El cuarto paradigma
Los datos son los datos, ¿o no?
- En el modelo geocéntrico, el Sol gira alrededor de la Tierra. En el modelo heliocéntrico, la Tierra gira alrededor del Sol. Los datos son los mismos, difieren los modelos de la realidad.
- La correcta interpretación de los datos presume un modelo que se acepta o se rechaza —racional y/o intuitivamente— previo a observar y a analizar los datos (Thomas Khun).
- Los datos absolutos no existen (Albert Einstein). Los datos son siempre relativos un modelo de la realidad consensuado entre observadores.
Estos enunciados resumen siglos de debates epistemológicos, la rama de la filosofía que explora el origen del conocimiento.
En síntesis, se puede concluir que los datos son los datos, bien ponderados.
Según el libro «The Fourth Paradigm: Data-Intensive Scientific Discovery», una serie de ensayos sobre la visión del pionero científico informático de la IBM Jim Gray, los tres primeros paradigmas en la historia de la ciencia son:
- la observación empírica y la experimentación,
- los enfoques analíticos o teóricos, y
- la ciencia computacional o la simulación.
El cuarto seria la ciencia de los datos masivos.
La ciencia de datos es un campo interdisciplinario que involucra métodos científicos, procesos y sistemas para extraer conocimiento o un mejor entendimiento de datos en sus diferentes formas, ya sea estructurados o no estructurados, lo cual es una continuación de algunos campos de análisis de datos como la estadística, la minería de datos, el aprendizaje automático, y la analítica predictiva.
– https://es.wikipedia.org/wiki/Ciencia_de_datos
Lo que distingue la ciencia de datos de los paradigmas anteriores es la cantidad masiva, la ubicuidad, la adquisición ilimitada y el análisis heurístico (por tanteo y error). En los paradigmas anteriores los datos se capturaban enmarcados en alguna pregunta o hipótesis de investigación que determinaban su relevancia, estructura y calidad. El nuevo paradigma responde a la existencia de minas de datos capturados al observar un entorno sin hipótesis predeterminadas.
En la presente era postmodernista de la minería de datos y el «machine learning» (aprendizaje automático), los oráculos computacionales de inmensa capacidad tecnológica analizan datos masivos («big data») y permiten reconocer patrones sin mucha o ninguna intervención humana. Así se construyen conglomerados analíticos («cluster analysis») que revelan modelos de la realidad que complementan —y a veces compiten, hasta el desprecio— con los expertos de algún tema o disciplina.
El tema del desprecio de los expertos se trata, desde una perspectiva sociológica, en el libro, «The Death of Expertise», por Tom Nichols.
En este libro, el autor discute las siguientes razones por las que los estadounidenses ya no respetan las opiniones de los expertos y por qué el debate está dominado por «falsos expertos»:
- cierta irracionalidad generalizada entre los seres humanos, que son susceptibles al sesgo de confirmación, y creen ficciones, supersticiones y conspiraciones;
- el deterioro de la educación en las universidades estadounidenses, que se han convertido en grupos con fines de lucro que solo atienden las demandas de los estudiantes y los padres sobreprotectores;
- la realidad resultante donde «las emociones han sido más importantes que los hechos o la razón»;
- la falta de discriminación con respecto a la riqueza de la información disponible a través de Internet;
- los problemas con el periodismo que han dado a luz a falsos expertos;
- la desconfianza en los medios de comunicación; y
- diversos incidentes pasados en los que los expertos expresaron opiniones incorrectas.
El autor critica el sentido de falsa igualdad que proporciona citar información de Internet indiscriminadamente, corroyendo la confianza y el respeto entre todos, expertos y laicos por igual. Se argumenta que, en una democracia, las personas se ensañan con los expertos porque la especialización es necesariamente exclusiva. La renuencia de aceptar el asesoramiento de expertos se debe al mismo tipo de sospecha populista de aquellos percibidos como más inteligentes o educados que el público en general. En otras palabras, actualmente las opiniones de los expertos no son aceptadas y cualquiera puede atraer el interés del público como si fuera un experto. El advenimiento de las nuevas tecnologías coincidió con un colapso acelerado de la confianza en el gobierno y otras instituciones en la vida estadounidense. Nichols nos alerta del peligro que esa hostilidad representa para la democracia.
La correcta contextualización de los datos requiere de «expertos» en la materia bajo estudio para su análisis y síntesis. ¿Qué distingue una opinión experta de otra, particularmente cuando abundan científicos y periodistas de datos?
¿Son realmente necesarios expertos —acreditados y experimentados— que contextualicen correctamente todo análisis, sin introducir sesgos personales? Tal pregunta ausculta la esencia del método científico que liberó a la humanidad de los dogmas eclesiásticos y la despojó de marcos absolutos de referencia de observación y análisis.
¿Cómo discernir lo nuevo de lo novedoso, la hipóstasis de la espuma, la realidad del glamoroso espejismo?
Para comenzar a explorar éstas y otras inquietudes, es recomendable la lectura completa del libro.
AFORISMOS sobre la sabiduría
«Los que más saben callan cuando hablan los que saben menos”.
-Primer grado de la sabiduría
José Becerra, MD, MPH, FACPM
Atlanta, GA and San Juan, Puerto Rico
Retired Centers for Disease Control Medical Epidemiologist
Adjunct Associate Professor of Epidemiology and Biostatistics
Graduate School of Public Health, Medical Sciences Campus
University of Puerto Rico
CEPUR 