Pregunta: Especfico para el estudio de caso "El lado oscuro de Big Data" a continuacin, analice
los pros y los contras tanto desde la perspectiva comercial como desde la perspectiva del
consumidor.
El lado oscuro de los grandes datos
Las esperanzas son altas para Big Data. GE declara en un video en lnea que Internet industrial,
tambin conocido como Internet de las cosas, nos traer un mundo ms rpido, ms seguro, ms limpio
y ms productivo. Y ser ms grande que lo que hemos hecho antes.
Pero tambin hay una conciencia cada vez mayor de que se deben abordar preocupaciones
importantes si se quieren hacer realidad estas esperanzas. Si las cuatro V (volumen, velocidad,
variedad y verificacin) definen qu es Big Data, entonces las cuatro P (practicidad, privacidad,
poder y privilegio) definen los obstculos que Big Data debe superar en la carrera para lograr un
futuro sostenible.
Los desafos prcticos son los que probablemente se resolvern ms pronto. La principal cuestin
prctica que surgi de la conferencia sobre "Sostenibilidad en la era de los grandes datos",
organizada por la Iniciativa para el Liderazgo Ambiental Mundial (IGEL) de Wharton, es,
irnicamente, la falta de capacidad intelectual.
Como dijo Paul Rogers, director de desarrollo de GE, en su presentacin de clausura en la
conferencia IGEL, "Big Data existe hoy en da de una manera que es extremadamente difcil de
entender". Dado que gran parte de los datos de Internet industrial son especficos de tipos
particulares de maquinaria, a menudo solo son inteligibles para quienes disearon y construyeron
el equipo. Se necesita una gran experiencia para usar dichos datos para resolver problemas y
encontrar eficiencias. Y requiere la experiencia adicional de informticos y otros para crear
software que pueda hacer que dichos datos sean tiles para los no expertos en el futuro.
La preocupacin inmediata es que simplemente no hay suficientes expertos (ingenieros, analistas
de Big Data e informticos) para hacer frente a la enorme cantidad de datos que se acumulan
rpidamente. Con la experiencia adecuada, Big Data se puede utilizar para aumentar drsticamente
la eficiencia, mejorando tanto la sostenibilidad como el valor comercial. Pero como dijo Alyssa
Farrell, directora de sostenibilidad global de SAS, en la conferencia de Wharton: Para capitalizar
las oportunidades, las empresas necesitan ms talento analtico en preparacin.
Segn Rogers, La pregunta no es, 'Cmo generamos ms datos?' La pregunta es: 'La mayora de los
datos que tenemos se utilizan para algo significativo?' Y la respuesta es no."
Tambin hablando en la conferencia de Wharton, Mark Headd, director de datos de la ciudad de
Filadelfia, seal otras barreras del mundo real para la publicacin de datos. Gran parte de los datos
histricos del gobierno que existen, seal, son inconsistentes e incompatibles con las bases de datos
actuales. La mayora de estos sistemas nunca se disearon para publicar datos externos al gobierno,
dijo, por lo que se necesita un puente ent.
Pregunta Espec�fico para el estudio de caso El lado oscuro de Big .pdf
1. Pregunta: Especfico para el estudio de caso "El lado oscuro de Big Data" a continuacin, analice
los pros y los contras tanto desde la perspectiva comercial como desde la perspectiva del
consumidor.
El lado oscuro de los grandes datos
Las esperanzas son altas para Big Data. GE declara en un video en lnea que Internet industrial,
tambin conocido como Internet de las cosas, nos traer un mundo ms rpido, ms seguro, ms limpio
y ms productivo. Y ser ms grande que lo que hemos hecho antes.
Pero tambin hay una conciencia cada vez mayor de que se deben abordar preocupaciones
importantes si se quieren hacer realidad estas esperanzas. Si las cuatro V (volumen, velocidad,
variedad y verificacin) definen qu es Big Data, entonces las cuatro P (practicidad, privacidad,
poder y privilegio) definen los obstculos que Big Data debe superar en la carrera para lograr un
futuro sostenible.
Los desafos prcticos son los que probablemente se resolvern ms pronto. La principal cuestin
prctica que surgi de la conferencia sobre "Sostenibilidad en la era de los grandes datos",
organizada por la Iniciativa para el Liderazgo Ambiental Mundial (IGEL) de Wharton, es,
irnicamente, la falta de capacidad intelectual.
Como dijo Paul Rogers, director de desarrollo de GE, en su presentacin de clausura en la
conferencia IGEL, "Big Data existe hoy en da de una manera que es extremadamente difcil de
entender". Dado que gran parte de los datos de Internet industrial son especficos de tipos
particulares de maquinaria, a menudo solo son inteligibles para quienes disearon y construyeron
el equipo. Se necesita una gran experiencia para usar dichos datos para resolver problemas y
encontrar eficiencias. Y requiere la experiencia adicional de informticos y otros para crear
software que pueda hacer que dichos datos sean tiles para los no expertos en el futuro.
La preocupacin inmediata es que simplemente no hay suficientes expertos (ingenieros, analistas
de Big Data e informticos) para hacer frente a la enorme cantidad de datos que se acumulan
rpidamente. Con la experiencia adecuada, Big Data se puede utilizar para aumentar drsticamente
la eficiencia, mejorando tanto la sostenibilidad como el valor comercial. Pero como dijo Alyssa
Farrell, directora de sostenibilidad global de SAS, en la conferencia de Wharton: Para capitalizar
las oportunidades, las empresas necesitan ms talento analtico en preparacin.
Segn Rogers, La pregunta no es, 'Cmo generamos ms datos?' La pregunta es: 'La mayora de los
datos que tenemos se utilizan para algo significativo?' Y la respuesta es no."
Tambin hablando en la conferencia de Wharton, Mark Headd, director de datos de la ciudad de
Filadelfia, seal otras barreras del mundo real para la publicacin de datos. Gran parte de los datos
histricos del gobierno que existen, seal, son inconsistentes e incompatibles con las bases de datos
actuales. La mayora de estos sistemas nunca se disearon para publicar datos externos al gobierno,
2. dijo, por lo que se necesita un puente entre el entorno heredado y el entorno de datos.
Y en el gobierno, como en los negocios, las preocupaciones sobre la calidad de los datos suelen
enmascarar los problemas de control. El hecho de que la informacin se almacene en silos
custodiados por empleados que no quieren ceder el control dificulta el trabajo, dijo Headd. Los
jefes de departamento, por ejemplo, a menudo se resisten a las directivas para publicar datos de
la ciudad, objetando que los datos no estn "limpios, actualizados o adecuados para su
publicacin". Segn Headd, "Superar la aprensin de que los datos estn desordenados es un
verdadero obstculo: hay entropa involucrada".
Otro problema prctico: lo costoso y engorroso que es actualmente transmitir grandes cantidades
de datos de forma inalmbrica. Es probable que el costo disminuya a medida que aumenten las
aplicaciones de Big Data y se desarrolle nueva tecnologa, pero por ahora el terabyte de datos
generados por los motores a reaccin durante un vuelo debe ser descargado por un tcnico que
conecta el sistema a bordo a las computadoras en tierra despus el avin aterriza. El problema, dice
Rogers, es que la "transferencia inalmbrica de esos datos es extremadamente costosa".
Preocupaciones sobre la privacidad
Las preocupaciones sobre la privacidad son demasiado familiares en la prensa popular. Ha
habido informes frecuentes sobre el gobierno de los EE. UU. involucrado en la vigilancia
electrnica masiva de sus propios ciudadanos y de gobiernos extranjeros que piratean sistemas
gubernamentales y corporativos supuestamente seguros.
The New York Times inform recientemente: Una red criminal rusa ha acumulado la mayor
coleccin conocida de credenciales de Internet robadas, incluidas 1200 millones de combinaciones
de nombre de usuario y contrasea y ms de 500 millones de direcciones de correo electrnico. Esto
despus de que los piratas informticos de Europa del Este robaran 40 millones de nmeros de
tarjetas de crdito de Target y los ladrones de datos vietnamitas se salieran con la suya con "hasta
200 millones de registros personales, incluidos nmeros de seguridad social, datos de tarjetas de
crdito e informacin de cuentas bancarias de Court Ventures, una empresa ahora propiedad de la
firma de corretaje de datos Experian.
La privacidad y la seguridad tambin son preocupaciones en el mundo de la sostenibilidad. David
Parker, vicepresidente de Big Data de SAP, dijo en la conferencia de Wharton: "Obviamente, la
privacidad de los datos es el problema ms importante y el intercambio de Big Data puede
llevarse a cabo por el bien comn o con malas intenciones". Dijo que el cabildeo de SAP sobre los
reguladores gubernamentales tiene como objetivo permitir un mayor acceso y uso de los datos,
pero entendiendo que es necesario trazar lneas.
Abusos potenciales
Tambin se puede abusar del poder de Big Data para promover el comercio y la sostenibilidad.
En un ejemplo de las preocupaciones sobre cmo se usarn Big Data, la Farm Bureau Federation
3. est presionando para que haya controles ms estrictos sobre el uso de los datos que los
agricultores proporcionan a las empresas con las que trabajan. Segn el economista de Farm
Bureau Matt Erickson, la preocupacin es que los grupos que se oponen a prcticas especficas,
como el uso de OGM, obtengan acceso a datos supuestamente annimos, los vinculen a granjas
especficas, tal como los piratas informticos vincularon recientemente datos annimos de Netflix
con informacin especfica. clientes y utilizar los datos contra agricultores individuales.
Michael Lewis escribi un xito de ventas, Flash Boys , sobre cmo los comerciantes de alta
velocidad se beneficiaron ilegalmente al reducir unos pocos milisegundos el tiempo que tardaban
los datos en transmitirse de Nueva York a Nueva Jersey. No se sospecha nada de alta tecnologa
en los mercados de productos bsicos, pero a Erickson le preocupa que Big Data de los
agricultores pueda usarse para manipular esos mercados. Las empresas con cantidades masivas
de datos sobre todo, desde el uso de fertilizantes hasta el rendimiento de los cultivos, podran usar
esa informacin para jugar en el mercado. Si tuviera todos esos datos, podra predecir fcilmente el
mercado, dice Erickson. No ha sucedido, pero sin duda podra suceder.
Tambin son posibles otros abusos ms sutiles de Big Data. Durante su discurso de apertura de la
conferencia, Parker relat un uso hipottico de los datos de los clientes que ahora es posible
utilizando los datos recopilados del sitio web de un minorista y el telfono mvil de un cliente. El
minorista, dijo Parker, podra enviarle un mensaje de texto sobre una camisa que estaba mirando
en lnea, diciendo: Sr. Parker, ahora tenemos esa camisa en tu color, en tu talla, en una sucursal
cercana a ti; y entendemos que ests a solo dos minutos a pie de esa sucursal. El minorista podra
usar la Gestin de ofertas en tiempo real (RTOM) para seguir este mensaje con un mensaje de
texto que ofrece un descuento de $5 si la compra se realiza dentro de los prximos 20 minutos.
Este servicio beneficia al minorista, al cliente y al medio ambiente (sin embalaje, sin envo y sin
viaje en automvil al centro comercial local), pero, como seal Parker de pasada, puede parecer "un
poco Gran Hermano". Si bien el ejemplo que ofreci Parker fue un servicio de "opt-in/opt-out",
existe la posibilidad de que tales estrategias se exploten sin permiso y pasen de servir a los
clientes a manipularlos, empujndolos a comprar o usar ms de lo que de otro modo sera, por
ejemplo.
Como indicaron el CMO de la empresa Big Data Syncsort y el miembro principal de IGEL,
Gary Survis, en un blog de IGEL antes de la conferencia de Wharton: Claramente nos estamos
embarcando en un viaje hacia una nueva era en la que habr una batalla pica entre aquellos que
usarn datos para bien y aquellos que buscarn controlarlo para malos propsitos.
El peligro de la manipulacin
Surgi una preocupacin relacionada con la idea de utilizar Big Data para motivar un
comportamiento sostenible. Hablando sobre la "gamificacin" en la conferencia IGEL, el profesor
de Estudios Jurdicos y tica Empresarial de Wharton, Kevin Werbach, dijo que los juegos pueden
4. utilizarse para fomentar la I+D (es probable que una empresa genere mucha ms investigacin si
anuncia un concurso para inventar una bombilla ms sostenible, por ejemplo, que simplemente
publicando una RFP). De manera similar, los municipios pueden aumentar las tasas de reciclaje
convirtiendo la actividad en una especie de juego: el pueblo realiza un seguimiento de cunto
recicla un residente y otorga puntos que finalmente conducen a algn tipo de premio. Pero uno de
los peligros es que tales estrategias pueden usarse para motivar a las personas de manera poco
tica.
Como seal Werbach, Es fcil usar la gamificacin para ser manipulador. Haz esto porque es
divertido, cuando realmente hay algn objetivo que no necesariamente coincide con los intereses
del jugador. Por lo tanto, es fundamental en el diseo de juegos ticos ser transparentes con
respecto a esos objetivos. El desafo que enfrenta la gamificacin es cmo garantizar que el poder
de Big Data se utilice para apoyar y no coaccionar el comportamiento objetivo. "Es realmente
importante para el xito a largo plazo", dijo Werbach, "que las personas que participan sientan
que es lo mejor para ellos y que comprendan la naturaleza del sistema, en lugar de hacerlo sin su
conocimiento".
Acceso Privilegiado
El acceso privilegiado a Big Data es uno de los desafos ms difciles que enfrentan aquellos en el
espacio de la sustentabilidad . Como seal Rogers, el comercio y la sostenibilidad se benefician de
la eficiencia. Pero en muchas reas del mundo, el comercio es escaso y los mercados son
demasiado dbiles para atraer inversiones serias. Sin embargo, la eficiencia y la sustentabilidad
son an ms crticas en estas reas que en el mundo desarrollado, no solo como formas de mejorar la
vida, sino literalmente para sostenerla.
Prcticamente todo el crecimiento demogrfico previsto en las prximas dcadas tendr lugar en reas
en desarrollo donde se necesitan desesperadamente alimentos y energa, y donde Big Data podra
desempear un papel vital. El desafo final es garantizar que las grandes esperanzas de Big Data se
hagan realidad a escala global.
Es natural que surjan dificultades una vez que alcanza su punto mximo el entusiasmo inicial por
un nuevo concepto. The Hype Cycle lo llama el "Abismo de la desilusin" que sigue los pasos de
"Expectativas infladas". Los problemas de practicidad, privacidad, poder y privilegio que ahora
se plantean sobre Big Data son un antdoto til para esas expectativas infladas y, una vez que se
resuelvan, conducirn, con toda probabilidad, a una mayor iluminacin y, en ltima instancia, a un
mundo ms sostenible.