La configuración de búsqueda se ejecutó con los términos “big” and “data” en el campo Título de las bases mencionadas, el periodo de búsqueda fue de enero de 2007 a marzo de 2018. Posterior a la selección de los documentos se procedió al análisis, para lo cual usamos el programa Adobe Acrobat Pro DC para la extracción de los textos, el programa Microsoft Word para la depuración de los textos y Voyant-tools para el estudio cuantitativo. No se incluyen en el estudio documentos indexados, pero no son cartas, artículos o reseñas sino presentaciones con diapositivas, producto de discusiones o conferencias (webinars). A esto se suma la variedad de las fuentes y de los tipos de datos, también no estructurados (textos, mensajes en redes sociales), en constante actualización, y que deben ser organizados. Desde un plano documental (Serrano-Cobos, 2014) nos encontraríamos con datos de navegación (analítica web) y datos que existen en Internet (cibermetría) alrededor de nichos de mercado, comportamientos de búsqueda, segmentación de clientes o potenciales clientes, relaciones entre marcas, la conexión entre servicios y productos y sus usuarios, las relaciones con competidores, la vigilancia tecnológica, etc. Con esto en mente, los costos de investigación y desarrollo se reducen ostensiblemente, viéndose reflejados en el valor final del medicamento para el paciente y sector salud en general.
Los autores presentan desde diferentes perspectivas el significado y las oportunidades que nos brinda el ecosistema Big Data y dan una serie de condiciones necesarias para que un proyecto de Big Data sea exitoso. En segundo lugar, para trabajar de forma eficiente con Big Data se requiere explorar y encontrar la estructura central o el kernel de los datos a ser procesados, curso de ciencia de datos ya que al tener esto se puede caracterizar el comportamiento y las propiedades subyacentes a Big Data. En tercer lugar, se debe adoptar un modelo de administración top-down, se puede considerar también un modelo bottom-up, sin embargo, solo serviría cuando se trata de problemas específicos, y luego tratar de unirlos para formar una solución completa es complejo.
El 83% de los bancos europeos utiliza IA para mejorar su experiencia de cliente
Por su parte, la Corte Constitucional argumento que el tratamiento de datos sensibles sin autorización del titular debe adaptarse según los criterios de habeas data, en relación al almacenamiento, propósito, gestión y divulgación (Castañeda et al, 2016). En Chile, existen varias leyes y normativas que regulan el uso de datos clínicos, determinado que toda información de procedimientos y tratamientos médicos, es considerada como “dato sensible”, por lo cual solo pueden ser utilizados con el consentimiento de los pacientes (Zepeda, 2019). En cuanto a la protección de datos, es importante mencionar que hace falta promover una cultura de seguridad que incluya a grupos heterogéneos de la población, por ejemplo para el caso de Colombia se han observado antecedes interesantes sobre prácticas de seguridad informática a nivel universitario y policial (Estrada-Esponda et al., 2019, 2021).
Los análisis de big data son una herramienta que puede servir para impulsar la promoción y protección de los derechos humanos, como lo manifiestan las Naciones Unidas a través de su estudio Macrodatos para el desarrollo sostenible (ONU, s/f), pero que también puede ser utilizada para vulnerar esos mismos derechos, por lo que debe ser regulada de manera https://www.javiergosende.com/ciencia-datos-inteligencia-artificial puntual. Por ello, resulta necesario generar información clara y suficiente para que los individuos comprendan cómo el uso de ciertas tecnologías puede afectar sus derechos humanos. Mahout es un proyecto de Apache que tiene como objetivo ofrecer un ambiente para la creación rápida de aplicaciones de aprendizaje máquina escalables y eficientes [31].
Visión artificial en la industria 4.0: ¿Qué es y qué aplicaciones tiene?
Por este tipo de situaciones es que hoy las discusiones, estudios y reflexiones invitan al desarrollo de estudios éticos utilizando el big data (2016, p. 1). El uso de grandes cantidades de datos es mucho más que una herramienta útil para la toma de decisiones, pues considera que el contar con esa metodología y esas técnicas de investigación del análisis de datos proporciona una visión única, dependiendo del contexto en el que se lleve a cabo, como en la política, la ciencia o los negocios. No obstante, la cuestión es que en esta cadena de suministro de datos existen diversos participantes, que van desde las personas que proporcionan la información, las autoridades o las empresas que recolectan los datos, hasta las personas que van a diseñar los algoritmos para que el cúmulo de información prevea un significado; es decir, que se interpreten los datos (Nersessain, 2018, p. 849).
- Enfatizamos que esta infraestructura no sólo constituye un registro digital, sino que además debe garantizar el rápido acceso y procesamiento de los datos, permitiendo los múltiples análisis requeridos por la práctica e investigación clínica.
- En consecuencia, se requiere una mejor comprensión del alcance del big data para utilizar la información de manera más efectiva y tomar decisiones más informadas.
- Si bien estos 10 puntos pueden considerarse controvertidos, solo se enuncian por ser parte de las propuestas que, como se indicó previamente, se hacen desde las Naciones Unidas con respecto a los beneficios que pueden resultar de los análisis de los metadatos, sin que sea la intención de este trabajo profundizar en cada uno de ellos.
- La encuesta realizada por Oriella PR Network (Oriella Digital Journalism, 2013) a 533 periodistas pertenecientes a 15 países de todo el mundo registra que, para confirmar informaciones, el 42 % de ellos confía en los microblogs, principalmente Twitter, Facebook y Weibo; el 37 % en blogs cuyos autores les son conocidos, una práctica que para Paulussen y Harder (2014) es recomendable.
- Por un lado, tenemos a los Estados que tienen la capacidad para ser creadores y proveedores de tecnologías; y, por otro, a los Estados que se limitan a la importación de dichos avances tecnológicos.
Para Marcos Recio (2014) esta cuasifusión de tareas es prácticamente obligada si se pretende seguir el ritmo que imprimen las nuevas tecnologías y su cada vez mayor adopción por parte de las audiencias. El periodista debe saber buscar a través de Internet y, en particular, de las redes sociales para convertirlas en una de sus fuentes de referencia; mientras, el documentalista debe aprender a redactar noticias que sirvan como apoyo en el medio digital. Lo que se puede rescatar de la pandemia del COVID-19 es que ha impulsado desarrollos tecnológicos sin precedentes en materia de inteligencia artificial en sus diferentes áreas del saber, al igual que las ciencias de datos masivos. Bajo este panorama, el sector salud tendrá que incorporar rápidamente estos recursos a su sistema de análisis y diagnóstico, no solo de enfermedades infeccionas sino de cualquier otra, por lo que se espera mejorar el servicio prestado a un paciente o comunidad y preparar a la sociedad ante cualquier eventualidad de pandemia a futuro. Además, este tipo de desarrollos ayudan a los centros de salud a reducir costos operativos de diversa índole, donde el tiempo de diagnóstico juega un papel fundamental para detener un potencial foco pandémico.