Así como la tecnología avanza a pasos abismales, también lo hace la sociedad. Hoy en día, sin ir más lejos, podemos notar en nuestro vocabulario el uso frecuente e impensado de términos representativos para nuestra organización social y que refieren directamente al uso de la web o de la informática, que antes no significaban absolutamente nada. Darse cuenta de esto es fundamental para poder comprender de qué manera las innovaciones tecnológicas afectan directamente nuestra vida diaria.
Tecnología e información
Hoy en día, sociólogos, antropólogos y especialistas del ámbito de la comunicación han dado cuenta de la manera en que nuestro sistema social se estructura en base a datos. O, mejor dicho, en bases de datos. Todo lo que hacemos en nuestro día a día brinda información acerca de nosotros. Lo que suceda con esa información es lo que se construye, hoy, como una de las principales preocupaciones.
Pero es importante alejarse momentáneamente de los prejuicios que se tienen sobre la informática y ver las posibilidades de crecimiento y de desarrollo que ofrece. En este aspecto, vamos a hablar del Big Data, es decir, de una forma de usar la información y la tecnología para predecir a futuro cosas como el funcionamiento de los elementos de una vivienda o, también, el resultado que un tratamiento o medicamento tendrá en un paciente, con un tiempo exacto.
Una nueva bola de cristal: el “Big Data”
Lo primero que debemos aclarar es que no es la primera vez que se oye hablar acerca de modelos predictivos. De hecho, la predicción de resultados o fenómenos es algo que ha estado entre los intereses de los investigadores y especialistas desde hace décadas. Casi respondiendo a las inquietudes que despierta en las personas la ciencia ficción, siempre hemos como sociedad querido predecir lo que sucede en nosotros y a nuestro alrededor.
Ahora, investigadores y especialistas en tecnología del Departamento de Informática y Análisis Numérico de la Universidad de Córdoba, en España, lograron mejorar los modelos predictivos de varias variables de manera simultánea. A partir de un mismo grupo de variables, lograron obtener predicciones mucho más precisas. Esto representa, en primera instancia, que es menor la cantidad de datos que va a ser necesaria para generar estos modelos de predicción.
En este sentido, el investigador Sebastian Ventura, sostuvo:
“Cuando manejas volúmenes grandes de datos hay dos soluciones, o añadir más potencia a las computadoras, lo cual es más costoso, o reducir la información necesaria para que el proceso se realice de forma adecuada”.
Las principales incidencias en la construcción de modelos productivos se encuentran en la cantidad de variables en juego y en la cantidad de ejemplos que es necesario incorporar para un resultado por probabilidad. La necesidad de los investigadores de reducir la cantidad de información necesaria responde a una optimización del tiempo y el costo, a la vez que a una filosofía de “menos es más”.
Si bien estos sistemas están todavía en prueba y los investigadores están en búsqueda de una mayor optimización, se estima que pueden aplicarse a una gran gama de actividades. Tal es así que podrían incorporarse al aprendizaje automático y sus estudios. Todo está por verse.
