Así, encontramos que la mayoría de la literatura que estudia esta temática centra su atención justamente en la protección de datos y la privacidad, dejando de lado temas como la discriminación, la segregación y la falta de prevención de posibles actos ilícitos como la incitación al odio, por citar algunos ejemplos. Por otro lado, una parte fundamental de los pronunciamientos jurisdiccionales son los casos específicamente llevados a los tribunales, como es el caso de la sentencia Schrems ante el Tribunal de Justicia de la Unión Europea. Este caso involucra el uso de técnicas de big data para recabar información de personas sospechosas con la intención de prevenir y sancionar actos terroristas. En este caso, el señor Schrems -ciudadano europeo- hizo el señalamiento de que sus datos estaban siendo tratados en los Estados Unidos a consecuencia de un acuerdo de puerto seguro, pero que en realidad tal no existía, por lo cual acude al Tribunal para que cesara el tratamiento de datos por parte del país norteamericano. Entre los resultados de dicho caso, se decidió «suspender la transferencia de datos personales a otros países cuando crean que no cumplen con un nivel adecuado de protección» (Puerto & Sferraazza-Taibi, 2017, p. 223).
Para ello, se utilizan herramientas como la inteligencia artificial con el objetivo de procesar y analizar los datos obtenidos para predecir y anticipar los eventos futuros de esa manera (Paterson & Maeve, 2018, p. 3). Cabe señalar que Joyanes expone que el uso del concepto de big data se remonta al año 1984 en el ámbito académico y a 1987 fuera de este (2013, p. 3). En el caso de Colombia, el documento CONPES 3920 sobre la Política Nacional de Explotación de Datos, establece la necesidad de anonimizar los datos recolectados por cualquier entidad, e informar quien puede disponer totalmente de la información (CONPES 3920, 2018). Por su parte, la Corte Constitucional argumento que el tratamiento de datos sensibles sin autorización del titular debe adaptarse según los criterios de habeas data, en relación al almacenamiento, propósito, gestión y divulgación (Castañeda et al, 2016). En Chile, existen varias leyes y normativas que regulan el uso de datos clínicos, determinado que toda información de procedimientos y tratamientos médicos, es considerada como “dato sensible”, por lo cual solo pueden ser utilizados con el consentimiento de los pacientes (Zepeda, 2019).
Derecho PUCP
Este es un caso emblemático pues en él se logró que no se vulneren los derechos de un individuo en particular -en concreto, el manejo de sus datos personales- por sobre acuerdos internacionales en la materia. Por otro lado, el análisis de datos estudiantiles también podría servir para combatir la deserción académica y aumentar los estándares de calidad en la enseñanza. Así sucede en Colombia, donde un proyecto de investigación de la Universidad Distrital Francisco José de Caldas propone un modelo de análisis de datos masivos resultantes de los procesos académicos y los relaciona con datos históricos y personales para combatir la deserción académica (Rodríguez et al., 2019). Por medio de Big Data, el Ministerio de Educación de Ecuador, como órgano regulador encargado de la recopilación masiva de datos, logró realizar análisis exploratorios y predictivos, enfocados en el alcance de altos estándares de calidad y mejora en la toma de decisiones en cuanto a la infraestructura de las instituciones educativas (Tejada et al., 2018). Varias son las investigaciones que aplican LA y Big Data como herramientas para fortalecer los procesos de enseñanza-aprendizaje.
Uno de los métodos que más se utilizan en la actualidad es el Big Data, que permite al investigador en comunicación realizar investigaciones novedosas. En América Latina y El Caribe, un estudio de 2017 identificó 130 emprendimientos de innovación que usan tecnologías como Big Data, IoT, ML y biotecnología, enfocadas al sector de la agricultura. https://aquinoticias.mx/conviertete-en-un-cientifico-de-datos-exitoso-con-el-bootcamp-de-ciencia-de-datos-de-tripleten/ Entre ellos más del 60 % fueron creados en los últimos cinco años, en su mayoría en Argentina, Brasil, Chile y Colombia (Fontagro, 2018). ¿Qué agenda de investigación surge del análisis de la relación entre política y redes sociales y qué herramientas disponen las ciencias sociales dar cuenta de estas nuevas realidades?
Localización, ‘big data’ e inteligencia artificial, germen del nuevo científico de datos
Gracias al auge del Big Data ha surgido el concepto de Data Science (DS), para referirse a las técnicas para el gestión y el análisis de datos masivos en las que se aplica un enfoque estadístico e informático (Hernández, et al., 2017). Ahora bien, no existe consenso en la literatura sobre el impacto que tienen el número de seguidores o las redes sociales en la movilización de votantes. Muchas veces el debate se orienta (equivocadamente) a juzgar el hecho de que el número de seguidores en Twitter o RTs, por ejemplo, no implican una relación directa con los votos. Esta es una manera errónea de enfocar el problema, porque las redes sociales y la información que allí circula tiene la capacidad de incidir sobre el comportamiento de las personas a través de otros mecanismos más sutiles y no capturados por los métodos tradicionales como encuestas de opinión. De hecho, desde la teoría convencional de redes hay buenas razones para pensar que el uso de redes sociales digitales ejerce un efecto sobre el comportamiento político de las personas.
El concepto de lo global se ha convertido en un término utilizado ampliamente en el análisis de múltiples matices de la realidad contemporánea. Las transformaciones de gran alcance que se experimentan mundialmente plantean la necesidad de nuevos paradigmas que permitan comprender mejor las dinámicas de dichas transformaciones. Es en este contexto en el que se origina la disciplina de los estudios globales con el propósito de comprender mejor el impacto que las tendencias de la globalización tienen sobre las distintas facetas de nuestro entorno. Pero los tipos de datos han variado a lo largo del tiempo; antes eran datos estructurados, ahora son semiestructurados y no estructurados, como imágenes o correos electrónicos”, comenta la doctora María del Conviértete en un científico de datos exitoso con el bootcamp de ciencia de datos de TripleTen Pilar Ángeles, coordinadora de la licenciatura en Ciencia de Datos, en el Instituto de Investigaciones en Matemáticas Aplicadas y en Sistemas de la UNAM. Otro ejemplo de la relevancia de los análisis de big data y el aprendizaje de las máquinas es la robot Tay de la empresa Microsoft, que fue programado para tener conversaciones vía mensajes de texto y aprender conforme interactuaba con los usuarios. Este ejercicio puso al descubierto que en menos de veinticuatro horas dicho «robot» había aprendido de las personas con las que interactuó que los judíos y el expresidente Bush eran los responsables de los atentados del 9/11; asimismo, este se manifestaba a favor del genocidio, utilizaba expresiones raciales y negaba que hubiera existido el Holocausto.