Big data

El big data y el machine learning están influyendo en toda la sociedad

Por qué el big data y el machine learning están transformando la sociedad

Marzo 2019

Las facultades humanas ya no son suficientes para analizar las ingentes cantidades de datos disponibles. Actualmente es decisivo ser capaz de leerlas e interpretarlas. En decenas de sectores.

El big data y el machine learning (o aprendizaje automático) son hermanos siameses. Juntos, son más de lo que suman: multiplican su potencial. Y, gracias a sus innumerables variantes, son capaces de impulsar muchos sectores: desde la industria ambiental hasta el sector sanitario. En otras palabras: el big data y el machine learning están influyendo (e influirán cada vez más) en toda la sociedad. Pero empecemos por el principio. ¿Qué son?

El big data y el machine learning: dos definiciones

Dado que a menudo están interrelacionados, la continuidad entre el big data y el machine learning es tal que corremos el riesgo de olvidar que son dos cosas distintas. La proliferación de los «puntos de recogida» que permiten las tecnologías digitales ha multiplicado la cantidad de datos disponibles. No queda más remedio que poner orden en esta maraña de números y relaciones, así como estudiar la multitud para definir elementos recurrentes, modelos y (en general) datos ocultos. Por tanto, el big data extrae del ruido de fondo palabras, frases, discursos con pleno sentido. Por su parte, el aprendizaje automático es la ciencia que, mediante los datos recibidos, crea algoritmos capaces de «digerir» los datos y aprender de la experiencia. Una vez configurados, los algoritmos del aprendizaje automático operan y mejoran en autonomía. Se podría decir que los datos son la materia prima y el big data los cocineros que los transforman en comida útil para alimentar el aprendizaje automático. Comida tras comida, las máquinas refinan su paladar, reconocen virtudes y defectos e indican soluciones.

Cinco ventajas

Según Gartner, «La ciencia de los datos y el aprendizaje automático están teniendo un profundo impacto en los negocios». De cinco maneras. Son tecnologías que innovan: «Son la clave para hallar soluciones mejores a los viejos problemas» y «nuevos métodos desconocidos». Segundo: los científicos de los datos «exploran». Los responsables de organizaciones y empresas deberían permitirles efectuar «envíos al big data», sin un objetivo claro aparte de buscar nuevos tesoros ocultos. Tercero: las tecnologías «desafían» el statu quo. En algunos casos, esta es la única vía para sobrevivir, no solo para mejorar. Gartner subraya que, frente a la multiplicación de los datos, los procesos de toma de decisiones por parte de humanos suelen ser inadecuados. Por tanto, se necesita el apoyo del big data y del aprendizaje automático. Cuarto: las nuevas aplicaciones «refinan» los procesos y productos existentes. Es decir, los mejoran, con modelos cada vez más detallados, precisos y personalizados. Quinto: «Salvaguarda».  El big data y el machine learning pueden ser instrumentos de defensa y prevención. Si fracasan los datos, hay información ya existente que la observación humana no es capaz de aprovechar. Detectarla quiere decir actuar antes, apagar posibles incendios antes de que las llamas se propaguen. 

Los sectores interesados

Conocer mejor los procesos, explorarlos, detectar información que el ser humano no puede ver, recibir posibles soluciones: son ventajas que vienen bien a prácticamente todos los sectores. Solo por poner algún ejemplo: industria y agricultura, inversiones financieras, comercio minorista y marketing, sanidad, ciudades inteligentes y energía. Por tanto, está claro que el binomio big data-machine learningo no está confinado a los laboratorios informáticos ni a ambientes hiperespecializados. Son una parte esencial, aunque a menudo oculta, de la sociedad contemporánea. O, como afirma Gartner: «Ya están cambiando, e incluso salvando, nuestras vidas».