E-Book, Spanisch, 295 Seiten
Reihe: ENSAYO
Stephens-Davidowitz Todo el mundo miente
Prólogo de Steven Pinker
ISBN: 978-84-120300-0-6
Verlag: Capitán Swing Libros
Format: EPUB
Kopierschutz: 6 - ePub Watermark
Lo que internet y el big data pueden decirnos sobre nosotros mismos
E-Book, Spanisch, 295 Seiten
Reihe: ENSAYO
ISBN: 978-84-120300-0-6
Verlag: Capitán Swing Libros
Format: EPUB
Kopierschutz: 6 - ePub Watermark
Es un escritor de opinión del New York Times, profesor de The Wharton School, donde imparte un curso donde explica cómo entender el comportamiento humano a través del big data y un ex científico de datos de Google. Su trabajo actual se centra en el uso de fuentes de big data para descubrir comportamientos y actitudes previamente ocultas. El origen de está investigación está en 2012, cuando Davidowitz estaba haciendo su doctorado y descubrió la herramienta Google Trends, que te dice qué buscan las personas y dónde, y se obsesionó con ella.
Weitere Infos & Material
01
Malas corazonadas
Si tienes 33 años y has asistido a unas cuantas cenas de Acción de Gracias seguidas sin novia, es probable que surja el tema de encontrar pareja. Y casi todo el mundo tendrá una opinión.
—A Seth le hace falta una chica que esté loca como él —dice mi hermana.
—¡Tú sí que estás loca! Seth necesita una chica normal, para equilibrar —dice mi hermano.
—Seth no está loco —dice mi madre.
—¡Tú estás loca! Claro que Seth está loco —dice mi padre.
De repente, mi tímida y modosa abuela, que se ha pasado toda la cena callada, toma la palabra. Las voces neoyorquinas fuertes y agresivas callan, y las miradas se centran en la ancianita de pelo amarillo corto, cuyo acento sigue teniendo un deje de Europa del Este.
—Seth, necesitas una buena chica. No demasiado guapa. Muy inteligente. Con buen trato. Sociable, así haces cosas. Con sentido del humor, porque tú tienes sentido del humor.
¿Por qué los consejos de esta anciana merecen tanto respeto y atención en mi familia? Bueno, mi abuela de 88 años ha visto más cosas que todas las demás personas sentadas a la mesa. Ha observado más matrimonios, muchos de los cuales estaban bien avenidos y muchos no. Y, con los decenios, ha catalogado los atributos necesarios para que las relaciones funcionen. En esta cena de Acción de Gracias, respecto de esa cuestión, mi abuela tiene acceso al mayor número de datos. Mi abuela es la inteligencia de datos.
En este libro, quiero desacralizar la ciencia de datos. Nos guste o no, los datos desempeñan un papel cada vez más importante en nuestras vidas, y ese papel va en aumento. Actualmente, los periódicos tienen secciones enteras dedicadas a los datos. Las grandes compañías cuentan con equipos centrados solo en analizar sus datos. Los inversores dan a las empresas emergentes decenas de millones de dólares si almacenan más datos. Aun si no sabemos ejecutar una prueba de regresión o calcular un intervalo de confianza, encontraremos muchísimos datos: en las páginas que leamos, en las reuniones de negocios a las que vayamos, en los cotilleos que oigamos en los pasillos.
A muchas personas les preocupa esa situación. Intimidadas por los datos, se pierden y se confunden con facilidad en un mundo de números. Creen que una comprensión cuantitativa del mundo es algo reservado a prodigios con el hemisferio izquierdo del cerebro muy desarrollado. Tan pronto como se cruzan con números, se disponen a pasar página, acabar la reunión o cambiar de tema.
Pero llevo diez años en el negocio del análisis de datos y he tenido la suerte de trabajar con muchos de los mejores en este campo. Y una de las lecciones más importantes que he aprendido es esta: bien hecha, la ciencia de datos es menos complicada de lo que se cree. La mejor ciencia de datos, en realidad, es sorprendentemente intuitiva.[23]
¿Qué la hace intuitiva? En el fondo, la ciencia de datos tiene por objeto detectar patrones y predecir cómo una variable afectará a otra. La gente hace eso mismo todo el tiempo.
Piénsese en cómo mi abuela me aconsejó en materia de relaciones sentimentales. Utilizó la enorme base de datos que su cerebro ha ido almacenando en casi un siglo de vida, a partir de las historias que le contaban sus familiares, amigos y conocidos. Restringió el análisis a un grupo de relaciones en las que el hombre compartía conmigo unos cuantos rasgos: susceptibilidad, tendencia a aislarse, sentido del humor. Se centró en los rasgos claves de la mujer: bondad, inteligencia, belleza. Correlacionó estos últimos con un atributo clave de la relación: el hecho de que fuera buena. Al final, me informó de sus resultados. Dicho de otro modo, detectó patrones y predijo cómo una variable afectaría a otra. Mi abuela es una científica de datos.
El lector también es científico de datos. De niño, notaba que si lloraba su madre le prestaba atención. Eso es ciencia de datos. Cuando se hizo mayor, empezó a notar que, si daba mucho la lata, la gente quería pasar menos tiempo con él. Eso también es ciencia de datos. Cuando la gente pasa menos tiempo con él, nota que se siente menos contento. Cuando se siente menos contento, es menos simpático. Cuando es menos simpático, la gente quiere pasar aún menos tiempo con él. Ciencia de datos. Ciencia de datos. Ciencia de datos.
Al ser la ciencia de datos tan natural, según he descubierto, casi cualquier persona inteligente puede comprender los mejores estudios de macrodatos. Si un estudio no se entiende, lo más probable es que el problema resida en el estudio, no en el lector.
¿Pruebas de que la mejor ciencia de datos puede ser intuitiva? Hace poco llegó a mis manos un estudio que bien puede ser uno de los más importantes realizados en los últimos años. Es uno de los estudios más intuitivos que jamás he visto. Me gustaría que el lector reparara no solo en la importancia del estudio, sino en lo natural y parecido a la sensibilidad de una abuela que es.
Fue diseñado por un equipo de investigadores de la Universidad de Columbia y Microsoft. Se quería descubrir qué síntomas predicen el cáncer de páncreas.[24] Esa enfermedad presenta una tasa de supervivencia baja al cabo de cinco años —solo en torno al 3%—, pero la detección temprana puede duplicar las probabilidades de un paciente.
¿Cuál fue el método de los investigadores? Utilizaron datos de decenas de miles de usuarios anónimos de Bing, el motor de búsqueda de Microsoft. Identificaron usuarios que acababan de recibir un diagnóstico de cáncer de páncreas sobre la base de búsquedas inequívocas, como «recién diagnosticado con cáncer de páncreas» o «Me dijeron que tenía cáncer de páncreas, qué esperar».
A continuación, examinaron las búsquedas relacionadas con los síntomas. Compararon el pequeño número de usuarios que informaban de un diagnóstico de cáncer de páncreas con los que no. Dicho de otro modo: ¿qué síntomas predecían que un usuario informaría de un diagnóstico a las pocas semanas o los pocos meses?
Los resultados fueron asombrosos. Buscar información sobre el dolor de espalda y luego sobre piel amarillenta resultó ser una señal de cáncer de páncreas; si se buscaba información solo sobre dolor de espalda, era poco probable tener cáncer de páncreas. De manera similar, la búsqueda de información sobre indigestión y luego sobre dolor abdominal apuntaba al cáncer de páncreas, pero era poco probable que una persona lo tuviera si buscaba información sobre indigestión sin dolor abdominal. Los investigadores pudieron identificar entre el 5 y el 15 % de los casos casi sin ningún falso positivo. Tal vez eso no parezca una tasa fabulosa; sin embargo, si uno tiene cáncer de páncreas, incluso un 10 % de probabilidades de duplicar sus posibilidades de sobrevivir le parecerá un beneficio extraordinario.
El artículo en el que se detalla el estudio es de difícil comprensión para quienes no sean expertos. Incluye gran cantidad de terminología técnica, como la prueba de Kolmogórov-Smirnov, cuyo significado, debo admitir, había olvidado (es una manera de determinar si un modelo se ajusta correctamente a los datos).
Sin embargo, nótese lo natural e intuitivo que es este notable estudio a nivel fundamental. Los investigadores observaron un amplio abanico de casos médicos e intentaron relacionar los síntomas con una enfermedad determinada. ¿Y quién más usa ese método para saber si alguien tiene una enfermedad? Los esposos y las esposas, las madres y los padres, las enfermeras y los médicos. Sobre la base de su experiencia y conocimientos, intentan relacionar fiebres, dolores de cabeza, secreciones nasales y dolores estomacales con diversos malestares. En otras palabras, los investigadores de Columbia y Microsoft escribieron un estudio innovador utilizando el método natural y obvio que utiliza todo el mundo en los diagnósticos clínicos.
Pero alto ahí. Un poco más despacio. Si el método de la mejor ciencia de datos, según afirmo, con frecuencia es natural e intuitivo, se plantea una pregunta esencial sobre el valor de los macrodatos. Si los seres humanos son científicos de datos por naturaleza, si la ciencia de datos es intuitiva, ¿por qué necesitamos ordenadores y software estadístico? ¿Por qué necesitamos la prueba de Kolmogórov-Smirnov? ¿No podemos usar nuestras corazonadas? ¿No podemos hacer como la abuela, las enfermeras, los médicos?
Esto nos lleva a un debate que se exacerbó con la publicación del libro de grandes ventas Inteligencia intuitiva, de Malcolm Gladwell, en el que se cantan las loas de las corazonadas. Gladwell cuenta historias de gente que, confiando solo en su instinto, puede decir si una escultura es falsa; si un tenista cometerá una doble falta antes de que golpee la pelota; o cuánto está dispuesto a pagar un cliente. Los héroes de Inteligencia intuitiva no hacen pruebas de regresión; no calculan intervalos de confianza; no recurren a la prueba de Kolmogórov-Smirnov. Pero en general hacen predicciones notables. Muchas personas han secundado intuitivamente la defensa que hace Gladwell de la intuición: confían en sus corazonadas y sentimientos. Los devotos de Inteligencia intuitiva celebrarán lo sabia que es mi abuela cuando me da consejos en materia de relaciones sin la ayuda de ordenadores. Los devotos de Inteligencia intuitiva serán menos propensos a celebrar mis estudios o los demás estudios mencionados en el presente libro, que...
