Big Data para las Naciones Unidas

BIG DATA – MANTENGA LA CALMA Y SIGA RASPANDO LA WEB: Lecciones aprendidas de poner la ciencia de datos al servicio de la CEPAL (COMISIÓN ECONÓMICA PARA AMÉRICA LATINA...
by April 25, 2019

BIG DATA – MANTENGA LA CALMA Y SIGA RASPANDO LA WEB:

Lecciones aprendidas de poner la ciencia de datos al servicio de la CEPAL (COMISIÓN ECONÓMICA PARA AMÉRICA LATINA Y EL CARIBE de Naciones Unidas)

Con más del 99% de toda la información tecnológicamente mediada en formato digital y con 98% de la población mundial usando tecnología digital, la interacción humana produce una huella digital impresionante de la sociedad. En pocos años, el ‘big data’ ha convertido a los estudios sociales y económicas en ciencias verdaderas, que pueden hacer predicciones con 80-90 % de precisión. Siendo tradicionalmente las disciplinas más pobres en datos, hoy en día, la ciencia humana es la disciplina más completa de evidencia empírica hasta la fecha, cubriendo casi su muestra completa, 24*7, sin pausa. En teoría, eso proporciona oportunidades sin precedentes para la política pública.

En la práctica, usando la huella digital para informar políticas públicas enfrenta varios desafíos. Aquí se presenta algunos de las lecciones aprendidas de un ejercicio extenso de rastreo digital de América Latina y el Caribe, liderado por las Divisiones de Desarrollo Productivo y Empresarial, y Asuntos de Genero, de la CEPAL, Naciones Unidas. De manera ingenua, al pensar en el paradigma del ‘big data’, la gente parece imaginar que, con suficientes habilidades computacionales, uno simplemente tendría que estar en línea, recopilar datos digitales, y la totalidad del despliegue de la realidad se mostraría repentinamente a cualquier observador en todos sus colores en tiempo real. En realidad, la práctica de la ciencia de los datos recuerda más al infame elefante en la sala, donde los investigadores asumen el papel de los ciegos tocando partes muy distintas, tratando de juntar piezas de evidencia irreconciliables. Dar sentido a los ‘big data’ incluye desafíos informáticos, pero va más allá, y toca la definición de la ciencia de datos como la convergencia entre la ciencia de computación, las estadísticas, y su área de aplicación substantiva. Cuestiones de representatividad, generalización, armonización, definición de variables y calidad de datos se convierten rápidamente en las principales preocupaciones de la ciencia de datos en la práctica. La charla termina con una discusión sobre el objetivo final de crear un flujo de trabajo automatizado para la toma de decisiones basada en evidencia empírica para definir las políticas públicas. ¿Es realmente útil automatizar el flujo de trabajo de datos para determinar a las intervenciones socioeconómicas? ¿Es la realidad empírica todo lo que se necesita para una política exitosa? ¿Y, de no ser así, qué más hace falta?

https://unite.un.org/techevents/CEPAL_BigData

by Martin Hilbert - Apr 16, 2019

by Martin Hilbert - Apr 30, 2019

Categories