•  
   

10. Caleidoscopio

Social big data (datos masivos y redes sociales)

Frederic Guerrero-Solé

Frederic Guerrero-Solé, profesor de Sociología de la Comunicación e investigador en Social Media del Departamento de Comunicación de la UPF

El incremento exponencial de la cantidad de datos accesibles, procesables y analizables a casi todos los campos de la actividad humana ha supuesto una revolución para el conocimiento. A menudo leemos sobre los beneficios de los análisis de big data (datos masivos) en campos como la física, la biología o las neurociencias que repercuten en la mejora de la tecnología y el bienestar de las personas. Pero el uso de las técnicas de datos masivos, cuyo objetivo principal es la identificación de patrones y la predicción de determinados sucesos, por parte de las redes sociales (el llamado social big data) resulta mucho más controvertido por las vulneraciones constantes de las privacidades individual y colectiva. Además, sistemáticamente se denuncian prácticas abusivas en las que los usuarios son sometidos a pruebas experimentales sin su consentimiento, o en que las plataformas sociales comparten datos sobre el estado anímico de los usuarios para ser utilizadas con fines comerciales.

“Sistemáticamente se denuncian prácticas abusivas en las que los usuarios son sometidos a pruebas experimentales sin su consentimiento" 

Como ya indicaba el experto en tecnología y medios, Neil Postman, en Five things we need to know about technological change, cualquier mejora tecnológica tiene aspectos positivos y negativos, y siempre hay una parte de la población perjudicada por la innovación tecnológica. En este sentido, y más allá de los aspectos positivos y negativos del uso de la tecnología en sí, los datos masivos plantean también el problema del knowledge gap (brecha del conocimiento), hipótesis introducida por Tichenor, Donohue y Olien el año 1970. La hipótesis propone que el incremento de la información a la que tienen acceso los individuos a través de los medios provoca que las capas de la sociedad con un mayor estatus socioeconómico adquieran conocimiento a un ritmo mucho más alto que las capas de estatus menor. Esto genera un ensanchamiento de la diferencia de conocimiento entre estratos sociales a modo de espiral. A pesar de que las nuevas tecnologías fueron interpretadas en un primer momento como herramientas de disminución de la brecha de conocimiento, el fenómeno big data es un elemento que puede dilatar de nuevo esta distancia y hacer aún más desigual la distribución del conocimiento. 

Actualmente, muy pocas organizaciones tienen acceso a las grandes cantidades de datos que se generan constantemente. Algunas, como Alphabet, Facebook o Microsoft, están amenazadas de ser consideradas monopolios. Por otra parte, también son pocas las compañías que pueden procesar los datos, analizarlos y, posteriormente, generar conocimiento, que repercute en una mejora de sus productos, que atrae a más clientes, que aportan aún más datos, generando una dinámica en espiral que ensancha este nuevo big data knowledge gap

“Cualquier mejora tecnológica tiene aspectos positivos y negativos, y siempre hay una parte de la población perjudicada por la innovación tecnológica"

De las capacidades comunicativas, hemos pasado a las capacidades de computación. Además, en la mayoría de las ocasiones el conocimiento resultante no es socializado, sino que se utiliza con fines comerciales. Un análisis del discurso en Twitter publicado el año pasado ya nos indicaba que los principales actores interesados ​​en los datos masivos son los financieros, y el objetivo, la predicción de sucesos y comportamientos

Los campos del periodismo y la comunicación en general, no se libran del fenómeno big data. El análisis de las interacciones en redes sociales, por ejemplo, ha permitido la obtención de resultados muy relevantes respecto a las actitudes y los comportamientos de los usuarios. Sin embargo, en la mayoría de los casos el acceso a los datos es parcial, y las condiciones de procesamiento y de análisis, limitadas.

“Los principales actores interesados en los datos masivos son los financieros, y el objetivo, la predicción de sucesos y comportamientos"

La Universidad, en particular, no es ajena a esta dinámica, y debe ser una pieza clave para la integración de los datos masivos en instituciones públicas capaces de socializar cada uno de los eslabones de la cadena y devolver a la sociedad un conocimiento que, de lo contrario, difícilmente obtendría y que, en la mayoría de los casos, proviene de la propia sociedad.