Fundación, Asimov y el Big Data

Segunda parte del post «Las Matemáticas de la Fundación de Asimov»

La realidad supera a la imaginación

Si Asimov (1920-1992) hubiera vivido en estos tiempos, seguro hubiera hecho algunos cambios en los fundamentos utilizados para inspirarse y crear su archiconocida Psicohistoria. En los albores de la informática más global, Asimov pudo entrever las facilidades que esta nos brindaría en un futuro. Con una incipiente internet el autor pudo prever como sería esta en el futuro de la educación y el saber. Conocida es su entrevista de 1988 donde coloca los pilares de lo que él pensaba en que se transformaría la red de redes. Aunque premonitorio, Isaac Asimov nunca hubiera podido vislumbrar en lo que se ha convertido internet y las herramientas usadas para hacer predicciones al estilo psicohistórico.

Cliometría y Cliodinámica

La Cliometría es una disciplina que utiliza la teoría económica y la econometría para hacer un estudio histórico de la evolución económica de cualquier país. El análisis de la producción, distribución de los ingresos, consumo, relaciones externas, ingreso per cápita y un largo etcétera generan series largas de cuentas nacionales; las cuales permiten
obtener los causantes de los cambios en el devenir económico del país a lo largo de los años pasados.
La Cliodinámica es la heredera directa de la Cliometría, pero dirigida en un sentido contrario, mirando al futuro. Su desarrollo científico interdisciplinar basado en la modelización matemática de sucesos histórico-sociales la hacen en la actualidad una herramienta aterradora de predicciones.
Aunque parezca una nueva disciplina surgida en esta era de la hiper-información, su nacimiento se remonta a los años 90 en la Universidad de Connecticut de la mano de Peter Turchin. Debido a la propia necesidad de la Cliodinámica de tratar ingentes cantidades de datos para obtener resultados satisfactorios, no ha sido hasta los últimos decenios con el total desarrollo de internet y la aparición del Big Data cuando la Cliodinámica está dando resultados prometedores.
El 3 de Febrero de 2010, Peter Turchin publicó en la revista Nature el artículo “Political instability may be a contributor in the coming decade” donde pronosticaba una creciente inestabilidad política tanto en Estados Unidos como en el Oeste de Europa, la cual culminaría en 2020. Esto basado en la interrelación de lo que llama períodos seculares históricos de inestabilidad de 100 años, junto con otros picos que se dan en períodos más cortos.

Big Data, algoritmos y predicciones

El Big Data sería el conjunto de todos los datos e informaciones que existen en el mundo y se crean a diario. En ella se incluirían todas las formas posibles de datos; correos electrónicos, me gusta en publicaciones, comentarios en redes sociales, fotos, lista de deseos de compra, audios, videos, búsquedas en la red, controles de visita, el tono
emocional de un mensaje de voz o escrito y muchas más que seguramente sería imposibles de imaginarlas.
Si antes tus llamadas de voz iban por cable telefónico, tus mensajes privados por carta, las fotos las revelabas, los videos los grababas con videocámaras, lo que te gustaba lo seguías por revistas o TV y tus opiniones las compartías en tertulias; ahora todas corren por una única autopista; internet. Y casi todas las enumeradas bajo la misma empresa.
Este conjunto hacen que los datos de internet sean un enorme estudio de la psique humana. Pero esta enorme cantidad de datos de por si no tienen utilidad, hace falta otra herramienta que los procese y transforme en información provechosa.
El encargado de tratar estos datos es el tan nombrado algoritmo. Matemáticamente se trata de un conjunto de operaciones en cadena donde los valores de entrada se procesan llegando a un valor de salida o resultado. Este resultado es un objetivo puntual y concreto para el cual se ha creado el algoritmo, no se puede aplicar a cualquier cuestión. Es como una receta de cocina, hay varios valores de entrada (ingredientes) a los cuales se les
realiza varia operaciones en pasos (cocinar) las cuales llevan a un valor de salida o solución (un plato concreto). No es posible realizar los mismos pasos y llegar a otro plato distinto.


Esta es una visión general en lo que consiste un algoritmo para concretar por el propósito de este artículo hay que tener en cuenta los algoritmos de predicción. En ellos, la relación exacta entre los valores de entrada y salida no se conocen.
Existen miles de tipos de algoritmo, dependiendo de lo que se quiera estudiar. Algoritmo de regresión, de árbol de decisión, de redes neuronales o de clustering son solo algunos ejemplos de los que son usados para el Machine learning o la disciplina que enseña a la inteligencia artificial a desarrollar el análisis predictivo. Para obtener resultados predictivos acertados los algoritmos lo que necesitan son ingentes cantidades de datos y aquí es donde se cruza con el Big Data, el alimento de los algoritmos.

Algoritmo y Big Data


Al igual que antes se puso el ejemplo de la receta de cocina se puede ver más claramente con un simple ejemplo. Una persona A navega por internet buscando un taller mecánico para cambiar el aceite del coche, de los millones de datos existente de anteriores personas que buscaban eso mismo existe una correlación en la cual una gran cantidad de
esos usuarios han terminado buscando un coche nuevo en menos de los doce meses posteriores a la búsqueda. Ergo al primer usuario se le puede prever que hará lo mismo, por lo que obtendrá publicidad de coches nuevos.

La realidad

La, posiblemente, primera vez que se utilizó estos métodos en un suceso importante y el cual ha trascendido es la campaña electoral de Obama en 2012. En ella se utilizaron millones de datos y complejos algoritmos para ir previendo la intención de voto en los
distintos segmentos del electorado. Así podían ir elaborando el discurso o realizar acciones hacia el interés de los indecisos, haciéndoselo más llamativo y cercano a sus intereses.
Una de estas medidas fue anunciarse en las pausas publicitarias de la serie Walking Dead, pues ahí vieron que se congregaban uno de los segmentos a los que tenían que convencer.
Una de la empresas que se dedicaba al Big Data caída en la controversia en los últimos años, fue Cambridge Analytica. Fundada (2013-2018) por Alexander Nix se dedicaba al uso y procesamiento de datos. Con el fin de influir en el comportamiento de determinadas audiencias, estos estudios posteriormente eran vendidos tanto a empresas como a políticos.
En la campaña electoral de Donald Trump de 2017 se desarrolló un lúdico test de personalidad para Facebook. Unos 265 mil usuarios completaron el test, el cual pedía información personal y permiso para compartir con los amigos, ver los “estados” y los “me gusta” en la red social. Toda esta valiosa información fue usada para obtener una
base de datos que incluían unos 50 millones de usuarios, los cuales fueron influenciados a favor de la campaña de Trump mediante la creación de publicidad sesgada de noticias.
Cerrada en 2018 por este escándalo y otras sospechas, como su involucración en el Brexit y en elecciones en países latinoamericanos, Cambridge Analytica no ha muerto. En 2017 se creaba la empresa Emerdata, erigida por antiguos responsables de CA y ubicada en el mismo edificio de la extinta.

El futuro, ¿incierto?

Es cierto que la psicohistoria es fantasía pero lo existente con la Cliodinámica, el Big Data, los algoritmos y la inteligencia artificial la supera. Estas herramientas no solo predicen el futuro de la sociedad en todos sus aspectos ya sean económicos, políticos, ideológicos, de consumo o sociológicos, sino que van creando corrientes de opinión y
pensamiento para obtener unas consecuencias deseadas que vayan dibujando el futuro a capricho. Todo ello basado en el estudio previo de los resultados arrojados en base a experimentos sobre supuestas acciones.
Isaac Asimov tenía una visión benévola del uso de la Psicohistoria pero esta benevolencia puede que sea solo para quién la use en su beneficio.

Más artículos...