No hay duda de que el análisis pormenorizado de las grandes cantidades de datos que generamos humanos y máquinas es una fuente de oportunidades para numerosos sectores. Y no hablamos únicamente de sectores eminentemente digitales.
El ámbito de la sociología y las ciencias sociales es uno de los campos que está viviendo una transformación brutal gracias a los datos masivos. Y es que el Big Data, más allá de transformar drásticamente sus metodologías de trabajo, ha comportado también la aparición de nuevos campos de análisis y reflexión.
Ciencias sociales computacionales: miles de datos para un análisis del comportamiento humano nunca visto
La digitalización del mundo físico y la huella que los humanos dejamos en los servicios digitales generan una cantidad creciente de datos. Gran parte de estos datos son sobre humanos y su comportamiento.
Aunque las encuestas, censos y entrevistas seguramente continuarán siendo durante mucho tiempo una fuente válida y fiable para la obtención de datos para los estudios sociales, lo cierto es que nunca los sociólogos habían tenido a su disposición tantos datos, analizables mediante algoritmos e inteligencia artificial y, en última instancia, susceptibles de ser analizados por expertos humanos.
Por primera vez en la historia de la humanidad, podemos cuantificar el comportamiento humano a gran escala, y eso permite corroborar teorías sociológicas. Y no solo eso, también es posible predecir el comportamiento de grupos humanos. Algunos ejemplos de esto son la predicción del comportamiento de los turistas en una gran ciudad a partir del histórico de sus movimientos, o la estimación de las ratios de contagio, como ha podido verse en la actual pandemia.
Ante este nuevo panorama, los sociólogos y expertos en ciencias sociales se enfrentan un profundo cambio de su manera de trabajar. Para comprender todas estas nuevas fuentes de datos y aprender a manejarlas, deben adquirir nuevos conocimientos y habilidades. También, han aparecido nuevas disciplinas, como la ciencia de datos, las ciencias sociales computaciones y las humanidades digitales.
El esfuerzo merece la pena, ya que se abre todo un nuevo mundo de posibilidades de observación, experimentación e investigación en el ámbito social.
La importancia del factor humano para un análisis ético y filosófico
Ante la actual avalancha de datos, los campos de análisis y reflexión de las ciencias sociales también se han ampliado.
Si desde el punto vista eminentemente empresarial, económico e incluso político, quedan claros los enormes beneficios del Big Data, no están tan claros los beneficios para la ciudadanía, tan a menudo a remolque de los intereses económicos.
Los discursos entusiastas con el Big Data vienen muy a menudo del mundo del marketing y también de los “tecno-optimistas”, siempre dispuestos a ver solo la cara positiva de la tecnología. Son los que se llenan la boca con conceptos como la “revolución de los datos”.
Pero no hay que ser inocente: gran parte del Big Data, y también de la capacidad analítica de la que disponemos hoy, es fruto de la innovación tecnológica y las inversiones de unos cuantos gigantes digitales que, por supuesto, quieren obtener a cambio algún rendimiento económico.
Por eso, algunos de los retos de las ciencias sociales computacionales son comprender con más profundidad los fenómenos sociales, de manera crítica y realista, y poner en valor los debates éticos y filosóficos del uso del Big Data. El objetivo debe ser fiscalizar los intereses económicos y políticos, y asegurarse de que los datos masivos son utilizados para obtener conocimientos útiles para toda la sociedad, respetando valores como la privacidad y la transparencia.
Además, cada vez más sociólogos alertan de la necesidad de no atribuir una importancia única y desmesurada a las tres V del Big Data: el volumen, la variedad y la velocidad definen este tipo de datos, pero desde el punto de vista de las ciencias sociales, hay que fijarse también en su veracidad, objetividad o representatividad. Corresponde a los expertos en las ciencias sociales poner el foco en la subjetividad del Big Data, en el hecho de que los datos no son nunca neutrales y que, por lo tanto, hay que dejar atrás la idea de “verdad” y “objetividad” absoluta que los rodea.
Small Data: una aproximación más cualitativa que cuantitativa
A pesar de la impresionante cantidad de datos a la que pueden acceder los sociólogos hoy en día, existe una corriente que apuesta por un análisis menor, más centrado en la calidad que en la cantidad. Es el llamado Small Data, una variante que se está adoptando cada vez más y que, combinada con el Big Data, puede dar resultados más afinados y menos sesgados por los datos “interesados” de los proveedores de datos.
A pesar de no centrarse en el volumen masivo de datos, el Small Data, no renuncia al uso de la tecnología y al software de inteligencia artificial. La capacidad de procesamiento digital continúa siendo de ayuda, pero el menor volumen de datos permite un mayor control humano, algo clave para un correcto análisis humanista y sociológico.
