Elaborado por Materia para OpenMind Recomendado por Materia
23
Inicio La realidad recuperada: una investigación sobre la era de los datos
Artículo del libro La era de la perplejidad. Repensar el mundo que conocíamos

La realidad recuperada: una investigación sobre la era de los datos

Tiempo estimado de lectura Tiempo 23 de lectura

La actual revolución de los datos impulsa el establecimiento de un amplio hábitat cultural que lleva a enmarcar los problemas de la vida en términos de disponibilidad de datos y de las permutaciones que estos permiten. Este mismo desarrollo está vinculado a la tendencia a entender el proceso de generación de conocimiento, fundamentalmente, como operaciones de computación de grandes volúmenes de datos. En una perspectiva histórica más amplia, estas tendencias indican una transición cultural de mayor dimensión que da fe de la creciente importancia que los modelos cognitivos formales, basados en datos, están adquiriendo como medio de conocer y experimentar el mundo.

Introducción: datos y comportamiento humano

La experiencia humana oscila siempre entre lo que se percibe a través de los sentidos (lo sensible) y lo que puede ser pensado o recordado (lo inteligible) sin una referencia inmediata a la realidad tangible. La percepción es un componente vital e inseparable de la vida, y, aunque está moldeada por la cultura (Jay, 1994), está firmemente anclada al sensorio humano (Borgmann, 1999; Gibson, 1986). Al mismo tiempo, la experiencia humana se extiende más allá de los datos básicos aportados por la percepción e implica contemplar operaciones mentales de naturaleza abstracta, que carecen de una referencia inmediata a la realidad ostensible y la información que ofrecen los sentidos (Anderson, 1983; Cassirer, 1955; Neisser, 1976).1

En la actualidad, estas observaciones adquieren una importancia especialmente aguda debido a la difusión de modelos computacionales de cognición que, inevitablemente, acompañan a la creciente participación de los artefactos de información en la experiencia humana. En este artículo me propongo demostrar que los desarrollos relativamente recientes, coincidiendo con la omnipresencia de los datos en la mayoría de los ámbitos de la vida, reconfiguran el equilibrio entre lo sensible y lo inteligible, acentuando la moderna preponderancia de los modelos formales de cognición sobre la percepción y la experiencia directa (Borgmann, 1999 y 2010; Couldry y Kallinikos, 2017; Flachbart y Weibel, 2005). Las piezas esenciales de la realidad están cada vez más mediatizadas por marcas digitales (por ejemplo, datos) y por el establecimiento de relaciones, abstractas y analíticas, entre los humanos y las cosas que los datos y la información facilitan (Borgmann, 1999 y 2010; Hayles, 2005 y 2006). El reciente debate sobre el big data y el advenimiento de la ciencia de los datos (véanse, por ejemplo, Brynjolfsson y McAffee, 2014; Pentland, 2014) son indicativos de estas tendencias, así como de un cambio cultural y social de grandes proporciones.

Al intervenir de esta forma en las vivencias y el conocimiento, los análisis basados en los datos alejan la experiencia de la gestalt (psicología de las formas), las sensaciones, la intuición y el conocimiento basado en la observación, el ensayo/ error y la participación de familiaridad con el mundo (Alaimo y Kallinikos, 2017; Ayres, 2007; Kallinikos, 2011). La percepción del mundo está siempre vinculada a lo que Rosch et al. (1976) llaman conceptos o categorías básicos, según los cuales las comunidades humanas ordenan sus impresiones del mundo. Los objetos o categorías básicos son unidades del mundo social y natural lo suficientemente abstractas como para conseguir una economía perceptiva, aunque todavía conectadas a la realidad palpable de las cosas. Por ejemplo, un objeto básico como una «silla» incorpora las diferencias que subyacen a una gran variedad de sillas distintas, pero podemos seguir percibiéndolo y experimentándolo como un objeto tangible, material y con una morfología precisa. Esto se opone al concepto de «mobiliario», que nos ayuda a clasificar una categoría de objetos domésticos (sillas, mesas, cajones, etc.) en términos funcionales, agrupándolos en una entidad inclusiva y por lo tanto abstracta.

La generación masiva de datos es la marca distintiva de nuestra era y la disponibilidad de los mismos, su Santo Grial.

Al recordar algunas de las preocupaciones pasadas sobre el impacto de la informática en la vida humana (véanse, por ejemplo, Dreyfus y Dreyfus, 1986; Winograd y Flores, 1986), la afirmación que presento no se relaciona de manera precisa con las desafortunadas perspectivas del conocimiento basado en la experiencia y en las habilidades que comúnmente se han incluido bajo la etiqueta de «conocimiento tácito». Los problemas que intento señalar son de naturaleza bastante distinta, aunque tienen implicaciones de largo alcance para el conocimiento especializado y las formas en que se adquiere y se ejerce (Ayres, 2007; Ekbia y Nardi, 2017; Shirky, 2008). Voy a explicarme. Los avances informáticos, los métodos computacionales y el aprendizaje automático amplían enormemente el tipo de tareas que se pueden abordar y resolver con éxito mediante el uso de máquinas. Al mismo tiempo, la adopción sin precedentes de tecnologías ligeras, la difusión de plataformas digitales y las redes sociales, otorgan al entorno online actual una dimensión social que estuvo vagamente presente en el primitivo internet, analizada por estudiosos tan perspicaces como Borgmann (1999), Dreyfus (2001) o Turkle (1995). Vale la pena señalar que el entorno de las redes sociales, y de internet en general, construye un hábitat comprensivo de vida y conocimiento que se extiende mucho más allá del trabajo y los entornos profesionales, en los que la tecnología de la información y sus resultados cognitivos (es decir, los datos) han sido habitualmente estudiados (Kallinikos, 2011; Zuboff, 1988). En conjunto, este desarrollo establece un contexto cultural que cuantifica cada vez más las actividades diarias y enmarca las cuestiones de la vida cotidiana en términos de datos, así como cualquier relación puede interferirse a partir de exprimir grandes volúmenes de datos, tanto entre legos como entre expertos (Alaimo y Kallinikos, 2017). Esto representa, en muchos sentidos, una transformación histórica mediante la cual la cultura digital (los datos y la información) desplaza la realidad inmediata de la experiencia personal, el conocimiento experiencial y la interacción. Aunque la despersonalización y la difusión de métodos formales de vida y conocimiento están íntimamente ligadas a la modernidad (Borgmann, 1984 y 1999; Giddens, 1991), el desarrollo actual difiere en algunos aspectos importantes que vale la pena observar y analizar.

En las siguientes páginas intentaré proporcionar argumentos analíticos que expongan algunos de los problemas que plantea la cognición basada en datos para las culturas de legos y expertos. El siguiente apartado describe en detalle la importancia que los datos y los modelos técnicos —a través de los cuales se analizan los datos— adquieren en el desarrollo del conocimiento y la práctica de los expertos. A continuación demostraré cómo la proliferación de datos se combina con la difusión de dispositivos computarizados en el tejido social, para construir nuevas formas de experiencia, en las que se enmarcan un amplio abanico de cuestiones cotidianas en términos de datos e información. En el último apartado, llevo mi tesis a un ámbito social más amplio y me enfrento a algunas posiciones generalizadas reacias a aceptar la interpretación del actual desarrollo en los términos que aquí se analizan.

El reduccionismo analítico de la computación

La generación masiva de datos es la marca distintiva de nuestra era y la disponibilidad de los mismos, su Santo Grial (Ayres, 2007; Pentland, 2014; Kallinikos, 2007). Al estar disponibles, se supone que los datos pueden decirnos quiénes somos, cuál es el perfil exacto de nuestras preferencias o cómo se siente nuestro cuerpo, incluso si no somos conscientes de ello; cómo funcionan los mercados y las organizaciones, qué amigos elegir y a qué comunidades deberíamos unirnos; qué viajes, hipotecas o seguros contratar este año, qué vuelos pueden ser más baratos hoy, en qué acciones invertir durante los próximos meses, qué películas u obras de teatro ver esta semana y qué canciones escuchar, cómo llegar a un destino por el laberinto urbano de las ciudades modernas, etc. Esta es solo una pequeña lista de la gran cantidad de tareas cotidianas que realizamos ayudados por el procesamiento de datos. La suposición que subyace a esta creencia es que, si se examinan correctamente, los datos capturados y almacenados de forma masiva y meticulosa, todos los días y en todas las esferas de la vida, podrían arrojar luz sobre realidades personales, sociales y naturales y abordar un impresionante abanico de problemas a los que se enfrentan la gente y las sociedades. Ya contamos con una gran variedad de tecnologías y servicios que ofrecen este tipo de información (Ayres, 2007; Brynjolfsson y McAffee, 2014; Ekbia y Nardi, 2017; Pentland, 2014).

BBVA-OpenMind-Libro 2018-Perplejidad-Kallinikos-fotografia-bigdata-Fotografías de millones de usuarios de Facebook, obra de los artistas Paolo Cirio y Alejandro Ludovico, en la exposición sobre los datos: Big Bang Data en Somerset House, en Londres.
Fotografías de millones de usuarios de Facebook, obra de los artistas Paolo Cirio y Alejandro Ludovico, en la exposición sobre los datos: Big Bang Data en Somerset House, en Londres.

Si bien muchos de estos problemas pueden parecer triviales, sus implicaciones no lo son. Como afirmo detalladamente en el próximo apartado, llevar a cabo una parte esencial de las tareas corrientes recurriendo a soluciones o recomendaciones producidas a partir de los datos disponibles, mediante máquinas, reelabora considerablemente los patrones de vida cotidianos y representa un cambio importante en los hábitos humanos a largo plazo (Alaimo y Kallinikos, 2016 y 2017). Sin embargo, las implicaciones del uso de datos van más allá de la reestructuración de la vida diaria y afectan a las relaciones y comportamientos económicos, mediante la difusión de nuevas formas de crear, distribuir y monetizar el valor (véanse, por ejemplo, Brynjolfsson y McAffee, 2014; Parker et al., 2016). Impactan aún más en las instituciones y en las relaciones institucionales. Reconstruir, por ejemplo, el perfil de las preferencias de las personas mediante datos informáticos proporcionados por los hábitos de navegación por internet y las redes sociales es una práctica intrincada con graves repercusiones institucionales y jurídicas (Hildebrandt y Gutwirth, 2008; Hildebrandt y Rouvroy, 2011). La forma en que las personas se relacionan con sus propios datos plantea serias cuestiones epistemológicas y ontológicas. ¿Yo soy mis datos solamente? ¿De qué otras maneras pueden conocerme? ¿Qué más soy o podría ser? ¿Quién tiene derecho a conocer mis datos?

Estas preguntas, tan serias como desconcertantes, nos llevan a la cuestión fundamental de los datos y la verdad, y nos sitúan en el centro de la escena de la ciencia contemporánea y sus instituciones (Khalidi, 2013). Algunas evidencias sugieren que la práctica científica se compromete cada vez más con la producción y la manipulación computacional de los datos, hasta el punto de superar su dependencia empírica y su vinculación directa con los hechos (véanse, por ejemplo, Borgmann, 1999 y 2010; Couldry y Kallinikos, 2017; Flachbart y Weibel, 2005). El primer paso en este proceso de desarrollo del conocimiento «basado en datos» es el mapeo integral de la realidad a través de la generación tecnológica de grandes cantidades de datos. Una parte importante de estos datos corresponde a la huella de las búsquedas online de la gente, otra parte procede de los registros sistemáticos de hechos y actuaciones en campos como la medicina, la ley, la educación, las finanzas o el tráfico urbano, y una tercera parte, de los avances tecnológicos de lo que se conoce como «internet de las cosas» (Brynjolfsson y McAffee, 2014; Pentland, 2014). Los datos disponibles de este modo son sometidos posteriormente a elaboradas técnicas estadísticas computarizadas, de agregación y cómputo de datos, que se supone que son capaces de exponer las regularidades subyacentes. La hipótesis común es que mayores volúmenes de datos conducen a descripciones más adecuadas de la realidad, y este extremo es, justamente, lo que hace que la búsqueda de datos sea el Santo Grial de buena parte de la praxis científica y especializada.

BBVA-OpenMind-Libro 2018-Perplejidad-Kallinikos-Ryoji-Ikeda-Obra de Ryoji Ikeda que representa cómo la explosión de los datos transforma radicalmente nuestras vidas, en la exposición sobre los datos: Big Bang Data en Somerset House, en Londres.
Obra de Ryoji Ikeda que representa cómo la explosión de los datos transforma radicalmente nuestras vidas, en la exposición sobre los datos: Big Bang Data en Somerset House, en Londres.

Evidentemente, la mayor parte de las condiciones bajo las cuales los datos son recabados y agregados tecnológicamente supera con creces la capacidad de atención, registro y memoria (de la gente corriente y de los especialistas). En la mayoría de los contextos de la vida en que se acumulan los datos, el propósito no es ofrecer una evidencia ostensiva al ojo experto (práctica tradicional), al menos no principalmente. Aunque los problemas particulares pueden abordarse mediante la identificación cuidadosa de hechos relativos a individuos o a grupos pequeños, el objetivo último de la recodificación de datos es ir más allá de las particularidades y describir la realidad a un nivel mucho más amplio (Desrosières, 1998). De hecho, las soluciones personalizadas (por ejemplo, la medicina personalizada, o las recomendaciones específicas de productos) son el resultado de un complejo camino en el que el conocimiento de los individuos se deriva de la comparación entre sus datos con los de otros individuos similares. La evidencia producida por la observación de casos particulares siempre está subordinada al objetivo de producir una descripción adecuada de la realidad a niveles inclusivos, a través del registro meticuloso de los hechos y su agregación. Podría parecer un cambio notable en el uso tradicional de muchas prácticas científicas, como la medicina o la educación, en las que los expertos tienden a atender las necesidades de individuos o pequeños grupos de gente (por ejemplo, el tratamiento médico o la adquisición de conocimientos educativos).2

En estas condiciones, el desarrollo del conocimiento a través del big data, y las prácticas científicas que apoya, no solo reconfigura el papel de la percepción en la vida humana, sino también los hábitos conceptuales y las tradiciones clave de la investigación y la práctica científicas. El registro de datos y los análisis estadisticos realizados con grandes volúmenes de datos disponibles se alejan mucho de la teoría y del uso de conceptos como vías fundamentales para desentrañar la constitución opaca de la realidad. No se necesita teoría para detectar patrones en los datos. Desde este punto de vista, los patrones, si los hay, deberían surgir de los procesos ascendentes de manipulación y agrupación de datos a través de toda una serie de técnicas estadísticas que han recibido el prestigioso nombre de «ciencia de los datos» (Pentland, 2014).

Algunos cambios propios de esta era fueron popularizados inicialmente por el gurú de la información —y entonces director de Wired— Chris Anderson. En un artículo publicado en su revista, Anderson (2008) predijo provocativamente el final de la teoría y del conocimiento científico en el sentido estándar del término, es decir, del desarrollo conceptual vinculado a una evidencia del tipo que sea. La afirmación de Anderson es simple, tal vez incluso simplista, pero tiene el mérito de transmitir directamente una problemática fundamental de nuestro tiempo. Debido a la mayor disponibilidad de datos e información más precisos, la confianza en la teoría y en los marcos conceptuales, afirmó, irá disminuyendo, y el conocimiento finalmente será adquirido inductiva y exclusivamente a través de correlaciones realizadas en grandes masas de datos (Anderson, 2008).3 El tiempo en que los datos sin teoría eran puro ruido ha llegado a su fin, dice Anderson, echando más leña al fuego del empirismo/racionalismo que lleva siglos ardiendo. En este contexto postempiricista, la percepción e incluso el análisis conceptual (al menos en gran parte) se vuelven redundantes. La cognición en forma de análisis de datos está tomando el relevo. La naturaleza y la realidad social se recuperan del polvo cognitivo de las partículas computacionales (datos) tras de un largo repliegue analítico (Kallinikos, 2009).

No se necesita teoría para detectar patrones en los datos.

Si bien puede parecer que la ciencia está en un contexto similar al resurgimiento del sueño del empirismo, las tendencias que señalo aquí están lejos de limitarse al desarrollo del conocimiento y la ciencia. De hecho, se extienden a un rango creciente de prácticas, algunas de las cuales tienen notables implicaciones económicas o comerciales. Como he indicado anteriormente, se ha escrito mucho acerca de la economía de datos emergente y las nuevas formas de crear y distribuir valor económico en las que los datos son recursos clave y el medio de creación de valor (Brynjolfsson y McAffee, 2014; Parker et al., 2016). Hay un caso muy ilustrativo que tomo de la misma fuente que antes, Wired, en el que Anderson expuso sus provocativas ideas (Paynter, 2008):4

El pasado octubre, la consultora agrícola Lanworth no solo pronosticó correctamente que el Departamento de Agricultura estadounidense estaba sobrestimando la cosecha de maíz de la nación, sino que estableció el margen: cerca de 5.000 toneladas. Esto solo es un 15 por ciento de grano, pero supera un déficit significativo para mercados tensos, de forma que provocó un alza de los precios del 13 por ciento y el consiguiente nerviosismo en la emergente industria del etanol. Cuando el Departamento de Agricultura rebajó las expectativas, un mes después de la predicción de Lanworth, la pequeña empresa con sede en Illinois fue aclamada como un nuevo oráculo entre los comerciantes de materias primas, que ahora le pagan más de 100.000 dólares al año para obtener avisos en tiempo de las fluctuaciones de la oferta de trigo, maíz o soja.

El Departamento de Agricultura basa sus estimaciones en cuestionarios y encuestas en los que la agencia pregunta a una muestra de agricultores. Lanworth utiliza imágenes por satélite, mapas digitales de suelos y pronósticos meteorológicos para proyectar cosechas a escala de campos individuales, incluso observa las condiciones de los cultivos y los patrones de rotación, combinando todos los datos para determinar los rendimientos futuros.

BBVA-OpenMindKallinikos-agricultura-Poco a poco la tecnología se adentra en territorios que históricamente se han mantenido al margen, como es el caso de la agricultura, en el que ha tenido un fuerte impacto.
Poco a poco la tecnología se adentra en territorios que históricamente se han mantenido al margen, como es el caso de la agricultura, en el que ha tenido un fuerte impacto.

Fundada en 2000, Lanworth comenzó mapeando bosques para los administradores de tierras y empresas con intereses en la madera. El seguimiento de tendencias en los tranquilos bosques requería únicamente de unas pocas instantáneas desde el espacio exterior al año. Pero los cultivos alimenticios son un blanco que se mueve rápido. Ahora, la compañía clasifica 100 gigas de Intel todos los días, y los agrega a una base de datos de 50 terabytes. De igual modo, se encamina hacia la predicción de la producción mundial: los campos de trigo de Rusia, Kazajstán y Ucrania ya están en la base de datos, al igual que los campos de maíz y soja de Brasil y Argentina. La firma espera alcanzar la escala petabyte en cinco años. «Nos preguntamos cuán grande es el suministro total de alimentos humanos y si el nuestro es un país expuesto a riesgos —dice el director de servicios de información de Lanworth, Nick Kouchoukos—. Lo que perseguimos es el balance global.»5

Este pintoresco caso ilustra perfectamente cómo el desarrollo que analizo aquí es capaz de sacar un ámbito como el de la agricultura, tradicionalmente inmersa en la obstinada realidad de la naturaleza, fuera de su encaje físico. Es importante observar que dicho cambio es posible gracias a: 1) la notable expansión y agregación de fuentes de datos sobre las condiciones de las que dependen los cultivos alimentarios, y 2) el cálculo de los rendimientos futuros en función de las técnicas estadísticas de agregación de datos y análisis. La expansión de los datos es el resultado de los avances tecnológicos de la documentación de la realidad (imágenes por satélite, mapas digitales del suelo, pronósticos del clima), mucho más allá de cualquier percepción humana y de cualquier capacidad de registro. También están supeditados a la capacidad (tecnológica) para agrupar dichos datos en bases o depósitos que los hacen transmisibles entre distintas fuentes de datos a las que se permiten agregar nuevos datos mediante técnicas estadísticas.

No se puede negar que existen puntos ciegos, supuestos ocultos y simplificaciones en estas historias de periodismo científico. No cabe duda de que podríamos cuestionar el grado en que representan una descripción adecuada de los procesos de desarrollo del conocimiento y de praxis experta, pero las tendencias tecnológicas hacen que los datos —entendidos como un elemento omnipresente en el desarrollo del conocimiento—, así como las técnicas estadísticas basadas en la agregación de datos y el análisis, sean difíciles de descartar (véanse, por ejemplo, Ayres, 2007; Brynjolfsson y McAffee, 2014; Pentland, 2014). Si bien estas tendencias pueden interpretarse de manera diferente, estaría fuera de lugar cuestionar la actual importancia de los datos y la revolución tecnológica, mediante la cual los datos se convierten en un componente vital de la vida económica e institucional.

El contexto tecnológico de la vida cotidiana

Estos mismos cambios tecnológicos adquieren una importancia considerable en la vida cotidiana de la gente. Las técnicas cuantitativas han sido omnipresentes, sin lugar a dudas, en la vida moderna (por ejemplo, en estados, mercados y corporaciones), pero no llegaron a introducirse profundamente en la vida personal, doméstica y comunitaria. Ya no es así. Varios desarrollos, a los cuales me he referido, se combinan para establecer nuevos hábitos y un contexto de interacción social que difiere de los contextos anteriores de la vida cotidiana, incluido el internet incipiente. Vale la pena observarlos en detalle.

Uno de los desarrollos más importantes de la última década coincide con el uso sin precedentes de tecnologías ligeras, como los teléfonos inteligentes y tabletas, por parte de grandes segmentos de la población. Las tecnologías ligeras no solo conectan a grandes masas de personas con internet. Fundamentalmente, establecen un práctico espacio de uso por medio del cual se sacan del contexto de la vida cotidiana una gran cantidad de actividades, para colocarlas bajo el campo de acción y el estímulo de las diversas configuraciones online características del internet actual.

Sin embargo, estos cambios son solamente el resultado visible e inmediato del desarrollo al que me refiero. Menos evidente es la dataficación de la vida diaria, como consecuencia de los avances tecnológicos. Cada clic que las tecnologías ligeras permiten hacer a la gente, en los múltiples entornos online donde participa, se transforma en datos. Usados de forma hábil e innovadora por las plataformas digitales y el ecosistema comercial más amplio de internet (por ejemplo, anunciantes, vendedores, compañías de análisis de datos, nuevas empresas), dichos datos forman los cimientos para construir un contexto completamente nuevo de relevancia conductual, hecho de relaciones entre datos, es decir, abstracciones. Por ejemplo, al relacionar las preferencias de un usuario con los clics que haga en otros campos, los interesados digitales pueden promover servicios personalizados y hacer recomendaciones que relegan los procesos ordinarios de formación de preferencias, como la observación, la conversación y la imitación. Por lo tanto, se establece un contexto conductual completamente diferente en el que los estímulos corrientes de la percepción y la comprensión de la vida están experimentando una transformación radical.

Un segundo tipo de desarrollo distingue al internet actual de los anteriores contextos de la vida cotidiana, incluso el del internet incipiente; tiene que ver con la difusión de las redes sociales y la migración masiva de actividades diarias a las plataformas online de las mismas. No sería una exageración afirmar que las redes sociales están erosionando los contextos corrientes de la vida doméstica, comunitaria y cívica (Alaimo y Kallinikos, 2017; Borgmann, 2010; Gerlitz y Helmond, 2013) al crear entornos completamente diferentes en los que la gente lleva a cabo sus actividades cotidianas. De manera similar a la difusión de tecnologías ligeras —con las que están estrechamente conectadas—, las redes sociales diseñan un entorno de acción y unos estímulos online (por ejemplo, “me gusta”, “etiquetar”, “compartir”) en el que cada acción realizada por los usuarios se convierte en un clic cuantificable y se utiliza, junto con los clics de otros usuarios, para construir perfiles de personas y estrategias publicitarias. Así, las nuevas formas de experiencia personal y social se van construyendo a partir de la huella que dejan los datos generados por la interacción social, que a su vez se deriva de las redes sociales, y retornan a la gente en forma de servicios personalizados, publicidad dirigida y recomendaciones diversas (Alaimo y Kallinikos, 2016 y 2017; Couldry y Kallinikos, 2017; Van Dijck, 2013).

Cada clic que las tecnologías ligeras permiten hacer a la gente en los múltiples entornos online, se transforman en datos.

La difusión de tecnologías ligeras y la de las plataformas de redes sociales están estrechamente relacionadas entre sí, como ya he mencionado anteriormente. Es difícil imaginar el contexto tan vivo y tan constantemente actualizable de las redes sociales sin teléfonos inteligentes, mientras que la adquisición de tales dispositivos suele ser impulsada, al menos en los segmentos más jóvenes de la población (Boyd, 2014), por el deseo de unirse al mundo aparentemente vibrante de las redes sociales. Las dos tendencias son, sin duda, dos cosas diferentes y deben distinguirse entre sí. Ambas, sin embargo, impactan y reconstruyen las formas de acción, comunicación y experiencia características de la modernidad y de los primeros tiempos de internet. Estos desarrollos se amplían y refuerzan aún más con otra tendencia conocida popularmente como «internet de las cosas» (IoT, por sus siglas en inglés). En muchos aspectos, el IoT ofrece un ejemplo directo y vívido de la transición que intento describir en este apartado. A través del IoT, la voluminosa apariencia de las cosas y su realidad se transforman en una masa de marcas computables (es decir, datos) que se despliegan como base para desarrollar una serie de servicios tanto para usuarios humanos como para máquinas del ámbito doméstico. Dichos servicios no son más que relaciones de datos extraídas de la meticulosa grabación y la datificación del uso de los electrodomésticos y las redes de servicios, así como de otras estructuras mecánicas que el capitalismo industrial nos legó y que el IoT está expandiendo en la actualidad.

Dichos desarrollos indican, contundentemente, que los hábitos cotidianos y domésticos de las personas se eliminan cada vez más de los contextos ordinarios de la vida diaria y, por lo tanto, se insertan en un entorno en el que se enmarcan, entienden y monitorizan como registros cognitivos para construir relaciones abstractas. Por primera vez en la historia, la tecnología en forma de computación está ampliamente involucrada en el marco de las cuestiones cotidianas, ya que los problemas de información y comunicación se pueden abordar, predominantemente, por medios computacionales.

Evolución cultural

La transformación de los hábitos perceptivos y cognitivos, así como su alejamiento de la inmediatez y la percepción, son, por supuesto, un tema omnipresente en el ámbito académico moderno. Se ha escrito mucho sobre los efectos de la escritura y la alfabetización en la cultura, el pensamiento y la percepción (véanse, por ejemplo, Beniger, 1986; Gardner, 1985; Goody, 1977;

Hoggart, 1957; Mumford, 1934 y 1952; Ong, 1982). También existe un estudio significativo sobre el advenimiento de la aritmética y los efectos que los números y la cuantificación han tenido en las personas, en la cultura y en las instituciones emblemáticas de la modernidad (véanse, por ejemplo, Cline-Cohen, 1982; Desrosières, 1998; Hacking, 1990; Porter, 1995). La creciente participación social en la escritura y la difusión de los sistemas numéricos han redefinido considerablemente el papel de la percepción y la cognición. Tanto la alfabetización como la aritmética han dado a los datos una importancia determinante en las relaciones personales y sociales, instigando paulatinamente nuevos hábitos que priorizan modos abstractos de razonamiento y relaciones abstractas, a expensas de la inmediatez y la percepción.

Otra causa a considerar son los efectos que el capitalismo industrial ha tenido a lo largo del último siglo sobre la vida doméstica y la experiencia humana en general, mediante la producción de bienes y tecnologías que han reordenado la importancia de las realidades locales. En el marco histórico, la difusión de los electrodomésticos y de bienes industriales a través del tejido social recompuso la infraestructura de la vida cotidiana y alteró profundamente los contornos de la experiencia personal y cultural (Borgmann, 1984; Giddens, 1991; Heller, 1999).

Sin duda, los desarrollos más recientes continúan, profundizan y amplían los efectos que la alfabetización y la aritmética, la escritura y la cuantificación, así como el capitalismo industrial han tenido sobre los hábitos cognitivos, los modos de razonamiento, la experiencia y la cultura (Beniger, 1986; Kallinikos, 2011). Sin embargo, los cambios que intento mostrar en este ensayo son, si no de una naturaleza sustancialmente distinta, sí lo bastante diferentes como para merecer atención. La difusión de datos, junto con el nexo tecnológico — en el que se inscriben la producción y el uso de datos—, establecen un contexto que tiende a enmarcar una gran variedad de problemas culturales, económicos y de comportamiento como problemas cognitivos de naturaleza computacional o de navegación. Dichos desarrollos implican a mi juicio una redefinición profunda de muchas prácticas sociales y hábitos cotidianos, tal vez comparable a los estilos de vida que se difundieron a partir de la industrialización y la producción en masa. Los problemas que evoca esta comparación histórica son, por supuesto, diferentes. La redefinición de la vida cotidiana, provocada por la revolución de los datos, presenta el predominio de modelos formales y abstractos de cognición —a diferencia de los dispositivos físicos— y la consecuencia de ello es el progresivo abandono de la percepción como eje fundamental de la conducta cotidiana (Borgmann, 2010; Alaimo y Kallinikos, 2017; Hayles, 2005 y 2006).

Incluso en el caso de que el retrato que he proporcionado en este trabajo se entienda como una descripción válida del desarrollo contemporáneo, sería legítimo plantear objeciones en cuanto al tipo de impacto que este puede tener en la práctica. ¿Se puede realmente asumir el efecto sumado de todas estas tendencias sobre el tejido social e institucional? ¿Acaso las personas y las instituciones no se apropian de estos desarrollos, los interpretan y los rehacen para adaptarlos a sus realidades? Al fin y al cabo, los cambios que describo en este artículo tienen lugar en el contexto de las relaciones culturales e institucionales que condicionan la introducción de nuevas tecnologías y los hábitos que estas puedan propagar.

BBVA-OpenMind-Libro 2018-Perplejidad-Kallinikos-Hong-Kong-mensajeria-movil-Protestas en Hong Kong en 2014. Una aplicación de mensajería móvil que no necesita Internet para trabajar, causa problemas a las autoridades chinas.
Protestas en Hong Kong en 2014. Una aplicación de mensajería móvil que no necesita Internet para trabajar, causa problemas a las autoridades chinas.

Los tipos de desarrollo que he señalado en el presente trabajo se verán innegablemente reflejados en ámbitos profesionales contemporáneos de maneras diversas. La medicina, por ejemplo, es diferente de la agricultura, la arquitectura es diferente de la ley o del funcionamiento de un negocio. Cada uno de estos ámbitos profesionales se enfrenta a problemas específicos. Cada uno de ellos aborda sus problemas mediante conocimientos históricamente específicos. (Kallinikos y Hasselbladh, 2009). Dado, por lo tanto, el perfil distintivo de los problemas, habilidades y prácticas subyacentes a cada uno de estos ámbitos, tiene sentido entender que las implicaciones de los desarrollos a los que me refiero se manifiesten de manera diferente en cada uno de ellos (véanse, por ejemplo, Lessig, 2006; Terzidis, 2005).

Aparece una nueva realidad derivada de las técnicas y de la forma de interpretar y evaluar problemas y situaciones en las que prevalece la disponibilidad de datos y el análisis de los mismos.

Este es sin duda el caso. Pero el impacto en distintas formas que los datos, el big data y el análisis de datos puede tener sobre diferentes campos sociales es una manifestación de transformaciones más amplias que también requieren de una atención especial y de un análisis crítico. El carácter amplio y profundo de los desarrollos que señalo altera premisas importantes en función de qué realidad se concibe, se enfatiza, se aborda y se aplica el conocimiento. Lo hace suficientemente para trascender las especificidades de ámbitos concretos de la vida social (Kallinikos, 2011). Así, aparece una nueva realidad derivada de las técnicas y de la forma de interpretar y evaluar problemas y situaciones en las que prevalece la disponibilidad de datos y el análisis de los mismos. En este sentido, la perspectiva de realidad de la computación y de las técnicas de captura, procesado, disponibilidad y análisis de datos, trascienden los confines de ámbitos sociales particulares y las prácticas profesionales a las que se asocian (Kallinikos y Hasselbladh, 2009), rehaciendo parte de las premisas típicas sobre la que se producen, se hacen comprensibles, se valoran y se abordan los hechos en mercados e instituciones. De la misma manera, las formas de pericia intrínsecas a cada ámbito profesional (por ejemplo médicas, legales, económicas, arquitectónicas) están cambiando para acomodarse a la interpretación computacional de la realidad que he tratado de describir en este texto (véanse, por ejemplo, Hamburg y Collins, 2010; Siemens y Long, 2011).

Aunque de manera diferente, estos desarrollos tienen implicaciones para patrones de la vida cotidiana. Sumergen a la gente en un entorno complejo en el que la disponibilidad de datos y los cálculos que proporcionan las coordenadas de los patrones de la vida corriente. De nuevo, la apropiación individual o colectiva de estos estilos de vida y patrones conlleva, inevitablemente, la contextualización e interpretación de paquetes de datos abstractos y de libre circulación. Es indudable que individuos y grupos transforman y complementan las soluciones genéricas y descontextualizadas mediadas por la tecnología (Espósito 2004). Sin embargo, de la misma manera, las personas y los grupos marco y el que estas tecnología y los servicios permiten, están comparando, y se convierten en cómplices en el nuevo muestreo del mundo (Heidegger, 1977 y 1998). La recontextualización (y la interpretación) es un acto doble que cambia no solamente lo que se vuelve a contextualizar, sino también los agentes de la contextualización. Visto de esta manera, las tareas y patrones de la vida cotidiana que han sido predominantemente moldeados por todas esas cualidades y facultades que asociamos con la experiencia humana están sujetos a cambios, a medida que las técnicas computacionales se infiltran en el hábitat de la vida cotidiana. Entiendo que esto es un cambio notable (tácito, inconsciente, olvidable, más allá de la conciencia) en el que el frente y la retaguardia de la vida humana cambian de posición.

En otras palabras, los desarrollos tecnológicos y culturales descritos en este artículo muestran atributos genéricos que atraviesan contextos específicos de la vida social e institucional. Estos atributos genéricos, que he identificado con el predominio de la cognición sobre la percepción, la preponderancia de la información y los principios computacionales en la definición de la realidad, no pueden desecharse con la retórica generalizada de apropiación tecnológica, maleabilidad tecnológica o adaptación contextual que se han vuelto comunes en las últimas décadas (Bijker, 2001; Bijker et al., 1987; Orlikowski, 2000). Deben descomponerse y conceptualmente estudiarse, empíricamente, para exponer las formas distintivas a través de las cuales se manifiestan, cambian y se funden en el tejido de las prácticas sociales.

Referencias bibliográficas

Alaimo, C., y J. Kallinikos (2016), «Encoding the Everyday. The Infrastructural Apparatus of Social Data», en C. Sugimoto, H. Ekbia y M. Mattioli, eds., Big Data is not a Monolith. Policies, Practices, and Problems, Cambridge (Massachusetts), MIT Press, pp. 77-90.

— (2017), «Computing the Everyday. Social Media as Data Platforms», The Information Society, vol. 33, n.º 4, pp. 175-191.

Anderson, C. (2008), «The End of Theory», Wired, julio de 2008.

Anderson, J. R. (1983), The Architecture of Cognition, Cambridge (Massachusetts), Harvard University Press.

Ayres, I. (2007), Super Crunchers. How Everything Can Be Predicted, Londres, Murray.

Beniger, J. (1986), The Control Revolution. The Economic Origins of the Information Society, Cambridge (Massachusetts), The MIT Press.

Bijker, B. (2001), «Understanding Technological Culture through a Constructivist View of Science, Technology and Culture», en S. Cutcliffe y C. Mitcham, Visions of STS. Counterpoints in Science, Technology and Society Studies, Nueva York, State University of Nueva York.

Bijker, W. E., T. P. Hughes y T. Pinch (1987), The Social Construction of Technological Systems, Cambridge (Massachusetts), The MIT Press.

Borgmann, A. (1984), Technology and the Character of Contemporary Life. A Philosophical Inquiry, Chicago, The University of Chicago Press.

— (1999), Holding Onto Reality. The Nature of Information at the End of the Millennium, Chicago, The University of Chicago Press.

— (2010), «Orientation in Technological Space», First Monday, vol. 15, n.º 6.

Boyd, D. (2014), It’s Complicated. The Social Lives of Networked Teens, New Haven, Yale University Press.

Brynjolfsson, E., y A. McAfee (2014), The Second Machine Age. Work, Progress, and Prosperity in a Time of Brilliant Technologies, Nueva York, Norton.

Cassirer, E. (1955), The Philosophy of Symbolic Forms, New Haven, Yale University Press. [Hay trad. cast.: Filosofía de las formas simbólicas, México, Fondo de Cultura Económica, 1998.]

Cline-Cohen, P. (1982), A Calculating People. The Advent of Numeracy in Early America, Chicago (Illinois), The University of Chicago Press.

Couldry, N., y J. Kallinikos (2017), «Ontology», en J. Burgess, A. Marwick y T. Poell, eds., The Sage Handbook on Social Media, Londres, Sage.

Desrosières, A. (1998), The Politics of Large Numbers. A History of Statistical Reasoning, Cambridge (Massachusetts), Harvard University Press. [Hay trad. cast.: La política de los grandes números. Historia de la razón estadística, Barcelona, Melusina, 2004.]

Dreyfus, H. (2001), On the Internet, Londres, Routledge. [Hay trad. cast.: Acerca de internet, Barcelona, UOC, 2003.]

—, y S. Dreyfus (1986), Mind over Machine, Nueva York, Free Press.

Ekbia, H. R., y B. A. Nardi (2017), Heteromation, and Other Stories of Computing and Capitalism, Cambridge (Massachusetts), The MIT Press.

Esposito, E. (2004), «The Arts of Contingency», Critical Inquiry, n.º 31, http://criticalinquiry.uchicago.edu/features/artsstatements/arts.esposito.htm..

Flachbart, G., y P. Weibel (2005), Disappearing Architecture, Basilea, Birkhauser.

Gardner, H. (1985), The Mind’s New Science, Nueva York, Basic Books. [Hay trad. cast.: La nueva ciencia de la mente, Barcelona, Paidós, 1987.]

Gerlitz, C., y A. Helmond (2013), «The Like Economy. Social Buttons and the Data-Intensive Web», en New Media & Society, 1-18.

Gibson, J. J. (1986), The Ecological Approach to Visual Perception, Nueva York, Psychology Press.

Giddens, A. (1991), Modernity and Self-Identity, Cambridge, Polity Press. [Hay trad. cast.: Modernidad e identidad del yo, Barcelona, Península, 2000.]

Goody, J. (1976), The Domestication of the Savage Mind, Cambridge, Cambridge University Press. [Hay trad. cast.: La domesticación del pensamiento salvaje, Madrid, Akal, 2008.]

Hacking, I. (1990), The Taming of Chance, Cambridge, Cambridge University Press. [Hay trad. cast.: La domesticación del azar, Barcelona, Gedisa, 1995.]

Hamburg, M. A., y F. S. Collins (2010), «The Path to Personalized Medicine», N Engl J Med, vol. 363, pp. 301-304.

Hayles, C. (2005), «Computing the Human», Theory, Culture and Society, vol. 22, n.º 1, pp. 131-151.

— (2006), «Unfinished Work. From Cyborg to Cognisphere», Theory, Culture and Society, vol. 23, n.º 7-8, pp. 159-166.

Heidegger, M. (1977), The Question Concerning Technology and Other Essays, Nueva York, Harper.

— (1998), «Traditional Language and Technological Language», Journal of Philosophical Research, vol. XXIII, pp. 129-145.

Heller, A. (1999), A Theory of Modernity, Oxford, Balckwell.

Hildebrandt, M., y S. Gutwirth (2008), Profiling the European Citizen, Springer.

Hildebrandt, M., y A. Rouvroy (2011), Law, Human Agency, and Autonomic Computing. The Philosophy of Law Meets the Philosophy of Technology, Londres, Routledge.

Hoggart, R. (1957), The Uses of Literacy. Changing Patterns in English Mass Culture, Essential Books.

Jay, M. (1957), Downcast Eyes. The Denigration of Vision in Twentieth-Century French Thought, Berkeley, University of California Press. [Hay trad. cast.: Ojos abatidos. La denigración de la visión en el pensamiento francés del siglo xx, Madrid, Akal, 2007.]

Kallinikos, J. (2007), The Consequences of Information. Institutional Implications of Technological Change, Cheltenham, Elgar.

— (2009), «On the Computational Rendition of Reality. Artefacts and Human Agency», Organization, vol. 16, n.º 2, pp. 183-202.

— (2011), Governing Through Technology. Information Artefacts and Social Practice, NuevaYork, Palgrave/MacMillan.

—, y H. Hasselbladh (2009), «Work, Control and Computation. Rethinking the Legacy of Neoinstitutionalism», Research in the Sociology of Organizations, vol. 27, pp. 257-282.

—, y J. C. Mariátegui (2011), «Video as Digital Object. Production and Distribution of Video Content in the Internet Media Ecosystem», The Information Society, vol. 27, n.º 5, pp. 281-294.

Khalidi, M. A. (2013), Natural Categories and Human Kinds. Classification in the Natural and Social Sciences, Cambridge, Cambridge University Press.

Lessig, L. (2006), Code 2.0, Nueva York, Basic Books, también disponible en http://codev2.cc/download+remix/..

Mumford, L. (1934), Technics and Civilization, San Diego, HJB. [Hay trad. cast.: Técnica y civilización, Madrid, Alianza, 2002.]

— (1952), Arts and Technics, Nueva York, Columbia University Press. [Hay trad. cast.: Arte y técnica, Logroño, Pepitas de Calabaza, 2014.]

Nardi, B., y Y. M. Kow (2010), «Digital Imaginaries. What We (Think We) Know about Chinese Gold Farming», First Monday, vol. 15, n.º 6-7 (junio de 2010).

Neisser, U. (1976), Cognition and Reality, San Francisco, Freeman. [Hay trad. cast.: Procesos cognitivos y realidad, Madrid, Marova, 1981.]

Ong, W. J. (2013), Orality and Literacy, Londres, Routledge. [Hay trad. cast.: Oralidad y escritura, México, Fondo de Cultura Económica, 1987.]

Orlikowski, W. J. (2000), «Using Technology and Constituting Structures. A Practice Lens for Studying Technology in Organizations», Organization Science, vol. 11, n.º 4, pp. 404-428.

Parker, G. G., M. W. van Alstyne y S. P. Choudary (2016), Platform Revolution. How Networked Markets Are Transforming the Economy, Nueva York, W. W. Norton.

Paynter, B. (2008), «Feeding the Masses», Wired, julio de 2008.

Pentland, A. (2014), Social Physics. How Good Ideas Spread — The Lessons from a New Science, Nueva York, Penguin.

Porter, T. (1995), Trust in Numbers. The Pursuit Jersey, Princeton University Press.

Rosch, E., C. B. Mervis, W. D. Gray, D. M. Johnson y P. Boyes-Braem (1976), «Basic Objects in Natural Categories», Cognitive Psychology, vol. 8, pp. 382439.

Rouvroy, A. (2011), «Technology, Virtuality and Utopia», en M. Hildebrandt y A. Rouvroy, eds., The Philosophy of Law Meets the Philosophy of Technology. Autonomic Computing and Transformations of Human Agency, Londres, Routledge.

Siemens, G., y P. Long (2011), «Penetrating the Fog. Analytics in Learning and Education», EDUCAUSE, vol. 46, n.º 5, p. 30.

Shirky, C. (2008), Here Comes Everybody, Londres, Penguin.

Terzidis, K. (2005), Algorithmic Architecture, Londres, Elsevier.

Turkle, S. (1995), Life on the Screen. Identity in the Age of the Internet, Nueva York, Simon and Schuster. [Hay trad. cast.: La vida en la pantalla. La construcción de la identidad en la era de internet, Barcelona, Paidós, 1997.]

Van Dijck, J. (2013), The Culture of Connectivity. A Critical History of Social Media, Nueva York, Oxford Universtity Press.

Winograd, T., y F. Flores (1996), Understanding Computes and Cognition, Norwood (Nueva Jersey), Ablex Publishing Corporation. [Hay trad. cast.: Hacia la comprensión de la informática y la cognición, Barcelona, Hispano-Europea, 1989.]

Zuboff, S. (1988), In the Age of the Smart Machine. The Future of Work and Power, Nueva York, Basic Books.

Notas

1 Algunos pueden encontrar exagerada la distinción que hago entre percepción y cognición. No es de extrañar que la percepción sea esencial para la cognición y las operaciones abstractas que subyacen a la cognición, mientras que las bases cognitivas subyacentes a la cognición proporcionan importantes receptáculos para las actividades de atención y percepción. Cuando hablo de percepción me refiero a las observaciones y experiencias que difieren de meras sensaciones, en el sentido de que implican mediaciones culturales que, sin embargo, no evolucionan en ejercicios mentales deliberados. La distinción no deja de ser problemática, pero tiene el mérito de situar las operaciones perceptivas y cognitivas a una distancia diferente de la realidad ostensiva.

2 Para más detalles, véanse Hamburg y Collins (2010) y Siemens y Long (2011).

3 Todas las cursivas son mías.

4 Todas las cursivas son mías.

5 Todas las cursivas son mías.

Citar esta publicación
Escuchando
La realidad recuperada: una investigación sobre la era de los datos
Mute
Cerrar

Comentarios sobre esta publicación

El nombre no debe estar vacío
Escribe un comentario aquí…* (Máximo de 500 palabras)
El comentario no puede estar vacío
*Tu comentario será revisado antes de ser publicado
La comprobación captcha debe estar aprobada