Por lo tanto, se sugiere que las incapacidades paradigmáticas son una oportunidad para imaginar cómo se pueden ampliar las fuentes de información a nuestro alcance y cómo podemos llevar a cabo otros procedimientos que permitan capturar nueva información, procesarla, analizarla e interpretarla. Bajo este supuesto, es posible reflexionar sobre si hay algo novedoso que pueda ofrecer la ciencia de datos a la disciplina de los estudios globales y si puede enriquecer o complementar los enfoques metodológicos https://www.elagora.com.mx/Que-es-la-ciencia-de-datos-y-como-se-relaciona-con-la-inteligencia-artificial.html dominantes desde los que tradicionalmente se han analizado la globalización y sus implicaciones. Si se admite que los estudios globales son una disciplina distinta en el campo de las ciencias sociales y las humanidades, esto se debe a la complejidad misma del objeto de estudio -las tendencias globales con sus múltiples matices y problemas- y a la incapacidad de los paradigmas de las disciplinas actuales para comprender dentro de su marco conceptual las dinámicas y tendencias de lo global.
El nuevo tipo de información derivado del big data ha originado un campo de investigación completamente diferente; a la vez, las ciencias informáticas han generado otras formas de crear y recopilar datos, han desarrollado técnicas analíticas y estadísticas, y han proporcionado formas inéditas de visualizar y presentar la información. En pocas palabras, estas técnicas y fuentes de información tienen el potencial de transformar las metodologías de las ciencias sociales (Foster et al. 2016, 1). De hecho, a partir de las contribuciones de la ciencia de datos han surgido aproximaciones que están cambiando los objetos del conocimiento, al mismo tiempo que generan nuevas narrativas sobre la manera en la que comprendemos las interacciones sociales y las relaciones de los seres humanos con su entorno (Boyd y Crawford 2012, 665). Así, es factible suponer que, si somos capaces de mejorar la estructura de la información previa sobre la cual se basan nuestras estimaciones, se podrá reducir las incertidumbres sobre el conocimiento obtenido (Hilbert 2016, 140).
Derecho PUCP
Metcalf y Crawford, por su parte, resaltan los riesgos en el uso del big data al mencionar que la serie de datos que se presentan en los resultados de investigaciones científicas, sean estos parciales o finales, parecería tener un mínimo de riesgo al ser compartidos. En ese sentido, sostienen que no se contempla el riesgo para los derechos humanos, situación que explican como resultado de una mala interpretación, ya que la publicidad de estos datos que se ponen a disposición de manera abierta puede derivar en muchas ocasiones en que se les dé ¿Qué es la ciencia de datos y cómo se relaciona con la inteligencia artificial? un uso secundario muy distinto al de la investigación; y que, al combinarlos con otra base de datos, eso puede colocar en situación comprometida a los dueños de dicha información. Por este tipo de situaciones es que hoy las discusiones, estudios y reflexiones invitan al desarrollo de estudios éticos utilizando el big data (2016, p. 1). Sarfaty explica que los esfuerzos del derecho internacional de los derechos humanos se han centrado en el cumplimiento de los tratados más que en la prevención de la vulneración estos derechos (2018, p. 76).
A pesar de su amplia difusión y aceptación, el uso de técnicas basadas en la ciencia de datos en el campo de los estudios globales está en ciernes. En este contexto, este artículo tiene como objetivo discutir las contribuciones y desafíos metodológicos que la ciencia de datos puede aportar a la disciplina de los estudios globales. Aquí se publican documentos de investigación académicos de alta calidad, metodologías y estudios de casos que cubren una amplia gama de temas, desde el análisis de big data hasta la informática intensiva en datos y todas las aplicaciones de la investigación de big data.
«El Big Data en el entorno de la industria logística va a ser imprescindible y SEUR lo vimos hace años»
Otro tipo de investigación de IA utilizando aprendizaje profundo es mediante el uso del lenguaje natural, que permite crear nuevos medicamentos a partir de la búsqueda de compuestos existentes (Freedman, 2019). Para ello se analiza cómo el virus entrega su material genético a una célula infectada, con el fin de crear un modelo predictivo acerca de la estructura proteínica que permita a posteriori buscar aquellas que puedan inhibir este proceso (Réda, Kaufmann & Delahaye, 2020). Un aspecto a mencionar acerca de la IA, es que abarca diversos campos como el reconocimiento de voz, procesamiento de lenguaje natural, visión por computador, robótica avanzada, captura de conocimiento, planificación y optimización, entre otros, en la que se busca que un sistema tenga la capacidad para sentir, razonar, participar y aprender. Sin embargo, para que las herramientas tecnológicas basadas en big data enriquezcan nuestro conocimiento y nuestra comprensión en el campo de los estudios globales, es necesario mantener una actitud crítica, sin olvidar que tanto la elección de los datos como su análisis y las narrativas que se construyen alrededor de los flujos de información no dejan de ser elecciones que no son totalmente objetivas. Los datos, por más vastos que sean, no significan nada hasta que les damos una interpretación, la cual se formula y reformula desde contextos específicos del saber.
- Los temas tratados en esta contribución son la pun ta de iceberg, puesto que son una ínfima parte de los desafíos y oportunidades que involucra la puesta en valor de la producción de datos en el ámbito de la sa lud.
- Facebook inicialmente usaba data warehousing sobre una instancia Oracle, sin embargo, con su crecimiento se tuvo que pensar en nuevas alternativas, Hadoop fue atractiva porque ya se usaba en Yahoo para procesamientos internos y usaba el modelo MapReduce popularizado por Google.
- La aceleración de los cambios informativo-computacionales que se producen no ya sólo en la sociedad, sino en la práctica periodística, hace difícil el análisis de la respuesta desde la documentación a los retos, incertidumbres y problemas que surgen.
- Por un lado, al hablar de datos en abierto se conectaría con todas la opciones que existen para la recopilación, tratamiento, reutilización y difusión de los datos sin restricciones.
Leave a Reply