    y ser inspirados por ejemplos
  • 11:59 - 12:01
    cómo el de Colaboración
    por la Salud en Medios
  • 12:01 - 12:02
    y como dicen
  • 12:02 - 12:04
    en las películas de superhéroes:
  • 12:04 - 12:06
    "Usemos nuestros poderes para el bien".
  • 12:06 - 12:07
    Gracias.
  • 12:07 - 12:08
    (Aplausos)
Title:
¿Qué hacemos con todos estos datos masivos?
Speaker:
Susan Etlinger
Description:

¿Un paquete de datos te hace sentir más cómodo? ¿Más exitoso? Entonces tu interpretación de él probablemente está mal. En una charla sorprendentemente conmovedora, Susan Etlinger explica por qué, mientras recibimos más y más datos, necesitamos profundizar nuestras habilidades de pensamiento crítico. Porque es difícil ir más allá de solo contar cosas para realmente entenderlas.
more » « less
Video Language:
English
Team:
closed TED
Project:
TEDTalks
Duration:
12:23

Spanish subtitles

Revisions

Our website uses cookies for analysis purposes.