Los sistemas de algoritmos que se emplean en el aprendizaje de las máquinas son frecuentemente opacos y es difícil explicar por qué han tomado determinada dirección pues, al final del día, el diseño del algoritmo recae en un individuo que posee su propia ideología, cultura y ética. Sin embargo, cada vez se ponen en práctica más medidas para conocer el grado de influencia de los algoritmos y estas permiten una mayor transparencia en los reportes que acompañan el sistema de decisiones del análisis de los grandes cúmulos de datos (Mauracciole, 2018, p. 281). Es necesario tener en cuenta que se debe probar la utilidad de las herramientas que vigilan tanto la manera en que se procesan los datos como los resultados que estos arrojan (Datta, Sen & Zick, 2017, p. 72). Otro problema con el análisis de big data es que debido a que los datos se obtienen de distintas fuentes, no hay claridad sobre el propósito predefinido para su recolección, lo que hace que la información que se pudo haber recogido con un propósito sea utilizada de modo muy distinto al momento en que se somete al análisis con posterioridad por parte de quienes los recolectan (Günther, 2017, p. 195). El Data Science se ha establecido como un importante campo científico emergente, todavía hay muchos paradigma que investigar que pueden ayudar a la transformación práctica en ámbitos como la ciencia, la ingeniería, el sector público, los negocios, las ciencias sociales y el estilo de vida. Esta revista abarca las áreas más grandes de inteligencia artificial, análisis de datos, aprendizaje automático, reconocimiento de patrones, comprensión del lenguaje natural y manipulación de big data.
Por ejemplo, se le podría solicitar identificar a grupos de pacientes con ciertas caracteristicas clínicas y luego, si esta clasificación tiene algún sentido clínico, se podría utilizar para tomar decisiones, por ejemplo, sobre el beneficio de algún determinado tratamiento que algún grupo podría tener22. De esta forma se puede afirmar que la “datificación” en el ámbito de la salud es una ¿Qué es la ciencia de datos y cómo se relaciona con la inteligencia artificial? tradición muy antigua en cambio, la digitalización ha llegado de la mano con la incorporación de las TI en la atención de salud. Éstas han permitido, entre otros, la generación del Registro Electrónico de datos de Salud (RES o en inglés EHR) o Ficha Clínica Electrónica (FCE), los cuales compilan las historias clínicas de una persona5 y que pueden ser consultados por personal de salud6.
Finanzas, salud, ciberseguridad y energía, áreas que demandan más especialistas en IA
Sin embargo, el desarrollo de nuevos tipos de sensores remotos como telescopios, videocámaras, monitores de tráfico, máquinas de resonancia magnética, sensores químicos y biológicos y sensores de monitoreo ambiental, se han generado nuevos flujos de datos digitales. Así mismo, las personas a través de sus teléfonos celulares, computadores personales, sitios web y otro tipo de dispositivos digitales generan grandes flujos de datos personales. Lo anterior deja ver que Big Data presenta oportunidades incalculables para la formulación de investigación científica, acelera la innovación y puede ayudar a mejorar ámbitos que van desde la salud hasta el Gobierno. También se abren nuevas oportunidades de negocio porque surgen mecanismos que permiten entender las dinámicas de negocio en tiempo real, como el comportamiento de los consumidores, las actividades de vida nocturna, los mercados, entre otros. Cabe anotar que Big Data presenta también retos y peligros, ya que las tecnologías de datos son cada vez más penetrantes, intrusivas y difíciles de entender. En la segunda fase del estudio se seleccionaron y consultaron las bases de datos Scopus y Web of Science, consideradas las más importantes internacionalmente y que permiten abarcar un horizonte más amplio de la temática de estudio (Echchakoui, 2020; Bar-Ilan, 2008; Zhu y Liu, 2020).
Para definir el Big Data generalmente se acude al esquema de las 3Vs (Volumen, Velocidad y Variedad), que se convirtió en 5Vs (sumando Veracidad y Valor), y que en la actualidad es 7Vs (con Variabilidad y Visualización) (Mayor et al., 2019). Gracias al auge del Big Data ha surgido el concepto de Data Science (DS), para referirse a las técnicas para el gestión y el análisis de datos masivos en las que se aplica un enfoque estadístico e informático (Hernández, et al., 2017). Como mencionamos anteriormente, gran parte de la capacidad analítica desarrollada en los últimos años ha ocurrido en el seno de grandes empresas, plataformas que operan como intermediarios que registran y producen los grandes volúmenes de datos. En este sentido, existe una tensión entre los derechos de propiedad sobre la información entre quienes la producen (los usuarios) en interacción con estas plataformas privadas y aquellos que disponen de los datos y los usan para fines comerciales.
Detectado el robo de datos a gamers desde la Deep Web
Por ejemplo, Sangari y Razmi (2015) abordan el rendimiento de la cadena de suministro a partir de la agilidad y destacan el papel del business intelligence para la gestión de datos en todos los eslabones de la cadena que permita tomar decisiones competitivas. La literatura destaca la importancia de considerar, no solo el rendimiento y la adaptabilidad, sino también la resiliencia y la capacidad de supervivencia en la cadena de suministro. Para lograrlo, se deben desarrollar capacidades dinámicas y operativas y complementar la información obtenida a través del big data con otros recursos indispensables. Los retos que se desprenden del consumo y creación de información a través de la red incluyen necesidades de captura, manejo y procesamiento de grandes volúmenes de datos. En [16] los autores proponen un teorema llamado “HACE”(Heterogeneous, Autonomous, Complex y Evolving), con el cual buscan describir las características de la revolución de Big Data.
- Sobre la trasmisión del virus, Yang y Wang (2020, 2710) afirman que, en la revisión de 22 tipos de coronavirus, tanto el SARS-CoV, el MERS-CoV y coronavirus humanos endémicos pueden persistir en superficies inanimadas como metal, vidrio o plástico por hasta nueve días, proporcionando evidencias sólidas de la supervivencia ambiental del patógeno.
- En cualquier caso, sigue existiendo un fuerte componente de la búsqueda de información en el marco de la información digital (Kemman et al., 2013).
- También los administradores se benefician con LiCO, lo que reduce el esfuerzo necesario para formar a los usuarios para que accedan al clúster.
- Estos instrumentos internacionales incluyen las convenciones y declaraciones adoptadas bajo los auspicios de las Naciones Unidas, así como los instrumentos a cargo de agencias especializadas de esta organización.
Por tanto, los Big Data están intrínsicamente relacionados con la “ciencia de datos” debido a que son su materia prima17,18. La variedad es otra característica de los datos ma sivos, lo cual hace referencia a las diferentes fuentes y tipos de datos que lo conforman. Por ejemplo, pueden ser archivos de texto o de datos, imágenes, videos, da tos de sistemas de posicionamiento global (GPS), de sensores digitales de equipos (médico, industriales, medidores de electricidad, etc.). Estos pueden regis trar información de https://noesfm.com/conoces-los-frameworks-modernos-una-guia-para-utilizarlos-en-el-desarrollo-web/ posición geográfica, variaciones atmosféricas, cambio de temperatura, velocidad de movimiento, entre muchos otros12. La pediatría no está ajena a esta realidad, pues cada vez se emplean tecnologías más avanzadas que están generando grandes volúmenes de datos, los cuales impactarán en la forma en que se conduzcan las in vestigaciones en el futuro inmediato. De hecho, la digitalización creciente es mencionada como uno de los desafíos y oportunidades que tendrán que enfrentar los pediatras de las próximas décadas7.
Impulsando la investigación en NCSU
Por ejemplo, utilizar aplicaciones como Google Glass, Epson Moverio, Pebble y Fitbit (Wei, 2014, p. 53), que monitorean las actividades de sus usuarios, hace posible reconstruir el mundo alrededor de ellos por medio de coordenadas de localización, velocidad de movimiento y dirección, así como gracias a las fotos de alta resolución y, en algunos casos, hasta la captura de sonido (Paterson & Maeve, 2018, p. 4). De esta manera es necesario explicar qué es el análisis de grandes cúmulos de datos y cómo esta herramienta puede beneficiar o perjudicar a las sociedades en general y a los individuos en particular. Los macrodatos se han definido por distintos expertos como «ENT#091;…ENT#093; los conjuntos de datos cuyo tamaño está más allá de las capacidades de las herramientas típicas de software de bases de datos para capturar, almacenar, gestionar y analizar» (Johanes, 2013, p. 2). No se puede negar que el big data es una herramienta clave, precisamente, para la generación de nuevos saberes en la denominada sociedad del conocimiento, entendida como «aquella donde las interrelaciones que vinculan a los individuos se sustentan a través del acceso y procesamiento de información con el propósito de generar conocimiento, primordialmente, a través de las tecnologías de la información y la comunicación (TICS)» (Ávalos, 2013, p. 5). Actualmente, los individuos alrededor del mundo pueden ver vulnerados sus derechos humanos a través del manejo indiscriminado de la herramienta big data, ya que la información que se genera día a día y segundo a segundo por medio de los dispositivos tecnológicos -como los teléfonos inteligentes- abarca desde los hábitos de consumo de las personas hasta aspectos de su vida privada, como pueden ser sus creencias religiosas o sus datos biométricos. Así, la vulneración de derechos humanos se puede dar desde la manera en que se generan, almacenan y, en general, se tratan los datos de las personas, quienes en ocasiones desconocen cómo es que se están obteniendo y utilizando sus datos.
- Estos algoritmos se valen de la ciencia de datos en la que se ejecutan diversos cálculos matemáticos, donde la densidad de información es amplia, compleja y variada.
- Uno de los problemas en la cadena de suministro es la ubicación estratégica de los centros de distribución, para lo cual la minería de datos, combinada con el algoritmo de clusterizacion a partir de cúmulos de macrodatos, permite tomar mejores decisiones en este eslabón de la cadena y poder responder efectivamente a los indicadores de ventas de la empresa, según la demanda del mercado (Li, 2019).
- ENT#091;LENT#093;as nuevas tecnologías de la información y la comunicación han creado condiciones para la aparición de sociedades del conocimiento.
- Los primeros desarrollos hacia el internet de las cosas se centraron en la combinación de la identidad automática y las infraestructuras de red en logísticas negocio-negocio, y su aplicación al ciclo de vida de los productos.
