Categoría: Sociología

Errores que refuerzan a populismos y nacionalismos.

marionetaLos cuadros políticos, a todos los niveles, de lo que podríamos denominar como “izquierda” europea (aunque serían extensibles las consideraciones del artículo a otras áreas del planeta) llevan demasiado tiempo cometiendo una serie de graves errores que han reforzado, cuando no generado, dinámicas de consecuencias potencialmente nefastas para las democracias, las libertades, el estado social y la igualdad.

Es un grave error olvidar que existen buenas razones para que muchos ciudadanos europeos se sientan estafados con el modelo de Unión Europea diseñado por las élites económicas y financieras a su medida e impuesto a través de una clase política capturada por su mediocridad, su corrupción, su desinterés, su arribismo o su miedo, en un contexto de lobbismo institucionalizado que opera con mayor o menor opacidad en función de lo estéticamente presentable o la legalidad de los intereses que pretenden imponer.

Sigue leyendo

La crisis del cambio climático antropogénico. Proyecciones para 2100.

cambioclimaticocataclismicoEn el volumen recientemente publicado, The Climate Change Crisis (2018), Ross Michael Pink, analiza el cambio climático como un fenómeno complejo y global con profundas repercusiones, tanto para el desarrollo humano y de las sociedades como para el entorno ecológico y medioambiental planetario. Tras un detallado examen de la situación en países como EE.UU. Canadá, Brasil, Ecuador, Argentina,Tailandia, Myanmar (Birmania), Japón, China, Kenia, Sudáfrica, Bostwana, India, Egipto, Israel, Jordania, Reino Unido, Italia y Grecia, llega a la conclusión de que actualmente, la carencia de visión y previsión respecto a la mitigación y adaptación a los efectos del cambio climático, conllevará que poblaciones y naciones enteras sufran, se vean diezmadas o, incluso, perezcan, a causa de las sequías, las crisis sanitarias y la destrucción del medio ambiente. Pink afirma que las señales son claras e innegables en todas partes del mundo donde los fenómenos meteorológicos desencadenados por el cambio climático son cada vez más evidentes y peligrosos.

Las escalofriantes proyecciones climáticas que realiza para el año 2100 son las siguientes: Sigue leyendo

Problemas en el exceso de eficiencia del big data

bigdataAprovecho un cambio de impresiones en el muro del profesor Fernando Broncano para escribir esta entrada.

En su nuevo libro The Efficiency Paradox: What Big Data Can’t Do, Edward Tenner hace un repaso de los problemas a los que puede conducir a largo plazo la hipereficiencia en las tareas de los algoritmos que vertebran el big data y la inteligencia artificial. Algunos pueden hacer peligrar no sólo la eficacia sino la eficiencia misma a largo plazo. Conduciendo no sólo a consecuencias indeseables, sino también a que se malgasten esfuerzos y se pierdan oportunidades. El autor los divide en siete grupos:

ANTISERENDIPIA (counterserendipity). La mayoría de los sucesos fortuitos son adversos o neutros. La eficiencia hace que el mundo sea más predecible. Pero si toda solución es lo más directa e inmediata posible, también nos vemos privados de los beneficios de la aleatoriedad ocasional y de los errores productivos. Los algoritmos convencionales reducen las sorpresas negativas al alto precio de amenazar a las positivas. Ambas son inseparables.

EXCESO DE ENFOQUE (hyperfocus). La eficiencia se expresa frecuentemente a través del enfoque de grano fino muy centrado en el área o problema que requiere ser abordado lo que, hasta cierto punto, es positivo y necesario. Sin embargo, esta eficiencia, indispensable en las operaciones diarias, hace que sea más difícil retroceder la perspectiva para obtener una visión de conjunto.

CASCADAS AUTO-AMPLIFICANTES. Los algoritmos pueden fallar al elegir la opción óptima, amplificando efectos inicialmente pequeños. Las decisiones iniciales pueden convertirse en profecías autocumplidas. Este es un riesgo especial en los procesos automatizados, desde el comercio financiero hasta los vehículos autónomos, en los que múltiples algoritmos, ninguno de los cuales puede ser perfecto, se ejecutan interactuando conjuntamente, a veces sin la posibilidad de una rápida intervención humana.

EROSIÓN DE HABILIDADES . Los sistemas automatizados realizan, o podrán realizar, la mayoría de las tareas mejor que las personas. Son casi siempre más eficientes y consistentes, razón por la cual su uso se está generalizando en un número creciente de áreas sustituyendo, o en colaboración con una persona cualificada. Por el momento, esta coordinación entre humanos y sistemas electrónicos ofrece mejores resultados que cualquiera de los dos por separado. Sin embargo, puede haber graves problemas cuando el compañero robótico falla si el ser humano no ha conservado sus habilidades. Los resultados pueden ser catastróficos para la eficiencia de todo el sistema y para la seguridad de las personas.

RETROALIMENTACIÓN PERVERSA. La interacción entre los sistemas automatizados se torna aún más problemática cuando se les pide no sólo que ejecuten objetivos humanos sino que proporcionen incentivos. Sería posible satisfacer un criterio determinado (como una puntuación en un test o examen) a través de medios que frustran el resultado real deseado (comprensión real). Una expresión de lo que en sociología se conoce como “Ley de Campbell”.

DILUVIO DE DATOS (data deluge). El big data cuando es utilizado por personas capacitadas con profundos conocimientos de los procesos subyacentes, pueden aumentar la eficiencia. Pero su uso también puede amenazar la propia eficiencia. El volumen de datos adquiridos automáticamente en muchos campos está aumentando más rápidamente que el coste por terabyte de almacenamiento, lo que supone un aumento de los gastos. El big data también pueden sugerir falsos positivos e hipótesis erróneas que suponen pérdidas y largas horas de trabajo para evaluar y descartar, conduciendo a una fatiga de alarma y alerta. El resultado neto puede ser una menor eficiencia real.

MONOCULTURA. Sin un diseño minucioso, un algoritmo puede multiplicar una fórmula exitosa hasta el punto de que un sistema se vuelva menos sensible a las circunstancias cambiantes. En psicología social se reconoce, por ejemplo, que algunos de los experimentos no pueden ser replicados, no por ningún error en el diseño, análisis o recolección de datos originales, sino porque las sociedades y sus valores cambian. Las personas y las sociedades no estamos estandarizados como los ratones de laboratorio en sus hábitats artificiales, vivimos en un entorno tecnológico en constante evolución y ajustamos nuestro comportamiento constante y a menudo inconscientemente.

Referencia bibliográfica.

Tenner, Edward. 2018. The Efficiency Paradox: What Big Data Can’t Do. New York: ALFRED A. KNOPF.

Actitudes y Conducta

CapturaLas actitudes son evaluaciones sobre personas, objetos o ideas. Estas valoraciones son algo que aprendemos con nuestras experiencias a lo largo del tiempo, por lo que pueden variar drásticamente de una persona a otra. Las actitudes pueden tener base cognitiva, afectiva o conductual, aunque todas suelen tener en alguna medida los tres componentes. Las actitudes de base cognitiva están principalmente basadas en hechos y datos a los que clasifican y ordenan, evaluando los pros y los contras, para poder categorizar con rapidez objetos, acontecimientos y situaciones. Las actitudes basadas en la afectividad se fundamentan en lo que sentimos con respecto a determinados elementos o hechos. Pueden ser el resultado de diversas causas como los valores o las creencias religiosas y morales. Son una forma de expresar (y a veces validar) el sistema de valores básicos de un individuo. Las investigaciones sugieren que las actitudes basadas en la afectividad afloran más rápidamente que las actitudes basadas en lo cognitivo, por lo que son más accesibles en la memoria. Las actitudes basadas en el comportamiento proceden de las observaciones de los individuos sobre cómo se comportan en relación a una persona, situación o estímulo, hasta el punto que, en algunas situaciones, los individuos pueden no ser conscientes de cómo se sienten hasta observar su propio comportamiento. Sin embargo, debe señalarse que las personas sólo derivan sus actitudes de su comportamiento bajo ciertas condiciones, como cuando la actitud inicial es vaga o débil y cuando no hay otras explicaciones plausibles para su conducta.

Siguiendo, a Perloff en su análisis del enfoque funcional de las actitudes, examinaremos por qué las personas mantienen las actitudes que adoptan. Este enfoque explora las necesidades que las actitudes satisfacen y las motivaciones a las que sirven. Bombardeados por numerosos estímulos y enfrentados con innumerables opciones sobre cuestiones múltiples y productos diversos, las personas se ven obligadas a evaluar laboriosamente los costes y beneficios de cada opción particular en cada una de los cientos de decisiones diarias. Privados de actitudes generales que ayuden a estructurar el entorno y situar a los individuos en determinadas pautas, los seres humanos encontraríamos la vida cotidiana demasiado ardua. Las actitudes son funcionales porque ayudan a las personas a gestionar y afrontar la vida.

Las principales funciones y beneficios de las actitudes incluyen: Sigue leyendo

Dos rutas de persuasión.

dos rutasSegún Perloff, podemos definir la persuasión como el proceso simbólico en el que uno o varios comunicadores intentan convencer a otras personas para modificar sus actitudes o comportamientos respecto a una cuestión determinada a través de la transmisión de un mensaje en un entorno de libre elección. Así Andersen, la contempla como un proceso por el cual el comunicador busca provocar una respuesta deseada por parte del receptor (Andersen,1971). Para Bettinghaus y Cody, se trata de un intento consciente por parte de un individuo para cambiar las actitudes, creencias o comportamiento de otro individuo o grupo de individuos a través de la transmisión de un mensaje (Bettinghaus y Cody, 1987). Smith considera la persuasión como una actividad simbólica cuyo propósito es la internalización, o aceptación voluntaria, de nuevos estados cognitivos, o patrones de conducta manifiesta, mediante el intercambio de mensajes (Smith, 1982). Mientras, O´Keefe afirma que se trata de un esfuerzo intencionado y exitoso para influenciar el estado mental de otro a través de la comunicación en circunstancias en las que el persuadido goza de cierto margen de libertad (O’Keefe, 2016). La persuasión es parte intrínseca del tejido de la vida cotidiana, hasta el punto de que es difícil escapar de sus tentáculos: personas que piden favores; propuestas para vender innumerables bienes y servicios, o llamamientos políticos e ideológicos varios.

La persuasión puede producirse principalmente a través de dos rutas o procesos: una ruta central, o una ruta periferica, habitualmente explicadas a través de dos modelos fundamentales para su estudio: Modelo de Probabilidad de Elaboración (Elaboration Likelihood Model, ELM) y el Modelo Heurístico-Sistemático (Heuristic-Systematic Model, HSM). Sigue leyendo

Inteligencia artificial ética y al servicio de la Humanidad

CapturaLeo en el reporte anual de la revista WIRED, The World in 2018, un resumen sobre las tendencias tecnológicas y su impacto en la configuración de un futuro, tan próximo que ya casi es presente. Entre otras cuestiones señaladas, queda muy claro que la humanidad se enfrenta a una variedad de desafíos caracterizados por su gran complejidad e interdependencia: cambio climático; migraciones; desigualdad; alimentación, educación y asistencia sanitaria de una población mundial en constante expansión. Cada uno de ellos, por sí mismo, con potencial para desencadenar oleadas de conflictos, intra y supra estatales, a lo largo y ancho del globo capaces de provocar dinámicas de consecuencias catastróficas a una escala nunca antes conocida. La inteligencia artificial (AI) podría desempeñar un papel muy importante a la hora de ayudarnos a abordar estos problemas de forma objetiva y creativa. Aunque la propia integración de la inteligencia artificial es en sí misma un desafío sistémico para la humanidad con capacidad para agravar las consecuencias de todos los demás, convenientemente gestionada, la IA podría ayudar a solventarlos o paliar sus consecuencias. Por eso, los estudios relativos a los impactos éticos, sociales, políticos y en materia de seguridad de la inteligencia artificial, así como el diseño de estrategias de actuación, son una de las áreas de trabajo más apremiantes. Se trata de conseguir que la IA trabaje para las personas, el planeta y la justicia social. Sigue leyendo

Big Data y Data Mining ¿Oportunidad o distopía? (y III)

La entrada se encuentra publicada en el siguiente enlace:

http://elperiscopi.com/big-data-y-data-mining-oportunidad-o-distopia-y-iii/

http://www.attac.es/2016/10/08/big-data-y-data-mining-oportunidad-o-distopia-y-iii/

http://www.attacmallorca.es/2016/10/08/big-data-y-data-mining-oportunidad-o-distopia-y-iii/

 

La bibliografía empleada en las tres partes del artículo es la siguiente.

BIBLIOGRAFÍA

Aggarwal, Charu. 2015. Data Mining: The Textbook. New York: Springer.

Albrecht, Karl. 2014. “The Information Revolution’s Broken Promises.” The Futurist. http://www.karlalbrecht.com/downloads/Albrecht-IR-BrokenPromises-WorldFutureSociety.pdf.

Batyko, Richard. 2016. “Ground-Up Expert: Everyday People and Blogs.” In Debates for the Digital Age: The Good, the Bad, and the Ugly of Our Online World, 176–89. Santa Barbara: Praeger.

Beckstead, Nick, Nick Bostrom, Niel Bowerman, Owen Cotton-Barratt, William MacAskill, Seán ÓhÉigeartaigh, y Toby Ord. 2014. “Unprecedented Technological Risks.” Global Priorities Project. http://globalprioritiesproject.org/2015/02/unprecedented-technological-risks/.

Cowen, Tyler. 2013. Average Is Over. Powering America Beyond The Age Of The Great Stagnation. New York: Penguin Books.

Fischer-Hübner, Simone, y Leonardo Martucci. 2014. “Privacy in Social Collective Intelligence Systems.” In Social Collective Intelligence. Combining the Powers of Humans and Machines to

Build a Smarter Society, 105–24. Heidelberg: Springer.

Greenfield, Susan. 2015. Mind Change: How Digital Technologies Are Leaving Their Mark on Our

Brains. New York: Random House.

Hareesh, Boinepelli. 2015. “Applications of Big Data.” In Big Data A Primer, 161–79. New Delhi: Springer.

Helbing, Dirk. 2015. Thinking Ahead – Essays on Big Data, Digital Revolution, and Participatory Market Society. Zürich: Springer.

Hrushikesha, Mohanty. 2015. “Big Data: An Introduction.” In Big Data. A Primer, 11:1–28. Studies in Big Data. New Delhi: Springer.

Kitchin, Rob. 2014. The Data Revolution. Big Data, Open Data, Data Infrastructures and Their

Consequences. Los Angeles: Sage.

Krugman, Paul. 2015. “The Big Meh.” The New York Times, May 25. http://www.nytimes.com/2015/05/25/opinion/paul-krugman-the-big-meh.html?_r=0.

Lagore, Justin. 2016. “Self-Promotion for All! Content Creation and Personal Branding in the Digital Age.” In Debates for the Digital Age: The Good, the Bad, and the Ugly of Our Online World, 190– 205. Santa Barbara: Praeger.

Mayer-Schönberger, Viktor, and Kenneth Cukier. 2013. Big Data. A Revolution That Will Transform How We Live, Work, and Think. New York: Houghton Mifflin Harcourt Publishing Company.

Schmidt, Eric, and Jared Cohen. 2013. The New Digital Age: Reshaping the Future of People, Nations and Business. New York: ALFRED A. KNOPF.

Sola-Morales, Salomé. 2016. “Rethinking Digital Democracy in a Time of Crisis: The Case of Spain.” In Debates for the Digital Age: The Good, the Bad, and the Ugly of Our Online World, 129–46. Santa Barbara: Praeger.